Ga naar de hoofdinhoud
Praxikon

Staat uw AI-toepassing op de AP-lijst van verplichte DPIA's?

··18 min leestijd

Alleen als wat de toepassing met persoonsgegevens doet onder een van de 17 categorieën valt, en de voorwaarde van die categorie is vervuld. De lijst van de Autoriteit Persoonsgegevens (AP) noemt geen enkele technologie als zodanig: hij kijkt naar het soort verwerking, en bij de meeste categorieën alleen als die grootschalig is of stelselmatig gebeurt.

Stel: u bent functionaris gegevensbescherming (FG) bij een gemeente. Een projectleider meldt dat de afdeling Handhaving een AI-systeem wil inzetten, en vraagt: "Staat dit op de AP-lijst? Dan weten we of we een DPIA moeten doen." Dat is een goede eerste vraag, maar niet de laatste. Want staat de verwerking er niet op, dan kan een DPIA nog steeds verplicht zijn.

In het kort

De AP heeft op grond van artikel 35 lid 4 AVG een lijst vastgesteld van 17 soorten verwerkingen waarvoor een gegevensbeschermingseffectbeoordeling (DPIA) verplicht is (Stcrt. 2019, 64418). Twaalf categorieën gelden bij grootschalige verwerking en/of stelselmatige monitoring, observatie en beïnvloeding van gedrag alleen bij grootschalig én stelselmatig, en voor heimelijk cameratoezicht door werkgevers geldt de plicht ook in incidentele gevallen. Gezondheidsgegevens gelden alleen bij grootschalige verwerking, profilering bij een systematische en uitgebreide beoordeling van persoonlijke aspecten, en twee categorieën (zwarte lijsten en samenwerkingsverbanden van overheden) kennen geen schaalvoorwaarde. Staat uw verwerking er niet op, dan toetst u aan artikel 35 lid 3 AVG en daarna aan de negen criteria van de Europese richtsnoeren (WP248rev.01): bij twee of meer criteria is een DPIA in de meeste gevallen nodig. Is het systeem een hoog-risicosysteem uit bijlage III van de AI Act, dan komt daar voor sommige gebruiksverantwoordelijken vanaf 2 december 2027 een grondrechteneffectbeoordeling (FRIA) bij, die mag verwijzen naar de DPIA. Is een systeem al vóór die datum in de handel gebracht of in gebruik gesteld, dan geldt de plicht pas na een aanzienlijke wijziging in het ontwerp, en voor systemen bedoeld voor gebruik door overheidsinstanties uiterlijk vanaf 2 augustus 2030 (artikel 111 lid 2).

Wat de AP-lijst is, en wat niet

De AVG verplicht de verwerkingsverantwoordelijke tot een DPIA als een verwerking "waarschijnlijk een hoog risico inhoudt" voor de rechten en vrijheden van mensen, en wel vóór de verwerking (artikel 35 lid 1 AVG). Lid 3 noemt drie gevallen waarin dat in elk geval zo is. Lid 4 laat elke toezichthouder een eigen lijst opstellen. De Nederlandse lijst is het besluit van de AP van 19 november 2019. Op haar documentpagina zegt de AP het zelf: u moet zelf bepalen of u een DPIA moet uitvoeren, en de lijst kan u daarbij helpen.

Drie dingen staan in het besluit zelf. Ten eerste is het uitgangspunt dat u voor een verwerking op de lijst een DPIA doet voordat u begint. Ten tweede is de lijst niet uitputtend: een verwerking die er niet op staat, kan gelet op de aard, de omvang, de context en de doeleinden toch een hoog risico inhouden. Ten derde staat bij elke categorie welke criteria uit de Europese richtsnoeren de AP heeft meegewogen. Die richtsnoeren zijn WP248rev.01 van de vroegere Artikel 29-werkgroep, die de European Data Protection Board (EDPB) op 25 mei 2018 heeft overgenomen (Endorsement 1/2018).

Over de ontwerplijst gaf de EDPB in 2018 advies (Opinion 16/2018). Daarin vroeg de EDPB onder meer om biometrische gegevens voor unieke identificatie toe te voegen, en om locatiegegevens alleen in combinatie met een ander criterium DPIA-plichtig te maken. Volgens het besluit leidde die procedure (het coherentiemechanisme) tot de extra categorie biometrische gegevens en tot enkele tekstuele wijzigingen. Een samenvatting van het besluit staat ook op onze pagina over de AP-lijst van verplichte DPIA's.

De 17 categorieën en hun voorwaarde

Lees bij elke categorie de voorwaarde mee. Daar zit het verschil tussen "lijkt erop" en "staat erop".

Grootschalig en/of stelselmatig. Bij deze categorieën gaat het om "grootschalige verwerkingen" en/of "stelselmatige monitoring" (soms licht anders geformuleerd, zoals "grootschalig en/of stelselmatig gebruik"):

  • 1. Heimelijk onderzoek: onderzoek zonder de betrokkene vooraf te informeren, zoals door recherchebureaus of in het kader van fraudebestrijding. Voor heimelijk cameratoezicht door een werkgever bij diefstal of fraude door werknemers geldt de plicht ook in incidentele gevallen, vanwege de ongelijke machtsverhouding.
  • 3. Fraudebestrijding, bijvoorbeeld door sociale diensten of fraudeafdelingen van verzekeraars.
  • 4. Creditscores: verwerkingen die leiden tot of gebruikmaken van inschattingen van kredietwaardigheid.
  • 5. Financiële situatie: financiële gegevens waaruit inkomen, vermogen of bestedingspatroon valt af te leiden.
  • 6. Genetische persoonsgegevens.
  • 9. Cameratoezicht: monitoring van openbaar toegankelijke ruimten met camera's, webcams of drones.
  • 10. Flexibel cameratoezicht: camera's op kleding of helm, dashcams van hulpdiensten.
  • 11. Controle werknemers: monitoring van activiteiten van werknemers, zoals e-mail, internetgebruik en GPS in bedrijfsauto's.
  • 12. Locatiegegevens van of herleidbaar tot personen, bijvoorbeeld door (scan)auto's, navigatiesystemen of telefoons.
  • 13. Communicatiegegevens, inclusief metadata, met een uitzondering voor wat nodig is voor de integriteit en veiligheid van het netwerk, de dienst of het randapparaat van de eindgebruiker.
  • 14. Internet of things: gegevens uit verbonden apparaten, zoals slimme meters en smart cities.
  • 16. Observatie en beïnvloeding van gedrag: hier staan beide voorwaarden samen, grootschalige verwerkingen waarbij op stelselmatige wijze gedrag wordt geobserveerd of beïnvloed, inclusief online behavioural advertising.
  • 17. Biometrische gegevens met als doel een persoon te identificeren.

Alleen grootschalig. Categorie 7, gezondheidsgegevens, gaat over grootschalige verwerkingen, bijvoorbeeld door zorginstellingen, arbodiensten, re-integratiebedrijven, onderwijsinstellingen, verzekeraars en onderzoeksinstituten. Individuele artsen en zorgprofessionals zijn uitgezonderd op grond van overweging 91 AVG. Die overweging noemt naast de arts en de andere zorgprofessional ook de advocaat.

Een eigen voorwaarde. Categorie 15, profilering, vraagt een "systematische en uitgebreide beoordeling van persoonlijke aspecten" op basis van geautomatiseerde verwerking, zoals beroepsprestaties, prestaties van leerlingen, economische situatie, gezondheid, voorkeuren, betrouwbaarheid of gedrag. Er staat geen schaalvoorwaarde bij. Let op het verschil met artikel 35 lid 3 onder a AVG: dat geval vraagt ook dat er besluiten op worden gebaseerd met rechtsgevolgen of een vergelijkbaar wezenlijk gevolg. Categorie 15 vraagt dat niet.

Geen schaalvoorwaarde. Twee categorieën gelden ongeacht de omvang:

  • Zwarte lijsten (categorie 2): gegevens over strafrechtelijke veroordelingen en strafbare feiten, onrechtmatig of hinderlijk gedrag of slecht betalingsgedrag die worden verwerkt én gedeeld met derden, zoals waarschuwingslijsten van verzekeraars, winkels en telecomaanbieders.
  • Samenwerkingsverbanden (categorie 8): gemeenten of andere overheden die met publieke of private partijen bijzondere of gevoelige persoonsgegevens uitwisselen, zoals over gezondheid, problematische schulden, werkloosheid of jeugdzorg, bijvoorbeeld in wijkteams en veiligheidshuizen.

Waarom AI er nooit "als AI" op staat

Het woord kunstmatige intelligentie komt in het besluit niet voor. Het besluit beschrijft verwerkingen: wat er met welke gegevens van wie gebeurt, op welke schaal en met welk doel. Twee vragen bepalen dus de uitkomst. Welke categorie past bij wat het systeem doet? En is de voorwaarde van die categorie vervuld?

"Grootschalig" en "stelselmatig" zijn in de AVG niet gedefinieerd. De richtsnoeren geven houvast. Voor grootschalig kijkt u naar het aantal betrokkenen (als aantal of als deel van de groep), de hoeveelheid en soorten gegevens, de duur en de geografische reikwijdte. Stelselmatig betekent volgens de richtsnoeren: volgens een systeem, vooraf georganiseerd of methodisch, als onderdeel van een algemeen plan of een strategie (WP248rev.01, pagina's 9 en 10). Een AI-systeem dat elke dag automatisch draait, voldoet daar al snel aan.

Voorbeeld 1: de gemeente met camera's, een scanauto en een risicomodel

Neem een verzonnen gemeente met drie toepassingen.

Slimme camera's in het centrum. De gemeente plaatst camera's met beeldanalyse op het marktplein om drukte te meten en groepsvorming te signaleren. Dat valt onder categorie 9: monitoring van een openbaar toegankelijke ruimte met camera's. De camera's draaien dag en nacht volgens een vast plan, dus stelselmatig. Dan staat de verwerking op de lijst. Is de monitoring ook grootschalig, dan geldt daarnaast al artikel 35 lid 3 onder c AVG, de stelselmatige en grootschalige monitoring van openbaar toegankelijke ruimten.

Een scanauto met kentekenherkenning. Voor parkeerhandhaving rijdt een scanauto door de wijken die kentekens leest en met een plaats en tijd vastlegt. Dat zijn locatiegegevens die herleidbaar zijn tot personen, en de lijst noemt "(scan)auto's" letterlijk als voorbeeld bij categorie 12. De auto rijdt elke dag een vaste route: stelselmatig. Ook de richtsnoeren noemen een camerasysteem dat rijgedrag op snelwegen volgt en kentekens automatisch herkent als voorbeeld waarbij een DPIA waarschijnlijk nodig is. Draagt gemeentepersoneel camera's, zoals slimme brillen of bodycams, dan kan categorie 10 (flexibel cameratoezicht) gelden, bij grootschalig en/of stelselmatig gebruik; daarover schreven we in slimme brillen bij de gemeente.

Een risicomodel voor heronderzoek in de bijstand. Het model geeft elk bijstandsdossier een score en selecteert dossiers voor heronderzoek. Hier passen twee categorieën. Categorie 3, fraudebestrijding, noemt "fraudebestrijding door sociale diensten" letterlijk, en een model dat alle dossiers scoort is stelselmatig en meestal ook grootschalig. Categorie 15, profilering, is ook geraakt: het model beoordeelt systematisch de betrouwbaarheid van mensen. Wisselt de gemeente de uitkomsten uit met andere partijen in een samenwerkingsverband, en gaat het om gevoelige gegevens zoals problematische schulden, dan komt categorie 8 erbij, zonder schaalvoorwaarde. Uitgebreider over dit voorbeeld leest u in AI voor fraudesignalen in de bijstand.

De AI Act-kant. De camera's en de scanauto zijn niet vanzelf hoog risico onder de AI Act. Bijlage III punt 1 gaat over biometrische identificatie op afstand, biometrische categorisering en emotieherkenning; een kenteken lezen of drukte tellen hoort daar niet bij, zolang het systeem geen mensen herkent of indeelt. Het bijstandsmodel valt naar onze lezing wel onder bijlage III punt 5 onder a: systemen waarmee overheden beoordelen of iemand recht heeft op een uitkering, of die beperken, intrekken of terugvorderen. Dan moet de gemeente als gebruiksverantwoordelijke de informatie van de aanbieder gebruiken voor haar DPIA (artikel 26 lid 9) en, als publiekrechtelijk orgaan, een FRIA doen (artikel 27 lid 1). Omdat het model mensen profileert, kan de gemeente zich niet beroepen op de uitzondering van artikel 6 lid 3. Die plichten gelden vanaf 2 december 2027. Is het systeem al vóór die datum in gebruik gesteld, dan gelden ze pas na een aanzienlijke wijziging in het ontwerp, en voor systemen die bedoeld zijn voor gebruik door overheidsinstanties uiterlijk vanaf 2 augustus 2030 (artikel 111 lid 2). De DPIA geldt nu al.

Voorbeeld 2: de bank en de verzekeraar

Een bank die met een model kredietaanvragen beoordeelt. Het model scoort elke aanvraag voor een consumentenkrediet. Dat is categorie 4, creditscores, en een bank die al haar aanvragers zo beoordeelt, verwerkt grootschalig en stelselmatig. Categorie 15 is ook geraakt. Wijst de bank op basis van de score aanvragen af, dan geldt in de regel bovendien artikel 35 lid 3 onder a AVG. Onder de AI Act is een systeem voor de kredietwaardigheid van natuurlijke personen hoog risico (bijlage III punt 5 onder b). De bank moet dan als gebruiksverantwoordelijke ook een FRIA doen, ook als private partij (artikel 27 lid 1), vanaf 2 december 2027.

Een verzekeraar die schadeclaims op fraude controleert. Het model geeft elke claim een fraudescore. Categorie 3 noemt "fraudeafdelingen van verzekeraars" letterlijk. Zet de verzekeraar mensen na een vastgestelde fraude in een waarschuwingsregister dat zij deelt met andere verzekeraars, dan geldt categorie 2, zwarte lijsten. Daar telt de schaal niet: ook een klein register dat met derden wordt gedeeld, valt eronder. Onder de AI Act is fraudeopsporing bij schadeclaims naar onze lezing niet als zodanig hoog risico. Punt 5 onder c gaat over risicobeoordeling en prijsstelling bij levens- en ziektekostenverzekeringen, en bij kredietwaardigheid (punt 5 onder b) zijn systemen voor het opsporen van financiële fraude uitdrukkelijk uitgezonderd. De DPIA blijft dan de belangrijkste toets.

Voorbeeld 3: de werkgever en de school

Een werkgever die met AI de prestaties van een klantenservice meet. Het systeem analyseert elk gesprek en geeft medewerkers een kwaliteitsscore. Dat is categorie 11, controle werknemers: stelselmatige monitoring van activiteiten van werknemers. Ook bij een kleine werkgever kan dat stelselmatig zijn. De EDPB wees in zijn advies over de Nederlandse lijst op de twee criteria die hier samenkomen: kwetsbare betrokkenen (werknemers) en stelselmatige monitoring. De score zelf is profilering (categorie 15). Onder de AI Act is een systeem voor het monitoren en evalueren van prestaties en gedrag op het werk hoog risico (bijlage III punt 4 onder b), vanaf 2 december 2027. Een private werkgever die geen openbare dienst verleent, hoeft hiervoor geen FRIA te doen; een overheidswerkgever, als publiekrechtelijk orgaan, wel (artikel 27 lid 1). Is het systeem al vóór 2 december 2027 in gebruik gesteld, dan gelden die plichten pas na een aanzienlijke wijziging in het ontwerp, en voor systemen bedoeld voor gebruik door overheidsinstanties uiterlijk vanaf 2 augustus 2030 (artikel 111 lid 2). Leidt het systeem ook emoties af uit de stem van medewerkers, dan is dat sinds 2 februari 2025 verboden, behalve om medische of veiligheidsredenen (artikel 5 lid 1 onder f).

Een school die online toetsen laat bewaken. Een proctoringtool kijkt via de webcam mee en signaleert verdacht gedrag. Herkent de tool studenten aan hun gezicht om vast te stellen wie de toets maakt, dan gaat het om biometrische gegevens om iemand te identificeren (categorie 17), bij grootschalig en/of stelselmatig gebruik. Let op: biometrische gegevens verwerken om iemand uniek te identificeren is in beginsel verboden (artikel 9 lid 1 AVG) en mag alleen als een uitzondering geldt, zoals die van artikel 29 UAVG voor authenticatie of beveiliging. Een DPIA maakt een verboden verwerking niet toegestaan. Leidt de tool emoties af, dan geldt ook in het onderwijs het verbod van artikel 5 lid 1 onder f AI Act. Het observeren van gedrag valt onder categorie 16, maar daar staan grootschalig en stelselmatig allebei; bij een kleine opleiding kan grootschalig ontbreken. Dan gaat u door naar de stappen hieronder. Onder de AI Act is het monitoren en detecteren van ongeoorloofd gedrag tijdens toetsen hoog risico (bijlage III punt 3 onder d). Of de school daarbij een FRIA moet doen, hangt af van de vraag of zij een publiekrechtelijk orgaan is of een particuliere entiteit die openbare diensten verleent (artikel 27 lid 1).

Staat het er niet op? Dan bent u er nog niet

Dat een verwerking niet op de lijst staat, betekent niet dat u geen DPIA hoeft te doen. Het besluit zegt dat zelf, en de EDPB schreef in zijn advies dat elke lijst een nadere invulling is van artikel 35 lid 1 AVG, dat in elk geval voorgaat, zodat geen lijst uitputtend kan zijn. U gaat dan door naar artikel 35 lid 3 AVG en de negen criteria van de richtsnoeren:

  1. evaluatie of scoretoekenning, waaronder profilering en voorspellen;
  2. geautomatiseerde besluitvorming met rechtsgevolg of een vergelijkbaar wezenlijk gevolg;
  3. stelselmatige monitoring;
  4. gevoelige gegevens of gegevens van zeer persoonlijke aard;
  5. op grote schaal verwerkte gegevens;
  6. matching of samenvoeging van datasets;
  7. gegevens over kwetsbare betrokkenen, zoals kinderen, werknemers en patiënten;
  8. innovatief gebruik of nieuwe technologische of organisatorische oplossingen;
  9. verwerkingen die betrokkenen beletten een recht uit te oefenen of gebruik te maken van een dienst of overeenkomst.

Volgens de richtsnoeren kan een verwerkingsverantwoordelijke er in de meeste gevallen van uitgaan dat bij twee criteria een DPIA nodig is, en soms al bij één. Bij veel AI-toepassingen komen er al snel twee in beeld, bijvoorbeeld een score over personen (criterium 1) met een nieuwe technologie (criterium 8), al moet u dat per toepassing onderbouwen. Hoe u zo'n DPIA vervolgens opzet, staat in ons stappenplan voor de DPIA bij AI. Hoe de DPIA en de FRIA zich tot elkaar verhouden, leest u in DPIA en FRIA naast elkaar.

DPIA en FRIA: één dossier, twee vragen

De AI Act vervangt de DPIA niet. De gebruiksverantwoordelijke van een hoog-risicosysteem gebruikt de informatie die de aanbieder moet geven (artikel 13) om zijn DPIA te doen (artikel 26 lid 9). Moet hij ook een FRIA doen, dan mag hij in de FRIA verwijzen naar de delen van de DPIA die al aan een plicht voldoen, of die delen erin opnemen (artikel 27 lid 4). De FRIA geldt alleen voor hoog-risicosystemen uit bijlage III (artikel 6 lid 2), en dan alleen voor publiekrechtelijke organen, particuliere entiteiten die openbare diensten verlenen, en gebruiksverantwoordelijken van systemen voor kredietwaardigheid en voor levens- en ziektekostenverzekeringen (bijlage III punt 5 onder b en c). Systemen voor kritieke infrastructuur (bijlage III punt 2) zijn uitgezonderd. De hoog-risicoplichten voor bijlage III en de FRIA gelden vanaf 2 december 2027, sinds de wijziging door Verordening (EU) 2026/1744. Voor een systeem dat al vóór die datum in de handel of in gebruik is, gelden ze pas na een aanzienlijke wijziging, en voor systemen die bedoeld zijn voor gebruik door overheidsinstanties uiterlijk vanaf 2 augustus 2030 (artikel 111 lid 2).

De toets in drie stappen

  1. Staat de verwerking op de AP-lijst, en is de voorwaarde vervuld? Zoek de categorie die past bij wat het systeem met welke gegevens doet, en lees de voorwaarde: grootschalig en/of stelselmatig, alleen grootschalig, een systematische en uitgebreide beoordeling, of geen voorwaarde. Is het antwoord ja, dan doet u een DPIA vóór de start.
  2. Zo nee: valt de verwerking onder artikel 35 lid 3 AVG? Dat zijn profilering met besluiten met rechtsgevolg of een vergelijkbaar wezenlijk gevolg, grootschalige verwerking van bijzondere of strafrechtelijke gegevens, en stelselmatige en grootschalige monitoring van openbaar toegankelijke ruimten.
  3. Zo nee: raakt de verwerking twee of meer criteria van WP248rev.01? Dan is een DPIA in de meeste gevallen nodig. Raakt zij er één of meer en doet u toch geen DPIA, leg dan vast waarom, met het oordeel van de FG; bij twijfel raden de richtsnoeren aan de DPIA toch te doen. Heeft u een FG aangewezen, dan moet u diens advies vragen als u een DPIA uitvoert (artikel 35 lid 2 AVG).

Wilt u dit voor uw eigen toepassing doorlopen? Met de casus-check beschrijft u de toepassing in een paar vragen en ziet u welke AP-categorieën, welke criteria en welke AI Act-plichten in beeld komen.

Veelgestelde vragen over de AP-lijst en AI

Bronnen

Autoriteit Persoonsgegevens: Lijst verplichte DPIA (27 november 2019, geraadpleegd 16 november 2026)
EUR-Lex: Verordening (EU) 2016/679 (AVG), artikel 35 en overweging 91 (27 april 2016, geraadpleegd 16 november 2026)
Artikel 29-werkgroep: Richtsnoeren voor gegevensbeschermingseffectbeoordelingen (WP248rev.01) (laatst herzien 4 oktober 2017, geraadpleegd 16 november 2026)
EDPB: Endorsement 1/2018 (overname van WP248rev.01) (25 mei 2018, geraadpleegd 16 november 2026)

Nieuwsbrief

Elke dinsdag de AI Act-week vooruit in 5 minuten

Praktische duiding van deadlines, richtsnoeren en toezicht, zodat u weet wat er deze week toe doet. Geen spam en u schrijft zich met één klik weer uit.

Praktisch en kort · Geen spam · Met één klik uitschrijven

Geschreven door

Zahed Ashkara, freelance AI- en privacyconsultant en jurist

Zahed Ashkara

Freelance AI- en privacyconsultant en jurist · AI-governance en -veiligheid

Zahed Ashkara is freelance AI- en privacyconsultant en jurist voor de AVG en de EU AI Act. Organisaties huren hem in als AI governance consultant, privacyjurist, externe FG of AI-governance lead, laten een DPIA, FRIA of AI Act-classificatie door hem uitvoeren, of boeken een incompany-training. Hij richt zich op AI-governance en -veiligheid, ook van AI-agents. Hij werkt uitsluitend als zelfstandige, via Embed AI (handelsnaam Praxikon). Hij is Certified AI Compliance Officer (CAICO) en sinds juli 2026 lid van de NEN-normcommissie Artificial Intelligence & Big Data.

Volg via LinkedInBekijk expertprofiel

Gebruik deze bronnen ook in uw AI-assistent: Praxikon in Claude en andere assistenten

Praktijkverhalen

Ontdek hoe organisaties dit in de praktijk toepassen

Gerelateerde artikelen

Toezichthouders kijken in 2027 naar automatische selectie van sollicitanten: wat u nu regelt

De Europese privacytoezichthouders kozen op 11 november 2026 het onderwerp van hun gezamenlijke handhavingsactie voor 2027: geautomatiseerde besluiten bij werving en selectie, ook met AI. Wat dat betekent voor de privacy officer bij een gemeente, een bank of een school, welke vragen u kunt verwachten op grond van de artikelen 15 en 22 AVG, en hoe de AI Act daar vanaf 2 december 2027 bovenop komt.

AVGArtikel 22 AVGWerving en selectie

AI-agents bij een gemeente: een governance-plan in vijf stappen

Een gemeente die AI-agents wil inzetten krijgt te maken met de AVG, de Awb en de AI Act, aangevuld met het overheidsbrede standpunt voor generatieve AI. Dit stuk zet op een rij wat die regels vragen en laat in vijf stappen zien hoe u het regelt: inventariseren, beoordelen, begrenzen, vastleggen en testen, toezicht houden. Per stap staat wie in de gemeente eigenaar is.

AI-agentsgemeentenpublieke sector