In dit artikel6 onderdelen
De EU AI-verordening is op 1 augustus 2024 in werking getreden. Sinds 2 augustus 2026 is ze grotendeels van toepassing; de AI-geletterdheidsplicht en de verboden gelden al sinds februari 2025. De regels voor hoog-risicosystemen gelden, na de AI-omnibus, vanaf 2 december 2027 (Bijlage III) en 2 augustus 2028 (Bijlage I). Geen abstracte Brusselse regel. Dit geldt voor het bedrijf op de Brusselsestraat dat AI-tools gebruikt voor HR-screening, de zorginstelling in Randwyck die patiëntdata verwerkt, en de fintech-spinoff uit Tapijn die kredietscores berekent.
Maastricht heeft een bijzonder profiel. De stad herbergt een van de grootste universiteiten in het zuiden van Nederland, een cluster van zorgorganisaties rondom het MUMC+, en een groeiende groep technologiebedrijven die direct of indirect bouwen op AI. Die mix maakt de AI-verordening hier relevanter, en concreter, dan in veel andere middelgrote steden.
Wat deployers precies verplicht zijn
Kijk, de verordening maakt onderscheid tussen providers (die AI-systemen bouwen) en deployers (die ze inzetten). De meeste Maastrichtse MKB-bedrijven vallen in de tweede categorie: ze kopen een SaaS-tool, koppelen die aan hun werkprocessen, en gebruiken de output om beslissingen te nemen.
Als deployer van een hoog-risicosysteem heb je verplichtingen die staan beschreven in artikel 26 van de EU AI-verordening, vanaf 2 december 2027. De kern: je gebruikt het systeem volgens de gebruiksinstructies van de provider, en je zorgt voor menselijk toezicht. Klinkt behapbaar. Maar er zijn vier concrete punten die bedrijven vaak nog niet hebben geregeld.
Één: AI-geletterdheid. Deze plicht geldt al, voor alle AI. Artikel 4 verplicht je maatregelen te nemen die de AI-geletterdheid van je medewerkers ondersteunen, afgestemd op hun kennis en ervaring en de context waarin het AI-systeem wordt gebruikt. Een bepaald niveau hoeft niet gewaarborgd te worden. Niet een eenmalige presentatie, maar training die past bij de functie. Leg vast wie wat heeft gevolgd en wanneer: dat is je bewijs.
Twee: mensentoezicht. Als je een hoog-risico systeem inzet, beleg je het toezicht bij mensen met de nodige bekwaamheid, opleiding en bevoegdheid. Een HR-systeem dat kandidaten rankt? Iemand moet die ranking begrijpen en kunnen overrulen. Niet als formaliteit, maar als werkend proces.
Drie: incidentregistratie. Gaat er iets mis met een AI-beslissing die impact heeft op een persoon? Registreer het. Bij een ernstig incident met een hoog-risicosysteem informeer je direct de aanbieder en de markttoezichthouder (artikel 26(5)). Zijn er persoonsgegevens in het spel, dan kan ook een datalekmelding bij de Autoriteit Persoonsgegevens (AP) onder de AVG nodig zijn.
Vier: een register. Controleer dat je leverancier het systeem heeft geregistreerd in de EU-database. Dit geldt voor systemen die vallen onder Bijlage III van de verordening. Ben je een overheidsorganisatie, dan registreer je ook je eigen gebruik.
De drie sectoren die in Maastricht extra opletten
Zorg en welzijn
Maastricht heeft een dichte concentratie van zorginstellingen. Thuiszorg, GGZ, ziekenhuiszorg, revalidatie. AI voor triage op de spoedeisende hulp valt onder Bijlage III (vanaf 2 december 2027). AI voor klinische beslissingen of diagnostiek is meestal een medisch hulpmiddel en valt via Bijlage I onder hoog-risico (vanaf 2 augustus 2028). Maar ook HR-tools die roosters plannen op basis van medewerkerdata of tools die patiënttevredenheid analyseren, kunnen relevant zijn.
Bij zorginstellingen speelt de AVG ook een zware rol. Een AI-systeem dat gezondheidsdata verwerkt vereist in de meeste gevallen een DPIA (gegevensbeschermingseffectbeoordeling). De AP heeft richtsnoeren gepubliceerd over AI en gegevensverwerking die je als startpunt kunt gebruiken. Combineer die met de AI-verordening en je hebt een behoorlijk compliance-programma te doorlopen.
Eén praktisch punt: als zorginstelling ben je al gewend aan dossiervorming en verantwoording. Gebruik die infrastructuur. Een bestaand kwaliteitsmanagementsysteem is een goede basis voor AI-registratie en incidentlogging.
Financiële dienstverleners
Financieel adviseurs, hypotheekverstrekkers, en kleine kredietverstrekkers in de regio Maastricht hebben te maken met een dubbele toezichtstructuur. Enerzijds vallen AI-systemen die creditwaardigheid beoordelen expliciet onder Bijlage III van de AI-verordening. Anderzijds is er prudentieel toezicht vanuit DNB en AFM.
Dit is een sector waar de boetes serieus zijn. Artikel 99 van de verordening noemt boetes tot 15 miljoen euro of 3% van de wereldwijde omzet voor overtredingen rondom hoog-risico systemen, en tot 35 miljoen euro of 7% voor verboden toepassingen. Voor mkb geldt telkens het laagste bedrag. Ook dat is voor een bedrijf met 50 werknemers een serieus bedrag.
De realiteit: veel financieel adviseurs gebruiken tools die hun softwareleverancier heeft gebouwd. Dat ontslaat jou als deployer niet van verantwoordelijkheid. Je moet weten of dat systeem hoog-risico is, en zo ja, de gebruiksinstructies en de EU-conformiteitsverklaring kunnen opvragen bij de provider.
Techbedrijven voortgekomen uit Maastricht University
Maastricht University heeft een actief spinoff-programma. Een deel van die bedrijven bouwt AI-producten, maar een ander deel gebruikt AI puur intern voor operaties, HR, of klantprocessen. Die tweede groep wordt deployer zodra ze een hoog-risico toepassing inzet.
Bijzonder aandachtspunt hier: academische spinoffs hebben vaak geen dedicated compliance-functie. De CTO is ook hoofd IT-beveiliging en de CEO doet de HR. Dat is begrijpelijk, maar de AI-verordening kent geen uitzondering voor kleine organisaties. Wel moeten de Commissie en de lidstaten mkb-bedrijven ondersteunen bij de AI-geletterdheidsplicht (artikel 4(2)), en moeten lidstaten bij sancties rekening houden met de belangen van mkb (artikel 99(1)).
Hoe je compliance inpast naast je hoofdactiviteit
Dit is de kern van wat Maastrichts MKB bezighoudt. Je hebt geen compliance-afdeling. Je hebt misschien één HR-persoon, een office manager, en een directeur die zeven dingen tegelijk doet. Hoe doe je dit dan?
Eerlijk gezegd: door het klein te beginnen en systematisch op te bouwen.
Stap één: inventariseer welke AI-systemen je inzet. Niet wat je denkt dat AI is, maar alles wat geautomatiseerde beslissingen neemt die mensen raken. Dat is de brutale eerste vraag. Maak een lijst met: naam van het systeem, leverancier, voor welk doel ingezet, welke data het gebruikt, en of het beslissingen neemt over mensen.
Stap twee: beoordeel het risiconiveau. Staat de toepassing in Bijlage III? Dan is het hoog-risico. Denk aan: CV-selectie en kandidaatbeoordeling (categorie 4), kredietscoring (categorie 5b), beslissingen over toegang tot gezondheidsdiensten. Als je twijfelt, ga je uit van hoog-risico totdat het tegendeel bewezen is.
Stap drie: vraag documentatie op bij je leverancier. Providers van hoog-risico systemen zijn verplicht gebruiksinstructies te leveren (artikel 13). Heb je die niet? Vraag erom. Weigert de leverancier? Dat is een rood vlag die je serieus moet nemen.
Stap vier: regel het mensentoezicht. Wijs één persoon aan die verantwoordelijk is voor het controleren van AI-output in een specifiek proces. Leg dat vast. Geen complexe structuur, gewoon: wie, wat, hoe vaak.
Stap vijf: documenteer en train. Zorg dat medewerkers die het systeem gebruiken begrijpen wat het doet en wat de risico's zijn. Een korte interne sessie met een gespreksverslag is al een begin, en het verslag is je bewijs.
Dit alles hoeft geen voltijdbaan te zijn. Een systematische aanpak van een halve dag per maand, gecoördineerd door één verantwoordelijke, brengt de meeste MKB-bedrijven een heel eind.
De Limburgse context en grensoverschrijdende bedrijven
Maastricht ligt op loopafstand van België en Duitsland. Bedrijven die grensoverschrijdend opereren, of die klanten hebben in meerdere EU-landen, moeten weten dat de AI-verordening als Europese verordening direct van toepassing is in alle lidstaten. Toezicht en sancties regelt elk land wel in een eigen uitvoeringswet. In Nederland is die nog in voorbereiding.
Dat betekent ook: als je een AI-systeem inkoopt van een Belgische leverancier, gelden dezelfde regels. In Nederland is de AP beoogd toezichthouder; de Uitvoeringswet AI-verordening is nog een concept. Ga voor België na welke toezichthouder daar bevoegd is. Jurisdictie wordt bepaald door waar de deployer gevestigd is en waar de betrokkenen zich bevinden.
Waar je nu mee begint
December 2027 klinkt ver weg, en de AI-geletterdheidsplicht geldt nu al. Een gedegen AI-inventarisatie, leveranciersdocumentatie ophalen, en basistraining opzetten neemt maanden. Begin met de inventarisatie. Zet een spreadsheet op, loop je processen door, en markeer alles wat automatisch beslissingen neemt over mensen.
Daarna is de volgende logische stap een gestructureerde compliance-check. Khairos Comply biedt een gratis 2-minuten compliance-check via comply.khairos.ai waarmee je in één overzicht ziet waar je staat en wat je prioriteit zou moeten zijn. Maastrichts MKB hoeft dit niet in het wilde weg uit te zoeken.
Bronnen
Weet je niet waar jouw bedrijf staat?
Beantwoord 15 vragen over hoe je team AI gebruikt. Je krijgt een compliance-score en de gaten die je eerst moet dichten, als PDF.