In dit artikel12 onderdelen
  1. De korte versie
  2. Chatbots: de bezoeker moet het weten
  3. AI-gegenereerde content: beeld en tekst zijn niet hetzelfde
  4. Leadscoring: minder gereguleerd dan gedacht, volledig AVG
  5. Waar personalisatie verboden wordt
  6. Waar de tools die je al gebruikt in vallen
  7. Als je buiten de EU zit of aan niet-EU klanten levert
  8. Wat je je bureau of leverancier vraagt
  9. Een checklist voor deze week
  10. Wat het kost als je het niet doet
  11. Veelgestelde vragen
  12. Kort samengevat

Marketingteams waren de eersten die AI massaal gingen gebruiken en zijn de laatsten die te horen krijgen dat er regels aan zitten. Sinds 2 augustus 2026 gelden de algemene verplichtingen. Dit stuk gaat alleen over wat marketing en sales daadwerkelijk raakt: chatbots, gegenereerde content, leadscoring en personalisatie.

De korte versie

Wat je doetWat de verordening zegt
Chatbot op je siteBezoeker moet kunnen weten dat het een machine is (artikel 50)
AI-gegenereerd beeld, video of audioDe tool markeert het machineleesbaar; jij meldt het als het echt lijkt (deepfake) (artikel 50)
AI-geschreven blogtekstenGeen labelplicht als een mens het inhoudelijk controleert
LeadscoringMeestal geen hoog risico, wel volledig AVG
Emotieherkenning op bezoekersHoog-risico en meldplicht, op de werkvloer en in het onderwijs verboden
Persuasieve personalisatieVerboden zodra het manipulatief of uitbuitend wordt (artikel 5)

Twee dingen om meteen recht te zetten. Je hoeft niet elk AI-geschreven zinnetje te labelen, dat is een veelgehoord misverstand. En je bent als bedrijf dat de tool inzet meestal deployer, niet provider, wat scheelt in verplichtingen maar je niet vrijpleit.

Chatbots: de bezoeker moet het weten

Artikel 50 is de bepaling die de meeste marketingafdelingen raakt. Zet je een chatbot in die met mensen praat, dan moet die persoon kunnen weten dat hij met een AI-systeem te maken heeft, tenzij dat overduidelijk is uit de context.

In de praktijk betekent dat:

  • Een zichtbare melding bij de start van het gesprek. "Je chat met een AI-assistent" volstaat. Het hoeft geen juridische tekst te zijn.

  • Niet weggestopt in een privacyverklaring waar niemand kijkt.

  • Ook bij spraak. Een AI die belt of opneemt valt onder dezelfde plicht, en dat is precies de toepassing waar bedrijven nu mee experimenteren in sales.

Wat níet mag is een bot die zich voordoet als een medewerker met een verzonnen naam en foto zonder enige aanduiding. Dat is precies het geval waar deze bepaling voor geschreven is.

Meer detail: artikel 50 transparantie voor chatbots.

AI-gegenereerde content: beeld en tekst zijn niet hetzelfde

Hier gaat het vaakst mis, in beide richtingen: bedrijven labelen te veel, of het verkeerde.

Synthetisch beeld, video en audio kent twee plichten. De aanbieder van je beeld- of audiotool moet de output machineleesbaar markeren als kunstmatig gegenereerd of gemanipuleerd (artikel 50(2)); tools die al vóór 2 augustus 2026 op de markt waren, hebben daarvoor tot 2 december 2026. In de praktijk gebeurt dat met ingebedde metadata. Jij als gebruiker moet melden dat beeld, audio of video AI-gemaakt is als het echte mensen, plaatsen of gebeurtenissen nabootst en voor echt kan doorgaan: de deepfake-bepaling (artikel 50(4)). Een AI-productrender is dus niet automatisch een deepfake, een realistische nep-klant in een testimonial wel. Controleer wel of de markering in je tool aan staat.

Tekst ligt anders. Een blogpost of productbeschrijving die door AI is geschreven en door een mens inhoudelijk is gecontroleerd en verantwoord, valt niet onder de labelplicht voor teksten van algemeen belang. Die plicht mikt op geautomatiseerd geproduceerde informatie over publieke aangelegenheden, niet op je categoriepagina's.

De praktische regel: realistisch nepbeeld en -audio melden, markering in je tools aan laten, tekst met menselijke redactie niet labelen. Bij twijfel over een grensgeval is labelen goedkoper dan het uitleggen achteraf.

Leadscoring: minder gereguleerd dan gedacht, volledig AVG

Goed nieuws voor de meeste B2B-teams: leads scoren op basis van gedrag, bedrijfsgrootte of engagement is doorgaans geen hoog-risico AI-systeem. De hoog-risicocategorieën in Bijlage III gaan over werving en selectie, onderwijs, kredietverlening, essentiële diensten en dergelijke, niet over de vraag welke prospect je als eerste belt.

Twee scherpe randen wel:

  1. Zodra scoring bepaalt wie toegang krijgt tot een essentiële dienst of tot krediet, zit je wél in Bijlage III. Een verzekeraar of kredietverstrekker die "leadscoring" doet, doet iets anders dan een softwarebedrijf.

  2. De AVG geldt onverkort. Scoring op persoonsgegevens is profilering. Je hebt een grondslag nodig, transparantie, en bij volledig geautomatiseerde besluiten met rechtsgevolgen kom je uit bij artikel 22 AVG.

Zie hoe de AVG en de AI-verordening samenwerken.

Werf je met AI, dan is het verhaal wél anders en zwaarder: zie recruitment AI en artikel 26.

Waar personalisatie verboden wordt

Artikel 5 verbiedt een aantal praktijken volledig, en twee daarvan liggen dichter bij marketing dan comfortabel is.

Manipulatieve technieken die het gedrag van mensen wezenlijk verstoren buiten hun bewustzijn om, en daarmee aanzienlijke schade veroorzaken. Normale overtuigende marketing valt hier niet onder. Wat er wel onder valt is AI die subliminale of doelbewust misleidende technieken inzet.

Uitbuiten van kwetsbaarheid vanwege leeftijd, beperking of sociale of economische situatie. Dit is de bepaling die je raakt als je optimalisatie-algoritme ontdekt dat mensen in financiële nood beter converteren op een bepaalde boodschap, en daarop stuurt. Dat is geen theoretisch scenario: het is precies het soort patroon dat een optimaliserend systeem vanzelf vindt als je het alleen op conversie stuurt.

Emotieherkenning is apart geregeld en op de werkvloer en in het onderwijs zelfs verboden. Elders is een systeem dat emoties herkent hoog-risico (Bijlage III, punt 1, vanaf 2 december 2027), en je moet bezoekers erover informeren (artikel 50(3)). De tooling die "sentiment" of "frustratie" van een bezoeker afleidt uit gedrag of beeld valt hier snel onder.

De praktische toets: kun je aan de betrokkene uitleggen wat je doet zonder dat het naar misbruik klinkt? Zo nee, dan is dat meestal het antwoord.

Waar de tools die je al gebruikt in vallen

De meeste teams denken bij "AI-systeem" aan iets dat ze bewust hebben gekocht. In de praktijk zit het verspreid door de stack, vaak als functie binnen een tool die je om iets anders hebt aangeschaft.

Tool of functieValt eronder?Wat je regelt
Chatwidget met AI-antwoordenJa, artikel 50Melding bij start gesprek
AI-tekstgeneratie in je CMSNee, mits menselijke redactieRedactieslag vastleggen
Beeldgeneratie voor social of adsJa, markering door de tool; melden bij deepfakesMetadata aan, steekproef
AI-voice voor uitgaande callsJa, artikel 50Melding aan het begin
Leadscoring in je CRMMeestal niet hoog-risicoAVG-grondslag, transparantie
Sentiment- of intentiedetectieMogelijk emotieherkenningControleren waar het draait
Vertaal- of ondertitelfunctiesMeestal nietWel AVG als er persoonsgegevens in zitten
Advertentie-optimalisatieGrijs gebiedToetsen aan artikel 5

De twee rijen die het vaakst verrassen zijn sentimentdetectie en advertentie-optimalisatie. Sentimentdetectie zit tegenwoordig standaard in veel service- en salesplatformen, vaak aan zonder dat iemand die knop bewust heeft omgezet. En advertentieplatformen optimaliseren op conversie zonder je te vertellen welke signalen ze daarvoor gebruiken, wat het lastig maakt om te garanderen dat er niet op kwetsbaarheid wordt gestuurd.

Bij dat laatste is de eerlijke positie: je hebt beperkte controle over wat het platform intern doet. Wat je wél kunt, is niet zelf doelgroepen bouwen op signalen van financiële nood of kwetsbaarheid, en dat vastleggen als beleid. Dat is verdedigbaar; "we wisten niet wat het algoritme deed" is dat minder.

Als je buiten de EU zit of aan niet-EU klanten levert

De verordening werkt territoriaal op basis van waar het resultaat landt, niet waar je bedrijf staat. Richt je je met marketing op mensen in de EU, dan gelden deze regels, ook als je team in Londen of New York zit.

Andersom geeft dat een Nederlands bedrijf geen ruimte: wie in de EU gevestigd is en AI inzet, valt in beginsel onder de verordening, ook als het alleen buiten de EU verkoopt (artikel 2(1)(b)).

Voor multinationals is de werkbare lijn meestal om de EU-standaard overal toe te passen. Twee versies van je chatbot en twee sets beeldmateriaal onderhouden kost meer dan de strengste norm volgen. Zie wat niet-EU bedrijven moeten regelen.

Wat je je bureau of leverancier vraagt

Als een extern bureau je marketing-AI bouwt of draait, ligt de deployer-verplichting meestal nog steeds bij jou. Het bureau bouwt en vertrekt; de plicht blijft. Vier vragen:

  1. "Welke onderdelen zijn AI-systemen onder de verordening, en welke niet?" Een bureau dat hier geen helder antwoord op heeft, heeft er niet over nagedacht.

  2. "Wie is provider en wie is deployer voor elk onderdeel?" Zie provider, deployer of allebei.

  3. "Hoe is de transparantiemelding geregeld bij de chatbot, en waar staat die in de flow?"

  4. "Worden gegenereerde beelden gemarkeerd, melden jullie deepfakes, en controleren jullie dat?"

Zoek je nog een bureau, of wil je weten waar ze van elkaar verschillen: wat een AI marketing bureau kost en wanneer het loont.

Een checklist voor deze week

  • Inventariseer welke AI je marketing- en salesstack feitelijk gebruikt, inclusief wat mensen zelf hebben aangezet. Zie AI-inventarisatie in 30 minuten.

  • Chatbot: transparantiemelding zichtbaar bij de start van het gesprek.

  • Voice-AI in sales: dezelfde melding, ook bij uitgaande calls.

  • Gegenereerd beeld en audio: markering in de tool aan, deepfakes gemeld, en steekproefsgewijs gecontroleerd.

  • Leadscoring: grondslag vastgelegd, en gecontroleerd of er echte menselijke tussenkomst is bij besluiten die iemand raken.

  • Personalisatie: nagegaan of je optimalisatie op kwetsbaarheid kan sturen zonder dat iemand dat heeft bedoeld.

  • Emotie- of sentimentdetectie: gecontroleerd of je die ergens gebruikt. Vaak zit het verstopt in een tool die je om iets anders hebt gekocht.

  • AI-geletterdheid: maatregelen genomen en vastgelegd voor het team dat ermee werkt (artikel 4).

Wat het kost als je het niet doet

De sancties staan in artikel 99 en zijn geen symbolische bedragen: verboden praktijken tot 35 miljoen euro of 7% van de omzet, transparantieovertredingen tot 15 miljoen euro of 3%. Voor mkb geldt telkens het laagste van beide bedragen.

De realistischere zorg voor het MKB is niet de boete maar de inkoopvraag. Grotere klanten kunnen dit uitvragen in leveranciersbeoordelingen, en "we hebben het niet bekeken" is een slecht antwoord in een tender. Een half dagdeel werk aan de checklist hierboven is meestal genoeg om dat gesprek goed door te komen.

Veelgestelde vragen

Moet ik onder elke AI-geschreven blogpost een disclaimer zetten? Nee. De labelplicht voor tekst mikt op geautomatiseerd geproduceerde informatie over publieke aangelegenheden, niet op commerciële content die een mens inhoudelijk heeft gecontroleerd. Beeld en audio zijn een ander verhaal: je tool markeert die machineleesbaar, en realistisch nepbeeld (deepfakes) meld je.

Onze chatbot heeft een menselijke naam. Mag dat? Ja, mits duidelijk is dat het een AI is. Een persona met een naam is prima; een bot die zich voordoet als een echte medewerker zonder enige aanduiding is precies wat artikel 50 wil voorkomen.

Geldt dit ook voor e-mailcampagnes die door AI zijn geschreven? Voor de tekst zelf niet, mits geredigeerd. Zit er gegenereerd beeld in, dan moet de tool dat markeren, en meld je het als het een deepfake is. En de AVG geldt sowieso voor de doelgroepselectie.

Wie is aansprakelijk als ons bureau het fout doet? Als jij het systeem inzet ben je meestal deployer, en die verplichting is van jou. Contractuele afspraken met het bureau regelen je verhaal richting hen, niet je positie richting de toezichthouder.

We gebruiken alleen ChatGPT om teksten te schrijven. Moeten we iets? Dan raakt de labelplicht je waarschijnlijk niet, maar artikel 4 over AI-geletterdheid wel, en de AVG zodra er klantgegevens in de prompts belanden.

Kort samengevat

Voor marketing en sales komt het neer op drie dingen: wees open dat het AI is waar mensen ermee praten, markeer synthetisch beeld en audio en meld deepfakes, en stuur niet op kwetsbaarheid. Leadscoring is minder gereguleerd dan veel mensen vrezen maar volledig AVG-plichtig. Alles begint bij weten wat er draait.

Meer gidsen over de verordening: de volledige set.

Bronnen

  1. Artikel 5 EU AI-verordening, verboden praktijken
  2. Artikel 50 EU AI-verordening, transparantieverplichtingen
  3. Artikel 99 EU AI-verordening, sancties
  4. Algemene verordening gegevensbescherming (AVG)

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.

Ben ik compliant? Check in 2 minZo werkt Khairos Comply