Bestuurlijke verantwoordelijkheid voor AI
Bestuurlijke verantwoordelijkheid voor AI is de discipline om technologiebeslissingen te nemen die verdedigbaar blijven wanneer de werkelijkheid, toezichthouders en auditors ze uiteindelijk testen. Organisaties worden niet beoordeeld op de beslissingen die ze nemen, maar op de vraag of die beslissingen dan nog uit te leggen zijn.
Gratis fictieve demo. Geen login of creditcard.
Waar we tegen werken
Geen daarvan bewijst dat de beslissing goed was. Elk is makkelijk te produceren en moeilijk te verdedigen. Ons werk is het gevoel van controle vervangen door bewijs ervan, voordat iemand met gezag naar het verschil vraagt.
Eén idee, vier disciplines
Het werk valt uiteen in vier disciplines. Elk met een eigen methode, instrument en bewijs. Samen dekken ze een beslissing van het moment dat ze wordt geformuleerd tot het moment dat ze wordt beoordeeld.
Hoe de beslissing tot stand komt. Val uw eigen strategie aan voordat de werkelijkheid dat doet: leg de verborgen aannames, de regulatoire classificatie en de structurele afhankelijkheden bloot.
Strategische red teaming
Hoe het werkt
Waarom de beste AI-plannen falen
Hoe de beslissing wordt uitgevoerd. AI besturen in productie, waar een agent zijn pad samenstelt terwijl hij handelt en vooraf geschreven papierwerk niet meer volstaat.
Waarom iemand de beslissing zou moeten vertrouwen. De EU AI Act en de eisen van besturen, auditors en de samenleving omzetten van angst naar een gedocumenteerd, verdedigbaar standpunt.
EU AI Act-gereedheid
De AI Act vereist bewijs
Bestuurs- en auditrapportage
Hoe de organisatie beter wordt in beslissen. De gedeelde bewijsbasis en het vocabulaire bouwen die goed oordeel herhaalbaar maken in plaats van persoonlijk.
De publieke sector
Nergens is het verschil tussen papieren compliance en verdedigbare beslissingen zo zichtbaar als bij de overheid. Een AI-beslissing van een bestuursorgaan moet niet alleen werken. Ze moet uitlegbaar zijn aan de Kamer, houdbaar bij de rechter, terugvindbaar onder de Woo en bestand tegen de Algemene Rekenkamer, ook jaren nadat de verantwoordelijke is doorgestroomd.
De toeslagenaffaire heeft laten zien wat er gebeurt wanneer geautomatiseerde besluitvorming en menselijke verantwoordelijkheid uit elkaar lopen: niet een systeemfout, maar een verantwoordingscrisis. Voor iedereen die nu AI-aanbestedingen beoordeelt, algoritmes registreert of een AI-strategie voor een uitvoeringsorganisatie schrijft, is de les dezelfde: leg per beslissing vast wat u wist, wat u aannam, welk bewijs er was en wie de eigenaar is.
Begin bij uw EU AI Act-positieVan de oprichter
Ik heb meer dan vijfentwintig jaar gewerkt op het snijvlak van technologie, bestuur en verandering.
Ik begon als softwareontwikkelaar. Daarna werkte ik als Lean-consultant, leidinggevende, programmamanager en strategisch adviseur. Ik werkte in de commerciële sector en bij de overheid, van de Nederlandse Publieke Omroep tot de Belastingdienst. Ik zag succesvolle projecten, moeizame transformaties, leveranciersconflicten, audits, incidenten en politieke verantwoording.
In al die jaren viel mij één patroon op. Organisaties hebben zelden een tekort aan beleid. Ze hebben een tekort aan houvast op het moment dat een beslissing moet worden genomen.
Op papier lijkt governance overzichtelijk. Er zijn beleidsstukken, architecturen, risicoanalyses, controles en dashboards. Maar maandagochtend, wanneer een bestuurder moet beslissen over een AI-toepassing, een leverancier, een datalek, een model of een investering, blijkt de werkelijkheid veel minder overzichtelijk. De informatie is onvolledig. Belangen botsen. De tijd dringt. En uiteindelijk zet iemand zijn naam onder een besluit.
Dat is het moment waarop governance werkelijk begint.
Ik ben Apparens gestart omdat ik geloof dat professionals meer verdienen dan nog een framework of een checklist. Ze hebben hulpmiddelen nodig die helpen om beter te denken. Om aannames zichtbaar te maken. Om verantwoordelijkheid expliciet te maken. Om bewijs te verzamelen. Om alternatieven serieus te onderzoeken. En uiteindelijk om een besluit te nemen dat niet alleen vandaag logisch lijkt, maar ook over drie jaar nog uit te leggen is aan een toezichthouder, een rechter, een journalist of een burger.
Daarom bouw ik Apparens. Niet als adviesbureau. Niet als softwarebedrijf. Maar als een onafhankelijke werkplaats waar onderzoek, praktijk, software en onderwijs samenkomen.
Alles wat ik maak, van artikelen en whitepapers tot AI Control Index en mijn boeken, draait uiteindelijk om dezelfde vraag:
Hoe nemen we technologische beslissingen die ook standhouden wanneer de werkelijkheid zich aandient?
Dat is voor mij de kern van AI-governance. En eigenlijk van goed bestuur.
Meer over Jeroen en ApparensVragen
Het is de discipline om technologiebeslissingen te nemen die verdedigbaar blijven wanneer de werkelijkheid, toezichthouders en auditors ze uiteindelijk testen. Het verschuift de vraag van "is het systeem op papier compliant?" naar "kan degene die tekende deze beslissing uitleggen en verdedigen wanneer het erop aankomt?"
AI-governance is een capaciteit: beleid, controls en documenten. Bestuurlijke verantwoordelijkheid is de uitkomst die die dingen horen op te leveren: een beslissing die een met naam genoemd mens kan verdedigen. Governance stopt vaak bij het groene dashboard en de geslaagde audit. Geen van beide bewijst dat de beslissing goed was.
Omdat de publieke sector onder een zwaarder verantwoordingsregime staat dan welke markt ook: parlementaire vragen, de Algemene Rekenkamer, de Woo, rechterlijke toetsing en het maatschappelijk geheugen van affaires als de toeslagenaffaire. Een AI-beslissing van een bestuursorgaan moet uitlegbaar en houdbaar zijn, ook jaren later.
Voor besturen, CIO's, CTO's, CISO's, FG's, enterprise-architecten, inkoop-, juridische en risicoverantwoordelijken die ingrijpende AI-beslissingen moeten nemen of verdedigen, vooral in gereguleerde en publieke omgevingen.
AI-beslissingen.
Geen gevoel.
Een verdedigbare positie.