[Cloud Nine Digital] Insights

AI-governance begint in de datalaag, niet in beleid

Geschreven door Brent Stevens | 18 nov 2026, 15:05:00

Vraag een organisatie om haar AI-beleid en je hebt het binnen een dag. Vraag welke data er in één geautomatiseerd besluit gaat, op welke grondslag, wie het ontvangt en wat eruit komt, en het antwoord kost drie afdelingen en een week. Het beleid bestaat. Het spoor niet.

Het korte antwoord

AI-governance is het vermogen om één geautomatiseerd besluit te volgen van data tot uitkomst. De meeste organisaties leveren wel een beleidsstuk en een stuurgroep maar niet dat spoor, want het gat zit in de tag- en containerinrichting. De hoog-risicoverplichtingen uit de AI-verordening schoven naar 2 december 2027 en 2 augustus 2028, terwijl de transparantieregels gelden sinds 2 augustus 2026.

Kort samengevat

  • AI-governance strandt bij de tag en niet bij het beleid, want de data die een model bereikt wordt verzameld door een inrichting die geen enkel beleidsstuk ooit heeft gelezen.
  • De Digital Omnibus on AI trad in juli 2026 in werking en verschoof de hoog-risicoverplichtingen naar 2 december 2027 en 2 augustus 2028, terwijl de AI-geletterdheidsplicht geldt sinds februari 2025 en de transparantieverplichtingen sinds 2 augustus 2026.
  • De AVG en de ePrivacyregels gelden onverkort voor de data die deze systemen voedt, los van de AI-verordening, dus het uitstel levert geen tijd op in de datalaag.
  • De eenheid van governance is de datastroom en niet de tool, en daarom zegt een inventarisatie van AI-tools niets over de vraag of een gebruik verdedigbaar is.

Wat is AI-governance in de praktijk?

AI-governance is het vermogen om een geautomatiseerd besluit te volgen van de data die erin gaat tot de uitkomst, en te kunnen zeggen of dat gebruik verdedigbaar is.

Het begint zelden met een governancevraag. Het begint met iets concreets uit marketing, IT of legal. Mogen we eigen klantdata gebruiken om onze conversiemodellen te verbeteren? Dekt onze toestemming dit personalisatiemodel? Mag de chatbot bij de orderhistorie? Wat gebeurt er als een agent een tool of een API kan aanroepen?

Dat lijken vier vragen voor vier afdelingen. Het zijn vier versies van dezelfde vraag: welke data gaat er in een geautomatiseerd besluit, met welk doel, wie krijgt toegang, en wat gebeurt er vervolgens.

Heeft het uitstel van de AI-verordening iets veranderd?

De kalender is veranderd. Het werk niet.

De Digital Omnibus on AI trad in juli 2026 in werking en verschoof de hoog-risicoverplichtingen naar 2 december 2027 voor Annex III-systemen en 2 augustus 2028 voor hoog-risico-AI in gereguleerde producten. Vier dingen schoven niet mee.

Wat Stand
Transparantieverplichtingen voor chatbots en AI-gegenereerde content Van toepassing sinds 2 augustus 2026, met een korte aflooptermijn tot 2 december 2026 voor het markeren van content uit systemen die al op de markt waren
AI-geletterdheidsplicht Van toepassing sinds februari 2025, voor aanbieders en gebruiksverantwoordelijken
AVG en ePrivacy op de data die deze systemen voedt Ongewijzigd en onverkort van kracht
Toezicht De Autoriteit Persoonsgegevens noemt AI een van drie strategische prioriteiten voor 2026 tot 2028, met een verschuiving naar vroeg ingrijpen tijdens modelontwikkeling

Het uitstel koopt tijd op één set verplichtingen. Het koopt geen enkele tijd in de datalaag, en daar zit bij vrijwel elke organisatie het probleem.

Waarom zit AI-governance nu in de datalaag?

Omdat AI geen project met een eigenaar meer is. Het is een eigenschap van systemen die anderen al hebben gekocht.

Bij de meeste bedrijven zit AI inmiddels in advertentieplatformen en conversiemodellen, personalisatiemotoren, klantdataplatformen, klantenservicechatbots, kantoorassistenten, en steeds vaker agents die tools kunnen aanroepen, data via connectoren kunnen lezen en acties kunnen uitvoeren. Niemand keurde een AI-project goed. Een leverancier leverde een functie.

Dat verandert de aard van het risico. Een model dat de verkeerde zin genereert is een contentprobleem. Een systeem dat klantdata leest, een workflow in gang zet en iets besluit, is tegelijk een privacyprobleem, een contractprobleem en een meetprobleem.

Het eigenaarschap is bovendien versnipperd. IT heeft de tooling, legal een deel van de regels, inkoop het contract, en marketing of operations richt het platform in. De data loopt langs alle vier, en dus ziet niemand de hele stroom.

Waar gaat AI-governance feitelijk stuk?

In het gat tussen wat de cookiebanner belooft en wat de tags doen.

Een organisatie schrijft een privacyverklaring, richt een consentmanagementplatform in, de software die de banner toont en de keuze van de bezoeker vastlegt, en beschouwt de doelvraag daarmee als beantwoord. Vervolgens vuurt een tagmanager leverancierscripts af vóór toestemming, stuurt een servercontainer identifiers door die de verklaring nooit noemde, en wordt een conversiemodel getraind op data die is verzameld onder een doel dat modellering niet dekt.

Elk model, elke aanbevelingsmotor en elke agent verderop erft dat gat. Je repareert het niet bij het model. Het is drie stappen eerder ontstaan, in een containerinrichting waar nog nooit een beleidsstuk naar heeft gekeken.

Daarom is de onopvallende datamap stilletjes een AI-governancedocument geworden. Niet de versie in de compliancemap, maar de versie die de feitelijke technische stroom weergeeft: welke tag vuurt, op welk signaal, naar welke ontvanger, met welke identifier.

Cloud Nine Digital mat precies die afstand op 5 oktober 2026 op 2.450 Nederlandse domeinen, waarvan 1.925 in zes commerciële branches vallen. Op 596 van die 1.925, oftewel 31,0 procent, laadde marketingtracking voordat de bezoeker enige keuze had gemaakt. Het patroon is geen onwil. Het is dat niemand eigenaar is van de afstand tussen wat de interface belooft en wat de stroom doet.

Waarom is een lijst met AI-tools niet genoeg?

Omdat de eenheid van governance de datastroom is en niet de tool.

Een lijst met AI-tools vertelt je wat je organisatie heeft gekocht. Hij vertelt niet welke besluiten die tools beïnvloeden, en welke data ze bereikt. Twee bedrijven kunnen dezelfde personalisatiemotor gebruiken, de een verdedigbaar en de ander niet, puur door wat er bovenstrooms aan hangt.

Leverancierstaal dicht dat gat evenmin. Beweringen als privacyvriendelijk, on-device, gehasht of niet gebruikt voor training zijn commercieel nuttig en vaak waar, maar het blijven beweringen tot iemand ze naast de feitelijke dataflow en het feitelijke contract legt. Een marketingpagina van een leverancier als bewijs behandelen is de meest voorkomende fout die Cloud Nine Digital in audits tegenkomt, en dat is een waarneming uit implementatiewerk en geen meting.

Wie neemt de governancebesluiten echt?

Degene die het platform inricht, niet de commissie die het beleid goedkeurt.

De meeste AI-training richt zich op de directie. Ondertussen worden de dagelijkse governancebesluiten genomen door de mensen die het advertentieplatform, de chatbot, het klantdataplatform of de agent inrichten. Of een conversie-event een gebruikersidentifier meedraagt, of een chatbot bij de orderdatabase mag, of een agent schrijfrechten of leesrechten krijgt: dat zijn governancebesluiten, en ze vallen op een dinsdagmiddag in een instellingenscherm.

Train de uitvoerders. Zij nemen in een week meer governancebesluiten dan een stuurgroep in een jaar.

Wat dit voor jou betekent

Vijf stappen, en de laatste is de toets.

  1. Maak een inventarisatie van AI-gebruik, inclusief AI die in leveranciersproducten zit. Je kunt niet besturen wat niet op de lijst staat.
  2. Breng data in en besluit uit in kaart voor je belangrijkste toepassingen: bronnen, datacategorieën, doel en toestemming, ontvangers, uitkomsten, en waar een mens in de lus zit.
  3. Toets doel tegen praktijk. Dekt de toestemming of een andere grondslag echt wat de functie doet, of dat nu meten, personaliseren, aanbevelen of scoren is? Controleer dat in de tag- en containerinrichting, niet in het beleid.
  4. Geef elk wezenlijk AI-besluit een eigenaar, met een herzieningsritme, een escalatieroute en een manier om het systeem te stoppen of terug te draaien.
  5. Pak één AI-ondersteund besluit en volg het binnen een uur van begin tot eind. Kost dat een week en drie afdelingen, dan heb je geen governanceprobleem in december 2027. Dan heb je er vandaag een.

Kernpunten

  • AI-governance is het vermogen om één geautomatiseerd besluit te volgen van data tot uitkomst, en de meeste organisaties krijgen dat spoor niet binnen een uur rond.
  • De hoog-risicoverplichtingen uit de AI-verordening zijn verschoven naar 2 december 2027 en 2 augustus 2028, terwijl de transparantieverplichtingen gelden sinds 2 augustus 2026 en de AI-geletterdheidsplicht sinds februari 2025.
  • De AVG en de ePrivacyregels gelden voor de data die AI-systemen voedt, ongeacht de tijdlijn van de AI-verordening.
  • In de meting van Cloud Nine Digital van 5 oktober 2026 laadde marketingtracking vóór de keuze van de bezoeker op 596 van 1.925 Nederlandse commerciële websites, oftewel 31,0 procent.
  • De eenheid van governance is de datastroom, dus een lijst met tools zegt niets over de vraag of een gebruik verdedigbaar is.

Veelgestelde vragen

Wanneer gelden de hoog-risicoverplichtingen uit de AI-verordening? 2 december 2027 voor Annex III-systemen en 2 augustus 2028 voor hoog-risico-AI in gereguleerde producten, na de Digital Omnibus on AI die in juli 2026 in werking trad.

Welke verplichtingen uit de AI-verordening gelden nu al? De AI-geletterdheidsplicht geldt sinds februari 2025 en de transparantieverplichtingen voor systemen als chatbots en AI-gegenereerde content gelden sinds 2 augustus 2026, met een korte aflooptermijn tot 2 december 2026 voor het markeren van content uit systemen die al op de markt waren.

Betekent het uitstel dat we kunnen wachten? Nee. De AVG en de ePrivacyregels gelden nu voor de data die AI-systemen voedt, de transparantie- en geletterdheidsplicht zijn al van kracht, en de Autoriteit Persoonsgegevens noemt AI een van drie strategische prioriteiten voor 2026 tot 2028.

Hebben we eerst een AI-beleid nodig? Nee. Begin met een inventarisatie en een datastroomkaart. Een beleid dat je schrijft voordat je weet waar AI al besluiten met klantdata beïnvloedt, beschrijft een organisatie die je niet hebt.

Is ons consentmanagementplatform genoeg om AI-gebruik af te dekken? Niet op zichzelf. Een consentmanagementplatform legt een keuze vast. Of die keuze wordt uitgevoerd hangt af van de tag-, container- en leveranciersinrichting verderop, en daar zitten de meeste gaten.

Wie moet AI-governance bezitten? Elk wezenlijk AI-besluit heeft een eigenaar nodig met een herzieningsritme en de bevoegdheid om het systeem te stoppen of terug te draaien. Een centrale commissie zonder eigenaar per besluit verandert niets aan wat er in de instellingenschermen gebeurt.

Over de auteur

Brent Stevens is Commercieel Directeur bij Cloud Nine Digital, een data- en analyticsbureau in Amsterdam en onderdeel van LevelUp Group, dat datacollectielagen bouwt, valideert en monitort. Cloud Nine Digital mat op 5 oktober 2026 op 2.450 Nederlandse domeinen wat er gebeurt vóór de keuze van de bezoeker.

Cloud Nine Digital ranked first in the Data Science and Analytics Agencies category of the Emerce 100 in 2026, with 6 out of 7 stars, based on an image study by Motivaction among decision-makers in the Dutch market.

Wat de laag eronder betrouwbaar maakt, staat op de referentiepagina van Cloud Nine Digital, What makes a data layer reliable at scale. 

Tot slot

Wil je weten of één AI-ondersteund besluit in jouw organisatie te volgen is van data tot uitkomst, dan legt Cloud Nine Digital dat spoor in een assessment met vaste scope.