AI-impact-assessment: template en methodologie voor het MKB
Een AI-impact-assessment bundelt drie beoordelingen: de AIA onder Artikel 9 AI Act, de FRIA onder Artikel 27 en de DPIA onder Artikel 35 AVG. Gebundeld uitvoeren scheelt 30 tot 40 procent doorlooptijd, en Artikel 26 lid 9 AI Act staat toe dat je AI Act-documentatie als input voor de DPIA gebruikt. Een beslisboom bepaalt welke assessments voor jouw situatie verplicht zijn; voor de meeste MKB-bedrijven is dat minimaal de DPIA.
Waarom een AI-impact-assessment onmisbaar is
Elke organisatie die AI inzet, neemt risico's. Sommige zijn klein en beheersbaar: een AI-tool die af en toe een irrelevante suggestie geeft. Andere zijn materieel: een AI-systeem dat sollicitanten onterecht afwijst, een credit-score die discrimineert, of een diagnostisch systeem dat een aandoening mist. Het verschil tussen beheersbaar en schadelijk zit niet in de technologie zelf, maar in de mate waarin je de risico's hebt doordacht, gewogen en gemitigeerd voordat het systeem in productie gaat.
Een AI-impact-assessment is het instrument waarmee je dit doet. Het is een gestructureerde beoordeling van de risico's die een specifiek AI-systeem met zich meebrengt voor de gezondheid, veiligheid, grondrechten en privacy van de mensen die ermee in aanraking komen. Niet als theoretische exercitie, maar als werkdocument dat concrete maatregelen oplevert en dat je periodiek herziet zolang het systeem actief is.
De wettelijke basis is inmiddels stevig. De AI Act (Verordening 2024/1689) verplicht aanbieders van high-risk AI-systemen tot een risicomanagement-systeem onder Artikel 9, en deployers van bepaalde high-risk systemen tot een Fundamental Rights Impact Assessment onder Artikel 27. Tegelijk vereist de AVG een Data Protection Impact Assessment (DPIA) onder Artikel 35 wanneer AI persoonsgegevens verwerkt op een manier die waarschijnlijk een hoog risico oplevert. In de praktijk overlappen deze drie assessments, en het is verstandig ze geintegreerd aan te pakken.
Deze gids levert een concreet template, een stapsgewijze methodologie, een risicoscoring-model en een checklist die je direct kunt gebruiken. Ongeacht of je een aanbieder bent die een high-risk systeem ontwikkelt, of een deployer die een AI-tool inkoopt en inzet voor je eigen bedrijfsprocessen. De aanpak is getoetst op de Nederlandse MKB-praktijk en sluit aan op onze bredere AI Act compliance-roadmap.
AIA, FRIA en DPIA: drie assessments naast elkaar
Elk assessment heeft een eigen scope, verplichting en focus. Begrijp de verschillen om te bepalen welke assessments voor jouw situatie verplicht zijn en hoe je ze combineert.
De belangrijkste praktische conclusie: als je een high-risk AI-systeem inzet dat persoonsgegevens verwerkt, heb je in veel gevallen met alle drie de assessments te maken. De AIA als aanbieder-verplichting (of als bron van informatie bij inkoop), de FRIA als deployer in publieke dienstverlening of financiele sector, en de DPIA als verwerkingsverantwoordelijke. Door ze gebundeld aan te pakken vermijd je dubbel werk en zorg je dat conclusies over risico's en mitigaties consistent zijn. De AI Act erkent dit expliciet: Artikel 26 lid 9 bepaalt dat AI Act-documentatie mag dienen als input voor de DPIA.
Welk assessment is voor jou verplicht?
Niet elk AI-systeem vereist elk assessment. De verplichting hangt af van drie factoren: de risicoclassificatie van het systeem, jouw rol (aanbieder of deployer) en of het systeem persoonsgegevens verwerkt. Loop de volgende beslisboom door om te bepalen welke assessments voor jouw situatie gelden.
Voor de meeste MKB-organisaties die AI inzetten geldt in de praktijk dat minimaal de DPIA van toepassing is (vrijwel alle AI-toepassingen verwerken persoonsgegevens). Is het systeem bovendien high-risk, dan komt de AIA erbij. En voor publieke dienstverleners en financiele instellingen geldt daarbovenop de FRIA. Onze template is zo opgebouwd dat je alle drie vanuit een document kunt bedienen. Zie ook onze uitleg over AVG en AI voor de DPIA-specifieke onderdelen.
AI-impact-assessment in 8 stappen
Elke stap levert een concreet tussenresultaat op. Na stap 8 heb je een volledig assessment dat voldoet aan de eisen van zowel de AI Act als de AVG.
Alle velden van het assessment-template
Het template is opgebouwd uit drie lagen: documentniveau (algemene informatie over het systeem en het assessment), risiconiveau (per geidentificeerd risico) en actieniveau (per mitigatiemaatregel). Hieronder alle velden per laag.
Laag 1: documentniveau
Dit zijn de velden die je eenmalig per assessment invult. Ze geven het kader waarbinnen de individuele risico's worden beoordeeld.
Laag 2: risiconiveau
Per geidentificeerd risico vul je de volgende velden in. Dit vormt samen het risico-register dat het hart is van het assessment.
Laag 3: actieniveau
Per mitigatiemaatregel registreer je: actie-ID (gekoppeld aan risico-ID), omschrijving van de maatregel, type (ontwerp-eliminatie, technische controle, of informatie aan gebruikers), eigenaar, deadline, status (gepland, in uitvoering, afgerond, geverifieerd) en verificatiemethode. Dit is het werkdossier waarmee je opvolging borgt.
Het volledige template kun je als gestructureerd spreadsheet opzetten of in een lichtgewicht GRC-platform. Voor de meeste MKB-situaties is een spreadsheet met drie tabbladen (document, risico's, acties) een werkbare start. Het gaat niet om het gereedschap maar om de discipline om het bij te houden en te herzien.
Waarschijnlijkheid-impact-matrix
De risicoscoring is de kern van het assessment. Zonder kwantitatieve weging blijven risico's abstract en is prioritering onmogelijk. De methode is eenvoudig: scoor elk risico op twee assen, vermenigvuldig de scores en classificeer het resultaat.
Impactschaal (1-5)
- 1 - Verwaarloosbaar: Geen merkbare impact op betrokkenen. Geen financiele of reputatieschade.
- 2 - Gering: Beperkte ongemak voor betrokkenen. Eenvoudig te corrigeren. Minimale financiele impact.
- 3 - Significant: Merkbare negatieve impact op betrokkenen. Herstel vereist inspanning. Mogelijke klachten bij toezichthouder.
- 4 - Ernstig: Substantiele schade aan betrokkenen (financieel, psychologisch, fysiek). Mogelijke juridische procedures. Significante reputatieschade.
- 5 - Kritiek: Onherstelbare schade aan betrokkenen. Levensbedreigende situaties. Massale privacyschending. Boete-risico. Existentiele reputatieschade.
Waarschijnlijkheidsschaal (1-5)
- 1 - Zeer onwaarschijnlijk: Zou alleen optreden onder extreme, onvoorzienbare omstandigheden.
- 2 - Onwaarschijnlijk: Denkbaar maar niet te verwachten bij normaal gebruik en normale omstandigheden.
- 3 - Mogelijk: Kan optreden bij bepaalde omstandigheden die realistisch zijn. Vergelijkbare incidenten bekend in de sector.
- 4 - Waarschijnlijk: Te verwachten dat dit op enig moment optreedt. Mechanisme is bekend en niet volledig beheersbaar.
- 5 - Vrijwel zeker: Zal optreden tenzij specifieke maatregelen worden genomen. Inherent aan de huidige opzet.
Classificatie van de risicoscore
- 1-4 (Laag): Acceptabel rest-risico. Monitoring volstaat. Geen directe actie nodig buiten standaard beheersmaatregelen.
- 5-9 (Medium): Beheersbaar met standaard mitigaties. Eigenaar aanwijzen. Opnemen in reguliere review-cyclus. Maatregelen binnen drie maanden.
- 10-15 (Hoog): Mitigatie vereist voor ingebruikname. Directie-awareness. Concrete maatregelen met deadline. Bij hoog rest-risico: overweeg voorafgaande raadpleging toezichthouder.
- 16-25 (Kritiek): Systeem niet in gebruik nemen tot risico is teruggebracht. Directie-besluit vereist. Bij DPIA: voorafgaande raadpleging AP (Artikel 36 AVG). Overweeg fundamenteel herontwerp.
Voer de scoring twee keer uit: eerst het initiele risico (zonder mitigatie) en daarna het rest-risico (na mitigatie). Het verschil toont de effectiviteit van je maatregelen. Documenteer bij elke score de onderbouwing: op basis van welke feiten, data of expert-inschatting is deze score tot stand gekomen. Dit maakt de scoring reproduceerbaar en auditeerbaar.
Combinatie met bestaande DPIA-processen
De meeste organisaties die al AI inzetten, hebben bestaande DPIA-processen onder de AVG. Het is niet nodig om voor de AI Act een volledig parallel assessment-proces op te tuigen. Integendeel: de AI Act moedigt integratie aan. De kunst is om je bestaande DPIA-werkwijze uit te breiden met AI-specifieke elementen zonder het geheel onnodig complex te maken.
Wat de DPIA al afdekt
Een standaard DPIA onder Artikel 35 AVG bevat al: beschrijving van de verwerking, noodzakelijkheid en proportionaliteit, risicobeoordeling voor rechten en vrijheden van betrokkenen, en maatregelen om risico's aan te pakken. Deze elementen sluiten direct aan op het AI-impact-assessment. De DPIA-risico's richten zich op persoonsgegevens; het AI-assessment voegt daar gezondheid, veiligheid en bredere grondrechten aan toe.
Wat je moet toevoegen voor AI Act-compliance
- AI-systeembeschrijving: type model, trainingsdata, performance-metrieken, beperkingen. De AVG-DPIA beschrijft de verwerking; de AI-uitbreiding beschrijft het systeem dat de verwerking uitvoert.
- Risicoclassificatie: uitkomst van de Artikel 6-check. Is het systeem high-risk, limited risk of minimal risk? Dit bepaalt welke verplichtingen gelden.
- Misbruik-scenario's: de AVG-DPIA kijkt naar risico's bij beoogd gebruik. De AI Act vraagt ook naar redelijk voorzienbaar misbruik (Artikel 9 lid 2 sub b).
- Grondrechten-beoordeling: breder dan privacy alleen. Non-discriminatie, menselijke waardigheid, effectief rechtsmiddel, vrijheid van meningsuiting waar relevant.
- Kwetsbare groepen: Artikel 9 lid 9 AI Act eist expliciete beoordeling van impact op personen onder 18 en andere kwetsbare groepen. De EDPB benoemt dit als criterium; de AI Act maakt het verplicht.
- Testing: de AI Act eist vooraf bepaalde metrieken en drempels. De AVG-DPIA heeft geen vergelijkbare testing-verplichting.
- Post-market monitoring: koppeling aan Artikel 72 AI Act. De DPIA wordt herzien bij gewijzigde risico's; de AI Act eist een doorlopend monitoring-plan.
Praktische integratie-aanpak
Gebruik je bestaande DPIA-template als basis. Voeg per sectie de AI-specifieke velden toe. Werk met een gemarkeerd gedeelte per sectie dat aangeeft welke informatie vanuit de AI Act wordt toegevoegd. Dit maakt het voor auditors duidelijk welke informatie welk wettelijk kader bedient. Bewaar het als een document, niet als twee aparte trajecten.
Voor organisaties die nog geen DPIA-proces hebben: begin met het gecombineerde template. Het is makkelijker om beide tegelijk in te richten dan om eerst een AVG-DPIA op te zetten en vervolgens een AI-assessment ernaast te zetten. Onze AI-risicoanalyse-gids biedt aanvullende achtergrond bij de risicobeoordelings-methodiek.
32 actiepunten voor een compleet assessment
Loop deze checklist door om te controleren of je assessment alle verplichte elementen bevat. De actiepunten zijn geordend per fase van de methodologie.
Over het AI-impact-assessment
Wat is een AI-impact-assessment?
Een gestructureerde beoordeling van de risico's die een AI-systeem met zich meebrengt voor gezondheid, veiligheid, grondrechten en privacy van betrokkenen. Het doel is risico's in kaart brengen, wegen en mitigeren voordat het systeem in gebruik wordt genomen. De AI Act en de AVG bevatten beide verplichtingen hiervoor, afhankelijk van het type systeem en de verwerking van persoonsgegevens.
Wat is het verschil tussen een AIA, FRIA en DPIA?
De AIA is de brede risicobeoordeling onder Artikel 9 AI Act voor high-risk systemen, gericht op gezondheid, veiligheid en grondrechten. De FRIA is specifiek verplicht onder Artikel 27 voor deployers van high-risk AI in publieke diensten, bankwezen en verzekeringen, gericht op grondrechten-impact. De DPIA is verplicht onder Artikel 35 AVG wanneer verwerking van persoonsgegevens waarschijnlijk een hoog risico oplevert. Ze overlappen inhoudelijk en kun je geintegreerd uitvoeren.
Wanneer is een FRIA verplicht onder Artikel 27?
Artikel 27 verplicht een FRIA voor deployers van high-risk AI-systemen die vallen onder Artikel 6 lid 2 (Annex III). Dit betreft publiekrechtelijke instanties, private partijen die publieke diensten verlenen, en deployers in bankwezen en verzekeringen (Annex III punten 5a en 5b). De FRIA moet worden uitgevoerd voordat het systeem in gebruik wordt genomen en moet worden ingediend bij de nationale toezichthouder op verzoek.
Kan ik de DPIA en AI-impact-assessment combineren?
Ja. Artikel 26 lid 9 AI Act bepaalt dat deployers de informatie uit de AI Act-documentatie mogen gebruiken als input voor de DPIA. In de praktijk kun je een geintegreerd document maken dat beide regimes bedient. Dit bespaart tijd en borgt consistentie. Let er wel op dat beide kaders volledig zijn afgedekt: de AI Act kijkt naar gezondheid, veiligheid en grondrechten; de AVG specifiek naar bescherming van persoonsgegevens.
Hoe scoor ik risico's in een AI-impact-assessment?
Met een waarschijnlijkheid-impact-matrix. Score waarschijnlijkheid van 1 (zeer onwaarschijnlijk) tot 5 (vrijwel zeker) en impact van 1 (verwaarloosbaar) tot 5 (kritiek). Vermenigvuldig voor een risicoscore van 1 tot 25. Classificeer: 1-4 laag, 5-9 medium, 10-15 hoog, 16-25 kritiek. Gebruik vooraf gedefinieerde criteria per schaalwaarde zodat de scoring reproduceerbaar is. Voer de scoring twee keer uit: voor en na mitigatie.
Wie moet betrokken zijn bij het assessment?
Minimaal vier rollen: product-eigenaar (kent de use case), technisch verantwoordelijke (begrijpt het AI-systeem), compliance of privacy officer (kent de wettelijke eisen), en directielid (neemt eindverantwoordelijkheid voor rest-risico-acceptatie). Bij impact op kwetsbare groepen ook domeinexperts betrekken. De Autoriteit Persoonsgegevens beveelt bij DPIA's ook de functionaris gegevensbescherming aan.
Hoe vaak moet ik het assessment herhalen?
De AI Act eist een continu iteratief proces. Minimaal elke zes maanden een volledige review. Plus tussentijds bij triggers: wijziging in het AI-systeem, wijziging in data-bronnen, wijziging in gebruikerscontext, incident, klacht, nieuwe wetgeving, of uitbreiding naar een nieuwe use case. Voor de DPIA geldt dat de AVG bij gewijzigde risico's een nieuwe beoordeling vereist. Plan review-momenten bij inrichting al in.
Wat kost een AI-impact-assessment voor een MKB?
Voor een enkel systeem met overzichtelijke use case: 40 tot 80 uur aan het eerste assessment. Bij meerdere systemen of complexe use cases: 120 tot 200 uur. Doorlopend: 1 tot 2 dagen per maand per systeem voor monitoring en reviews. Tooling hoeft niet duur; een spreadsheet-template volstaat voor de meeste MKB-situaties. De investering staat in verhouding tot de boete onder Artikel 99 AI Act (tot 15 miljoen euro of 3 procent omzet) en het risico van schade en reputatieverlies.
Welke template-velden zijn minimaal nodig?
Op documentniveau: systeembeschrijving, doel, risicoclassificatie, wettelijk kader, data-inventaris, stakeholder-mapping, assessment-team, scope en monitoring-plan. Per risico: ID, omschrijving, categorie, betrokken groepen, scenario, waarschijnlijkheid, impact, risicoscore, mitigatiemaatregel, eigenaar, deadline, rest-risico, status en datum laatste review. Plus directie-goedkeuring op het geheel.
Wat als ik geen assessment uitvoer?
Onder de AI Act: boetes tot 15 miljoen euro of 3 procent van de wereldwijde jaaromzet voor niet-naleving van Artikel 9 of 27 (Artikel 99 lid 4). Onder de AVG: boetes tot 10 miljoen euro of 2 procent voor het niet uitvoeren van een verplichte DPIA (Artikel 83 lid 4). Daarnaast het praktische risico dat je AI-systeem schade veroorzaakt die met een assessment voorkomen had kunnen worden, met aansprakelijkheid en reputatieverlies als gevolg.
Aansluitende gidsen voor je compliance-traject
Het AI-impact-assessment staat niet op zichzelf. Deze pagina's geven aanvullende context en verdieping voor een compleet compliance-werkpakket.
Opgesteld met AI-ondersteuning door de redactie van Prometheus21, laatst bijgewerkt op 7 september 2026. Hoe wij content maken
AI-impact-assessment laten uitvoeren of opzetten?
Prometheus21 levert een compleet AI-impact-assessment voor jouw systemen: risico-identificatie, scoring, mitigatie en monitoring-plan. Geintegreerd met je bestaande DPIA-processen, binnen vier weken operationeel en audit-proof.
Plan een assessment-sessie