AI Compliance / ISO 42001

ISO 42001 implementatie: AI Management System opzetten.

Een ISO 42001 AI Management System opzetten duurt voor het MKB vier tot vijftien maanden; inclusief de audit-fase van twee tot vier maanden kom je op zes tot negentien maanden tot certificaat. Organisaties met een bestaande ISO 27001- of 9001-certificering kunnen, met een sterke sponsor en externe begeleiding, een versneld traject van vier tot zeven maanden doorlopen. Deze implementatiegids voor MKB 10-250 FTE loopt in tien stappen van context-analyse tot certificaatuitgifte, met vier kernrollen, een tooling-stack van zes categorieën en de vijf valkuilen die trajecten laten stranden.

Leestijd 18 minuten
7 kern-clauses (Clause 4-10) volgens ISO Annex SL Harmonized Structure
38 Annex A-controls in 9 AI-specifieke categorieen (A.2 t/m A.10)
4-15 maanden doorlooptijd, versneld bij bestaande ISO 27001/9001
PDCA-cyclus met management-review en continual improvement

Van norm naar werkend management-systeem.

ISO/IEC 42001:2023 is de eerste internationale management-standaard voor kunstmatige intelligentie. De norm beschrijft wat een AI Management System (AIMS) moet kunnen, niet hoe je het bouwt. Deze gids vertaalt de norm naar een concrete implementatie-aanpak voor MKB: werkbaar, schaalbaar en met oog voor de praktijk.

We doorlopen het traject in drie lagen. Eerste: de PDCA-cyclus die het management-systeem draagt. Tweede: het tien-stappen-plan voor implementatie volgens Clauses 4-10 en de audit-fase. Derde: de Annex A-controls die de operationele kern van het AIMS vormen. Afsluitend komen rolverdeling, tooling en veelgestelde vragen aan bod.

Voor de waarde-afweging van certificering, zie onze pagina over toegevoegde waarde ISO 42001. Voor de uitleg van de standaard zelf: ISO 42001 uitgelegd. Deze implementatie-gids verwijst naar concrete artikelen en controls van de norm en is gericht op uitvoering.

Kernprincipe: de PDCA-cyclus.

Elk ISO-management-systeem draait op de Plan-Do-Check-Act-cyclus. Ontwerp een keer, voer uit, meet, verbeter. Voor AI is deze cyclus extra belangrijk omdat AI-systemen drift kennen (modellen presteren minder goed over tijd), bias kunnen ontwikkelen en door nieuwe data of code-wijzigingen ineens anders gedragen kunnen. Zonder cyclus verwatert een AIMS tot een lege huls.

Plan
Ontwerp en richt in
Wat willen we bereiken, welke risico's willen we beheersen, hoe gaan we dat meten?
  • Context, scope, belanghebbenden
  • AI-beleid en doelstellingen
  • Risicoanalyse en mitigaties
  • Rollen en verantwoordelijkheden
Do
Voer uit in de praktijk
Procedures in gebruik nemen, controls operationeel maken, competenties opbouwen.
  • AI-levenscyclus-processen actief
  • Controls per AI-systeem ingevoerd
  • Competenties en awareness opgebouwd
  • Documentatie in gebruik
Check
Meet en evalueer
Werkt het zoals bedoeld? Welke afwijkingen zien we en wat leren we ervan?
  • Monitoring-metrics per AI-systeem
  • Interne audits tegen norm en beleid
  • Management-review minimaal jaarlijks
  • Stakeholder-feedback
Act
Verbeter en pas aan
Correcties op non-conformities, preventieve acties, continue verbetering.
  • Corrective actions bij afwijkingen
  • Preventive actions bij risico-trends
  • Updates beleid en controls
  • Nieuwe AI-systemen onboarden

Tien stappen van start tot certificaat.

Stap 1-8 volgen Clauses 4-10 van ISO 42001. Stap 9-10 zijn de externe audit-fase. Iedere stap heeft concrete deliverables en eigenaar.

1
Clause 4
Context en scope bepalen
Inventariseer interne en externe context rond AI: strategie, markt, wet- en regelgeving (AI Act, AVG, sectorwetgeving), belanghebbenden met behoeften en verwachtingen, AI-systemen die onder het AIMS vallen. Definieer scope-grenzen expliciet.
Deliverables Context-analyse, stakeholder-register, scope-statement
2
Clause 5
Leiderschap en AI-beleid
Top management stelt AI-beleid vast (doel, principes, commitments). Rollen en verantwoordelijkheden benoemen: AI-owner, AIMS-coordinator, risk-owner, human-oversight-rol. Commitment van directie expliciet gedocumenteerd.
Deliverables AI-beleid, RACI-matrix, mandaatbrief
3
Clause 6
Planning en risicomanagement
Voer AI-risicoanalyse uit per AI-systeem. Voor elke risico-categorie (bias, privacy, veiligheid, rechten): kans, impact, mitigaties. Stel meetbare doelstellingen met KPI's. Implementeer change-management-proces. AI Impact Assessment conform A.5.
Deliverables Risico-register, AIA's, KPI-dashboard
4
Clause 7
Ondersteuning en competenties
Zorg voor middelen (tijd, budget, tooling), competenties (AI-geletterdheid per rol), awareness in de organisatie, communicatie-procedures (intern en extern), gedocumenteerde informatie (handboek, procedures, records).
Deliverables Trainingsprogramma, procedure-handboek
5
Clause 8
Operationele uitvoering
Implementeer processen voor AI-levenscyclus: ontwerp, data-verwerving, training, validatie, deployment, monitoring, uitfaseren. Inkoop-proces voor AI van derden. Controles op uitbestede AI-activiteiten. A.6, A.7 en A.10 operationeel.
Deliverables Levenscyclus-procedures, SLA-templates
6
Annex A
Controls implementeren en SoA
Beoordeel per Annex A-control of toepassing noodzakelijk is. Documenteer in Statement of Applicability (SoA). Implementeer de van-toepassing-zijnde controls met procedures, verantwoordelijken en evidence. Log uitsluitingen met reden.
Deliverables Statement of Applicability, control-register
7
Clause 9
Performance evaluatie
Monitoring per AI-systeem (drift, bias, performance, incidents). Interne audit-programma opzetten en uitvoeren tegen norm en beleid. Management-review minimaal jaarlijks met input (KPI's, incidents, audit-bevindingen) en output (besluiten, verbeteringen).
Deliverables Auditrapport, management-review-notulen
8
Clause 10
Verbetering en CAPA
Proces voor non-conformity, corrective action (CAPA), preventive action. Root-cause-analyse bij incidenten. Continual improvement als structureel principe met verbeter-backlog en prioritering. Updates AIMS bij wijziging in scope of context.
Deliverables CAPA-register, verbeter-backlog
9
Stage-1
Externe audit Stage-1
Certificeringsinstituut beoordeelt documentatie, scope, gereedheid voor operationele audit. Identificeert gaps die voor Stage-2 opgelost moeten zijn. Kies geaccrediteerd instituut (RvA in Nederland) en plan 2-4 maanden vooruit.
Deliverables Stage-1 rapport, gap-oplosplan
10
Stage-2
Operationele audit en certificaat
Auditor toetst operationele werking via interviews, sampling van records, evidence-review. Bij minor non-conformities: correctieve acties binnen vastgestelde termijn. Bij akkoord: certificaat-uitgifte voor drie jaar met jaarlijkse surveillance-audits.
Deliverables Certificaat, correctieve-acties-rapport

De 38 controls in negen categorieen.

Annex A is de operationele kern van het AIMS. Elk van de 38 controls beoordeel je in de Statement of Applicability (SoA): van toepassing of uitgesloten, met reden.

A.2 AI-beleid
3 controls
  • A.2.2 Beleid voor verantwoord AI-gebruik
  • A.2.3 Afstemming beleid met organisatiestrategie
  • A.2.4 Review en update van beleid
A.3 Interne organisatie
5 controls
  • A.3.2 Rollen en verantwoordelijkheden
  • A.3.3 Rapportage van concerns
  • A.3.4 Melding van AI-incidenten
  • A.3.5 Feedback-kanaal stakeholders
  • A.3.6 Scheiding van conflicterende taken
A.4 Middelen voor AI
6 controls
  • A.4.2 Documentatie van AI-middelen
  • A.4.3 Data-middelen
  • A.4.4 Tooling-middelen
  • A.4.5 Computing-middelen
  • A.4.6 Menselijke middelen
  • A.4.7 Systeem-middelen
A.5 AI Impact Assessment
6 controls
  • A.5.2 Proces voor AI-impact-assessment
  • A.5.3 Documentatie van assessment
  • A.5.4 Impact op personen en groepen
  • A.5.5 Impact op samenleving
  • A.5.6 Impact-assessment herhalen bij wijziging
  • A.5.7 Archivering impact-documentatie
A.6 Levenscyclus
7 controls
  • A.6.2 Doelstellingen AI-ontwerp
  • A.6.3 Data-verwerving processen
  • A.6.4 Kwaliteit trainingsproces
  • A.6.5 Verificatie en validatie
  • A.6.6 Implementatie AI-systeem
  • A.6.7 Werking en monitoring
  • A.6.8 Technische documentatie
A.7 Data voor AI
4 controls
  • A.7.2 Data-kwaliteit voor AI-systeem
  • A.7.3 Data-governance voor AI
  • A.7.4 Data-herkomst en traceerbaarheid
  • A.7.5 Data-voorbereiding voor training
A.8 Stakeholders informatie
4 controls
  • A.8.2 Documentatie voor gebruikers
  • A.8.3 Externe communicatie
  • A.8.4 Uitlegbaarheid AI-output
  • A.8.5 Incident-rapportage aan stakeholders
A.9 Gebruik AI-systemen
2 controls
  • A.9.2 Verantwoord gebruik binnen doel
  • A.9.3 Gebruik buiten bedoelde scope beheerst
A.10 Derden en klanten
1 control
  • A.10.2 AI-gerelateerde verplichtingen met derden en klanten

Totaal: 3+5+6+6+7+4+4+2+1 = 38 controls. Niet elke organisatie past alle controls toe; uitsluitingen worden vastgelegd in de Statement of Applicability (SoA) met onderbouwing.

Wie doet wat in het AIMS?

ISO 42001 vereist expliciete rolverdeling. Voor MKB is combineren mogelijk; de rolinvulling moet helder en gemandateerd zijn.

Kernrol 1
Top management / AI-owner
Eindverantwoordelijk voor AIMS. Keurt beleid, risico-tolerance en resources goed. Leidt of committeert aan management-review. MKB: directeur of CTO.
Kernrol 2
AIMS-coordinator
Operationeel verantwoordelijk voor uitvoering en onderhoud AIMS. Rapporteert aan top management. Eigenaar van documentatie en audit-cyclus. MKB: compliance officer of senior engineer.
Kernrol 3
Risk-owner(s)
Per AI-systeem iemand die risico's identificeert, mitigaties beheert en monitoring doet. Kan gedeeld zijn over systemen. MKB: technical lead per AI-systeem.
Kernrol 4
Human-oversight-rol
Bewaakt menselijke controle bij high-risk AI. Bevoegdheid om uit te schakelen of te interveneren. MKB: aangewezen reviewer per AI-systeem, met mandaat.

Zes tool-categorieen die een AIMS ondersteunen.

Tooling is geen norm-eis maar maakt uitvoering beheersbaar. Start met eenvoudige stack; upgrade wanneer volwassenheid groeit.

Categorie 1
Documentatie-platform
Beleid, procedures, handboek, records. Bijvoorbeeld Confluence, Notion, SharePoint. Versiebeheer en toegangsrechten essentieel.
Categorie 2
AI-register
Alle AI-systemen met status, eigenaar, risico, last-review. Spreadsheet of dedicated (Credo AI, OneTrust, Collibra).
Categorie 3
Risk-management
Risico-register, mitigaties, trends. Eramba, Vanta, Drata, of een gestructureerde spreadsheet met versiebeheer.
Categorie 4
ML-monitoring
Drift-detectie, bias-monitoring, performance tracking. Evidently AI, Arize, Fiddler, WhyLabs. Open-source varianten beschikbaar.
Categorie 5
Incident-tracking
AI-incidenten met root-cause, mitigaties, lessons learned. Jira, ServiceNow, Linear. Label-systeem voor AI-incidents inrichten.
Categorie 6
Evidence-platform
Verzamelen van audit-evidence per control. Vanta en Drata bieden automation; kleinere organisaties kunnen dit in bestaand docs-platform.

MKB-startstack werkbaar op Notion plus spreadsheet plus Jira plus Evidently-open-source. Upgrade naar GRC-platform (Vanta/Drata) wanneer audit-frequentie en scope dat rechtvaardigt. Tool-keuze mag nooit leidend zijn in AIMS-ontwerp; processen en rollen eerst, tooling volgend.

Vijf fouten die implementatie laten stranden.

1. Alleen documentatie bouwen zonder operationalisatie.

Een handboek met 120 paginas beleid dat niemand leest is een bekende fout. Auditor stelt tijdens interview vragen aan medewerkers; als zij niet weten wat er staat, valt het systeem door. Oplossing: start bij operationele praktijk, documenteer wat je doet, verbeter waar nodig. Betrek mensen die AI gebruiken; beleid volgt uit gesprek, niet uit een sjabloon.

2. Te grote scope in eerste certificering.

Alle afdelingen, alle AI-systemen, alle locaties direct onder scope. Project wordt onhanteerbaar. Oplossing: start met compacte, hoge-waarde scope (bijvoorbeeld klant-facing AI-producten of high-risk AI-systemen). Breid uit bij volgende surveillance of re-audit.

3. Geen senior sponsor.

IT of compliance-team trekt traject zonder directie-backing. Zonder sponsorship: geen middelen, geen prioriteit, geen deelname. Oplossing: directie-mandaat schriftelijk, kwartaal-status-rapport naar directie, directie-deelname aan management-review. Zonder dit: niet beginnen.

4. Onderschatten van data-governance.

A.7 (Data voor AI) vergt data-kwaliteit, herkomst, governance. Vaak blijkt tijdens implementatie dat basis-data-governance nog niet goed geregeld is. Dan wordt ISO 42001-implementatie een data-governance-project. Oplossing: in fase 1 gap-analyse een data-governance-check meenemen. Plan expliciet voor data-werk; meestal 30-40% van totale tijd.

5. Certificaat als eindstation.

Na uitgifte valt aandacht weg, surveillance-audit jaar 1 faalt, certificaat wordt ingetrokken. Reputatie-schade groter dan voordien. Oplossing: continual improvement echt leven: jaarlijkse management-review, KPI-monitoring, nieuwe AI-systemen in register, regelmatige interne audits. Certificaat is baseline, niet eindpunt.

Combineren met ISO 27001 en ISO 9001.

Als je al een ISO 27001 of 9001 hebt staat de helft van de structuur al. De Harmonized Structure (Annex SL) maakt dit mogelijk: alle ISO-management-systemen delen dezelfde Clauses 4 (Context), 5 (Leiderschap), 7 (Ondersteuning), 9 (Evaluatie) en 10 (Verbetering). Clause 6 (Planning) en Clause 8 (Operationele uitvoering) zijn norm-specifiek.

Praktisch aanpak: een geintegreerd management-systeem (IMS) met gedeelde governance-laag en aparte control-sets per norm. Besparing: 30-40% implementatie-tijd, 40-50% onderhoud. Interne audits en management-review worden gecombineerd. Certificering blijft per norm separaat, maar kan bij geaccrediteerde multi-scope auditor in een bezoek uitgevoerd worden.

Voor diepere uitleg van deze combinatie, zie onze vergelijking ISO-standaarden. Voor MKB met commerciele druk: 27001 + 42001 is krachtige combinatie die informatiebeveiliging en AI-management integraal dekt.

Over ISO 42001 implementatie.

Wat is een AI Management System (AIMS)?

Het geheel van beleid, procedures, rollen, controls en documentatie waarmee je AI-systemen beheerst ontwikkelt, inkoopt of inzet. Dekt de hele levenscyclus van probleem-definitie tot uitfaseren. Risico-gestuurd, PDCA-cyclus, integreerbaar met bestaande ISO-systemen, schaalbaar naar organisatiegrootte.

Wat zijn de clauses van ISO 42001?

ISO 42001 volgt de Harmonized Structure (ISO Annex SL) en is opgebouwd uit tien clauses. De eerste drie zijn formeel van aard en behandelen de scope, normatieve verwijzingen en definities. Vanaf Clause 4 begint de inhoudelijke kern: achtereenvolgens komen Context (4), Leiderschap (5), Planning (6), Ondersteuning (7), Operationele uitvoering (8), Performance-evaluatie (9) en Verbetering (10) aan bod. Daarnaast bevat de norm een Annex A met 38 controls die de operationele invulling van het management-systeem vormgeven.

Wat zijn de 38 Annex A-controls?

Verdeeld over 9 categorieen: A.2 AI-beleid (3), A.3 Interne organisatie (5), A.4 Middelen (6), A.5 AI Impact Assessment (6), A.6 Levenscyclus (7), A.7 Data (4), A.8 Stakeholders (4), A.9 Gebruik (2), A.10 Derden (1). Zie het overzicht hierboven voor detail per categorie.

Welke rollen zijn verplicht in AIMS?

Geen specifieke titels voorgeschreven, wel duidelijke rolverdeling. Typisch: top management (AI-owner), AIMS-coordinator, risk-owner, human-oversight-rol. Voor MKB combineerbaar in 1-2 personen bij kleine organisatie. Belangrijk: rollen expliciet in beleid en RACI-matrix.

Wat is AI Impact Assessment onder ISO 42001?

Onder A.5 verplicht per AI-systeem. Inhoud: doel, betrokken personen en groepen, impact op rechten en samenleving, risico-kwantificatie, mitigaties, residueel risico, monitoring-plan. Conceptueel verwant aan FRIA uit AI Act Artikel 27, details verschillen. MKB-werkbaar: 15-25 paginas per AI-systeem.

Hoe lang duurt implementatie?

Voor het MKB varieert de doorlooptijd doorgaans tussen vier en vijftien maanden, afhankelijk van de uitgangssituatie. Organisaties die al over een ISO 27001- of 9001-certificering beschikken en een sterke sponsor en externe begeleiding hebben, kunnen een versneld traject van vier tot zeven maanden doorlopen. Bij een neutrale startsituatie is zeven tot tien maanden realistischer, en wanneer er geen eerder systeem bestaat en interne capaciteit beperkt is, kan het tien tot vijftien maanden of langer duren. Tel daar de audit-fase van twee tot vier maanden bij op, en de totale doorlooptijd tot certificaat komt op zes tot negentien maanden.

Welke tooling ondersteunt AIMS?

Zes categorieen: documentatie-platform, AI-register, risk-management-tool, ML-monitoring, incident-tracking, evidence-platform. MKB-startstack: Notion plus spreadsheet plus Jira plus open-source ML-monitoring. Upgrade bij groeiende volwassenheid naar GRC-platform.

Wat is een Statement of Applicability?

Verplicht document dat per Annex A-control vastlegt: van toepassing of uitgesloten, reden, implementatie-status, verwijzing naar procedures en evidence. Centraal referentiedocument tijdens audit, typisch 15-30 paginas voor MKB. Updates bij scope-wijziging of nieuwe AI-systemen.

Kan ik ISO 42001 combineren met ISO 27001?

Ja, aan te raden als beide relevant zijn. Harmonized Structure maakt geintegreerd management-systeem mogelijk met gedeelde Clauses 4, 5, 7, 9, 10 en aparte Annex A-blokken. Besparing: 30-40% implementatie, 40-50% onderhoud. Certificering blijft separaat per norm.

Hoe verschilt ISO 42001 van ISO 27001?

Scope: 27001 informatiebeveiliging (CIA), 42001 AI-management (bias, uitlegbaarheid, human oversight). Controls: 27001 heeft 93 in 4 thema's, 42001 heeft 38 in 9 categorieen. Risico-perspectief: beveiligings-dreigingen vs AI-specifieke risico's. Complementair en combineerbaar.

Opgesteld met AI-ondersteuning door de redactie van Prometheus21, laatst bijgewerkt op 7 september 2026. Hoe wij content maken

Zelf aan de slag of begeleiding?

Prometheus21 begeleidt MKB 10-250 FTE bij ISO 42001-implementatie. Van gap-analyse via operationele uitvoering tot certificatie-audit. Hands-on, pragmatisch, met focus op werkend resultaat in plaats van papieren systeem.

Plan een implementatie-gesprek