De EU AI-wet is het belangrijkste regelboek voor kunstmatige intelligentie in Europa. Zoals de meeste grote regelboeken, treedt deze niet in werking in één keer – verschillende regels gaan op verschillende data in, net zoals een nieuw gebouw verdieping voor verdieping wordt geopend terwijl de werkzaamheden op de bovenverdieping doorgaan. Lange tijd was 2 augustus 2026 de datum waarop iedereen de ontwikkelingen in de gaten hield. Eind 2025 stelde de EU echter een reeks wijzigingen voor – ook wel de "Digitale Omnibus" genoemd – die een aantal van die data verschoven. Deze gids legt in begrijpelijke taal uit wat er is veranderd en wat dit betekent voor drie groepen: de data die AI mogelijk maken, de bedrijven die AI ontwikkelen of gebruiken, en de consumenten die er dagelijks mee te maken hebben.
De korte versie
- De strengste AI-regels werden uitgesteld — van augustus 2026 naar december 2027 en augustus 2028.
- Maar er is nog niets definitief, dus augustus 2026 telt officieel nog steeds mee totdat de wijziging is goedgekeurd.
- De regels over eerlijkheid jegens gebruikers (zoals het labelen van chatbots) zijn grotendeels volgens het oorspronkelijke schema gehandhaafd.
- Wat betreft de data: de verwachting om schone, goed gedocumenteerde trainingsdata te behouden is er niet makkelijker op geworden.
- Voor bedrijven: jullie hebben meer tijd, maar de voorbereiding blijft hetzelfde.
- Voor klanten: er komen betere beschermingsmaatregelen, alleen iets later dan gepland.
Laten we om te beginnen eens in eenvoudige bewoordingen uitleggen wat de EU AI-wetgeving inhoudt.
De EU-wetgeving inzake kunstmatige intelligentie (AI) categoriseert AI-systemen op basis van hun risico en stelt strengere regels voor risicovollere toepassingen. Zie het als voedselveiligheidsetiketten: een pak koekjes en een levensreddend medicijn zijn beide 'producten', maar het medicijn wordt aan veel strengere controles onderworpen omdat er meer op het spel staat. AI werkt op dezelfde manier onder deze wetgeving. Een spamfilter heeft een laag risico. Een AI die sollicitanten screent of helpt bij het diagnosticeren van ziekten heeft een hoog risico – en aan die 'hoogrisico'-systemen zijn de zwaarste verplichtingen verbonden.
Een AI-systeem met een hoog risico (in eenvoudige bewoordingen): Een AI die wordt ingezet op plekken waar een fout ernstige gevolgen kan hebben voor iemands leven – denk aan sollicitaties, kredietverlening, gezondheidszorg, onderwijs of politieoptreden. Deze sectoren zijn onderworpen aan de strengste regels.
Is augustus 2026 dan nog steeds de deadline?
Voorlopig wel — officieel. De wijziging die de deadlines verschuift, is in principe overeengekomen, maar nog niet formeel in wet vastgelegd. Totdat het als officiële EU-wetgeving is gepubliceerd, blijft de oorspronkelijke datum van 2 augustus 2026 op papier staan. De EU is van plan de wijziging vóór die tijd af te ronden, maar tot het moment van ondertekening is het het meest waarschijnlijk dat de oude datum van kracht blijft. Kortom: de verlenging is zeer waarschijnlijk, maar niet gegarandeerd.
Wat is er nu precies veranderd? (De verschuiving van de deadline)
De “Digitale Omnibus”: Een pakket aanpassingen aan de EU AI-wetgeving voor 2026. Het verandert de wet niet radicaal, maar geeft bedrijven vooral meer tijd voor de lastigste onderdelen en verduidelijkt een aantal onduidelijke punten. Het voegt ook nieuwe verboden toe voor AI-tools die misbruikmakende, nepafbeeldingen van echte mensen creëren.
Hier is het voor-en-na-beeld in één oogopslag:
| Wat het omvat | Oude datum | Nieuwe datum | Duidelijke betekenis |
|---|---|---|---|
| Verboden AI-toepassingen + basiskennis van AI | 2025th Feb XNUMX | Dezelfde | Reeds van kracht |
| Regels voor grote algemene AI-modellen | augustus 2025 | Dezelfde | Reeds van kracht |
| Eerlijk zijn tegenover gebruikers (bijvoorbeeld: "je praat met een bot") | augustus 2026 | Grotendeels hetzelfde | Nog steeds op schema |
| Labelen van door AI gegenereerde content | augustus 2026 | december 2026 | Een paar maanden uitgesteld |
| Strikte regels voor AI met een hoog risico (standalone) | augustus 2026 | december 2027 | Met ongeveer 16 maanden uitgesteld. |
| Strikte regels voor AI met een hoog risico (in producten) | augustus 2027 | augustus 2028 | Ongeveer een jaar uitgesteld |
Wat betekent dit voor de gegevens?
Dit is het onderdeel dat er niet makkelijker op is geworden. AI leert van data, en de wet vereist dat die data zorgvuldig geselecteerd, eerlijk en goed gedocumenteerd is. Je moet kunnen aantonen waar de data vandaan komt, dat deze representatief is voor de echte mensen die door de AI worden beïnvloed, en dat er is gecontroleerd op duidelijke fouten en vooringenomenheid. Daar is in de reorganisatie niets aan veranderd. De deadline is verschoven, maar het huiswerk niet. De extra tijd is juist bedoeld om deze datafundamenten op orde te krijgen, want dat is het onderdeel waar de meeste organisaties het zwakst in zijn.
Wat dit betekent voor bedrijven
Meer ademruimte, dezelfde takenlijst. Stel je een middelgroot bedrijf voor dat te horen krijgt dat de deadline is verschoven en stilletjes de voorbereidingen voor de AI opzij zet. Maanden later vraagt een grote klant om bewijs van hoe de AI is gebouwd en getraind – en het bedrijf heeft daar niets van in de archieven. Vervolgens is het bedrijf maandenlang bezig om gegevens te reconstrueren die het al die tijd had kunnen bewaren. De les: beschouw de vertraging als speelruimte, niet als een vrije dag. Een eenvoudige checklist om mee te beginnen:
- Maak een lijst van alle AI-tools die uw teams daadwerkelijk gebruiken, inclusief de tools die officieel door niemand zijn goedgekeurd.
- Stel jezelf bij elk geval de vraag: zijn wij de maker van deze AI, of slechts een gebruiker ervan? De regels verschillen.
- Bij belangrijke zaken is het essentieel dat je data kloppend is: waar komt de data vandaan en is deze betrouwbaar?
- Beschrijf nauwkeurig hoe elk belangrijk systeem is gebouwd en getest — in duidelijke, actuele documentatie.
- Houd activiteitenlogboeken bij, zodat je later kunt uitleggen wat de AI heeft gedaan als iemand ernaar vraagt.
Maker versus gebruiker (waarom dat belangrijk is): Als je een AI-systeem bouwt of ingrijpend aanpast, draag je de zwaardere verantwoordelijkheden als 'maker'. Gebruik je een kant-en-klaar systeem, dan heb je lichtere verantwoordelijkheden als 'gebruiker', maar je kunt nog steeds niet zomaar vertrouwen op de documentatie van de maker.
Wat dit betekent voor eindklanten
Als je als gewone burger met AI te maken hebt – bijvoorbeeld bij het aanvragen van een lening, het laten beoordelen van een medische scan of het chatten met de klantenservice – dan zijn deze regels bedoeld om jou te beschermen. Ze betekenen dat de AI die beslissingen over jou neemt, moet worden getoetst op eerlijkheid, dat je moet weten wanneer je met een machine te maken hebt en dat er een mens beschikbaar moet zijn om je tot te wenden. Door de verschuiving van de deadline komen sommige van deze beschermingsmaatregelen iets later (2027 en 2028 voor de strengste gevallen), maar de regels voor eerlijkheid – zoals weten wanneer je met een bot praat – worden grotendeels nog steeds volgens de oorspronkelijke planning ingevoerd.
Waar past Shaip in dit plaatje?
Het lastigste aan deze regels is – voor bijna iedereen – de data. En dat is precies wat wij doen. Shaip's diensten voor gegevensannotatie Bereid de trainingsdata voor AI-systemen voor met duidelijke documentatie over de herkomst en de verificatiemethode – het soort bewijs dat deze regels vereisen. Voor gevoelige gebieden zoals de geneeskunde, Shaip's AI-dataoplossingen voor de gezondheidszorg We richten ons op data die een eerlijke weergave is van echte, diverse patiënten. Simpel gezegd: we helpen bedrijven AI te bouwen op een fundament waar ze op kunnen terugvallen wanneer toezichthouders – of klanten – vragen stellen.
De bottom line
De EU heeft de strengste deadlines voor AI verschoven naar 2027 en 2028, de regels voor eerlijkheid grotendeels op schema gehouden en de datum van augustus 2026 formeel in stand gehouden totdat de wijziging officieel is. De verwachtingen ten aanzien van eerlijke en goed gedocumenteerde data zijn geenszins versoepeld. Bedrijven die de extra tijd gebruiken om hun data en administratie op orde te brengen, zullen er klaar voor zijn wanneer de regels van kracht worden – en de klanten die door deze systemen worden geraakt, zullen er beter door beschermd zijn.
Is de AI-deadline van augustus 2026 geannuleerd?
Niet geannuleerd, maar waarschijnlijk uitgesteld. De EU heeft in principe ingestemd met een verschuiving van de strengste deadlines naar 2027 en 2028, maar totdat die wijziging officieel wet wordt, blijft augustus 2026 technisch gezien van kracht. Beschouw het als zeer waarschijnlijk dat de datum wordt verschoven, maar het is nog niet zeker.
Waarom heeft de EU de deadlines uitgesteld?
Vooral omdat de ondersteunende richtlijnen en technische normen waaraan bedrijven moeten voldoen, niet op tijd gereed waren. De extra tijd is bedoeld om bedrijven de kans te geven zich goed voor te bereiden in plaats van zich te haasten.
Betekent dit minder bescherming voor gewone burgers?
Nee, dezelfde beschermingsmaatregelen komen eraan, alleen iets later voor de strengste gevallen. Regels met betrekking tot eerlijkheid, zoals de melding wanneer je met een AI te maken hebt, worden grotendeels nog steeds volgens het oorspronkelijke tijdschema ingevoerd.
Wat is een "hoogrisico" AI-systeem?
Het gaat om AI die wordt ingezet waar een fout ernstige gevolgen kan hebben voor iemand – zoals bij werving, kredietverlening, gezondheidszorg, onderwijs of politieoptreden. Deze systemen zijn onderworpen aan de strengste regels, omdat de belangen voor mensen het grootst zijn.
Zijn de regels met betrekking tot gegevens gewijzigd?
Nee. De verwachting om eerlijke, representatieve en goed gedocumenteerde gegevens te gebruiken en duidelijke archieven bij te houden, bleef exact hetzelfde. Alleen enkele deadlines werden verschoven.
Wat moet mijn bedrijf nu doen?
Maak een lijst van de AI-tools die je gebruikt, bepaal of je de maker of alleen de gebruiker van elk ervan bent, en begin met het documenteren van hoe je belangrijkste systemen zijn gebouwd en met welke data ze zijn getraind. Door dit nu te doen, voorkom je later een vervelende zoektocht.
