Een AI-register opstellen als gemeente: waar begin je?

Stel in een teamoverleg de vraag welke AI-tools er worden gebruikt. De kans is groot dat je drie soorten antwoorden krijgt: “geen”, “alleen af en toe ChatGPT”, en een wat ongemakkelijke stilte. Alle drie zijn eerlijk. En alle drie zijn waarschijnlijk onvolledig.

Het korte antwoord: een AI-register is een overzicht van de AI-toepassingen in je organisatie, met per toepassing wat het doet, wie er eigenaar van is, welke gegevens erin gaan en welk risico eraan zit. In die vorm schrijft de wet het niet letterlijk voor. Maar zonder zo’n overzicht kun je de rest van de AI-verordening niet naleven, want je weet niet waar de verplichtingen op van toepassing zijn.

Een intern register is iets anders dan het Algoritmeregister

Veel gemeenten kennen het landelijke Algoritmeregister van de overheid. Dat is bedoeld om inwoners te laten zien welke algoritmes de overheid gebruikt. Het is een instrument voor publieke verantwoording.

Een intern AI-register heeft een ander doel: sturing. Het bevat ook de kleine tools, de proefjes en de AI die in bestaande software zit. Zaken die je misschien nooit publiceert, maar waar je wel afspraken over moet maken. Het interne register is vaak de bron waaruit je later put voor het publieke.

Daarnaast komt er voor systemen met een hoog risico een registratieplicht in een Europese databank. Voor overheden die zulke systemen gebruiken, gaat die in met de hoog-risicoverplichtingen, voor zelfstandige systemen per 2 december 2027. Ook dan geldt: wie geen eigen overzicht heeft, weet niet wat hij moet registreren.

Wat er in een register hoort

In grote lijnen beschrijf je per toepassing:

• Wat het is en waarvoor het wordt gebruikt. Niet de marketingomschrijving, maar wat het in jullie proces doet.
• Wie de leverancier is en wie intern eigenaar is. Eén naam, geen afdeling.
• Welke gegevens erin gaan. Persoonsgegevens, bijzondere persoonsgegevens, gegevens van minderjarigen.
• Welke rol de gemeente heeft. Aanbieder of gebruiksverantwoordelijke.
• In welke risicoklasse het valt. En waarom.
• De status. Idee, pilot, in gebruik, uitgefaseerd.

Hoe gedetailleerd je elk onderdeel invult, en hoe je de risicoklasse onderbouwt, verschilt per organisatie. Dat laatste is ook het onderdeel waar de meeste kennis voor nodig is.

Waar het meestal vastloopt

Het invullen van een lijst is niet het probleem. Het vinden van wat erop moet wel. Vier plekken waar het lastig wordt:

• AI die al in je software zit. Het zaaksysteem heeft een slimme zoekfunctie gekregen, Teams maakt transcripties, de mailomgeving stelt antwoorden voor. Niemand heeft dat als AI-project aangemeld, omdat het met een update binnenkwam.
• Schaduw-AI. Medewerkers melden niet snel iets waarvan ze vermoeden dat het niet mag. Een inventarisatie die als controle voelt, levert daarom een te rooskleurig beeld op. Daar schreef ik over in Schaduw-AI is geen ongehoorzaamheid.
• Eigenaarschap. ICT denkt dat het een beleidsvraag is, beleid denkt dat het een ICT-vraag is, en de privacyfunctionaris krijgt het pas te zien als er al een contract ligt.
• Classificatie. Of iets onder hoog risico valt, hangt af van wat het systeem in de praktijk doet en welk besluit erop volgt. Dat vraagt kennis van de wet én van het werkproces.

Hoe je begint

Begin klein. Kies één domein, bijvoorbeeld het sociaal domein, en maak dat compleet voordat je verder gaat. Vraag zonder oordeel: wat gebruik je, waarvoor, en wat levert het op? Wijs per toepassing een eigenaar aan. En spreek af wanneer het register wordt bijgewerkt, want een register dat alleen bij de start klopt, is na een half jaar achterhaald.

De eerlijke kanttekening

Een AI-register kan precies het spreadsheet worden dat niemand opent. De waarde zit minder in het document dan in de gesprekken die het oplevert. Het moment waarop een teamleider zegt: “Wacht, dat gebruiken wij ook, maar ik wist niet dat het AI was.” Dat gesprek is het begin van grip.

Wil je weten welke AI er in je organisatie feitelijk al draait, welke risico’s daarbij horen en wat er in je register thuishoort? Dat brengt de Kansen- & Risicoscan in kaart.

Wie is in jouw organisatie eigenlijk eigenaar van de vraag welke AI er wordt gebruikt?