SecurityTechInsider AI-veiligheid & governance
EN/ NL
Beleid

AI-geletterdheid na de Digital Omnibus: van drempel naar aantoonbare maatregelen

Sinds 27 juli 2026 wijzigt Regulation (EU) 2026/1744 artikel 4 AI Act. AI-geletterdheid blijft een organisatiebrede plicht, maar als aantoonbare inspanning.

24 augustus 2026 4 min
Illustratie bij dit artikel: AI-geletterdheid na de Digital Omnibus.
Organisaties moeten nu per rol en workflow aantonen welke AI-competenties zij hebben opgebouwd. Beeld: SecurityTechInsider — originele redactionele illustratie

Sinds 27 juli 2026 moet u aantoonbaar maken welke maatregelen uw organisatie neemt om AI-geletterdheid te ondersteunen. Dit is geen vrijblijvend trainingsbudget meer, maar een gedocumenteerde verplichting per rol en per workflow.

De aanleiding is een analyse van 24 augustus 2026 van de wijziging van artikel 4 van de AI Act door Regulation (EU) 2026/1744, die stelt dat AI-geletterdheid verschuift van een uitkomstnorm naar een inspanningsnorm. De analyse gebruikt de toepassing van deze verplichting in organisaties die met gevoelige of hoog-trust informatie werken als praktijkvoorbeeld. In onze beoordeling betekent dit dat u niet langer een meetbare geletterdheidsdrempel hoeft te halen, maar wel moet kunnen aantonen welke trainings- en bewustwordingsmaatregelen u per rol en per AI-systeem hebt ingericht.

Wat is er veranderd aan de verplichting zelf?

De AI Act artikel 4 geldt sinds 2 februari 2025. De Digital Omnibus wijzigt de formulering: waar de oude tekst een resultaat vroeg — een voldoende niveau van AI-geletterdheid — vraagt de nieuwe tekst om maatregelen ter ondersteuning ervan. Dit klinkt als een verzachting, maar de verplichting zelf blijft overeind. De Europese Commissie bevestigt dat er geen one-size-fits-all bestaat en dat louter verwijzen naar een gebruikershandleiding niet volstaat. Toezicht en handhaving zijn sinds 3 augustus 2026 van start gegaan.

Welke rollen en taken vallen onder deze plicht?

De verplichting treft alle aanbieders en gebruikers van AI-systemen. Wat u moet kunnen aantonen, hangt af van de rol die iemand vervult en het risico van het AI-systeem dat hij of zij gebruikt. Een medewerker die een AI-systeem mag configureren, iemand die output in een dossier mag opnemen en iemand die bij een hoog-risicosysteem mag ingrijpen, hebben verschillende leerdoelen. Deze differentiatie per rol en usecase is precies wat de nieuwe tekst zichtbaar maakt. De Europese privacytoezichthouders waarschuwen expliciet tegen het afzwakken van deze plicht: zij zien geletterde medewerkers als voorwaarde om voordelen en risico's van AI goed te kunnen wegen.

Welke competenties moet u per rol definiëren?

  • Basisbegrip van AI-systemen — medewerkers moeten begrijpen hoe het systeem werkt en waar het voor is ontworpen.
  • Risicobewustzijn — inzicht in de specifieke risico's van het systeem in de context waarin het wordt gebruikt.
  • Bias-herkenning — vermogen om systematische vertekeningen in output op te merken.
  • Interpretatie van betrouwbaarheidssignalen — begrijpen wat confidence-scores betekenen en waar ze niet op te vertrouwen zijn.
  • Automatiseringsbias vermijden — weten wanneer u geneigd bent AI-output zonder kritische blik over te nemen.
  • Logging en oversight — voor wie toezicht houdt op hoog-risicosystemen, het kunnen interpreteren van logs en het herkennen van afwijkingen.

Wat moet u kunnen aantonen bij een audit?

  1. Definieer per functieprofiel welke AI-competenties nodig zijn — vastleggen welke kennis en vaardigheden voor elke rol essentieel zijn.
  2. Koppel competenties aan concrete workflows — bepaal per AI-systeem en per workflow welke voorbereiding verplicht is vóór inzet.
  3. Documenteer wie welke training heeft gevolgd — zorg dat de koppeling tussen persoon, rol, AI-systeem en competentie zichtbaar is.
  4. Leg vast wanneer training moet worden herhaald — bepaal of en hoe vaak medewerkers hun kennis moeten opfrissen.
  5. Toon dat maatregelen daadwerkelijk zijn genomen — bewaar bewijzen dat trainingen hebben plaatsgevonden en dat competenties zijn getoetst.

Hoe ondersteunt tooling dit proces?

De moeilijkste stap is het aantoonbaar maken van deze maatregelen. Trainingen bestaan in overvloed, maar de koppeling tussen persoon, rol, AI-systeem en competentie is zelden zichtbaar op het niveau van de individuele workflow. Verificatielagen kunnen helpen deze zichtbaarheid te creëren: zij kunnen routeren, controlestappen uitvoeren en verschillen tussen AI-modellen documenteren voor inspectie. Dit ondersteunt review en controle, maar garandeert geen correctheid. Organisaties kunnen dergelijke tooling inzetten om per hoog-trust workflow aan te tonen wie met het AI-systeem werkt, welke AI-geletterdheidsmaatregelen bij die rol horen en hoe dat is vastgelegd richting interne audit en toezichthouders.

De boodschap van de regelgeving is consistent: u bent niet ontslagen van verantwoordelijkheid, maar het accent verschuift naar aantoonbare, rol- en risicogebonden maatregelen. Het professionele eindoordeel blijft altijd bij de mens die met het systeem werkt — juist daarom moet die mens de taal, de beperkingen en de risico's van AI begrijpen. Tooling kan u helpen die maatregelen te organiseren en controleerbaar te houden, maar kan het oordeel van uw medewerkers niet vervangen. AI-geletterdheid is anno 2026 geen bewustwordingscampagne meer, maar een verankerd programma dat u in staat stelt hoog-trust AI-workflows verantwoord te ontwerpen en aan toezichthouders aan te tonen.

Bronnen: Dit artikel is gebaseerd op berichtgeving en richtlijnen van European Commission en EDPB.

Elena Kovač

Geschreven door

Elena Kovač

Volgt EU-beleid op het moment dat het van consultatie naar handhaafbare eis gaat.