AI voor de overheid: kansen, toepassingen en uitdagingen

AI voor de overheid: kansen, toepassingen en uitdagingen

De kansen van AI voor de overheid zijn dezelfde als elders: minder handwerk, snellere antwoorden en betere informatie voor besluiten. Het verschil zit in de verhouding met de burger. Een bedrijf kan kiezen voor een klant; een overheid heeft die keuze niet. Wie een vergunning, uitkering of toeslag aanvraagt, kan niet naar een concurrent. Dat maakt fouten zwaarder en uitlegbaarheid belangrijker.

Daarom vraagt AI bij de overheid om een extra laag bovenop de gebruikelijke vragen. Naast “levert het iets op?” en “werkt het?” komt “kunnen we uitleggen hoe dit tot stand komt, en is het eerlijk voor iedereen?”. Dat is geen rem, maar een ontwerpeis. Wie daar pas aan het eind naar kijkt, loopt het risico dat een werkende toepassing alsnog niet gebruikt mag worden.

Eerlijk vooraf: de overheid is niet mijn zwaartepunt. Dat ligt bij financiële dienstverlening, retail, industrie en zakelijke dienstverlening. De kernvragen bij AI (prioriteren, kiezen, borgen) lijken wel sterk op elkaar, en in financiële dienstverlening zijn toezicht, uitlegbaarheid en verantwoording aan een toezichthouder net zo bepalend. Voor overheidsspecifieke juridische en bestuurlijke vragen heb je daarnaast specialisten nodig.

Toepassingen binnen overheidsorganisaties

AI-toepassingen bij de overheid kun je grofweg indelen naar hoe dicht ze bij een besluit over een burger komen:

1. Interne ondersteuningSamenvatten, zoeken in documenten, conceptteksten. Laagste risico, snelste leereffect.
2. DienstverleningVragen van burgers en bedrijven beantwoorden, aanvragen voorbereiden. Transparantie en overdracht naar een mens zijn een vereiste.
3. BesluitondersteuningBeoordelen van aanvragen, risicoselectie, toekennen of terugvorderen. Vaak hoog risico: grondrechtenbeoordeling, registratie, menselijk toezicht.

Concrete voorbeelden per niveau:

• Interne ondersteuning: raadsvoorstellen en beleidsnotities samenvatten, zoeken in regelgeving en eerdere besluiten, verslagen van overleggen maken. Voor dat laatste lees je de aandachtspunten in mijn stuk over notuleren met AI. Een interne assistent voor kenniswerkers is vaak een goede eerste stap; in de case over een interne AI-assistent zie je dat de techniek snel staat en adoptie het meeste werk kost.
• Dienstverlening: een assistent die vragen over producten, openingstijden en procedures beantwoordt, of die een aanvraag vooraf controleert op volledigheid.
• Besluitondersteuning: het voorbereiden van beoordelingen, het signaleren van onvolledige dossiers of het selecteren van dossiers voor extra controle. Hier ligt de lat het hoogst.

AI implementeren binnen de overheid

Bij invoering binnen de overheid spelen naast de techniek drie andere dingen een grote rol: inkoop, eigenaarschap en de vraag wie verantwoordelijk is als het misgaat.

Een paar principes die helpen:

1. Begin intern. Toepassingen voor medewerkers leveren snel ervaring op, met weinig risico voor burgers.
2. Leg de eisen vast vóór de aanbesteding. Denk aan uitlegbaarheid, logging, datalocatie, exitmogelijkheden en de verdeling van verantwoordelijkheden onder de AI Act. Achteraf toevoegen is duur.
3. Organiseer het gesprek vroeg. Juristen, privacy-officers, informatiebeveiliging, de uitvoering en de beleidsmaker horen vanaf het begin aan tafel, niet pas bij de toets aan het eind.
4. Wijs een eigenaar aan in de lijn, die na de pilot verantwoordelijk is voor beheer en resultaat.
5. Maak transparantie standaard. Publiceer impactvolle toepassingen in het Algoritmeregister, ook zonder wettelijke plicht.

Voor generatieve AI geldt sinds april 2025 een overheidsbreed standpunt dat meer ruimte geeft, mits organisaties onder meer een risicoanalyse maken en betrouwbare modellen gebruiken. Het standpunt geldt naast het Rijk ook voor gemeenten, provincies, waterschappen en uitvoeringsorganisaties. Scholing hoort daarbij: medewerkers die weten wat AI wel en niet kan, maken betere keuzes. Hoe je dat organiseert, lees je bij een training in AI-geletterdheid.

AI advies voor overheidsorganisaties

Als onafhankelijk adviseur bouw of verkoop ik geen software, en ik heb geen commissies of partnerstatus bij leveranciers. Voor een overheidsorganisatie is dat relevant: het advies over wat je koopt, komt niet van de partij die het verkoopt. Waar ik bij help:

• Prioriteren: welke toepassingen leveren het meeste op, en welke kun je verantwoord beheren? Een AI Readiness Assessment geeft daar in 2-3 weken een onderbouwd beeld van.
• Kiezen: leveranciers vergelijken op vooraf vastgestelde criteria, met een onafhankelijke Vendor Review die ook in een inkooptraject bruikbaar is.
• Borgen: governance inrichten die werkt zonder een extra laag bureaucratie. Hoe dat eruitziet, lees je in AI-governance zonder bureaucratie.

Wat je van goed AI-advies mag verwachten, en wanneer je het niet nodig hebt, staat op de pagina over AI advies.

AI Act en publieke waarden

De AI Act raakt de overheid op een paar specifieke punten. Systemen waarmee overheden beoordelen of iemand recht heeft op uitkeringen of publieke diensten, of waarmee ze die toekennen, verlagen of terugvorderen, staan op de hoog-risicolijst. Door de Digital Omnibus gelden de eisen voor die systemen volgens de Europese Commissie vanaf 2 december 2027.

Vanaf dat moment moeten publiekrechtelijke organisaties vóór het gebruik van een hoog-risicosysteem een beoordeling maken van de gevolgen voor grondrechten (artikel 27). Overheden die zo’n systeem inzetten, moeten het bovendien registreren in de Europese databank; een systeem dat daar niet in staat, mogen ze niet gebruiken. Wat de wet verder vraagt, lees je op de pagina over de AI Act.

Nederland heeft daarnaast eigen instrumenten:

• De IAMA (Impact Assessment Mensenrechten en Algoritmes) is in februari 2026 ingekort en aangepast, zodat hij aansluit op de grondrechtenbeoordeling uit artikel 27. De Rijksoverheid publiceerde er een toelichting bij.
• Het Algoritmeregister is de plek waar overheden informatie over hun algoritmes publiceren. Volgens het register zelf is dat nog geen wettelijke plicht; het Algoritmekader vraagt het wel voor impactvolle algoritmes en hoog-risico-AI-systemen.
• Het Algoritmekader bundelt normen en maatregelen voor verantwoord gebruik van algoritmes.

Die instrumenten zijn geen doel op zich. Ze helpen om publieke waarden zoals gelijke behandeling, transparantie en rechtszekerheid concreet te maken in ontwerpkeuzes. Hoe je dat vertaalt naar een werkbaar beleid voor je eigen organisatie, lees je bij AI-beleid opstellen.

Andere publieke sectoren worstelen met vergelijkbare vragen; zie bijvoorbeeld AI in de zorg. Voor voorlichting en campagnes is AI voor marketing relevant. Alle sectoren vind je op het overzicht van markten. Wil je bespreken wat een verstandige eerste stap is voor jouw organisatie? Plan een gesprek van dertig minuten.