Op maandagochtend staat er geen inspecteur voor de deur. De chatbot draait gewoon door, marketing maakt nog steeds conceptteksten met AI en iemand uit sales plakt een klantvraag in een assistent om sneller te reageren. Toch is er na 2 augustus 2026 iets veranderd: AI-transparantie voelt niet langer als toekomstmuziek, maar als een bedrijfsroutine die bewijsbaar moet kloppen.
Dit artikel is voor Nederlandse mkb-ondernemers die AI al gebruiken en nu willen weten: wat moeten we na de deadline controleren zonder in juridische paniek te schieten? Het korte antwoord: doe geen groot nieuw project, maar organiseer 30 dagen bewijscontrole. Kijk of klanten AI-meldingen echt zien, of medewerkers weten wat ze wel en niet mogen doen, en of je kunt aantonen welke keuzes je hebt gemaakt.
TL;DR: je 30-dagen controleplan - Week 1: test alle klantgerichte AI-contactpunten op zichtbare meldingen. - Week 2: controleer je toolregister, leveranciers en datagebruik. - Week 3: laat medewerkers vijf praktijkcases beoordelen. - Week 4: werk bewijsmap, screenshots en verbeterlog bij. - Meet niet op papierdikte, maar op bewijs: melding zichtbaar, eigenaar bekend, risico begrensd, menselijke escalatie geregeld.
Waarom post-deadline werk anders is dan deadlinewerk Voor 2 augustus draait veel aandacht om afvinken. Staat er een melding bij de chatbot? Is er een AI-register? Heeft het team een instructie gehad? Na de deadline wordt de betere vraag: werkt het in de echte klantreis? Een melding die desktop zichtbaar is maar mobiel wegvalt, is op papier mooi en in de praktijk zwak. Een training die niemand toepast, is vooral archiefvulling.
De AI Act raakt niet elk mkb-bedrijf op dezelfde manier. Veel gewone ondernemers gebruiken AI vooral voor marketing, klantenservice, administratie, samenvattingen en conceptantwoorden. Dat betekent meestal geen zwaar hoog-risico-traject, maar wel aandacht voor transparantie, AI-geletterdheid, verboden praktijken, AVG en duidelijke menselijke controle. Juist daarom is een nuchtere controle sterker dan een stapel juridisch taalgebruik.
Week 1: loop de klantreis alsof je klant bent Begin met de plekken waar een klant AI kan tegenkomen. Open je website op mobiel, start de chat, vraag naar prijzen, retouren of levertijd, vul een formulier in en reageer op een automatische mail. Noteer per stap of duidelijk is dat AI wordt gebruikt. Zet er direct een screenshot bij met datum. Doe dit niet alleen op desktop; veel kleine bedrijven verliezen transparantie op mobiel door sticky bars, cookiebanners of chatwidgets die tekst afsnijden.
Gebruik een simpele score per kanaal: groen is zichtbaar en begrijpelijk, oranje is zichtbaar maar vaag, rood is verborgen of afwezig. Een goede melding zegt niet ‘geautomatiseerde verwerking kan plaatsvinden’, maar bijvoorbeeld: ‘Je praat eerst met onze AI-assistent. Die helpt met standaardvragen. Een medewerker neemt over bij persoonlijke, complexe of gevoelige vragen.’ Dat is menselijk, concreet en controleerbaar.
Week 2: maak je toolregister weer actueel Veel AI-risico ontstaat niet door één grote tool, maar door kleine functies die ongemerkt zijn aangezet. Microsoft 365, CRM, boekhouding, chatsoftware, formulierbouwers en marketingplatformen krijgen steeds vaker ingebouwde AI. Vraag daarom per team: welke AI gebruiken jullie deze week echt? Niet welke tools ooit zijn goedgekeurd, maar welke output raakt klanten, prijzen, personeelszaken of persoonsgegevens.
Je toolregister hoeft geen roman te zijn. Vijf kolommen zijn genoeg: tool, doel, eigenaar, datatypes en klantimpact. Voeg één extra kolom toe: bewijs aanwezig. Daar verwijs je naar screenshots, verwerkersafspraken, interne instructies of testcases. Bij leveranciers die klantdata verwerken, controleer je minimaal of er een verwerkersovereenkomst of duidelijke dataverwerkingstekst is. Bij tools die modeltraining op jouw data toestaan, zet je een expliciete keuze in het register.
Week 3: test AI-geletterdheid met echte situaties AI-geletterdheid wordt vaak te schools gemaakt. Een video kijken is beter dan niets, maar gedrag verandert pas door herkenbare voorbeelden. Geef medewerkers vijf cases uit je eigen bedrijf. Mag een supportmedewerker een boze klantmail in een gratis AI-tool plakken? Mag sales een AI-conceptofferte direct versturen? Mag marketing een AI-afbeelding gebruiken bij een klantcase? Mag HR sollicitanten laten rangschikken door een tool? Mag administratie een afwijkende btw-regel automatisch boeken?
Laat het team per case kiezen uit drie opties: mag direct, mag na controle, of mag niet. Bespreek vooral de twijfelgevallen. Voor veel mkb-bedrijven is de veiligste standaard: AI mag lezen, ordenen en voorstellen; een mens beslist bij geld, contracten, persoonsgegevens, klachten, personeelszaken en uitzonderingen. Schrijf die regel bovenaan je werkprotocol. Eén zin die mensen onthouden is waardevoller dan twintig pagina’s beleid.
Week 4: verbeterlog in plaats van schuldvraag Bij een eerste controle vind je altijd rommel. Een chatbotmelding staat te laag. Een oud formulier gebruikt nog een onduidelijke tekst. Een medewerker heeft een handige tool geprobeerd zonder die te melden. Behandel dat niet als falen, maar als input voor je verbeterlog. Noteer datum, bevinding, risico, actie, eigenaar en deadline. Houd acties klein: melding herschrijven, screenshot vervangen, tool toevoegen, training aanvullen, kanaal opnieuw testen.
Een goed verbeterlog laat zien dat je leert. Dat is belangrijker dan doen alsof alles vanaf dag één perfect was. Zeker voor kleine bedrijven is volwassenheid zichtbaar in ritme: maandelijks controleren, incidenten vastleggen, wijzigingen beoordelen en medewerkers kort bijpraten. Plan daarom na deze 30 dagen een vaste review van 30 minuten per maand.
Praktijkvoorbeeld: installatiebedrijf met chatbot en offertehulp Een installatiebedrijf gebruikt een websitechat voor afspraakverzoeken en een AI-assistent om conceptoffertes te maken. In week 1 blijkt dat de chatbotmelding op mobiel pas na scrollen zichtbaar is. In week 2 wordt duidelijk dat de offertehulp klantadressen verwerkt, maar nog niet in het register staat. In week 3 denkt sales dat een AI-conceptofferte direct naar klanten mag. In week 4 wordt dit opgelost met een zichtbare chatmelding, toolregistratie, offertechecklist en een regel: AI berekent nooit zelfstandig korting of garantieafspraken.
De totale tijdsinvestering is ongeveer 6 tot 8 uur. Het resultaat is geen perfect juridisch bouwwerk, maar wel een werkend systeem: klanten zien AI-gebruik, medewerkers kennen grenzen en de ondernemer heeft bewijs van controles. Dat is precies het soort pragmatische volwassenheid dat bij mkb past.
Checklist voor je bewijsmap Bewaar minimaal: actuele AI-meldingen per kanaal, screenshots van website en mobiel, toolregister, korte teaminstructie, aanwezigheidslijst of bevestiging van training, verbeterlog, incidentlog en beslissingen over tools die je bewust niet gebruikt. Zet alles in één gedeelde map met datum in bestandsnamen. Als je later iets moet uitleggen, wil je niet zoeken in Slack, mailbox en hoofden van medewerkers.
Extra controle: wat zeg je tegen klanten bij twijfel Bereid één korte uitleg voor voor klanten die vragen waarom je AI meldt. Bijvoorbeeld: ‘We gebruiken AI om standaardvragen sneller te beantwoorden, maar gevoelige of persoonlijke situaties gaan naar een medewerker.’ Zo wordt transparantie geen waarschuwing, maar een teken van professionaliteit. Zet deze tekst in je klantenservicehandboek en in de interne FAQ.
Controleer ook of je medewerkers dezelfde taal gebruiken. Als de website zegt dat een mens overneemt bij complexe vragen, maar support antwoordt dat de bot alles zelfstandig doet, creëer je verwarring. Consistente woorden bouwen vertrouwen. Plan daarom na twee weken één korte check: klopt onze belofte in chat, mail, telefoon en offerte nog met hoe we werkelijk werken?
Conclusie Na 2 augustus 2026 gaat het niet om paniek, maar om bedrijfsritme. Controleer de klantreis, actualiseer je tools, oefen met echte cases en leg verbeteringen vast. Wie dat 30 dagen serieus doet, heeft meer dan compliance: hij heeft grip op hoe AI werkelijk in het bedrijf werkt.
Begin vandaag met één mobiele test van je chatbot of contactformulier. Als je daar al bewijs van hebt, is de eerste stap gezet.
Direct toepasbare prompt
"Geef me een praktische aanpak voor [probleem] voor een Nederlands mkb-bedrijf. Houd het kort, met concrete stappen en voorbeeldtekst."