Innovation, Quantum-AI Technology & Law

Blog over Kunstmatige Intelligentie, Quantum, Deep Learning, Blockchain en Big Data Law

Blog over juridische, sociale, ethische en policy aspecten van Kunstmatige Intelligentie, Quantum Computing, Sensing & Communication, Augmented Reality en Robotica, Big Data Wetgeving en Machine Learning Regelgeving. Kennisartikelen inzake de EU AI Act, de Data Governance Act, cloud computing, algoritmes, privacy, virtual reality, blockchain, robotlaw, smart contracts, informatierecht, ICT contracten, online platforms, apps en tools. Europese regels, auteursrecht, chipsrecht, databankrechten en juridische diensten AI recht.

Berichten met de tag AI Act
De energierekening van AI krijgt een juridisch adres

Van model naar meter

Op 22 juli 2026 presenteerde het Amerikaanse Department of Energy de eerste geselecteerde projecten van de Genesis Mission. AI, nationale laboratoria en energieonderzoek kwamen daar zichtbaar in één programma samen. Voor Europa is dat vooral een bruikbare spiegel. Een AI-model bestaat juridisch vaak als software of dienst, terwijl het fysiek draait op accelerators, opslag, netwerken en koeling. De elektriciteitsrekening van het datacenter vertelt nog niet welk deel bij één model, klant of antwoord hoort. Training, finetuning en inferentie hebben verschillende belastingsprofielen; ook de keuze tussen chip, server of heel gebouw als meetgrens verandert de uitkomst. AI-energieverbruik wordt daardoor pas betekenisvol wanneer modelversie, hardware, rekenlocatie, meetperiode en systeemgrens erbij staan.

Twee Europese meetlagen

Europa heeft al een fysieke meetlaag. Artikel 12 van de Energie-efficiëntierichtlijn verlangt gegevens over de energieprestaties van datacenters. Gedelegeerde Verordening (EU) 2024/1364 werkt de indicatoren uit voor datacenters met een geïnstalleerd IT-vermogen van ten minste 500 kW, waaronder energie, water, temperatuur, hergebruik van restwarmte en hernieuwbare energie. De Europese databank maakt geaggregeerde beoordeling mogelijk. Deze route kijkt naar de exploitant en de locatie. De AI Act legt een tweede laag bij het model: GPAI-aanbieders moeten technische documentatie bijhouden, waarbij bijlage XI ook bekend of geschat energieverbruik noemt. Hoofdstuk V geldt sinds 2 augustus 2025; aanbieders van modellen die al vóór die datum op de markt waren, hebben volgens artikel 111, lid 3, tot 2 augustus 2027 om te voldoen. Artikel 53, lid 2, bevat daarnaast onder voorwaarden een uitzondering voor bepaalde vrije en opensource-GPAI zonder systeemrisico. Een datacenterrapport en een modelschatting sluiten alleen op elkaar aan wanneer de betrokken partijen dezelfde meetgrens en allocatiemethode gebruiken.

Het contract verbindt de keten

Een energiebijlage bij een AI- of cloudcontract kan vastleggen welke partij de gebouwmeter, rekentaak en gebruikslogs beheert. Zij benoemt training, finetuning en inferentie afzonderlijk; maakt zichtbaar welke waarden gemeten of geschat zijn; registreert hardware- en locatieveranderingen; en regelt audit, bewaartermijnen en correctie van duurzaamheidsclaims. Dat is ook van belang voor publieke inkoop en netcongestie. Schaarse capaciteit raakt gemeenten, netbeheerders, burgers en kleinere marktpartijen, terwijl gedetailleerde belastingprofielen vertrouwelijk of beveiligingsgevoelig kunnen zijn. Een goede regeling scheidt openbare indicatoren van auditgegevens en klantgebonden toerekening. Zo krijgt de juridische meetketen voor AI één verantwoordelijke partij zonder technisch gevoelige informatie onnodig openbaar te maken.

Meer lezen
Wie krijgt de afgeleide neurodata? Het recht achter commerciële herseninterfaces

Van hersensignaal naar gegevensketen

Op 13 juli 2026 kreeg een patiënt met een dwarslaesie in het Huashan Hospital in Shanghai een geïmplanteerde hersen-computerinterface. Volgens China Daily was dit de eerste implantatie nadat het Chinese NEO-systeem in maart als klasse III-hulpmiddel markttoelating kreeg. Het implantaat leest epidurale EEG-signalen, een algoritme vertaalt die naar motorische bedoelingen en een pneumatische handschoen ondersteunt de hand. Het systeem maakt uit één meting meerdere gegevensobjecten: een gefilterd signaal, een bewegingslabel, een apparaatcommando, een persoonlijk kalibratieprofiel en prestatiegegevens voor kliniek of fabrikant. Onder de AVG kunnen die stromen gezondheidsgegevens, biometrische gegevens of gewone persoonsgegevens zijn. Afgeleide neurodata vragen daarom per gegevensstroom om een eigen kwalificatie, doel, bewaartermijn en ontvangerslijst.

Twee Europese toelatingsroutes komen samen

Een actief implantaat dat een beperking compenseert valt in Europa in beginsel onder de Medical Device Regulation. De AI Act komt daar via artikel 6, lid 1, bij wanneer de decoder een product of veiligheidscomponent onder de MDR is en een beoordeling door een derde vereist; die productgebonden hoog-risicoroute geldt na de Digital Omnibus on AI van juni 2026 vanaf 2 augustus 2028. Inkoop in 2026 moet al rekening houden met modeldocumentatie, logs en wijzigingsrechten, omdat die gegevens achteraf zelden betrouwbaar zijn te reconstrueren. Toestemming voor de ingreep beantwoordt bovendien niet de AVG-vraag of ziekenhuis of leverancier kalibratiegegevens later voor productverbetering of hertraining mag gebruiken.

Een contract moet de afleiding vasthouden

Een praktische neurodatabijlage benoemt per stroom de bron, inferentie, doelbinding, AVG-kwalificatie, ontvangers, bewaartermijn, modelversie en herstelroute. Portabiliteit hoort daarbij: een patiënt moet van leverancier kunnen wisselen zonder jaren persoonlijke kalibratie te verliezen. De nieuwe EU-richtlijn productaansprakelijkheid, die lidstaten uiterlijk 9 december 2026 omzetten, behandelt software en functioneel verbonden digitale diensten als onderdelen van de veiligheidsketen voor producten die vanaf 9 december 2026 op de markt komen of in gebruik worden genomen. De contractuele neurodataketen verbindt patiëntinformatie met technische bewijsstukken en afspraken over hertraining, beveiligingsupdates, audit, incidentmelding en exit. Patiënt, arts, auditor en toezichthouder moeten kunnen achterhalen wat uit het signaal is afgeleid en waarom het apparaat daarna handelde.

Meer lezen
AI Act artikel 50: welke meldingen uw AI-toepassingen nodig hebben — doe de artikel 50-scan

Vier meldplichten, één datum

Op 2 augustus 2026 worden de transparantieverplichtingen van AI Act artikel 50 van toepassing — en die raken vrijwel elk bedrijf met een AI-toepassing. Aanbieders en gebruiksverantwoordelijken moeten op vier punten open kaart spelen: AI-systemen die met mensen praten, moeten zich kenbaar maken; synthetische content draagt een machineleesbare markering; wie emotieherkenning of biometrische categorisering inzet, informeert de betrokkenen; en deepfakes — content die een bestaande persoon, plaats of gebeurtenis natuurgetrouw nabootst en ten onrechte echt lijkt — krijgen een expliciete vermelding. Anders dan de zware verplichtingen voor hoog-risicosystemen vragen deze regels geen conformiteitsbeoordeling: ze vragen dat uw teksten en interfaces op de juiste momenten het juiste zeggen.

De nalevingsvraag zit in uw copy

Het artikel loopt de vier plichten langs met de praktijkvraag per plicht: wat staat er, waar staat het, en is het er op tijd? De chatbotmelding blijkt een tekst- en ontwerpvraag, de markeringsplicht voor generatieve systemen een inkoopvraag aan uw leverancier, en de deepfake- en tekstmeldingen vragen per uiting een korte maar echte beoordeling — inclusief de redactie-uitzondering voor publieksinformatie. De handhaving is niet symbolisch: boetes kunnen oplopen tot € 15 miljoen of drie procent van de wereldwijde jaaromzet, en toezichthouders kijken het eerst naar wat publiek zichtbaar is — precies de plek waar deze meldingen thuishoren. Ook de rolverdeling tussen aanbieder en gebruiksverantwoordelijke, en de samenloop met AVG en DSA, komen aan bod.

Vandaag weten waar u staat

Voor de inventarisatie is er de AI Act artikel 50-scan: plak uw websiteteksten, product-UI-teksten of voorwaarden in de scanner en ontvang direct een rapport dat per transparantieplicht toont wat er al staat, wat ontbreekt en welke meldingstekst u kunt overnemen — met evidence-pack voor uw dossier, self-service, voor € 119. Een tekstwijziging door drie afdelingen heen duurt langer dan u denkt, zeker waar juridisch, marketing en IT elkaar moeten vinden; wie vandaag scant, weet vandaag waar hij staat en hoeft richting augustus alleen nog te verfijnen. Doe de AI Act artikel 50-scan en zie direct waar u staat.

Meer lezen
De stille verkeersleider: AI-toezicht op quantumfoutcorrectie

Een veiligheidslaag die bijna niemand ziet

In een klassiek seinhuis grepen stangen en sloten fysiek in elkaar voordat een spoorwegsein op groen kon. Twee conflicterende rijwegen konden daardoor niet tegelijk worden vrijgegeven. Quantumfoutcorrectie heeft een verwante functie. Een quantumcomputer meet foutpatronen, waarna een decoder onder hoge tijdsdruk kiest welke correctie nodig is. NVIDIA publiceerde op 13 juli 2026 dat een machine-learningdecoder voor color codes in één specifieke testconfiguratie een logical error rate van circa 1/347,7 van die van Chromobius behaalde, met een gemelde runtimeverbetering van 7,3×. Die cijfers zijn leveranciersresultaten, gebonden aan codeafstand, fysieke foutkans en testopstelling. Toch is de bestuursvraag nu concreet: zodra AI in deze stille veiligheidslus terechtkomt, moeten kopers weten welke versie besliste en onder welke ruisveronderstellingen zij is getest.

De AI Act begint bij de juiste kwalificatie

Een neuraal netwerk in een technische stack valt niet automatisch onder alle regels voor hoog-risico-AI. Beoogd gebruik, marktrol, productvorm en sector bepalen de route. Als de decoder wel als hoog-risicosysteem kwalificeert, sluiten artikelen 9, 12, 15, 17 en 72 van de AI Act opvallend goed aan. Zij verbinden risicobeheer met vooraf bepaalde testdrempels, logging, kwaliteitsbeheer, robuustheid, cyberveiligheid en monitoring gedurende de levenscyclus. Voor AI-toezicht op quantumfoutcorrectie betekent dat dat een recordscore nooit los mag raken van model, hardware, codeafstand, ruisprofiel, latency en foutverdeling. De Cyber Resilience Act, NIS2 en DORA kunnen daarnaast relevant zijn, afhankelijk van product- en sectorscope.

Inkoop moet de veranderlijke component vasthouden

NVIDIA stelt modelgewichten, trainingsrecepten, synthetische-datahulpmiddelen en een trainingspipeline openbaar beschikbaar. Dat helpt onderzoek en reproductie, maar open code levert geen automatische onafhankelijke validatie. Een werkbaar dossier koppelt de prestatieclaim aan code, model, compiler en hardware; bewaart testdata en onzekerheden; legt incidentdrempels en logs vast; verdeelt wijzigingsrecht en hertestkosten; en regelt migratie naar een andere leverancier. Vooral die laatste stap telt. Een decoder kan diep vergroeien met het ruisprofiel en de interfaces van één processorarchitectuur. Quantumdecoder governance vraagt daarom om exporteerbare logs, gedocumenteerde koppelingen en een contractuele plicht om na relevante updates opnieuw te testen. Zo blijft een onzichtbare technische laag leesbaar voor inkoper, auditor en toezichthouder.

Meer lezen
Een ijkmerk voor AI: nauwkeurigheid van demo tot toezicht

Een score krijgt pas betekenis door haar maatstaf

Op een marktplein werd een weegschaal pas vertrouwd nadat zij met een bekend gewicht was beproefd en verzegeld. Bij AI ontbreekt zo'n zichtbaar ijkmerk. Een leverancier presenteert 92 procent nauwkeurigheid, een inkoper neemt het getal over in een offerte en enkele maanden later draait een gewijzigde versie op een andere populatie. De Europese AI Act behandelt nauwkeurigheid daarom als een verklaarde systeemeigenschap. Zodra de hoog-risicoregels toepasselijk zijn — vanaf 2 december 2027 voor zelfstandige systemen en 2 augustus 2028 voor systemen in gereguleerde producten — moeten het relevante niveau en de gebruikte maatstaven in de gebruiksinstructies staan, samen met omstandigheden die de verwachte prestatie beïnvloeden. AI-nauwkeurigheid hoort bij een taak, dataset, drempel, versie en meetmoment.

Een hoog gemiddelde kan zeldzame maar ernstige fouten verbergen. In een test met 10.000 dossiers en 100 fraudegevallen scoort een model dat ieder dossier als niet-frauduleus aanmerkt 99 procent accuracy en toch 0 procent recall voor fraude. Bij krediet, zorg, werk en publieke dienstverlening dragen fout-positieven en fout-negatieven verschillende gevolgen. De leverancier meet op modelniveau; de betrokken burger ervaart de fout als een afwijzing, extra controle of gemiste toegang.

Consumentenclaim en zakelijk contract vragen elk hun grondslag

Het FTC-voorstel van 7 juli 2026 ziet primair op verborgen objectiefsturing en onderscheidt die ontwerpkeuze van gewone technisch veroorzaakte hallucinaties. In de EU gelden productvereisten, informatieplichten en levenscyclustoezicht voor hoog-risico-AI. De Richtlijn oneerlijke handelspraktijken begrenst consumentgerichte claims; zakelijke inkoop vraagt daarnaast een eigen contractuele analyse van prestatieverklaringen, garanties, wijzigingen en remedies. Een algemene belofte van “industry-standard accuracy” zegt weinig wanneer basismodel, databron of gebruik veranderen. Modeldrift in contracten wordt concreet zodra partijen vastleggen wanneer een oude claim ophoudt te gelden.

De demo begint een meetgeschiedenis

Artikel 72 verlangt voor de betrokken hoog-risicosystemen, zodra die regels volgens het genoemde tijdpad toepasselijk zijn, een post-market monitoringsysteem dat prestatiegegevens gedurende de levensduur actief en systematisch verzamelt en analyseert. Een versieregister, toepassingsbereik, referentiedataset, drempelwaarden en incidenten vormen samen een geschiedenis die inkoper, auditor, rechter of toezichthouder kan lezen. Een patiënt, werknemer, student of ondernemer moet kunnen achterhalen welke versie hem beoordeelde en welke foutmarge daarbij hoorde. Marktvertrouwen groeit uit leesbare beperkingen: de nauwkeurigheidsclaim blijft geloofwaardig zolang meetmethode, versie en menselijke gevolgen samen worden bewaard.

Meer lezen
Als tijd bewijs wordt: quantumveiligheid in het AI-toezichtdossier

Waarom de klok juridisch wordt

Een AI-dossier rust op volgorde: wanneer is een model gewijzigd, wanneer kwam een waarschuwing binnen, wanneer is een besluit herzien? Zodra tijdsignalen, certificaten of oude encryptie twijfel oproepen, wordt quantumveiligheid een vraag van bewijs. Voor AIRecht is dat de praktische brug tussen AI Act logging, privacy, aanbesteding en post-quantum cryptografie. De klok onder het dossier bepaalt of een organisatie later nog kan uitleggen wat er precies is gebeurd.

Van PQC-standaard naar bestuursdossier

NIST heeft post-quantum cryptografie met FIPS 203 en verwante standaarden concreet gemaakt, terwijl cloudpartijen migratiepaden voor CISO's en leveranciers beschrijven. Daarmee verschuift het onderwerp naar contracten, auditrechten, technische documentatie en leverancierstesten. Een onderneming die hoog-risico AI inkoopt, moet weten welke sleuteluitwisseling, handtekening, tijdstempel, logopslag en back-up onder het systeem liggen. Anders blijft het compliancepakket afhankelijk van infrastructuur die later zijn bewijskracht kan verliezen.

Wat inkopers nu moeten zien

De relevante vraag is niet alleen of een leverancier “quantum-safe” zegt te zijn. Bestuurders, juristen en inkopers moeten vragen naar cryptografische inventaris, migratieplanning, tijdsynchronisatie, incidentmeldingen en bewijs van testmomenten. Zeker bij krediet, zorg, HR, publieke dienstverlening en fraudedetectie hebben logs en persoonsgegevens een lange levensduur. Ook bewijs over menselijke tussenkomst en modelupdates moet later nog leesbaar zijn. Een compacte quantumveilig toezichtdossier-review verbindt daarom AI Act-documentatie, privacybewaartermijnen, PQC-migratie en contractclausules in één leesbare route, zodat burgers, bedrijven en toezichthouders later niet afhankelijk zijn van een zwarte doos of een vergeten certificaatketen.

Publieke bronnen zijn geraadpleegd op 8 juli 2026, waaronder de EU AI Act, NIST PQC-publicaties, AWS post-quantum migratiegidsen en privacyanalyse rond post-quantum cryptografie. De kern is eenvoudig: AI-governance wordt pas overtuigend wanneer het onderliggende bewijs, inclusief tijdstempels en certificaten, de levensduur van het besluit kan dragen. Dat vraagt geen paniek over quantumcomputers, maar wel contractuele en organisatorische discipline voordat oude systemen en archieven vastlopen.

Meer lezen
Self-service contractscan met tegenvoorstel: lees je AI-, software- of SaaS-contract niet meer blind

Self-service contractscan met tegenvoorstel — Teken je AI-, software- of SaaS-contract niet blind

Een leverancierscontract van vijftien pagina's oogt professioneel: nette artikelen, bekende woorden, niets dat schreeuwt om aandacht. Dus je bladert, herkent de grote lijnen — en je tekent. Pas maanden later, bij een prijsverhoging of een datalek, blijkt wat er werkelijk in artikel 8 stond. De meeste contracten zijn niet gemeen, maar wel eenzijdig geschreven: de opsteller legt de risico's bij jou. De nieuwe AI- & ICT-contractscan (self-service) op airecht.nl leest je contract clausule voor clausule en beoordeelt elke bepaling met Groen, Oranje of Rood — met uitleg in gewone taal en concrete verbeterpunten.

De clausule die iedereen overheen leest

Neem deze zin: "De leverancier mag jouw gegevens gebruiken om zijn diensten te verbeteren." Klinkt als service. Maar bij een AI-leverancier betekent "diensten verbeteren" al snel: jouw bedrijfsdata gaat het model in — offertes, klantgegevens, interne documenten. Precies dit soort redelijk ogende zinnen kleurt de scan rood, met erbij wat je kunt vragen of laten schrappen vóór je tekent. En minstens zo belangrijk: de GAP-detectie signaleert kritische clausules die ontbreken — geen exitregeling, geen datateruggave, geen aansprakelijkheidsafspraak. Juist bij contracten die "verrassend soepel" lezen zit daar het echte risico.

Gebouwd op twintig jaar praktijk — geen algemene checklist

De analyse wordt getoetst aan de eigen contractpraktijk: twintig jaar onderhandelde AI-, software- en technologiecontracten. De scan herkent formuleringen niet omdat ze ergens op internet staan, maar omdat ze in échte onderhandelingen voorbijkwamen — het verschil tussen "deze zin bestaat" en "deze zin kostte een klant ooit zijn data". Eerst voelen wat de scan ziet? De gratis risico-indicatie toont na aanmelding voor de nieuwsbrief direct je risicoprofiel. De volledige analyse is de betaalde stap: elk oordeel, elke verbetering en de GAP-detectie, direct op je scherm én als rapport per e-mail — vast tarief per omvang vanaf €119, eenmalig per contract, geen abonnement. Je contract wordt niet bewaard. Lees hoe de scan werkt, welke clausules het vaakst rood kleuren en hoe je het rapport gebruikt om zelf sterker te onderhandelen — zodat je bij je volgende AI- of softwarecontract precies weet welke vragen je moet stellen vóór je tekent.

Wat je verder leest in dit artikel

Drie clausules uit de praktijk mét het oordeel van de scan, de vijf tariefklassen (± 450 woorden per pagina, je ziet je prijs direct), hoe je het rapport omzet in concrete tegenvoorstellen aan je leverancier, en de antwoorden op de drie meestgestelde vragen — van losse clausules scannen tot documenten langer dan vijftig pagina's.

Zo werkt het: je voert de self-service contractscan zelf uit — een zelf-scan zonder afspraak, een zelf-check wanneer het jou uitkomt — en weet binnen enkele minuten welke clausules groen, oranje of rood zijn, en waar je kunt onderhandelen. Nieuw: je ontvangt een concreet tegenvoorstel met vervangingstekst dat je de wederpartij kunt toesturen.

Meer lezen
AI in de zorg en de wet: AIRecht adviseert het Rathenau Instituut

Kunstmatige intelligentie ontwikkelt zich niet in een juridisch vacuüm. Met die boodschap droeg AIRecht-oprichter Mauritz Kop bij aan het werk van het Rathenau Instituut over AI en recht, met in 2020 een inventarisatie van de Europese wetgeving rond AI in de zorg.

Een dicht web van bestaande regels

De inventarisatie laat zien hoeveel recht er al van toepassing is: productveiligheid en de Medical Devices Regulation, de AVG met haar Data Protection Impact Assessment, consumenten- en patiëntenrechten, en sectorspecifieke kwaliteitsnormen onder toezicht van EMA en Farmatec. Door alles heen loopt het Europese voorzorgsbeginsel.

Eigendom, grondrechten en nieuwe AI-regels

Kop bracht ook de lastige randen in kaart: wie is eigenaar van een AI-uitvinding zonder menselijke maker, hoe verhouden grondrechten als privacy en non-discriminatie zich tot zorg-AI, en hoe de toen nog komende AI-wetgeving (CAHAI, het Commissie-White-Paper, en uiteindelijk de EU AI Act) bovenop de bestaande sectorale regels zou komen te staan.

Waarom dit advies ertoe doet

De kern is een waarschuwing tegen een denkfout: het idee dat één AI-wet alles regelt. De werkelijkheid is multidisciplinair en cross-sectoraal. Wie het hele speelveld overziet, kan innovatie ruimte geven zonder de waarborgen los te laten. Verder lezen over de datadimensie kan in We hebben dringend een recht op dataprocessing nodig.

Meer lezen
AI en recht: 8 technologische ontwikkelingen die elke jurist moet kennen

Acht technologieën veranderen de samenleving over de volle breedte — en daarmee ook het werk van de jurist. Deze VerderDenken-column van Mauritz Kop, oorspronkelijk verschenen op het CPO-platform van de Radboud Universiteit, zet de essentiële begrippen op een rij die elke moderne jurist zou moeten kennen.

Van AI tot Internet of Things

Het stuk begint bij de kunstmatige intelligentie zelf: het verschil tussen sterke en zwakke AI, de singulariteit als gedachte-experiment, en waarom vrijwel alle systemen in de praktijk smalle, taakgerichte AI zijn. Vandaar loopt de lijn naar het Internet of Things, waar de juridische vraag verschuift van losse apparaten naar de verantwoordelijkheid in een keten van sensoren en software.

Machine learning en de evolutie van het recht

Centraal staat de gedachte dat revolutionaire techniek vraagt om evolutie van het recht — om techniekneutrale regels die niet meteen verouderen. De column legt uit wat machine learning, deep learning en reinforcement learning zijn, waarom trainingsdata het juridische zwaartepunt vormen, en hoe een systeem als AlphaGo Zero onze intuïties over toerekening en verantwoordelijkheid op de proef stelt.

Grondrechten en de voorbereiding van de praktijk

De afsluiting is principieel: artificiële intelligentie kan een positieve maatschappelijke bijdrage leveren, mits fundamentele vrijheids- en gelijkheidsrechten vroeg in het ontwerp worden meegenomen — een gedachte die later concreet werd in de risicogebaseerde EU AI Act. Voor de praktijkjurist is de boodschap dat hij de grondbegrippen moet beheersen om de juiste vragen op het juiste moment te kunnen stellen. Verder lezen over de eigendomsvraag bij machinecreaties kan in Computer generated works: wie of wat is eigenaar?

Meer lezen