Artificiële Intelligentie & Recht
Innovation, Quantum-AI Technology & Law
0

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 governance
De energierekening van AI krijgt een juridisch adres
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
AI Recht, AI Governance, EnergieMauritz KopAI Act, energie, datacenters, GPAI, aanbesteding, netcongestie, AI governance
Wie krijgt de afgeleide neurodata? Het recht achter commerciële herseninterfaces
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 Recht, Privacy, AI GovernanceMauritz Kopneurodata, brain-computer interface, AI Act, AVG, medische hulpmiddelen, productaansprakelijkheid, AI governance
De stille verkeersleider: AI-toezicht op quantumfoutcorrectie
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
AI Recht, Quantumrecht, AI GovernanceMauritz KopAI governance, quantumfoutcorrectie, quantumcomputing, AI Act, cybersecurity, inkoop, logging
Een ijkmerk voor AI: nauwkeurigheid van demo tot toezicht
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
AI Recht, AI Governance, ComplianceMauritz KopAI Act, AI-nauwkeurigheid, AI governance, modeldrift, procurement, misleidende handelspraktijken, post-market monitoring
Quantumveilig is nog geen lekvrij: ML-KEM als inkoop- en auditvraag
Quantumveilig is nog geen lekvrij: ML-KEM als inkoop- en auditvraag

De vraag na de standaard

ML-KEM is inmiddels een vaste naam in post-quantum migratie. NIST FIPS 203 geeft organisaties een herkenbaar anker voor sleuteluitwisseling in een wereld waarin klassieke cryptografie onder druk komt te staan. Toch begint de juridische vraag pas na de keuze voor de standaard. Een nieuwe studie naar hardware-implementaties wijst op mogelijke power- en elektromagnetische leakage bij de Fujisaki-Okamoto-verificatiestap in ML-KEM. Voor bestuurders, inkopers en juristen betekent dit dat post-quantum cryptografie niet alleen een algoritmebesluit is, maar ook een bewijsprobleem rond ontwerp, testen en leveranciersinformatie. De kernvraag wordt eenvoudiger en scherper: welke productvariant voert de standaard uit, en hoe weet de klant dat die uitvoering niet via het apparaat zelf informatie prijsgeeft?

Waarom dit in contracten thuishoort

Een leverancier kan "quantum-ready" zeggen en toch weinig prijsgeven over de concrete implementatie. Dat is te mager voor organisaties die AI-systemen, modelgewichten, medische data, broncode, identiteitsmiddelen of lang bewaarde auditlogs beschermen. Zij moeten weten welke productvariant ML-KEM gebruikt, welke hardware- en firmwarepaden zijn getest, welke side-channel maatregelen zijn genomen en wat er gebeurt na een update. De nuttige vraag is dus niet alleen of NIST-standaarden op de roadmap staan. De vraag is welk bewijs de klant krijgt wanneer de veiligheid afhangt van chips, HSM's, edge-apparaten, compilerkeuzes en onderhoud. Daarmee hoort ML-KEM niet alleen bij security architecture, maar ook bij aanbesteding, garanties, meldplichten en vendor reviews.

Een bestuurbare auditroute

De praktische route is sober. Bouw per systeem een matrix met vijf velden: toepassing van ML-KEM, fysieke of logische blootstelling, side-channel testbewijs, contractuele garantie en resterende onzekerheid. Die matrix past naast bestaande AI Act-, NIS2-, privacy- en leveranciersdossiers. AIRecht koppelt dit aan een vaste AI- en quantumgovernance brief voor organisaties die hun cryptografische inventaris, ML-KEM leveranciersvragen en contractclausules brongebonden willen toetsen. Zo wordt ML-KEM leveranciersbewijs geen technisch bijschrift, maar een normaal onderdeel van inkoop, audit en bestuursverantwoording. De winst zit niet in grote woorden over quantumveiligheid, maar in betere vragen voordat een contract, firmwareversie of cloudcomponent te diep in de organisatie vastzit.

Meer lezen
AI Recht, Quantum Governance, ComplianceMauritz KopML-KEM, post-quantum cryptografie, AI governance, quantum governance, inkoop, audit, side-channel
De cryptografische inventaris wordt een bestuursdossier
De cryptografische inventaris wordt een bestuursdossier

Waarom dit nu bestuurlijk wordt

Post-quantum cryptografie is geen abstract laboratoriumonderwerp meer voor ondernemingen die AI-, cloud- en datadiensten inkopen. De Amerikaanse overheid heeft de migratie naar quantumveilige cryptografie omgezet in uitvoeringswerk, NIST werkt aan aanpassingen voor PIV-identiteitsstandaarden en leveranciers zullen steeds vaker moeten uitleggen welke algoritmen, certificaten en sleutelketens zij gebruiken. Voor Nederlandse organisaties is de praktische vraag welke afhankelijkheden zij delen met dezelfde cloud-, identity- en AI-infrastructuur, en welke gegevens nog gevoelig zijn wanneer quantumcapaciteit verder opschuift.

Wat de inventaris zichtbaar maakt

Dit artikel behandelt post-quantum cryptografie als bestuursdossier. De kern is een inventaris die bestuur, legal, security en inkoop samen kunnen lezen: welke gegevens blijven lang gevoelig, welke systemen beschermen AI-logs of modelgewichten, welke contracten noemen migratie of crypto-agility, en welke leverancier kan zijn routekaart bewijzen? Die inventaris is juridisch relevant omdat veel moderne complianceplichten draaien om aantoonbaarheid. Een AI-governanceprogramma dat technisch dossier, logging en risicobeheer serieus neemt, moet ook weten of het bewijs zelf cryptografisch houdbaar blijft.

De post legt een brug tussen NIST-standaarden, Amerikaanse PQC-uitvoering, IBM's quantumroadmap en bestaande AIRecht-thema's rond quantum governance en due diligence. De verrassend nuchtere conclusie is dat de eerste goede maatregel geen futuristische voorspelling is. Zij is een lijst: algoritmen, certificaten, systemen, leveranciers, bewaartermijnen, eigenaars en ontbrekende antwoorden. Zodra die lijst bestaat, kan het bestuur prioriteren zonder te vervallen in quantumhype of schijnzekerheid. Dat maakt het onderwerp bruikbaar voor contractonderhandelingen, auditcommissies en technische teams die anders langs elkaar heen praten.

Van leveranciersvraag naar dossier

Voor AIRecht-lezers ligt de commerciële waarde in een compacte review van AI- en quantumgovernance: een vaste briefing die cryptografische inventaris, leveranciersclausules, AI-bewijsstukken en bestuursvragen naast elkaar legt. Zo krijgt post-quantum migratie een controleerbare plek binnen AI Act-, cyber-, privacy- en contractgovernance. De bijdrage eindigt met concrete leveranciersvragen en een klein bestuurskader waarmee organisaties kunnen beginnen zonder hun hele securityprogramma opnieuw uit te vinden, juist bij lopende cloud- en AI-inkoop en nieuwe leveranciersreviews.

Meer lezen
AI Recht, Quantum Governance, ComplianceMauritz Koppost-quantum cryptografie, AI governance, quantum governance, cyber security, EU AI Act, bestuursdossier
AI in Healthcare: Mauritz Kop Teaches Legal and Ethical Frameworks at the SmartHealth Masterclass
AI in Healthcare: Mauritz Kop Teaches Legal and Ethical Frameworks at the SmartHealth Masterclass

Medical AI earns trust only when its legal and ethical preconditions are designed in from the start. Mauritz Kop taught exactly that module at the SmartHealth masterclass Kunstmatige intelligentie in de zorg (October 29–30, 2020, Van der Valk Houten) — a two-day program for the healthcare professionals and innovators who buy, build and validate clinical AI in Dutch hospitals.

Law as a design input for clinical AI

Privacy, IP, liability and fundamental rights: the masterclass treated legal requirements not as after-the-fact paperwork but as design inputs for AI applications that touch patient data and patient safety. A diagnostic-support algorithm is never just a model — it is a GDPR processing operation, frequently a medical device under the MDR or IVDR, and a node in a liability chain that runs from developer through hospital to treating physician. Reading a product through all of those lenses before procurement was the working method of the module.

An interdisciplinary faculty

Clinicians and builders from Pacmed, Radboudumc, Attendi and Syntho taught alongside the legal module — grounding artificial intelligence governance in the daily reality of Dutch hospitals and health-tech startups, from intensive-care prediction models to synthetic data as a privacy-preserving alternative to raw patient records. Legal teaching that never touches a confusion matrix stays abstract; technical teaching that never touches the lawful-basis question ships unusable products. This program put both in one room.

From White Paper to binding law

The 2020 timing mattered: the European Commission's AI White Paper had just framed the risk-based approach, and healthcare AI was widely expected to land in the high-risk tier. The EU has since adopted the AI Act, whose high-risk obligations — risk management, data governance, human oversight, conformity assessment — now interlock with the MDR/IVDR regime, turning the masterclass's design-it-in message from policy signal into binding law on a phased timetable.

A continuing teaching line

From Maasstad Hospital to SmartHealth: educating the people who buy, build and use medical AI is a structural part of AIRecht's practice — see also the Artificial Intelligence Impact Assessment, the ex-ante review framework that anticipated exactly this compliance-by-design logic. The lesson travels beyond healthcare: a system whose legal preconditions are an afterthought meets its regulator at the worst possible moment, while a system that carries its compliance evidence by design meets the same regulator with the file already open. For anyone deciding on medical AI procurement today, that difference is the whole game.

Meer lezen
Healthcare, Artificial Intelligence, Kunstmatige IntelligentieHenry QuentirSmartHealth, masterclass, medical AI, health law, AI governance, education
AI for Independent Law Firms: Mauritz Kop Speaks at The Law Firm Network Annual Conference in Amsterdam
AI for Independent Law Firms: Mauritz Kop Speaks at The Law Firm Network Annual Conference in Amsterdam

Law firms and AI: Mauritz Kop addressed The Law Firm Network — the international association of independent law firms, founded in 1989 — at its 2021 Annual Conference in Amsterdam, hosted by Wieringa. The subject was the question every managing partner now owns: what does artificial intelligence change about legal work itself, and what must a firm regulate before it adopts the technology?

AI as production technology for legal work

Document review, drafting support and knowledge retrieval put artificial intelligence inside the law firm itself — and with it questions of confidentiality, supervision and liability for machine-assisted work product. Which client data may leave the building when a tool runs in someone else's cloud? Who stands behind a machine-drafted first version, and how is that review evidenced? And when the analysis misses the decisive clause, who carries the claim — vendor, firm or insurer?

The regulatory wave reaching clients

Risk classes, conformity obligations and governance: in the same period the European Commission tabled its April 2021 proposal for what has since become the adopted EU AI Act. Firms advising across borders need a shared vocabulary for the European approach to AI before their clients ask for it — and a risk-based, phased regulation rewards exactly the early gap analysis that independent firms can offer regional clients without global compliance departments.

Why managing partners are the right room

The audience is the leverage: managing partners set technology policy, sign vendor contracts and answer to clients in their own jurisdictions. Their questions are operational — what to pilot first, what to tell the professional-indemnity insurer, how to brief partners who did not grow up with the technology — and a legal frameworks session has to answer them concretely or it is scenery. The article sets out the four-step readiness sequence a mid-sized firm can actually run: inventory, contracts, supervision, client posture.

Networks spread readiness

One session, many jurisdictions: teaching an international assembly of independent firms multiplies through every member — each firm carries the frameworks home to its own bar context, client base and supervisory rules, turning one Amsterdam afternoon into dozens of localized conversations about confidentiality, supervision and AI governance. It is part of a broader teaching practice, from universities to professional associations, including the SandboxAQ lecture and workshop. The law of AI is converging across Europe; its adoption happens one firm, one engagement letter and one procurement decision at a time.

Meer lezen
Artificial Intelligence, Conference, Juridisch AdviesHenry QuentirThe Law Firm Network, LFN, law firms, AI governance, Amsterdam, lecture