AI beleid voor gemeenten

Steeds meer gemeentelijke teams werken met AI. Maar hoe voorkom je dat het alle kanten op gaat? Dit artikel laat zien hoe je beleid inzet als stuurmiddel, niet als rem.

Binnen veel gemeenten groeit AI organisch. Een team test een tool voor samenvattingen, een ander automatiseert een proces, weer een ander verkent voorspellende analyses. Het levert vaak snel resultaat op, maar het gebeurt zelden vanuit één samenhangende lijn.

Daar zit precies het probleem. Niet omdat experimenteren verkeerd is, maar omdat het zonder richting leidt tot versnippering. Verschillende keuzes, verschillende risico-inschattingen en uiteindelijk ook verschillende uitkomsten die lastig te verantwoorden zijn.

AI-beleid is in die context geen papieren exercitie, maar een manier om samenhang aan te brengen.

Wat goed AI-beleid wél doet

Goed AI-beleid draait niet om het dichtregelen van risico’s, maar om het creëren van duidelijkheid. Het helpt teams sneller beslissen, omdat ze weten binnen welke kaders ze bewegen.

Dat betekent dat beleid antwoord geeft op vragen die in de praktijk spelen. Niet theoretisch, maar concreet. Wat mag wel, wat niet? Wanneer is iets een experiment en wanneer wordt het onderdeel van een proces? En wie kijkt mee als de impact groter wordt?

In die zin gaat AI-beleid minder over regels en meer over het organiseren van besluitvorming.

Wie kijkt naar gemeenten die hier al verder in zijn, ziet dat succesvol AI-beleid zelden begint met één groot beleidsdocument, maar met een werkbare methode.

Amsterdam laat bijvoorbeeld zien hoe belangrijk transparantie en leervermogen zijn. De gemeente publiceert algoritmes in het algoritmeregister, werkt met impacttoetsen zoals een DPIA en een ethische bijsluiter en gebruikt met ChatAmsterdam zelfs een interne generatieve AI-toepassing om AI-geletterdheid en verantwoord gebruik in de organisatie te versterken.

Utrecht laat zien dat het helpt om onderscheid te maken in impact. Daar wordt gewerkt met een verschil tussen kleinere algoritmes en impactvolle algoritmes. Voor die laatste categorie gelden extra richtlijnen, toetsing en het uitgangspunt dat een mens het besluit blijft nemen.

Rotterdam laat op zijn beurt zien dat beleid pas echt werkt als het wordt verbonden aan governance. Daar is gewerkt met een inventarisatie van algoritmes, een algoritmeregister, een expertrol en een advisory board. Tegelijkertijd laten evaluaties ook zien dat beleid kwetsbaar blijft als rollen, awareness en vastlegging niet stevig genoeg zijn belegd.

Hieruit begint al een methode te ontstaat die voor veel gemeenten werkbaar is.

Namelijk, begin met inventariseren wat er al gebeurt. Niet alleen formele toepassingen, maar ook kleinschalige experimenten in teams. Zonder dat overzicht blijft beleid al snel abstract. Maak daarna onderscheid in impact. Niet elke toepassing vraagt dezelfde zwaarte. Juist door lichte toepassingen anders te behandelen dan impactvolle toepassingen, voorkom je dat beleid onnodig zwaar wordt én dat risico’s onderschat worden. Vertaal dat vervolgens naar een beperkte set vaste toetsen en afspraken. Denk aan privacy, ethiek, uitlegbaarheid, leveranciersafhankelijkheid en de vraag wie uiteindelijk verantwoordelijk is voor een besluit. Hoe minder interpretatieruimte daarover bestaat, hoe beter beleid in de praktijk gebruikt wordt.

"Governance geeft grip"

Leg daarna ook rollen en besluitvorming vast. Wie beoordeelt een nieuwe toepassing? Wanneer schuift privacy, inkoop of juridische expertise aan? En wie is eindverantwoordelijk als een experiment overgaat in regulier gebruik?

Tot slot: investeer niet alleen in regels, maar ook in AI-geletterdheid. Gemeenten die verder komen, zorgen niet alleen voor kaders, maar ook voor begrip in de organisatie. Dat maakt verantwoord experimenteren mogelijk.

Hier raakt het onderwerp ook aan digitale soevereiniteit. Niet als centraal thema, maar als logisch gevolg van de vraag hoeveel grip je wilt houden op technologie en data. Belangrijk is dat deze keuzes niet impliciet blijven. Zolang dat wel gebeurt, ontstaan verschillen tussen teams en groeit het risico zonder dat iemand het overzicht heeft.

Beleid werkt als je het praktisch maakt

Het verschil tussen beleid dat blijft liggen en beleid dat gebruikt wordt, zit in toepasbaarheid. Dat vraagt om een benadering die begint met een aantal heldere afspraken die direct bruikbaar zijn, organisatie-breed. Je AI basis principes. Wie beslist wanneer een AI-toepassing wordt ingezet? Wanneer is extra beoordeling nodig? Wat is absoluut niet toegestaan? En hoe zorg je dat teams niet telkens opnieuw het wiel uitvinden?

Door dit soort vragen moet je concreet maken en dan wordt beleid iets wat helpt in plaats van vertraagt.

In plaats van groots te starten, werkt het vaak beter om aan te sluiten bij wat er al gebeurt. Kijk waar teams al met AI werken en gebruik die situaties als vertrekpunt. Daar zie je namelijk direct waar onduidelijkheid zit en waar behoefte is aan richting. Door daarop aan te sluiten, ontwikkel je beleid dat geworteld is in de praktijk. Dat maakt het ook makkelijker om het later breder toe te passen.

Innovatie versnellen door duidelijkheid

Het lijkt tegenstrijdig, maar duidelijke kaders  vooraf zorgen juist voor meer snelheid. Teams hoeven minder af te stemmen, discussies worden korter en risico’s worden eerder onderkend. Je haalt heel veel onduidelijkheid én onzekerheid weg. Daardoor ontstaat ruimte om te experimenteren, zonder dat het onoverzichtelijk wordt.

Eerste stap

Voor veel gemeenten begint dit niet met schrijven, maar met kijken. Wat gebeurt er al? Waar zitten verschillen? En waar lopen teams tegenaan? Door dat inzicht te combineren met een aantal gerichte keuzes (AI basis principes), ontstaat een eerste set kaders die direct toepasbaar is. Van daaruit kun je verder bouwen aan een breder en beter doordacht kader. 

Heel praktisch, start met een korte, gerichte verkenning naar de huidige stand van zaken rondom AI in jouw organisatie. Zo krijg je snel inzicht en heb je voldoende input om het gesprek op het juiste niveau te voeren.

Ben jij iemand die hiervoor aan de lat staat, hier het initiatief in wil nemen en wil je sparren over hoe je dit concreet aanpakt binnen jouw gemeente? Neem gerust contact op. Ik werk al meer dan 10 jaar op het snijvlak van organisatie, data en AI en nu help ik gemeenten om AI-beleid praktisch, werkbaar en bestuurlijk gedragen te maken.