Welke AI-tools gebruikt de Nederlandse overheid?

De Nederlandse overheid gebruikt AI op uiteenlopende gebieden, maar de adoptie is ongelijk verdeeld over departementen en uitvoeringsorganisaties. De Belastingdienst gebruikt risicoselectiemodellen om aangiften en fiscale constructies te beoordelen op risico. Deze modellen werden na de kinderopvangtoeslagaffaire onder intensief toezicht geplaatst, waarbij meerdere algoritmen zijn gestopt of grondig herzien. Het Centraal Orgaan opvang asielzoekers (COA) en de IND gebruiken AI-ondersteunde systemen voor documentverificatie. De Rechtspraak experimenteert met AI voor het doorzoeken van jurisprudentie en het voorbereiden van zittingen. Rijkswaterstaat gebruikt AI voor verkeersstroomanalyse en preventief onderhoud aan infrastructuur. De gemeente Amsterdam en Rotterdam hebben chatbots ingezet voor burgervragen. Gemeenten gebruiken AI voor zorgvraagpredictie in de jeugdzorg en Wmo. Defensie en politie gebruiken AI voor patroonherkenning en gezichtsherkenning, hoewel de inzet van gezichtsherkenning bij politie controversieel is en beperkt is onder AVG. Het overkoepelend beeld: de overheid experimenteert breed maar voorzichtig, mede vanwege de politieke gevoeligheid na de kinderopvangtoeslagaffaire.

Is AI bij de overheid veilig en eerlijk?

De veiligheid en eerlijkheid van AI bij de overheid is een actief politiek en juridisch vraagstuk in Nederland. De kinderopvangtoeslagaffaire heeft aangetoond wat er misgaat als overheids-algoritmen systematisch discrimineren zonder transparantie of toezicht. Het risicoselectiemodel van de Belastingdienst wees mensen met een dubbele nationaliteit vaker als risicovol aan, wat een vorm van indirecte discriminatie is op basis van nationaliteit. Maatregelen die sindsdien zijn genomen: het kabinet heeft de Algoritmeregister verplicht gesteld, waarin overheden hun algoritmen moeten beschrijven. De Autoriteit Persoonsgegevens en de Rekenkamer hebben uitgebreide bevoegdheden gekregen om overheidsalgoritmen te controleren. De EU AI Act classificeert veel overheidsalgoritmen die burgerrechten raken als hoog-risico, waarvoor strenge eisen gelden (uitlegbaarheid, menselijk toezicht, non-discriminatietoetsing). De Wet algoritmen, verwacht in 2025-2026, legt aanvullende Nederlandse eisen op. De praktijk: ondanks maatregelen zijn niet alle overheidsalgoritmen transparant. Uitvoeringsorganisaties met grote datavolumes (Belastingdienst, UWV, DUO) hebben complexe systemen waarvan de werking niet altijd volledig te duiden is door beleidsmakers zelf. Burger die bezwaar wil maken tegen een AI-beslissing: op basis van de AVG heeft elke burger recht op uitleg van geautomatiseerde besluiten en het recht om bezwaar te maken.

Wat is het Algoritmeregister en wat staat er in?

Het Algoritmeregister (algoritmeregister.overheid.nl) is een publiek overzicht van algoritmen die de Nederlandse overheid gebruikt bij beslissingen die burgers raken. Het doel is transparantie: burgers, journalisten en onderzoekers kunnen zien welke algoritmen in gebruik zijn, waarvoor ze worden gebruikt, en hoe ze werken. Wat er in staat: per geregistreerd algoritme wordt beschreven wat het doet, welke data wordt gebruikt, hoe het model is gevalideerd, en wie verantwoordelijk is. Beperkingen van het register: registratie is verplicht maar de controle op volledigheid is beperkt. Niet alle overheidsdiensten hebben alle algoritmen geregistreerd. De kwaliteit van de beschrijvingen varieert: sommige zijn gedetailleerd en technisch, andere zijn te summier om meaningful te zijn. Het register vervangt geen onafhankelijke audit: een beschrijving zeggen dat een model non-discriminatoir is, bewijst dat niet. In vergelijking met andere landen loopt Nederland voorop: het register is een van de meer gestructureerde nationale overzichten van overheidsalgoritmen in Europa. Denemarken en het VK hebben vergelijkbare initiatieven, maar de Nederlandse implementatie is vroeg gestart na de kinderopvangtoeslagaffaire.

2026-07-21·5 min lezen·AIToolHub Redactie

AI Tools bij de Overheid Nederland 2026: Algoritmeregister, Toeslagenaffaire en EU AI Act

AI bij de Nederlandse overheid 2026: welke uitvoeringsorganisaties AI gebruiken, wat de kinderopvangtoeslagaffaire veranderde, en wat de EU AI Act betekent voor overheidsalgoritmen.

AI bij de overheid raakt iedereen, maar de meeste burgers weten niet welke systemen hun interacties met de overheid sturen. Hier is wat er daadwerkelijk gebruikt wordt en wat de risicos en waarborgen zijn.

Het Vertrekpunt: De Kinderopvangtoeslagaffaire

Elk gesprek over AI bij de Nederlandse overheid begint met de kinderopvangtoeslagaffaire. Het systeem dat de Belastingdienst gebruikte om frauderisico te schatten, wees mensen met een dubbele nationaliteit vaker als risicovol aan. Tienduizenden ouders werden ten onrechte aangemerkt als fraudeur en moesten toeslagen terugbetalen die ze rechtmatig hadden ontvangen. De maatschappelijke schade, gezondheidsschade, schuldenproblematiek, en familiebreuken als gevolg, was enorm. De politieke en bestuurlijke reactie was evenredig groot: meerdere bewindspersonen traden af, de Tweede Kamer stelde een parlementaire enquete in, en de regelgeving rondom overheidsalgoritmen is sindsdien fundamenteel aangescherpt. De affaire heeft de risicos van ondoorzichtig en niet-geauditeerd algoritmisch beslissen bij de overheid scherp op het netvlies gebrand. Elk nieuw AI-initiatief bij de overheid wordt nu beoordeeld in de schaduw van dit precedent. Dit heeft zowel positieve als negatieve effecten: meer zorgvuldigheid en toezicht, maar ook vertraagde implementatie van systemen die genuanceerder zijn dan het toeslagmodel was.

Uitvoeringsorganisaties: Waar de Grootste Systemen Draaien

De meest omvangrijke AI-implementaties bij de overheid zitten niet bij ministeries maar bij de grote uitvoeringsorganisaties die dagelijks miljoenen interacties met burgers verwerken. Belastingdienst: de grootste gebruiker van algoritmische beslissing in Nederland. Na de toeslagenaffaire zijn veel modellen gestopt of herzien, maar de Belastingdienst blijft afhankelijk van risicoselectie voor de handhaving van het belastingstelsel. Het is organisatorisch onmogelijk elke aangifte volledig handmatig te controleren. Nieuwe modellen worden nu getoetst op discriminatoire uitkomsten voor publicatie. UWV: het Uitvoeringsinstituut Werknemersverzekeringen gebruikt modellen voor arbeidsongeschiktheidsbeoordeling, fraudedetectie bij WW-uitkeringen, en matching van werkzoekenden aan vacatures. Het matchingsalgoritme is omstreden vanwege de vraag of het kansen vergroot of bias reproduceert. DUO (Dienst Uitvoering Onderwijs): beheert studentenleningen en schoolregistraties. Gebruikt modellen voor fraudedetectie bij studiefinanciering. COA en IND: documentverificatie bij asielzoekers is deels geautomatiseerd. AI-systemen die authenticiteit van documenten beoordelen, versnellen de procedure maar vereisen menselijke validatie voor eindbesluiten. Politie: het COMPAS-equivalent in Nederland heet Predictive Policing en is gelimiteerd ingezet na juridische en ethische bezwaren. Gezichtsherkenning is verboden voor real-time surveillance maar wordt beperkt ingezet voor opsporing in specifieke gevallen.

Gemeenten en Lokale AI-Toepassingen

Nederlandse gemeenten zijn in veel gevallen verder met AI-experimentatie dan rijksoverheid, maar ook minder transparant. De vier grote gemeenten, Amsterdam, Rotterdam, Den Haag en Utrecht, hebben actieve AI-programmas. Amsterdam heeft een eigen AI-register gepubliceerd voordat het nationaal register bestond, en heeft een algoritmecoordinator aangesteld. Rotterdam gebruikt AI voor onderhoudspredictie van openbare ruimte, zorgvraagscreening in jeugdzorg en sociale zekerheid, en fraudedetectie in uitkeringen. Den Haag heeft geexperimenteerd met chatbots voor burgervragen en AI-ondersteunde vergunningverlening. Kleine gemeenten: hebben minder capaciteit voor eigen AI-ontwikkeling en zijn afhankelijker van leveranciers die standaard software aanbieden. Dit creert een risico: gemeenten adopteren systemen die ze niet volledig begrijpen of kunnen auditen. De GGD gebruikt AI voor contactonderzoek en zorgvraagpredictie, geleerd van de COVID-19-pandemie. GGD-systemen die tijdens COVID zijn ingezet voor bron- en contactonderzoek, hebben na de pandemie geleid tot meer permanente digitale infrastructuur.

De EU AI Act: Wat Verandert Er voor Overheids-AI

De EU AI Act, van kracht sinds augustus 2024 met een gefaseerde implementatietermijn, heeft directe gevolgen voor overheids-AI in Nederland. De meeste overheidsalgoritmen die burgerrechten, uitkeringen, of handhaving betreffen, vallen in de hoog-risico categorie onder de AI Act. Hoog-risico AI-systemen moeten voldoen aan eisen van transparantie, uitlegbaarheid, menselijk toezicht, non-discriminatietoetsing, en registratie. Wat dit concreet betekent voor overheidsorganisaties: bestaande hoog-risico systemen moeten worden herbeoordeeld en mogelijk aangepast of vervangen. Nieuwe systemen moeten de conformiteitstoetsing doorlopen voor inzet. Menselijk toezicht is wettelijk verplicht: volledig geautomatiseerde besluiten over burgers zonder enige menselijke validatie zijn verboden voor hoog-risico toepassingen. Uitlegbaarheid: burgers die door een overheids-AI-beslissing worden geraakt, hebben recht op uitleg. Black-box modellen waarvan de uitkomst niet kan worden uitgelegd, zijn niet meer toestaan voor hoog-risico toepassingen. Tijdlijn: hoog-risico systemen in de overheid moeten voor augustus 2026 compliant zijn. Dit is een significant operationeel vraagstuk voor grote uitvoeringsorganisaties die complexe bestaande systemen hebben.