Ethisch Kader voor Datagedreven Toepassingen: Wat houdt de audit in?
Verantwoord omgaan met data en AI is een strategisch thema in de verzekeringssector. De audit op het Ethisch Kader voor Datagedreven Toepassingen van het Verbond van Verzekeraars speelt hierin een belangrijke rol. Noah de Groot, management consultant bij ITDS, legt uit wat de audit inhoudt en hoe verzekeraars zich hiervoor kunnen voorbereiden.
Het Verbond van Verzekeraars heeft een Ethisch Kader voor Datagedreven Toepassingen opgesteld om verzekeraars te helpen bij het verantwoord gebruik van data, algoritmes en AI. Een audit daarbinnen is een beoordeling of een verzekeraar zich daaraan houdt – een toetsing op de ethische, transparante en verantwoordelijke inzet volgens de richtlijnen van dat kader.
Van ambitie naar uitvoering
Veel organisaties hebben de juiste intenties. Ze hebben beleid opgesteld, governance ingericht en eerste stappen gezet met AI en datagedreven toepassingen. Maar de echte uitdaging zit ergens anders: in de uitvoering.
Kun je als verzekeraar bijvoorbeeld aantonen dat medewerkers voldoende kennis hebben van AI, risico’s en ethische afwegingen? Dat verantwoordelijkheden rond data, modellen en besluitvorming helder zijn belegd? En kun je uitleggen hoe uitkomsten tot stand komen, intern én richting klanten? Precies daar raakt de audit de kern.
Vier thema’s die het verschil maken
De audit kijkt nadrukkelijk naar de praktische toepassing van het kader. Vier thema’s springen eruit.
1: AI-kennis en bewustzijn
Verantwoord werken met AI begint bij mensen. Medewerkers moeten niet alleen de kansen zien, maar ook de risico’s herkennen. Dat vraagt om structurele aandacht in opleiding, governance en de dagelijkse praktijk.
2: Monitoring van AI-systemen
Een model implementeren is één stap. Blijven meten of het model doet wat het moet doen, is minstens zo belangrijk. Denk aan performance, bias, afwijkingen en de vraag wanneer bijsturing nodig is.
3: Data governance en datakwaliteit
Zonder grip op data is grip op AI onmogelijk. Organisaties moeten dus kunnen steunen op duidelijke verantwoordelijkheden, betrouwbaar datamanagement en een robuust datakwaliteitsraamwerk.
4: Transparantie en uitlegbaarheid
Naarmate datatoepassingen complexer worden, groeit het belang van uitlegbaarheid. Niet alleen voor auditors of interne stakeholders, maar ook voor klanten, zeker wanneer besluiten impact hebben op mensen.
Een kans om volwassenheid te versnellen
De belangrijkste vraag is dus niet: komen we door de audit heen? De echte vraag is: hoe toekomstbestendig is onze organisatie als het gaat om verantwoord datagedreven werken? Voor veel verzekeraars is de audit een kans om dat scherp te krijgen. Waar staan we vandaag? Welke gaps zijn er nog? En welke verbeteringen zijn nodig om beleid, processen en technologie beter op elkaar te laten aansluiten?
Juist die vertaalslag blijkt in de praktijk vaak het lastigst. Niet omdat de urgentie ontbreekt, maar omdat verantwoord datagedreven werken veel vraagt van de hele organisatie. Van governance en tooling tot gedrag, eigenaarschap en samenwerking.
Wat dit vraagt van verzekeraars
Verzekeraars die deze audit serieus nemen, doen er goed aan om drie zaken scherp te krijgen. Ten eerste is het belangrijk om de audit en de bijbehorende vereisten goed te begrijpen. Daarnaast is een heldere gap-analyse nodig tussen de huidige situatie en wat de audit vraagt. Tot slot is het essentieel om prioriteiten te stellen en het onderwerp structureel op de agenda te zetten.
Daarmee wordt de audit geen eindpunt, maar een versneller van volwassenheid.
