Ga naar de inhoud
NL
Contact

ISO 42001 AI-managementsysteem

We richten het in vanuit je echte AI: inventaris, risico's, rollen en monitoring. Voor Rijkswaterstaat ontwikkelden we een monitoring package voor AI-modellen.

Bespreek je AI-systemen Lees de case van Rijkswaterstaat

Rijkswaterstaat kreeg van ons één generiek monitoring package voor al zijn AI-modellen in productie

Rijkswaterstaat had verschillende AI-modellen in productie en wilde die actief monitoren op data- en prediction drift. Handmatig schaalde dat niet. “DSL is met een inventieve oplossing gekomen die we goed kunnen gebruiken.” Nanine Overgaauw, Rijkswaterstaat - SRE Data Science

Lees de case

Hoe laten we zien dat we onze AI echt beheersen?

Een AI-managementsysteem volgens ISO/IEC 42001 legt vast welke AI je ontwikkelt, levert of gebruikt, welke risico's daarbij horen, wie verantwoordelijk is en hoe je het blijft volgen. Wij helpen het inrichten, naast de managementsystemen die er al zijn.

Plan een gesprek

Het managementsysteem rust op wat er in de praktijk met je AI gebeurt

Bespreek je AI-systemen

Een AI-inventaris

Welke AI je ontwikkelt, inkoopt of gebruikt, met doel, eigenaar, data en leverancier. Ook de tools die afdelingen zelf hebben aangeschaft.

Risico- en impactbeoordeling

Per systeem: wat kan er misgaan, voor wie, en welke maatregel past. Met een vaste methode, zodat je de beoordeling kunt herhalen.

Rollen en documentatie

Wie beslist over inzet, wie keurt een nieuw model goed en wie grijpt in. Vastgelegd in beleid en procedures die mensen echt gebruiken.

Monitoring van modellen

Voor Rijkswaterstaat ontwikkelden we een generiek package voor drift- en outlierdetectie op AI-modellen in productie.

Startpunt is de AI die al draait, niet een leeg beleidsdocument

  1. Inventaris en reikwijdte

    We brengen in kaart welke AI er is en bepalen samen welk deel van de organisatie onder het systeem valt.

  2. Risico's en rollen

    Per toepassing beoordelen we risico en impact, en leggen we vast wie verantwoordelijk is en wie toezicht houdt.

  3. Meten en verbeteren

    Monitoring, evaluatie en verbeterpunten komen in een vaste cyclus, volgens plan-do-check-act.

Moeten wij nu al met ISO 42001 aan de slag?

Toets het in een gesprek

Past als

Je ontwikkelt of gebruikt meerdere AI-toepassingen, klanten of opdrachtgevers vragen hoe je AI beheerst, of er staat al een managementsysteem zoals ISO/IEC 27001 waar AI bij moet aansluiten.

Past niet als

Je gebruikt één AI-tool en hebt geen plannen om uit te breiden. Dan zijn duidelijke afspraken over gebruik en een eigenaar vaak genoeg. Groeit het, dan bouw je daarop verder.

Waar de omvang van afhangt

Het aantal AI-systemen en leveranciers, of je AI ontwikkelt of alleen gebruikt, of er al een ISO-managementsysteem staat, en hoeveel documentatie en monitoring er al is.

Krijgen we van jullie een certificaat?

Nee. Data Science Lab is geen certificerende instelling. Certificering is vrijwillig en wordt gedaan door een onafhankelijke certificerende instelling. Wij helpen het systeem inrichten; of je laat certificeren, kies je zelf.

AI-beleid, een AI-managementsysteem of eerst de AI-verordening: waar begin je?

Eerst een AI-beleid

Kies dit als AI nog beperkt en vooral ingekocht is. Leg gebruik, eigenaar en verboden toepassingen vast; dat neem je later mee in het managementsysteem.

Een AI-managementsysteem

Kies dit als je meerdere AI-systemen hebt en wilt aantonen dat je ze beheerst. Ons advies: sluit aan op bestaande ISO-processen in plaats van ernaast te bouwen.

De AI-verordening

Kies dit als je hoog-risicosystemen levert of inzet. Begin bij de inventaris en de risico-indeling, zie AI Act.

Modellen bouwen en bewaken doen we zelf, daarom weten we wat beheer vraagt

Data Science Lab werkt sinds 2016 aan data en AI, als Databricks- en Microsoft-partner. We bouwen modellen en richten MLOps en monitoring in, zoals voor Rijkswaterstaat. Certificeren doen we niet; inrichten wel.

Plan een kennismaking

Wat jullie al aan AI gebruiken, bespreken we in het eerste gesprek

Stef Stoelwinder

Stef Stoelwinder

Business Development

Stef is je aanspreekpunt. In het eerste gesprek bespreken we welke AI er draait, wat jullie willen aantonen en wat er al staat.

E-mail info@datasciencelab.nl

Telefoon +31 (0)20 3636 724

Welke AI-systemen wil je onder één managementsysteem brengen?

Beschrijf welke AI jullie ontwikkelen of gebruiken en waarom je naar ISO/IEC 42001 kijkt. Je krijgt antwoord per mail, of we plannen een eerste gesprek.

E-mailinfo@datasciencelab.nl Telefoon+31 (0)20 3636 724

Vul een geldig e-mailadres in.

Laat ons weten waar we je mee kunnen helpen.

Veelgestelde vragen

ISO/IEC 42001:2023 is de internationale norm voor AI-managementsystemen, gepubliceerd in december 2023 door ISO en IEC (comité JTC 1/SC 42). Volgens ISO is het de eerste norm in zijn soort. Hij stelt eisen aan het opzetten, invoeren, onderhouden en voortdurend verbeteren van een AI-managementsysteem.

De norm geldt voor organisaties van elke omvang die AI ontwikkelen, leveren of gebruiken, ook in de publieke sector. Hij hoort bij ons werk aan data governance en het beheer van AI.

ISO vat de eisen samen als: leiderschap en de context van de organisatie, AI-beleid en doelen, risicomanagement voor AI-systemen, datagovernance en beheersing van de levenscyclus, transparantie en informatievoorziening, evaluatie en monitoring van prestaties, en voortdurende verbetering.

Zoals andere managementsysteemnormen werkt ISO/IEC 42001 met plan-do-check-act. ISO noemt daarnaast specifieke beheersmaatregelen, en wijst op regelmatige risicobeoordelingen en maatregelen om risico's te behandelen.

De AI-verordening is Europese wet; ISO/IEC 42001 is een vrijwillige norm. Volgens ISO vervangt de norm geen wet- of regelgeving, maar helpt hij om verplichtingen beter na te komen. De eisen voor hoog-risicosystemen uit bijlage III gelden vanaf 2 december 2027.

Op 19 oktober 2026 publiceerde de Europese Commissie de eerste geharmoniseerde norm onder de verordening: EN 18286, een kwaliteitsmanagementsysteem voor aanbieders van hoog-risico-AI. Die is bedoeld als aanvulling op bestaande normen zoals ISO/IEC 42001. Wat voor jou geldt, beoordeelt je jurist; zie ook AI Act.

Niet ISO zelf en niet Data Science Lab. Certificering is vrijwillig en wordt gedaan door onafhankelijke certificerende instellingen, die door een nationale accreditatie-instantie geaccrediteerd kunnen zijn. Je kiest zelf of en wanneer je dat wilt.

Wij helpen het managementsysteem inrichten en werkend krijgen. Wil je eerst verschillende bureaus voor governance naast elkaar zetten, dan helpt ons overzicht van data governance bureaus.

Beide zijn managementsysteemnormen. ISO noemt ISO/IEC 42001 in één rij met ISO 9001 voor kwaliteit, ISO 14001 voor milieu en ISO/IEC 27001 voor informatiebeveiliging, en biedt 42001 en 27001 ook samen aan.

Ons advies: heb je al een informatiebeveiligingssysteem, dan kun je beleid, risicoproces, documentbeheer en de evaluatiecyclus vaak delen. AI-specifiek blijven onder meer de inventaris van AI-systemen, de beoordeling van impact op mensen en de monitoring van modellen.

ISO noemt het monitoren van AI-systemen gedurende hun hele levenscyclus en het evalueren van prestaties als onderdeel van een AI-managementsysteem. Voor modellen betekent dat: meten of de invoer en de voorspellingen verschuiven, en vastleggen wat je dan doet.

Voor Rijkswaterstaat ontwikkelden we een generiek package voor drift- en outlierdetectie, met onder meer Python en Alibi Detect. Hoe we modellen in productie bewaken, lees je bij MLOps.

Volgens ISO gaat het om organisaties die AI-systemen ontwikkelen, AI in producten of diensten verwerken, AI gebruiken voor beslissingen of automatisering, of AI van derden beheren. In de praktijk dus ook ingekochte software met AI-functies en tools die medewerkers zelf gebruiken.

Leg per systeem het doel vast, de eigenaar, de data, de leverancier en wie de uitkomst gebruikt. Hoe we rollen en verantwoordelijkheden rond AI inrichten, lees je bij AI governance.

Als je één of twee AI-tools gebruikt, niemand naar je AI-beheersing vraagt en er geen eigen modellen zijn. Dan is een kort AI-beleid met een eigenaar per tool vaak genoeg. Hoe je AI verantwoord toepast, lees je bij responsible AI.

Groeit het aantal toepassingen, of gaan opdrachtgevers ernaar vragen, dan is dat beleid een goed begin voor het managementsysteem.

Door naar governance, rollen of het beheer van modellen?

Bekijk alle diensten