Opleiding : Het in kaart brengen en beoordelen van het gebruik van AI volgens de AI-wet

Breng de gebruikssituaties in kaart, beoordeel de risico’s en stel prioriteiten voor uw nalevingsmaatregelen

Praktijkcursus - 2d - 14u00 - Ref. RIR
Prijs : 1720 € V.B.

Het in kaart brengen en beoordelen van het gebruik van AI volgens de AI-wet

Breng de gebruikssituaties in kaart, beoordeel de risico’s en stel prioriteiten voor uw nalevingsmaatregelen


Nieuwe opleiding

De invoering van kunstmatige intelligentie binnen organisaties komt in een stroomversnelling, maar niet alle toepassingen bieden dezelfde voordelen of brengen dezelfde risico’s met zich mee. Alvorens een effectief bestuurskader of een aanpak voor naleving van de AI-wet in te voeren, is het essentieel om de bestaande toepassingen nauwkeurig in kaart te brengen en de gevolgen ervan te beoordelen. Deze opleiding biedt een gestructureerde methode om AI-toepassingen in kaart te brengen, hun risiconiveau te bepalen en prioriteit te geven aan de te ondernemen acties.


INTER
INTRA
OP MAAT

Praktijkcursus ter plaatse of via klasverband op afstand
Disponible en anglais, à la demande

Ref. RIR
  2d - 14u00
1720 € V.B.




De invoering van kunstmatige intelligentie binnen organisaties komt in een stroomversnelling, maar niet alle toepassingen bieden dezelfde voordelen of brengen dezelfde risico’s met zich mee. Alvorens een effectief bestuurskader of een aanpak voor naleving van de AI-wet in te voeren, is het essentieel om de bestaande toepassingen nauwkeurig in kaart te brengen en de gevolgen ervan te beoordelen. Deze opleiding biedt een gestructureerde methode om AI-toepassingen in kaart te brengen, hun risiconiveau te bepalen en prioriteit te geven aan de te ondernemen acties.


Pedagogische doelstellingen
Aan het einde van de training is de deelnemer in staat om:
De huidige of geplande toepassingen van kunstmatige intelligentie binnen de eigen organisatie in kaart brengen
AI-systemen indelen volgens de risicocategorieën die in de AI-wet zijn vastgelegd
De regelgevende, organisatorische en bedrijfsmatige gevolgen van elk gebruik analyseren
De maatregelen ter naleving van de regelgeving prioriteren op basis van de risico’s en uitdagingen van de organisatie
Een overzicht van AI-toepassingen opstellen dat bruikbaar is als hulpmiddel bij het beheer

Doelgroep
Compliance-verantwoordelijken, juristen, functionarissen voor gegevensbescherming (DPO’s), risicomanagers, kwaliteitsmanagers, CISO’s, transformatiemanagers, AI-projectleiders, innovatiemanagers, bedrijfsmanagers, leden van de IT-, digitale of organisatorische directies, en iedereen die betrokken is bij de implementatie of het beheer van systemen op basis van kunstmatige intelligentie.

Voorafgaande vereisten
Geen

Praktische modaliteiten
Een afwisseling van methodologische inbreng, voorbeelden uit de praktijk en het uitwisselen van ervaringen. Toelichting op de toepasselijke bepalingen van de AI-wet en de operationele gevolgen daarvan. Gebruik van risicobeoordelingsschema’s, modellen voor inventarisatieformulieren, prioriteringsmatrices en voorbeelden van registers voor AI-systemen. Sectorale casestudies (HR, financiën, industrie, gezondheidszorg, publieke sector, dienstverlening). Interactieve quizzen, individuele opdrachten, workshops in duo’s en subgroepen, gezamenlijke presentaties en nabesprekingen.

Opleidingsprogramma

1
Inzicht krijgen in het classificatiekader voor AI-risico’s

  • Inzicht krijgen in de doelstellingen en de redenering achter de Europese AI-wet
  • Het onderscheid maken tussen de begrippen AI-systeem, generatief AI-model, agentgebaseerde AI en automatisering
  • Geef de vier risiconiveaus aan die in de AI Act zijn vastgelegd: onaanvaardbaar risico, hoog risico, beperkt risico en minimaal risico
  • Onderscheid maken tussen de toepasselijke verplichtingen per risicocategorie
  • Het in kaart brengen van toepassingen in een alomvattende aanpak van AI-governance
Praktisch werk
Interactieve quiz om verschillende digitale systemen van elkaar te onderscheiden (AI, automatisering, RPA, regelengine, generatieve AI). Gezamenlijke analyse van ongeveer vijftien use cases uit diverse sectoren (HR, financiën, gezondheidszorg, industrie, publieke sector, klantrelaties). In subgroepen stellen de deelnemers een eerste inschatting van het risiconiveau voor en vergelijken vervolgens hun analyses met de eisen van de AI Act tijdens een door de trainer geleide terugkoppelsessie.

2
De AI-toepassingen binnen de eigen organisatie in kaart brengen

  • De gemelde, opkomende en informele toepassingen van AI in verschillende beroepen in kaart brengen
  • Een aanpak voor het verzamelen van gegevens bij de afdelingshoofden en teams opzetten
  • Beschrijf elk gebruiksscenario aan de hand van een uniform schema: doel, gebruikers, gegevens, hulpmiddelen, leveranciers, begunstigden
  • Gevoelige gegevens, geautomatiseerde verwerkingen en door AI ondersteunde beslissingen identificeren
  • Het opstellen van een bruikbare kaart voor de compliance-, IT-, informatiebeveiligings- en bedrijfsafdelingen
Praktisch werk
Aan de hand van een sjabloon voor een inventarisatieformulier stelt elke deelnemer een overzicht op van de gebruikssituaties binnen zijn organisatie of van een verstrekte casestudy. In tweetallen wordt gewerkt om de ontbrekende informatie aan te vullen, waarna de resultaten worden gebundeld om de moeilijkheden te identificeren die tijdens de inventarisatie zijn ondervonden (Shadow AI, persoonlijk gebruik, SaaS-tools, niet-gemelde experimenten). Gezamenlijke uitwerking van een model voor gebruikskartografie dat binnen het bedrijf hergebruikt kan worden.

3
Risiconiveaus kwalificeren en de gevolgen analyseren

  • Het niveau van het regelgevingsrisico voor elk gebruiksscenario beoordelen
  • De criteria vaststellen die van invloed zijn op de classificatie: doel, toepassingsgebied, soort besluit, mate van autonomie, gebruikte gegevens
  • De juridische, ethische, organisatorische, reputatie- en operationele risico’s analyseren
  • De aanvullende verplichtingen in verband met de AVG, cyberbeveiliging en gegevensbeheer in kaart brengen
  • Een analyseframework op basis van meerdere criteria opstellen om het stellen van prioriteiten te vergemakkelijken
Praktisch werk
Casestudie: rode draad. In groepjes van drie of vier deelnemers wordt een gedetailleerde kwalificatie gemaakt van een tiental AI-toepassingsgevallen van een fictieve organisatie. De deelnemers vullen een risicobeoordelingsmatrix in en presenteren vervolgens hun afwegingen aan de hele groep. Collectieve discussie over grensgevallen en verschillen in interpretatie om tot een uniforme aanpak van de kwalificatie te komen.

4
Maatregelen prioriteren en een stappenplan opstellen

  • Bepaal welke gebruikssituaties prioritaire maatregelen vereisen
  • Bepaal de juiste bestuursmaatregelen op basis van het risiconiveau
  • Bepalen welke documenten en bewijsstukken moeten worden overgelegd om aan te tonen dat aan de voorschriften wordt voldaan
  • Het gebruik van AI in de loop van de tijd bijhouden aan de hand van indicatoren en een register van AI-systemen
  • Een stappenplan opstellen voor naleving en governance
Praktisch werk
Op basis van de eerder opgestelde inventarisatie stellen de deelnemers individueel een prioriteringsmatrix op waarin risiconiveau, bedrijfskriticiteit en organisatorische volwassenheid tegen elkaar worden afgezet. In workshops stellen ze een eerste stappenplan op met maatregelen voor de korte, middellange en lange termijn: aanvullende inventarisatie, classificatie, governance, bewustmaking, documentatie, leverancierscontrole en opvolging. Gezamenlijke terugkoppeling met uitwisseling van goede praktijken en aanbevelingen van de trainer.

5
Een duurzame aanpak voor het in kaart brengen en evalueren van het gebruik invoeren

  • De rollen van de verschillende belanghebbenden bij het bijhouden van de cartografie vaststellen
  • Het in kaart brengen van AI-toepassingen integreren in bestaande bedrijfsprocessen
  • Het organiseren van periodieke evaluaties en updates van het register
  • De verschillende beroepsgroepen bewust maken van het melden van nieuwe toepassingen en het beheersen van Shadow AI
  • De volgende stappen voorbereiden op weg naar een volledig AI-bestuur
Praktisch werk
Rollenspel in groepen waarin een AI-bestuurscommissie wordt nagespeeld. Elke groep vertegenwoordigt een afdeling (juridische zaken, bedrijfsafdelingen, IT, informatiebeveiliging, compliance, HR) en moet beslissen over de integratie van nieuwe gebruiksscenario’s in het overzicht. De deelnemers stellen gezamenlijk de verantwoordelijkheden, de validatiecriteria en het proces voor periodieke evaluatie vast. De training wordt afgesloten met het opstellen van een individueel actieplan waarin de eerste maatregelen worden vastgelegd die in hun organisatie moeten worden genomen.



Dit programma is een origineel concept, ontwikkeld door de pedagogische teams van ORSYS Formation. Elke reproductie, weergave, aanpassing of exploitatie, geheel of gedeeltelijk, zonder voorafgaande schriftelijke toestemming van ORSYS, is ten strengste verboden. ORSYS behoudt zich het recht voor om alle nodige maatregelen te nemen ter bescherming van haar intellectuele-eigendomsrechten.

Data en plaats
Selecteer uw locatie of kies voor de les op afstand en kies vervolgens uw datum.
Klas op afstand

Dernières places
Date garantie en présentiel ou à distance
Session garantie

KLAS OP AFSTAND
2026 : 10 dec.

2027 : 4 maa., 14 juni, 23 sep., 29 nov.

PARIS LA DÉFENSE
2026 : 10 dec.

2027 : 25 feb., 7 juni, 16 sep., 22 nov.



Dit programma is een origineel concept, ontwikkeld door de pedagogische teams van ORSYS Formation. Elke reproductie, weergave, aanpassing of exploitatie, geheel of gedeeltelijk, zonder voorafgaande schriftelijke toestemming van ORSYS, is ten strengste verboden. ORSYS behoudt zich het recht voor om alle nodige maatregelen te nemen ter bescherming van haar intellectuele-eigendomsrechten.