Artikelen / Van principes naar handhaving: AI-governance tastbaar maken
Door Gianluca Busato · Oprichter, CEO & AI-systeemarchitect · 2026-06-17
Door Gianluca Busato — Oprichter, CEO & AI-systeemarchitect, Enkronos
De afgelopen jaren brachten een lawine van AI-governance voort principes. Wees transparant. Wees verantwoordelijk. Houd een mens in de lus. Wees rechtvaardig. Dit zijn goede principes. Ze zijn op zichzelf echter vrijwel nutteloos — want een principe in een slide deck heeft nog nooit een systeem ervan weerhouden iets te doen wat het niet had moeten doen.
Het onopgeloste probleem in AI-governance is niet bepalen wat we waarderen. Het is handhaving: het omzetten van "AI should be controlled" in deterministische regels die een draaiend systeem daadwerkelijk elke keer, zonder uitzondering, naleeft.
Een principe is een intentieverklaring. Een controle is een mechanisme. De kloof daartussen is waar elke governancefout zich bevindt.
"Onze AI is transparant" zegt niets als er geen onveranderlijk verslag is van wat hij besloot en waarom. "Er is een mens in de lus" zegt niets als die lus optioneel is, of als de mens om 03:00 een stempel‑dialoog krijgt zonder echte context. "De agent doet alleen wat hij bevoegd is te doen" zegt niets tenzij autorisatie is iets wat het systeem controleert voordat het handelt — geen hoop geuit in een beleids-PDF.
Principes beschrijven de bestemming. Handhaving is de weg. De meeste organisaties hebben een prachtige kaart gekocht en nooit de weg aangelegd.
Je kunt handhaving niet achteraf via een beoordelingscommissie opleggen. Tegen de tijd dat een commissie bijeenkomt, heeft de agent al een paar miljoen keer gehandeld. Handhaving moet een eigenschap van het systeem zelf zijn:
toerekenbaar. Geen anonieme autonomie.
in machinaal uitvoerbare vorm en deterministisch geëvalueerd.
en beleid voor het voert uit, en leidt acties met grote impact naar een mens.
gereconstrueerd en verklaard.
Let op: dit zijn geen waarden. Het zijn mechanismen. Ze vertalen waarden naar iets wat een machine niet kan negeren.
Hier is het deel waar teams tegenin gaan: de governancelaag moet deterministisch. Zelfde inputs, hetzelfde beleid, dezelfde beslissing — elke keer.
Dat lijkt in tegenspraak met AI, die van nature probabilistisch is. Dat is het niet. Het model kan zo creatief redeneren als je wilt. Maar zijn toegestane acties gaan door regels die vast, testbaar en reproduceerbaar zijn. Probabilistisch redeneren, deterministische vangrails. Die combinatie maakt autonome AI auditeerbaar — en auditeerbaarheid is wat haar betrouwbaar maakt.
Een toezichthouder, een auditor of je eigen ops-team moet weten dat een controle zich de duizendste keer hetzelfde gedraagt als de eerste. Dat krijg je niet van een principe; dat krijg je van determinisme.
Wil je weten of je AI‑governance echt of decoratief is? Stel één vraag aan elke controle die je zegt te hebben: "Laat zien waar dit wordt afgedwongen in het draaiende systeem."
Is het antwoord een document, dan is het een principe. Is het een mechanisme — een identiteitscontrole, een beleidsbeoordeling, een bemiddelingsstap, een auditvermelding — dan is het governance.
De organisaties die winnen met agentische AI zijn niet die met de beste principes. Het zijn degenen die de weg hebben aangelegd.
Dit is de ontwerpstelling achter AINOVA en de Enkronos ecosysteem. Meer over het vierlagenmodel en het governance-volwassenheidspad op gianlucabusato.com.