Aansprakelijkheid bij AI-fouten wordt in 2026 verdeeld over drie schakels: de aanbieder, de professional die het systeem gebruikt en de verzekeraar. Een Duits vonnis houdt Google rechtstreeks aansprakelijk, maar de professional blijft eindverantwoordelijk; leg daarom per workflow vast wie controleerde en waarop een beslissing berustte.
De aanleiding is concreet. Volgens een analyse van advocatenkantoor DLA Piper in zijn Innovation Law Insights van 2 juli 2026 oordeelde het Landgericht München I op 28 mei 2026 (zaaknummer 26 O 869/26) dat Google rechtstreeks aansprakelijk is voor onjuiste uitspraken in zijn AI Overviews. De rechtbank zag Google niet als neutrale doorgeefluik, maar als producent van eigen content: het systeem genereerde claims die niet in de gelinkte bronnen stonden. Voor professionals die met AI werken, betekent dit dat de vraag "wie is aansprakelijk als AI een fout maakt?" niet langer hypothetisch is.
Waarom houdt de rechter in München Google zelf aansprakelijk voor AI-output?
Volgens de analyse van DLA Piper draaide het vonnis om de kwalificatie van de output. Doordat Google het systeem bouwt, aanbiedt en de algoritmen beheerst, werden de door AI geformuleerde uitspraken toegerekend aan Google zelf, niet aan de onderliggende bronnen. Daarmee vervalt het klassieke verweer dat een platform slechts informatie doorgeeft.
Dit past in een breder Europees kader. De Chambers Practice Guide Artificial Intelligence 2026 beschrijft dat de herziene Product Liability Directive (Richtlijn (EU) 2024/2853) software en AI-systemen expliciet als product behandelt en uiterlijk 9 december 2026 in nationale wetgeving moet zijn omgezet. Daarnaast legt de EU AI Act een risicogestuurde nalevingsplicht op. Naar onze inschatting wordt hiermee het bewijsraamwerk aangescherpt: aanbieders zullen steeds beter moeten kunnen aantonen dat hun systeem aan veiligheids- en documentatie-eisen voldeed, terwijl benadeelden in bepaalde gevallen op bewijsverlichting kunnen rekenen onder de nieuwe richtlijn.
Het is geen exclusief Europees verschijnsel. Het Japanse ministerie van Economie, Handel en Industrie (METI) publiceerde op 9 april 2026 een richtlijn over civiele aansprakelijkheid bij AI-gebruik, waarin het benadrukt dat bestaande foutaansprakelijkheid en zorgplichten in veel gevallen al volstaan, mits zorgvuldig wordt uitgelegd hoe causaliteit en zorgplicht bij AI moeten worden beoordeeld.
Blijf ik als professional aansprakelijk als een AI in mijn workflow zit?
Ja. In hoog-trust domeinen verschuift de eindverantwoordelijkheid niet naar het systeem. De sectorpublicatie van Sovib over AI in de zorg stelt dat AI de besluitvorming mag ondersteunen maar niet mag overnemen, en dat de zorgverlener onder de Wet op de geneeskundige behandelingsovereenkomst (WGBO) eindverantwoordelijk blijft voor de kwaliteit van de zorg. Een medewerker die een AI-gegenereerd verslag klakkeloos overneemt zonder controle, kan volgens Sovib aansprakelijk zijn alsof hij de fout zelf maakte.
Naar onze inschatting biedt dit patroon in de zorg een aanknopingspunt voor andere hoog-trust domeinen, al zal de precieze uitwerking per sector en rechtsgebied verschillen. Ook in juridische, financiële en toezichthoudende praktijken blijven bestaande beroeps- en zorgplichten onverkort van kracht zodra AI in de keten komt. Dat betekent dat u als professional AI verantwoord inzetten in de beroepspraktijk moet en moet kunnen laten zien dat een AI-suggestie is gecontroleerd en onderbouwd. Wie AI-output overneemt zonder controlemoment, draagt het risico zelf.
Waarom sluiten verzekeraars generatieve-AI-schade steeds vaker uit?
Er ontstaat een dekkingsgat. Volgens een analyse van Zylos.ai over aansprakelijkheidsverzekering rond AI-agents sluiten generieke aansprakelijkheidsverzekeringen (CGL) sinds 1 januari 2026 generatieve-AI-gerelateerde schade steeds vaker uit via nieuwe ISO-clausules (CG 40 47, CG 40 48 en CG 35 08). Tegelijk beschrijft Zylos.ai een opkomende niche van gespecialiseerde AI-aansprakelijkheidsverzekeraars die dekking koppelen aan aantoonbaar risicobeheer.
De praktische consequentie: valt AI-schade onder een dergelijke uitsluiting, dan kan er een dekkingsgat ontstaan en loopt u het risico dat uw bestaande polis de schade niet of slechts gedeeltelijk dekt. Sovib wijst er bovendien op dat aansprakelijkheidsdekking via de AVB weliswaar deel van de risico's kan opvangen, maar dat er lacunes bestaan bij cybergerelateerde schade. Naar onze inschatting zal voor veel verzekeraars aantoonbaar risicobeheer, bijvoorbeeld via controleerbare en logbare AI-workflows, een steeds belangrijkere verzekeringstechnische factor worden, naast de juridische vragen rond aansprakelijkheid.
Wat moet ik per AI-workflow vastleggen om aansprakelijkheid te kunnen dragen?
De rode draad door vonnis, richtlijn en verzekeringstrend is dat elke schakel moet kunnen aantonen welke maatregelen zij nam. Wij zien dat als een gedistribueerde zorgplicht: het gaat minder om wie formeel schuldig is, en meer om of iedereen kan laten zien wat er gebeurde. Als redactionele checklist, gebaseerd op de aangehaalde bronnen:
- Menselijke controle zichtbaar maken. Leg vast wie een AI-suggestie beoordeelde en met welke uitkomst, zodat u kunt aantonen dat de output niet klakkeloos is overgenomen.
- Herkomst van claims traceren. Bewaar op welke bronnen een AI-antwoord berustte; het Duitse vonnis draaide juist om claims die niet in de bronnen stonden.
- Rollen en beslisrechten afbakenen. Maak duidelijk welk besluit bij de mens ligt en waar AI slechts ondersteunt.
- Leveranciersverplichtingen contractueel borgen. Regel dat de aanbieder zijn documentatie- en veiligheidsplichten onder de nieuwe productaansprakelijkheid kan aantonen; overweeg auditrechten en bewijsverplichtingen vast te leggen in AI-contracten.
- Verzekeringsdekking toetsen. Controleer of uw polis generatieve-AI-schade uitsluit en welk risicobeheer een verzekeraar verwacht.
Een verificatielaag kan hierbij ondersteunen. Vera is geen chatbot en geen eigen taalmodel, maar kan verificatiestappen, correcties, tegenspraak en bronnen zichtbaar maken zodat een professional ze kan controleren. Daarmee wordt per workflow beter inzichtelijk welk AI-systeem is gebruikt, welke controle er was en waarop een beslissing rustte, wat helpt om bewijs en verantwoording per workflow zichtbaar te maken. Dat garandeert geen juistheid en sluit hallucinaties niet uit, maar het maakt de beschikbare controle wél aantoonbaar. Voor het herkennen van onbetrouwbare output kunt u zich daarnaast verdiepen in praktische tips over het misleidende AI-citaties herkennen en controleren, zoals we in een aparte blog bespreken.
De kern voor de lezer: zorg dat u per incident kunt reconstrueren wie wat deed, met welke zorgvuldigheid. Het professionele eindoordeel blijft altijd bij u.
Bronnen en referenties
- Google AI Overviews liability: Munich court holds Google directly liable for what its AI invents
- Artificial Intelligence 2026 – EU chapter (Product Liability Directive and AI)
- Guidance on the Interpretation and Application of Civil Liability in the Utilization and Application of AI
- Als AI een fout maakt, wie is dan aansprakelijk?
- Who Pays When an Agent Gets It Wrong: The 2026 AI Agent Liability Insurance Underwriting Landscape
Bronnen: Het artikel steunt op het vonnis van het Landgericht München I zoals geanalyseerd door DLA Piper, de Chambers Practice Guide over de EU Product Liability Directive, de METI-richtlijn uit Japan, de sectoranalyse van Sovib en het onderzoek van Zylos.ai.