Veelvoorkomende afwijkingen bij ISO 42001-audits, per hoofdstuk van de norm

Wie zich voorbereidt op een ISO/IEC 42001-audit wil weten waar het meestal misgaat. Uit onze auditpraktijk komt een herkenbaar beeld: de meeste afwijkingen zitten in het managementsysteem eromheen, zelden in de modellen zelf. Organisaties die hun AI technisch goed op orde hebben, struikelen over vage scopeverklaringen, hergebruikte ISMS-documenten en processen die alleen op papier bestaan. Hieronder de afwijkingen die wij het vaakst tegenkomen, geordend per hoofdstuk van de norm.

Hoofdstuk 4: context en scope

De klassieker: de organisatie hergebruikt de contextanalyse van het ISMS zonder AI-specifieke invulling. AI-regelgeving zoals de EU AI Act, maatschappelijke verwachtingen rond AI en interne factoren als datakwaliteit en AI-expertise ontbreken dan. Een tweede terugkerend punt is dat de organisatie haar rol per AI-systeem niet heeft bepaald: ben je aanbieder, ontwikkelaar of gebruiker? Zonder die bepaling blijven verantwoordelijkheden onduidelijk. Bij de scope (4.3) zien we vage verklaringen als "alle AI-activiteiten", ingekochte AI die buiten de scope is gelaten en shadow AI die nergens in beeld is. Ook worden betrokkenen van AI-besluiten, zoals sollicitanten die door een algoritme worden gescreend, vaak niet als belanghebbende herkend.

Hoofdstuk 5: leiderschap

Hier draait het om betrokkenheid van de directie. De afwijking die wij het vaakst noteren: alle AI-governance is gedelegeerd aan IT of het datateam, zonder bestuurlijk toezicht, budget of eigenaarschap. Het AI-beleid is er wel, maar is generiek en zegt niets over fairness, uitlegbaarheid of menselijk toezicht. Of het beleid is nooit gecommuniceerd aan de teams die de modellen bouwen. En er is geen centraal aanspreekpunt voor het AIMS: verantwoordelijkheden zijn versnipperd over afdelingen die niet met elkaar afstemmen.

Hoofdstuk 6: planning

Rond de AI-risicobeoordeling (6.1.2) zien we criteria die alleen naar organisatiebelang kijken (financieel, reputatie) en de impact op individuen en groepen overslaan. Methodieken houden geen rekening met AI-specifieke factoren als trainingsdatabias of modelgedrag dat verandert na hertraining. Risicobeoordelingen worden één keer uitgevoerd, bij de eerste ontwikkeling, en daarna nooit meer. Bij de risicobehandeling (6.1.3) ontbreekt een Statement of Applicability of is die onvolledig. En de impactassessment (6.1.4) wordt verward met de risicobeoordeling: er is geen apart proces dat de gevolgen voor individuen, groepen en de samenleving beoordeelt, en redelijkerwijs voorzienbaar misbruik wordt niet geanalyseerd.

Hoofdstuk 7: ondersteuning

Competentie-eisen voor AI-rollen zijn niet gedefinieerd: er is geen competentiematrix en geen bewijs van opleiding. Trainingen gaan alleen over techniek en slaan ethiek, verantwoorde AI en regelgeving over. Bewustzijn blijft beperkt tot het datateam, terwijl juist businessgebruikers dagelijks met AI-uitkomsten werken. Bij documentatie (7.5) zien we AI-specifieke documenten zoals model cards en datasheets die simpelweg niet bestaan, versiebeheer dat ontbreekt en documentatie verspreid over persoonlijke schijven en chatberichten.

Hoofdstuk 8: uitvoering

Ontwikkelprocessen verschillen per team en zijn nergens vastgelegd. Modellen worden hertraind en opnieuw uitgerold zonder formeel wijzigingsbeheer, waardoor de risicobeoordeling en de impactassessment niet worden geactualiseerd terwijl het systeem wel verandert. Uitbestede AI, zoals API's van derden en cloud-AI-diensten, valt buiten de governance. De operationele herbeoordelingen die hoofdstuk 8 vraagt, blijven vaak volledig achterwege: de beoordeling uit de ontwikkelfase wordt behandeld als een eenmalige exercitie.

Hoofdstuk 9: evaluatie

Monitoring meet alleen technische prestaties zoals accuraatheid en uptime, zonder fairness, bias of drift. Er zijn geen KPI's voor het managementsysteem zelf. De interne audit (9.2) toetst alleen documentatie en verifieert niet of processen werken; een auditprogramma ontbreekt of auditors beoordelen hun eigen werk. Bij de managementreview (9.3) ontbreekt de directie, is er geen gestructureerd inputpakket en bevatten de notulen geen concrete besluiten.

Hoofdstuk 10: verbetering

Afwijkingen worden wel gecorrigeerd maar zonder oorzaakanalyse, waardoor ze terugkomen. De doeltreffendheid van corrigerende maatregelen wordt niet geverifieerd. En een patroon dat wij vaak zien: AI-incidenten zoals bevooroordeelde output worden afgehandeld als technisch probleem, zonder koppeling aan het AIMS. De les uit het incident bereikt het managementsysteem nooit, dus het governanceproces dat het incident mogelijk maakte blijft ongewijzigd.

Annex A: drie domeinen die eruit springen

Bij de data-controls (A.7) kan de organisatie de herkomst van trainingsdata niet aantonen, zijn kwaliteitseisen niet gedefinieerd en is databewerking niet gedocumenteerd, waardoor trainingen niet reproduceerbaar zijn. In de levenscyclus (A.6) ontbreken model cards en technische documentatie, en valideren ontwikkelaars hun eigen modellen zonder onafhankelijke toets op fairness en robuustheid. Bij derden (A.10) wordt AI ingekocht via de standaard inkoopprocedure zonder AI-specifieke due diligence, en bevatten contracten geen afspraken over transparantie, biastests of incidentmeldingen.

Wat de rode draad is

Vrijwel al deze afwijkingen hebben dezelfde oorzaak: het AIMS bestaat op papier, maar de aansluiting op de dagelijkse AI-praktijk ontbreekt. De remedie is even voorspelbaar als effectief. Voer vóór de certificeringsaudit een volledige interne audit uit die niet alleen documenten leest maar ook bewijs opvraagt: uitgevoerde risicobeoordelingen, monitoringdata, notulen, logbestanden. Draai de managementreview minstens één keer echt, met de directie erbij. En loop de Annex A-controls langs met de vraag: kunnen we dit laten zien, of kunnen we het alleen vertellen?

De interne-auditmodule van het Secure Audit platform bevat per ISO 42001-clausule en Annex A-control de criteria, interviewvragen, voorbeelden van goede invulling en de veelvoorkomende afwijkingen uit dit artikel. Daarmee voer je de interne audit uit die deze punten boven tafel krijgt voordat de certificerende instelling langskomt. Neem contact op voor een vrijblijvend gesprek.