AI Toepassingen

AI op het assurantiekantoor: waar het helpt en waar de Wft een grens trekt

Waar AI een assurantiekantoor tijd bespaart, waarom de Wft-zorgplicht het advies zelf buiten bereik houdt, en wat de AI-verordening betekent voor verzekeraars.

AI WorkTalent Redactie · 3 augustus 2026 · 10 min leestijd

AI op het assurantiekantoor doet vooral voorbereidend werk: polissen doorzoeken, dossiers ordenen, schademeldingen sorteren, mail en telefoon afhandelen. Dat is het eerste van twee soorten werk in een assurantiekantoor of financieel adviesbureau — het tweede is het advies zelf, geen gewone dienstverlening maar een gereguleerde activiteit onder de Wet op het financieel toezicht (Wft), met een zorgplicht, een toezichthouder en een dossier dat reconstrueerbaar moet zijn. Dit artikel laat zien waar AI vandaag al helpt, waarom de grens bij het advies zelf hard is, en wat de AI-verordening daaraan toevoegt.

Waar AI op het assurantiekantoor vandaag al tijd bespaart

Zes plekken in het dagelijkse werk van een kantoor waar AI merkbaar tijd scheelt, van puur zoekwerk tot werk waar al iets meer beoordeling bij komt kijken.

Polisdocumenten en voorwaarden doorzoeken. Een polisvoorwaardenset is al gauw enkele tientallen pagina's. AI kan snel de relevante clausule terugvinden: is waterschade door een verstopte afvoer gedekt, wat is het eigen risico bij deze polis? Zo hoeft een medewerker niet zelf het hele document door te spitten. Dat is een zoekhulp — het antwoord toets je aan de bron voordat je het aan een klant doorgeeft.

Klantdossiers voorbereiden. Voorafgaand aan een adviesgesprek kan AI het bestaande dossier van een klant samenvatten: welke polissen lopen er, wanneer zijn ze voor het laatst herzien, en welke wijzigingen in de persoonlijke situatie staan genoteerd. Zo gaat de adviseur met een compleet beeld het gesprek in, in plaats van eerst een half uur dossiers na te lopen.

Schademeldingen triëren. Bij een instroom van schademeldingen kan AI een eerste inschatting maken van urgentie en complexiteit. Een gesprongen waterleiding vraagt bijvoorbeeld om een andere snelheid dan een gebarsten telefoonscherm. Zo komen de spoedgevallen boven aan de stapel te liggen. De uiteindelijke beoordeling of een schade gedekt is, blijft aan de behandelaar.

E-mail en telefoon afvangen. Denk aan standaardvragen zoals: is mijn polis nog actief, hoe wijzig ik mijn rekeningnummer, wanneer loopt mijn contract af. Een chatbot of telefoonassistent kan die vragen afhandelen, zodat medewerkers tijd overhouden voor vragen die wél een mens nodig hebben. Vanaf 2 augustus 2026 moet je een klant er bovendien op wijzen dat hij met een AI-systeem communiceert — zie verderop.

Verslaglegging van adviesgesprekken voorbereiden. Een gesprek van drie kwartier levert een berg aantekeningen op die je nog moet omzetten in een leesbaar verslag. AI kan op basis van een transcript of aantekeningen een eerste conceptverslag opstellen, inclusief de besproken opties en de gemaakte keuzes. Dat concept is een tijdsbesparing bij het schrijven — niet vanzelf het officiële dossierstuk, zie de sectie hieronder.

Gewijzigde voorwaarden bijhouden. Verzekeraars passen voorwaarden regelmatig aan, en een kantoor met honderden lopende polissen kan dat onmogelijk allemaal handmatig volgen. AI kan wijzigingen in voorwaardenteksten signaleren en koppelen aan de klanten die het raakt. Zo kan een adviseur gericht nagaan of een polis nog steeds passend is, in plaats van dat een wijziging pas bij een schademelding aan het licht komt.

Hoe dat er in de praktijk uitziet

Onderstaand scenario is een illustratie van hoe de werkverdeling tussen AI en adviseur eruit kan zien — geen praktijkgeval van een met naam genoemd kantoor. Een assurantiekantoor dat mkb-klanten bedient, zet voor ieder gepland adviesgesprek een AI-tool in. Die tool doorloopt het dossier van de klant: welke polissen lopen er, wat is er sinds het vorige gesprek veranderd in het bedrijf van de klant, en zijn er in de tussentijd voorwaarden gewijzigd die relevant zijn.

De adviseur krijgt vooraf een kort overzicht en een voorstel voor gespreksonderwerpen. Het handmatige uitzoekwerk vooraf vervalt daarmee. Na afloop van het gesprek zet dezelfde tool een opname of aantekeningen om in een conceptverslag: welke situatie is besproken, welke opties zijn langsgekomen, wat is er afgesproken.

De adviseur leest dat concept terug, corrigeert waar het transcript een detail heeft gemist of verkeerd heeft geïnterpreteerd, en vult aan wat ontbreekt. Pas dan stelt hij het verslag vast als onderdeel van het klantdossier. Het gesprek zelf, het advies en de eindverantwoordelijkheid voor het dossier blijven bij de adviseur — AI bespaart de tijd die anders in het naslaan en het uittypen zou zijn gaan zitten.

De harde grens: de Wft-zorgplicht

Financieel advies is geen gewone dienst maar een gereguleerde activiteit. Artikel 4:23 van de Wet op het financieel toezicht verplicht een financiële onderneming die adviseert om relevante informatie over de klant in te winnen, en die informatie mee te wegen in het advies. Het gaat om:

• de financiële positie
• kennis en ervaring
• doelstellingen
• risicobereidheid

Het advies moet aantoonbaar passend zijn bij het profiel van deze specifieke klant — geen generiek antwoord, maar een afweging die je bij een toetsing kunt reconstrueren. De AFM houdt hier toezicht op. In een interpretatie van december 2021 verduidelijkte de AFM waar de grens ligt tussen adviseren en louter informeren, aan de hand van vijf criteria die allemaal tegelijk moeten kloppen: er is een sturende aanbeveling, die past bij de individuele klant, over een specifiek nieuw af te sluiten product van een bepaalde aanbieder, niet gericht aan een onbepaald publiek, en gericht tot een (potentiële) klant. Pas als aan alle vijf is voldaan, is sprake van advies in de zin van de Wft, met alle verplichtingen van dien. Een negatief advies (afraden) en een toelichting op een product dat al is afgesloten, vallen daarmee buiten het adviesbegrip. Let op: bij verzekeringen met een beleggingscomponent rekent de AFM ook een transactie in een bestaand product mee — de interpretatie begrenst het adviesbegrip dus net zo goed als dat ze het aanscherpt.

Voor AI betekent dit een scherp onderscheid. Een systeem dat polisvoorwaarden doorzoekt, een dossier samenvat of een concepttekst opstelt, levert géén advies — het levert voorbereidend materiaal waar de adviseur nog een oordeel over velt. Zodra een AI-uitkomst rechtstreeks, zonder toetsing door een adviseur, bij de klant terechtkomt als een sturende aanbeveling voor een specifiek nieuw af te sluiten product — toegesneden op zijn situatie en persoonlijk aan hem gericht, niet aan een onbepaald publiek — overschrijd je de grens die de Wft trekt. Dat geldt evengoed voor een chatbot die ongemerkt verder gaat dan informeren en een klant zo'n productaanbeveling doet: de zorgplicht verdwijnt niet omdat een algoritme het antwoord heeft geformuleerd.

Een AI-samenvatting is pas een dossierstuk als een mens hem vaststelt

Het adviesdossier moet reconstrueerbaar zijn: bij een klacht, een geschil of een AFM-toetsing moet een kantoor kunnen laten zien wat er is besproken, welke informatie is ingewonnen en waarom een product passend was. Een AI-gegenereerd verslag van een adviesgesprek is daarvoor een handig startpunt, maar geen automatisch geldig dossierstuk. Spraakherkenning maakt fouten. Een taalmodel kan een nuance verkeerd samenvatten, of — het bekende risico van generatieve AI — iets toevoegen dat feitelijk niet is gezegd. Zolang niemand dat concept heeft vergeleken met wat er werkelijk is besproken en afgesproken, weet je dat niet.

De praktische regel is dus: een AI-samenvatting wordt pas een dossierstuk op het moment dat de adviseur — of een andere verantwoordelijke medewerker — het gesprek heeft gecontroleerd. Hij moet de samenvatting hebben gelezen, waar nodig gecorrigeerd, en expliciet hebben vastgesteld dat hij het gesprek juist weergeeft. Leg dat vaststellingsmoment ook vast, bijvoorbeeld met een naam en datum bij het definitieve verslag, zodat je bij een toetsing kunt tonen dat er menselijke controle heeft plaatsgevonden. Denk daarbij ook aan de privacykant: als je een adviesgesprek opneemt en een AI-tool van een externe partij dat gesprek laat verwerken, verwerk je persoonsgegevens. Daarvoor heb je een grondslag nodig, en meestal ook een verwerkersovereenkomst. Zie wat de AVG in de praktijk van een dienstverlener vraagt.

AFM en DNB houden zelf ook toezicht op AI

De toezichthouders laten het niet bij de bestaande Wft-normen. De AFM Agenda 2026 benoemt AI expliciet als een thema dat door alle toezichtdomeinen heen loopt, van financiële dienstverlening tot vermogensbeheer. De AFM vraagt instellingen om:

• hun AI-toepassingen in kaart te brengen
• modelrisicobeheer en datakwaliteit te versterken
• beslislogica vast te leggen
• incidenten actief te melden

In een gezamenlijk rapport van AFM en DNB van 9 april 2024 over de impact van AI op de financiële sector en het toezicht staat de kern kort samengevat: bestaande regelgeving geldt onverkort ook voor AI-toepassingen. De toezichthouders zien daarbij risico's rond dataverwerking, uitlegbaarheid en onbedoelde vertekening — risico's die zij zelf ook nog moeten leren beoordelen.

Dat sluit aan bij een eerder kader. DNB formuleerde in 2019 zes uitgangspunten voor verantwoord AI-gebruik in de financiële sector, bekend onder het letterwoord SAFEST:

• Soundness (betrouwbaarheid)
• Accountability (verantwoordelijkheid blijft bij de instelling, niet bij de software)
• Fairness (geen onterechte benadeling van groepen klanten)
• Ethics (ethische afwegingen bij de inzet van AI)
• Skills (voldoende kennis in huis om AI te beoordelen)
• Transparency (uitlegbaarheid van de uitkomst, ook naar de klant)

Voor een assurantiekantoor is vooral de tweede letter relevant: een AI-tool overnemen ontslaat een kantoor niet van de verantwoordelijkheid voor de uitkomst.

De AI-verordening: hoog risico bij kredietwaardigheid en verzekeringsrisico

Naast de Wft en het toezicht van AFM en DNB geldt sinds 2024 de Europese AI-verordening (AI Act), met een eigen tijdlijn van invoeringsdata. De verboden AI-praktijken uit artikel 5 — denk aan sociale scoring van burgers — gelden al sinds 2 februari 2025. Vanaf 2 augustus 2026 gaat de transparantieplicht van artikel 50 in: een klant moet weten dat hij met een AI-chatbot communiceert in plaats van met een medewerker. Dat is direct relevant voor de chatbot die e-mail en telefoon afvangt.

Interessanter voor de financiële sector is bijlage III. Die merkt twee toepassingen expliciet aan als hoog risico, onder punt 5:

• AI-systemen die de kredietwaardigheid van een natuurlijk persoon beoordelen of een kredietscore vaststellen (met een uitzondering voor fraudedetectie)
• AI-systemen die worden gebruikt voor risicobeoordeling en prijsstelling bij levens- en ziektekostenverzekeringen

Voor systemen die onder bijlage III vallen, gelden zware verplichtingen:

• een risicobeheersysteem
• controle op datakwaliteit en vertekening
• technische documentatie
• het vastleggen van gebruik in logbestanden
• voor de afnemer van zo'n systeem: een beoordeling van de impact op grondrechten voordat het systeem in gebruik gaat

Deze verplichtingen waren aanvankelijk voorzien vanaf 2 augustus 2026, maar zijn via het Digital Omnibus-pakket — dat onderdelen van de AI-verordening versimpelt en de tijdlijn verruimt — verschoven naar 2 december 2027. Dit pakket is inmiddels wet: gepubliceerd als Verordening (EU) 2026/1744 in het Publicatieblad op 24 juli 2026, en in werking sinds 27 juli 2026. De datum van 2 december 2027 staat daarmee juridisch vast.

Voor wie is dit relevant? Vooral voor verzekeraars zelf en voor volmachten of gevolmachtigd agenten die namens een verzekeraar risico's beoordelen en premies vaststellen. Zij zijn de partijen die zo'n hoog-risicosysteem bouwen of inzetten, en dus de verplichtingen dragen. Een assurantietussenpersoon die adviseert en bemiddelt zonder zelf risico's te prijzen, bouwt zulke modellen doorgaans niet zelf. Maar het is wel verstandig te weten dat deze regels bestaan: de producten die je adviseert, komen tot stand met tools waar deze eisen straks op van toepassing zijn. Een geldverstrekker die kredietwaardigheid beoordeelt voor een hypotheekaanvraag valt bijvoorbeeld onder dezelfde bijlage III. Vraag bij twijfel na bij de verzekeraar of geldverstrekker hoe zij hiermee omgaan.

Wat AI overneemt en wat het kantoor blijft doen

Hoe je begint: kant-en-klaar of maatwerk

Wil je polisvoorwaarden doorzoeken, schademeldingen triëren of standaardvragen afvangen? Daar zit inmiddels AI-functionaliteit in veel adviessoftware en losse tools. Dat vraagt vooral om goed inrichten, niet om iets nieuws te laten bouwen. Wil je een koppeling tussen je eigen dossiersysteem en een verslagleggingstool, of een assistent die is getraind op de specifieke voorwaardenteksten van de verzekeraars waarmee je werkt? Dan ligt dat anders: dat is maatwerk. Overweeg dan eerst of zelf bouwen of uitbesteden beter bij je kantoor past — zie AI-automatisering uitbesteden of zelf bouwen. Reken ook door wat de investering moet opleveren voordat je begint — zie hoe je de ROI van een AI-investering berekent. Begin in beide gevallen met één concreet knelpunt: de instroom van schademeldingen, of de tijd die verslaglegging kost. Bewijs eerst de waarde, en breid pas daarna uit — zie het stappenplan voor AI in het mkb.

AI bespaart een assurantiekantoor of adviespraktijk het meeste tijd op zoeken, ordenen en voorbereiden. Niets daarvan verandert wie het advies geeft, wie de zorgplicht draagt en wie het dossier vaststelt. Zet AI in als hulpmiddel dat het gesprek voorbereidt, niet als vervanger van het advies zelf. Op AI WorkTalent vind je specialisten die AI-oplossingen voor de financiële dienstverlening hebben gebouwd.