Risico’s Van Ai In Kredietverlening: De Onderschatte Dreiging Voor Banken

Het debat over het gebruik van AI binnen kredietverstrekking richt zich vaak op snelheid, efficiëntie en verbeterde modellen. Dit is terecht, gezien de aanzienlijke impact. Echter, er wordt een cruciaal onderdeel stelselmatig onderschat: het beheer van AI blijft aanzienlijk achter bij de implementatie ervan. Dit is mogelijk het grootste risico dat banken op dit moment lopen.

Banken bevinden zich in een technologische race. Klanten verwachten realtime beslissingen, fintechs stellen de norm voor gebruiksgemak en marges staan onder druk. AI lijkt de perfecte oplossing: sneller, goedkoper en op het eerste gezicht beter.

In de praktijk brengt AI aanzienlijke voordelen met zich mee. Kredietmodellen worden accurater, processen worden grotendeels geautomatiseerd en risico’s worden eerder opgemerkt. Sommige instellingen behalen inmiddels meer dan 90% straight-through processing. Echter, wie zich alleen richt op deze voordelen, mist het grotere plaatje.

De echte verandering zit hem niet alleen in betere modellen, maar ook in de explosieve toename van het aantal modellen en use cases. Dit is waar het probleem ontstaat. Waar banken traditioneel gezien slechts een beperkt aantal kredietmodellen hadden, is er nu een landschap van honderden, zo niet duizenden algoritmen, elk met hun eigen data, aannames en risico’s.

Het gaat niet langer alleen om de vraag of een model goed is, maar of er nog controle is over het geheel. In veel gevallen is het eerlijke antwoord: nee. Ondanks alle aandacht voor AI, blijft governance in veel organisaties een ondergeschoven kindje. Validatieteams zijn onderbemand, documentatie is niet up-to-date en uitlegbaarheid wordt pas aangepakt wanneer toezichthouders ernaar vragen.

Dit is een gevaarlijke dynamiek, met name in kredietverlening, waar beslissingen directe gevolgen hebben voor klanten en waar consistentie en uitlegbaarheid essentieel zijn. Het gebruik van AI vergroot niet alleen de mogelijkheden, maar ook de risico’s. En momenteel groeien deze risico’s sneller dan de beheersmaatregelen.

Met de komst van de EU AI Act verdwijnt de vrijblijvendheid. Kredietverlening wordt gecategoriseerd als hoog risico en dat is niet zonder reden. Banken moeten straks kunnen aantonen hoe modellen werken, welke data wordt gebruikt, hoe bias wordt voorkomen en waar menselijke controle plaatsvindt.

Dit is geen papieren oefening, maar iets dat de kern raakt van hoe kredietprocessen zijn georganiseerd. Voor veel banken leidt dit tot een ongemakkelijke conclusie: de huidige AI-implementaties zijn simpelweg nog niet compliant-by-design.

Er is een fundamentele verschuiving in denken nodig. We moeten niet langer sturen op individuele modellen, maar op het AI-ecosysteem als geheel: welke use cases zijn er, hoe beïnvloeden modellen elkaar, waar zitten cumulatieve risico’s en wie is waarvoor verantwoordelijk?

Dit vereist nieuwe structuren, nieuwe tools en vooral andere prioriteiten. Governance moet niet langer volgend zijn, maar leidend.

De verleiding is groot om AI primair te zien als een versneller. Maar snelheid zonder controle is in de financiële sector geen voordeel, het is een kwetsbaarheid. Banken die nu investeren in governance, vertragen misschien op de korte termijn, maar bouwen aan iets veel waardevollers: duurzame schaalbaarheid en vertrouwen.

Banken die dat niet doen, lopen het risico dat hun AI-ambities stranden op regelgeving, reputatieschade of simpelweg verlies van controle.

AI gaat ongetwijfeld de kredietverlening fundamenteel veranderen, daar is weinig discussie over. Maar de echte scheidslijn in de sector zal niet liggen tussen banken met en zonder AI. Die ligt tussen banken die hun AI onder controle hebben en banken die dat niet hebben. En dat verschil wordt de komende jaren pijnlijk duidelijk.