De wetenschap achter risico-inschatting: hoe verzekeraars uw premie berekenen

De aanvraag die wij in dit onderzoek volgen

Om de machinerie achter een premie zichtbaar te maken, volgen wij één aanvraag van begin tot eind. Die aanvraag is verzonnen; de stappen, de modellen en de regels eromheen zijn dat niet.

Neem mevrouw Bakker, achtendertig jaar, wonend in Apeldoorn. Zij rijdt een Volkswagen Polo uit 2022, staat op negen schadevrije jaren, rijdt naar eigen opgave ongeveer twaalfduizend kilometer per jaar en wil een WA-dekking met beperkt casco. Zij vraagt de verzekering aan via een adviseur. Zij vult een formulier in, klikt op verzenden en ziet binnen een paar seconden een bedrag. In die paar seconden gebeuren zes tot acht dingen achter elkaar, uitgevoerd door verschillende systemen en soms door verschillende ondernemingen.

De rest van dit onderzoek loopt die stappen langs. Wij behandelen daarbij de machinerie en het toezicht, niet de opsomming van premiefactoren zelf; die staat elders.

Een premie is een schatting, geen prijs

Een fabrikant weet wat een product hem kost voordat hij het verkoopt. Een verzekeraar weet dat niet. Hij verkoopt een belofte en ontdekt pas achteraf wat die belofte heeft gekost. De premie die u vandaag betaalt, is daarom in de kern één ding: een schatting van wat een groep mensen met uw kenmerken het komende jaar aan schade gaat veroorzaken.

Die schatting valt uiteen in twee vragen die apart worden beantwoord. Hoe vaak gaat het mis bij mensen zoals u, en hoe duur is het gemiddeld als het misgaat? Het eerste heet de schadefrequentie, het tweede de gemiddelde schadelast. Het product van die twee is de zuivere risicopremie: het bedrag dat, over de hele groep gerekend, precies genoeg is om de schades te betalen.

Daarna komen er lagen bovenop. Bedrijfskosten, schadebehandeling, provisie voor een adviseur, een vergoeding voor het kapitaal dat de verzekeraar wettelijk moet aanhouden, en een marge. Als laatste komt de assurantiebelasting erbij, en die is voor iedereen gelijk.

Belastingdienst, „Tarief (assurantiebelasting)”: het tarief bedraagt 21 procent van de verzekeringspremie en de eventuele afzonderlijke vergoeding voor samenhangende diensten, en geldt sinds 1 januari 2013.

Dat onderscheid tussen risicopremie en opslag is niet academisch. Het is precies de scheidslijn waarop de Autoriteit Financiële Markten later in dit onderzoek toetst. Een verschil in premie dat voortkomt uit een verschil in risico is verdedigbaar. Een verschil dat voortkomt uit een verschil in marge, is dat niet zonder meer.

Het rekenhart: het gegeneraliseerde lineaire model

Het model dat die schatting maakt, heet in vrijwel de hele schadeverzekeringswereld het gegeneraliseerde lineaire model, afgekort tot GLM. De naam klinkt afschrikwekkend, het idee is dat niet.

Een GLM begint bij een basiswaarde: de gemiddelde schadefrequentie over de hele portefeuille. Vervolgens krijgt elk kenmerk dat u onderscheidt van dat gemiddelde een eigen factor. Wonen in een gebied met meer inbraken levert een factor boven de één op; negen schadevrije jaren levert een factor onder de één op. Die factoren worden met elkaar vermenigvuldigd. Zo ontstaat een tarief dat per kenmerk uitlegbaar is: u kunt aanwijzen welk gegeven welke kant op duwt en hoe hard.

Belangrijk is dat frequentie en schadelast apart worden gemodelleerd. Het aantal schades wordt doorgaans met een telverdeling geschat, de hoogte per schade met een verdeling die past bij bedragen die niet negatief kunnen zijn en een lange staart hebben. Een jonge bestuurder in een drukke stad kan een hoge frequentie hebben met relatief lage bedragen; een ervaren bestuurder op een provinciale weg het omgekeerde. Wie die twee door elkaar haalt, mist het verschil.

Waarom is juist dit model de standaard gebleven, terwijl er al twintig jaar krachtiger technieken bestaan? De actuariële vakliteratuur is daar eenduidig over. In een artikel in de Annals of Actuarial Science uit 2024 noemen Mathias Lindholm en Johan Palmquist gegeneraliseerde lineaire en additieve modellen „the standard benchmark models” in de schadeverzekering, en zij geven daarvoor de reden: die modellen zijn goed onderzocht, transparant en daardoor eenvoudig te interpreteren. Interpretatie is geen luxe. Een actuaris moet het model kunnen verdedigen, een toezichthouder moet het kunnen narekenen, en een klant moet in beginsel te horen kunnen krijgen waarom zijn premie is wat hij is.

Mathias Lindholm en Johan Palmquist, „Black-box guided generalised linear model building with non-life pricing applications”, Annals of Actuarial Science, jaargang 18, nummer 3 (2024).

Machine learning: meer voorspelkracht, minder uitleg

Naast het GLM staan technieken die de laatste vijftien jaar sterk zijn opgekomen. De belangrijkste in de verzekeringspraktijk is gradient boosting: een methode die honderden kleine beslisbomen achter elkaar traint, waarbij elke volgende boom vooral let op de gevallen die de vorige verkeerd voorspelde. Zulke modellen vinden combinaties die een GLM niet ziet, bijvoorbeeld dat een bepaald kenmerk alleen zwaar telt in samenhang met twee andere.

Dat het beter voorspelt, is in de vakliteratuur goed onderbouwd. In een vergelijkende studie voor de Deutsche Aktuarvereinigung uit maart 2024 zetten Daniel König en Friedrich Loser twaalf modellen naast elkaar op een Franse dataset met ruim 678.000 motorrijtuigpolissen: klassieke en geregulariseerde GLM’s, additieve modellen, diepe neurale netwerken en drie varianten van gradient boosting. De gradient-boostingmodellen kwamen als beste uit de bus op voorspelkracht, het klassieke GLM als zwakste, en de additieve modellen zaten daar verrassend dicht bij de top. Voor de interpretatie van de boostingmodellen moesten de onderzoekers een aparte techniek inzetten.

Dat laatste is de kern van de afweging. Een gradient-boostingmodel geeft geen tabel met factoren waar u met een vinger langs kunt lopen. Het geeft een uitkomst. Wie wil weten waarom die uitkomst zo is, heeft daar een tweede model voor nodig dat het eerste probeert uit te leggen. Dat is werkbaar voor een datawetenschapper, maar het is een moeizame basis voor een gesprek met een klant of een toezichthouder.

De praktische oplossing die de vakliteratuur beschrijft, is hybride. Lindholm en Palmquist laten in het al genoemde artikel zien hoe een gradient-boostingmodel kan worden gebruikt om te ontdekken welke groepen en drempelwaarden ertoe doen, waarna op basis daarvan een gewoon, categorisch GLM wordt gebouwd. Hun conclusie is dat zo’n begeleid GLM presteert op het niveau van het boostingmodel, maar met weinig parameters en met behoud van interpreteerbaarheid. Het geavanceerde model wijst de weg; het uitlegbare model draagt het tarief.

Hoeveel er in de Europese verzekeringsmarkt daadwerkelijk met deze technieken wordt gewerkt, is maar beperkt gemeten. De Europese toezichthouder EIOPA publiceerde op 8 mei 2019 een thematisch onderzoek naar big data analytics in de motorrijtuigen- en ziektekostenverzekering. Daaruit bleek dat 31 procent van de onderzochte ondernemingen kunstmatige intelligentie of machine learning actief gebruikte en nog eens 24 procent daarmee experimenteerde in een proof-of-conceptfase. EIOPA wees in dezelfde publicatie op de risico’s: eerlijkheid, nauwkeurigheid, transparantie en de uitlegbaarheid van modellen waarvan de werking niet zichtbaar is.

Voor Nederland is het meest recente beeld dat van De Nederlandsche Bank, die in 2024 een sectorbreed onderzoek onder schade-, levens-, zorg- en herverzekeraars uitvoerde en de uitkomsten begin 2026 deelde. Volgens de weergave daarvan door PONT Governance had begin 2025 bijna tachtig procent van de grote en middelgrote verzekeraars ten minste één AI-toepassing in productie, tegen 21 procent van de kleinste groep. Het accent lag daarbij op efficiëntie van interne processen en klantbediening, niet op het tarief. DNB constateerde tegelijk dat de vastlegging van ontwikkelkeuzes en de monitoring ná ingebruikname tekortschoten.

Tarifering en acceptatie zijn twee verschillende beslissingen

Terug naar de aanvraag van mevrouw Bakker. Het model heeft een bedrag geproduceerd. Daarmee is nog niet gezegd dat zij verzekerd is. Er volgt een tweede beslissing, en die is van een andere orde.

Tarifering beantwoordt de vraag hoeveel. Acceptatie beantwoordt de vraag óf, en zo ja onder welke voorwaarden. Voor die tweede vraag bestaat een acceptatierichtlijn: een intern document waarin de verzekeraar vastlegt welke aanvragen zonder tussenkomst mogen worden geaccepteerd, welke naar een medewerker gaan, en welke worden geweigerd of alleen met een clausule, een hoger eigen risico of een beveiligingseis worden aangenomen. Die richtlijn is geen openbaar stuk en verschilt per verzekeraar en per product.

De aanvraag van mevrouw Bakker valt vermoedelijk binnen de standaardbandbreedte en wordt dan zonder menselijke tussenkomst geaccepteerd. Was zij tweeëntwintig geweest, of had zij twee schades in drie jaar gehad, of stond haar auto in een gebied met veel diefstal zonder gecertificeerde beveiliging, dan was de aanvraag waarschijnlijk naar een acceptant gegaan.

Juridisch geldt hier het uitgangspunt van contractsvrijheid. Het klachteninstituut Kifid formuleert dat scherp op zijn eigen kennispagina over premieverhoging: het is niet aan Kifid om te oordelen of de premie die een verzekeraar vraagt redelijk is, want daar geldt het rechtsbeginsel van contractsvrijheid. Een verzekeraar mag dus in beginsel zelf bepalen wie hij accepteert en tegen welke prijs.

Die vrijheid is niet onbegrensd. Kifid toetst wél of een premiewijzigingsbeding transparant is en of de rechten en plichten van partijen in evenwicht blijven. In een zaak uit 2019 over een premie die van dertig naar vijfenveertig euro per maand ging, stelde de commissie vast dat een verzekeraar geen bedingen mag opnemen die als oneerlijk gelden onder de Europese richtlijn over oneerlijke bedingen in consumentenovereenkomsten. In een uitspraak van de Commissie van Beroep uit 2017 over een verhoging van twintig procent bleef het evenwicht juist wél in stand, mede omdat de klant de polis kon opzeggen. Uw belangrijkste tegenwicht is inderdaad dat u na het eerste jaar dagelijks kunt opzeggen met een maand opzegtermijn.

Kifid, kennispagina „Nieuwe verzekeringspolis met (veel) hogere premie”, met verwijzing naar uitspraak Commissie van Beroep 2017-021 en Geschillencommissie 2019-894.

Wie beslist er: de verzekeraar of de gevolmachtigd agent?

In het voorbeeld sluit mevrouw Bakker haar polis via een adviseur. In een aanzienlijk deel van de Nederlandse schademarkt betekent dat iets bijzonders: de partij die accepteert en de polis afgeeft, is dan niet de verzekeraar zelf maar een gevolmachtigd agent.

Een gevolmachtigd agent is een financiële dienstverlener die van een of meer verzekeraars de bevoegdheid heeft gekregen om namens hen op te treden. Volgens het Verbond van Verzekeraars gaat het daarbij om offreren, accepteren, wijzigen, administreren, premie incasseren en schade afhandelen, met uitzondering van letselschade. Het financiële risico blijft bij de verzekeraar, en de verzekeraar blijft eindverantwoordelijk voor de klanten die via dit kanaal worden bediend. Het Verbond spreekt over ongeveer 220 gevolmachtigde kantoren met samen ongeveer 1.400 volmachten, en stelt dat ongeveer één op de vier consumenten een verzekering via dit kanaal heeft.

De omvang van dat kanaal is goed gedocumenteerd. Uit het Marktrapport Volmachten 2025 van de NVGA en het Verbond van Verzekeraars, gepubliceerd op 15 april 2026, blijkt dat het premievolume van de sectoren Schade en Inkomen in de volmachtmarkt in 2025 met 6,1 procent steeg tot 5,3 miljard euro, tegen 5 miljard in 2024. In de branche Motor bedroeg het premievolume 1,94 miljard euro, waarvan 63 procent particulier en 37 procent zakelijk.

Voor u als aanvrager verandert dat de vraag bij wie u terechtkunt. De gevolmachtigd agent beslist over uw acceptatie, maar doet dat binnen de richtlijnen van de verzekeraar en met diens geld. Beide staan onder toezicht: de gevolmachtigd agent heeft een eigen vergunning onder de Wet op het financieel toezicht en valt onder de AFM, terwijl DNB bij de verzekeraar toetst of de uitbesteding beheerst gebeurt. De Gedragscode Verwerking Persoonsgegevens Verzekeraars gaat daarin nog een stap verder: verzekeraars moeten bij uitbesteding aan gevolmachtigden naleving van die code dwingend opleggen in een onderlinge overeenkomst.

De fraudecheck: registers, hit of geen hit, en altijd een mens

Ergens in de keten wordt uw aanvraag langs een aantal systemen gehaald. Dat is geen achterdocht jegens u persoonlijk; het is een verplichting die voortvloeit uit de integriteit van de financiële sector.

Verzekeraars houden om te beginnen een gebeurtenissenadministratie bij, waarin gebeurtenissen worden vastgelegd die de veiligheid of integriteit van de dienstverlening raken. Daaruit kan de afdeling Veiligheidszaken besluiten om gegevens op te nemen in een Intern Verwijzingsregister, dat alleen binnen de eigen groep zichtbaar is. Voldoet een gebeurtenis aan de criteria van het Protocol Incidentenwaarschuwingssysteem Financiële Instellingen, dan gaan de gegevens naar het Incidentenregister en in voorkomende gevallen naar het Extern Verwijzingsregister, dat door alle deelnemende financiële instellingen kan worden bevraagd. Daarnaast bestaat het Centraal Informatie Systeem, beheerd door de Stichting Centraal Informatie Systeem, met een eigen privacy- en gebruikersreglement.

Het externe register is met opzet karig. Het bevat alleen verwijzingsgegevens en werkt op basis van hit of geen hit: de medewerker die bevraagt, ziet bij een hit niet waaróm iemand geregistreerd staat, alleen dát het zo is. Vanaf dat moment mag er niets automatisch gebeuren. De medewerker moet de eigen afdeling Veiligheidszaken inschakelen, die contact opneemt met de veiligheidsafdeling van de instelling die de registratie heeft gedaan. Pas na het advies van Veiligheidszaken mag de informatie in de besluitvorming worden meegenomen. Het protocol legt bovendien vast dat alle bevragingen worden geregistreerd en dat wordt gecontroleerd of er na een hit ook daadwerkelijk navraag is gedaan, juist om te voorkomen dat uitsluitend op de hit wordt geoordeeld.

Opname in het externe register is geen lichte maatregel en het protocol schermt dat af met drie voorwaarden tegelijk. Ten eerste moeten de gedragingen een bedreiging vormen of kunnen vormen voor de belangen van klanten, medewerkers of de instelling zelf, of voor de continuïteit en integriteit van de financiële sector. Ten tweede moet in voldoende mate vaststaan dat de betrokkene bij die gedragingen betrokken is, wat volgens het protocol betekent dat van strafbare feiten in beginsel aangifte wordt gedaan. Ten derde moet het proportionaliteitsbeginsel in acht worden genomen. Bestaat er twijfel of invoer volgens het protocol mag, dan moet de deelnemer van invoer afzien. De betrokkene heeft daarnaast een recht van bezwaar. De grondslag voor deze verwerking is het gerechtvaardigd belang uit artikel 6 lid 1 onder f van de AVG, en voor het verwerken van strafrechtelijke gegevens heeft de Autoriteit Persoonsgegevens een vergunning verleend op grond van artikel 33 lid 5 van de Uitvoeringswet AVG.

Hoeveel er in Nederland wordt vastgesteld, publiceert de branche zelf. Volgens de factsheet van het Centrum Bestrijding Verzekeringscriminaliteit, gepubliceerd op 20 november 2025, stelden verzekeraars in 2024 ruim 9.000 keer fraude vast, ruim duizend zaken meer dan in 2023. Het bespaarde fraudebedrag kwam uit op 95,6 miljoen euro, tegen 86 miljoen in 2023. Van 3.567 fraudegevallen zijn gegevens in het gezamenlijke waarschuwingssysteem opgenomen, en het CBV ontving 3.138 incidentmeldingen met dossierinformatie.

Solvabiliteit II en de Wft: het kapitaal achter uw premie

Een premie die de schade dekt, is niet genoeg. Een verzekeraar moet ook een slecht jaar kunnen doorstaan zonder om te vallen. Daar gaat het Europese kader Solvabiliteit II over, dat in Nederland via de Wet op het financieel toezicht doorwerkt en waarop De Nederlandsche Bank toeziet.

De kern is een kapitaalseis met een uitzonderlijk precieze formulering. Artikel 101 lid 3 van de richtlijn bepaalt dat het solvabiliteitskapitaalvereiste zo wordt gekalibreerd dat alle kwantificeerbare risico’s worden meegenomen, en dat het overeenkomt met de Value-at-Risk van het kernvermogen bij een betrouwbaarheidsniveau van 99,5 procent over een periode van één jaar. In gewone taal: een verzekeraar moet zoveel kapitaal aanhouden dat hij een jaar overleeft dat statistisch gezien eens in de tweehonderd jaar voorkomt.

Dat kapitaal is niet gratis. Het moet worden aangehouden, het levert rendement op dat de aandeelhouder anders elders had gemaakt, en die kosten komen terecht in de opslag boven op uw risicopremie. Zo werkt prudentieel toezicht door tot in uw jaarnota.

Solvabiliteit II regelt ook wie binnen de verzekeraar de rekenkundige waarheid bewaakt. Artikel 48 van de richtlijn verplicht elke verzekeraar tot een doeltreffende actuariële functie. Die functie coördineert de berekening van de technische voorzieningen, bewaakt of de gebruikte methoden, modellen en aannames passend zijn, beoordeelt de toereikendheid en kwaliteit van de gebruikte gegevens, vergelijkt de beste schattingen met de werkelijke uitkomsten, en informeert het bestuur over de betrouwbaarheid daarvan. Twee onderdelen zijn voor dit onderzoek bijzonder relevant: de actuariële functie moet een oordeel geven over het algehele acceptatiebeleid en over de toereikendheid van de herverzekering.

Wie die functie vervult, moet volgens dezelfde bepaling kennis hebben van actuariële en financiële wiskunde, in verhouding tot de aard, omvang en complexiteit van de risico’s, en aantoonbare ervaring hebben met de geldende beroepsstandaarden. In Nederland komt die beroepsstandaard van het Koninklijk Actuarieel Genootschap, dat onder meer de titels Actuaris AG, Actuarieel Analist AG en certificerend actuaris kent en de rollen van het beroep beschrijft: van wiskundig specialist die modellen bouwt voor premiestelling en technische voorzieningen tot onafhankelijk reviewer en certificeerder.

Er zit ook een keerzijde aan deze soliditeitseis, en die merkt u in uw premie. Verliest een branche geld, dan moeten de premies omhoog om de portefeuille en het kapitaalbeslag in balans te brengen, ongeacht uw persoonlijke schadeverleden.

Uw gegevens: de AVG en de Gedragscode van 1 juli 2024

Alles wat hierboven staat, draait op persoonsgegevens. Wat daarmee mag, staat in de Algemene verordening gegevensbescherming en in een sectorcode die die verordening voor verzekeraars concreet maakt: de Gedragscode Verwerking Persoonsgegevens Verzekeraars, met ingangsdatum 1 juli 2024. Die code vervangt alle eerdere gedragscodes op dit terrein, waaronder de Gedragscode Verwerking Persoonsgegevens Financiële Instellingen uit 2010.

De reikwijdte is ruim. Leden van het Verbond van Verzekeraars zijn eraan gebonden bij het uitoefenen van het verzekeringsbedrijf, niet-leden kunnen zich vrijwillig aansluiten, en bij uitbesteding aan gevolmachtigden of andere dienstverleners moet naleving contractueel dwingend worden opgelegd. Eén uitzondering is voor dit onderzoek van belang: op het Incidentenregister en het daaraan gekoppelde Extern Verwijzingsregister is de code niet van toepassing, want daar geldt het aparte fraudeprotocol.

De code benoemt vervolgens waarvoor gegevens mogen worden gebruikt. Voor het aangaan en uitvoeren van een verzekering, voor historische, statistische en wetenschappelijke analyses, voor marketing en relatiebeheer, voor de integriteit en veiligheid van de dienstverlening, en voor wettelijke verplichtingen. In de toelichting bij het analysedoel worden datamining, big data analytics en kunstmatige intelligentie met zoveel woorden genoemd als technieken waarmee verzekeraars bestaande gegevens analyseren om nieuwe verbanden te ontdekken over verzekeringsrisico’s, bedrijfsprocessen en de prijs van een product. Voor die analyses schrijft de code een gegevensbeschermingseffectbeoordeling voor.

Over transparantie is de code specifieker dan de wet zelf. U heeft recht op informatie over de elementen van een verwerking die op volledig geautomatiseerde besluitvorming berust, over de categorieën persoonsgegevens die aan het besluit ten grondslag liggen, over uw recht op bezwaar en heroverweging door een mens, en over de factoren die aan het besluit ten grondslag liggen. Tegelijk erkent de code dat het bekendmaken van die logica geen afbreuk mag doen aan bedrijfsgevoelige informatie of het intellectuele eigendom van de onderliggende software en algoritmen. In dezelfde bepaling staat echter uitdrukkelijk dat verzekeraars die uitzondering niet mogen gebruiken om alle informatieverstrekking te beperken; uitgangspunt blijft begrijpelijke en relevante informatie waarmee u het besluit kunt beoordelen.

Er staat nog een zin in de toelichting die het vermelden waard is. Verzekeraars zoeken bij het waarborgen van veiligheid en integriteit aansluiting bij de aanbevelingen van de Europese privacytoezichthouders, „zoals algorithmic auditing om discriminatie te voorkomen”. Het periodiek doorlichten van het eigen model op ongelijke uitkomsten is daarmee geen vrijblijvende ambitie maar een in de code vastgelegde verwachting.

Naast de gedragscode kent de branche een tweede vorm van zelfregulering die specifiek over modellen gaat: het Ethisch kader voor datagedreven toepassingen. Dat is sinds 1 januari 2021 bindend voor alle leden van het Verbond, wordt getoetst door de onafhankelijke Stichting toetsing verzekeraars die daarop in 2023 de eerste audits uitvoerde, en is per 2025 herzien. De strekking gaat verder dan de wet: toepassingen die niet binnen het kader passen, mogen niet worden ingezet, ook wanneer zij wettelijk zijn toegestaan.

Recht op menselijke tussenkomst bij een automatisch besluit

Stel dat de aanvraag van mevrouw Bakker niet was geaccepteerd, en dat die afwijzing volledig automatisch tot stand was gekomen. Dan komt artikel 22 van de AVG in beeld.

Dat artikel begint met een hoofdregel: u heeft het recht niet te worden onderworpen aan een uitsluitend op geautomatiseerde verwerking, waaronder profilering, gebaseerd besluit waaraan voor u rechtsgevolgen zijn verbonden of dat u anderszins in aanmerkelijke mate treft. Daarop bestaan drie uitzonderingen: het besluit is noodzakelijk voor de totstandkoming of uitvoering van een overeenkomst, het is toegestaan bij wet met passende waarborgen, of het berust op uw uitdrukkelijke toestemming. In het eerste en derde geval moet de verantwoordelijke passende maatregelen treffen, waaronder ten minste het recht op menselijke tussenkomst, het recht om uw standpunt kenbaar te maken en het recht om het besluit aan te vechten.

De Gedragscode Verwerking Persoonsgegevens Verzekeraars neemt die norm over en maakt hem concreet voor verzekeringen. Verzekeraars mogen volledig geautomatiseerde verwerkingen, waaronder profilering, gebruiken voor een besluit over het aangaan of uitvoeren van een verzekering, maar bij rechtsgevolgen of aanmerkelijke gevolgen alleen op een van die drie gronden. In dat geval kunt u uw standpunt kenbaar maken, het besluit aanvechten, en de verzekeraar verzoeken het besluit met menselijke tussenkomst toe te lichten en door een mens te laten heroverwegen. Vóór zulke besluitvorming moet de verzekeraar een gegevensbeschermingseffectbeoordeling uitvoeren, en hij moet de besluitvorming periodiek evalueren.

De toelichting bij die bepaling bevat een detail dat in de praktijk het meeste verschil maakt. Een schriftelijk verzoek van de betrokkene naar aanleiding van een volledig geautomatiseerd besluit met rechtsgevolg of aanmerkelijke gevolgen wordt beoordeeld met behulp van menselijk beoordelingsvermogen, en, in de woorden van de code, de betrokkene hoeft niet expliciet te hebben verzocht om deze menselijke controle. U hoeft dus niet de juiste juridische formulering te kennen. Een brief of e-mail waarin u het besluit ter discussie stelt, is genoeg om de menselijke beoordeling in gang te zetten.

De AI-verordening: wanneer is een premiemodel hoog risico?

Sinds 2024 bestaat er Europese wetgeving die niet over uw gegevens gaat maar over het model zelf: de AI-verordening, Verordening (EU) 2024/1689. Die verordening deelt AI-systemen in naar risico, en de zwaarste verplichtingen gelden voor de categorie „hoog risico”.

Voor verzekeringen is één regel bepalend. In bijlage III, punt 5 onder c, worden als hoog risico aangemerkt: AI-systemen die bedoeld zijn om te worden gebruikt voor risicobeoordeling en prijsstelling ten aanzien van natuurlijke personen in het geval van levens- en ziektekostenverzekeringen. Motorrijtuigenverzekeringen staan er niet. Een AI-systeem dat uitsluitend wordt gebruikt om de premie van een autoverzekering te bepalen, valt dus niet op grond van dit punt in de hoog-risicocategorie.

Dat is geen slordigheid van de wetgever maar een bewuste afbakening. Overweging 58 bij de verordening licht toe dat systemen voor risicobeoordeling en prijsstelling bij levens- en ziektekostenverzekeringen aanzienlijke gevolgen kunnen hebben voor het levensonderhoud van mensen en tot discriminatie of financiële uitsluiting kunnen leiden. Diezelfde overweging benoemt twee dingen die uitdrukkelijk níet als hoog risico gelden: systemen voor fraudedetectie en systemen voor de berekening van prudentiële kapitaalvereisten. Ook in bijlage III zelf staat een uitzondering van die strekking: bij de beoordeling van kredietwaardigheid onder punt 5 onder b zijn AI-systemen die worden gebruikt om financiële fraude op te sporen uitgezonderd.

Twee kanttekeningen horen daarbij. De eerste is dat „niet hoog risico” niet hetzelfde is als „ongereguleerd”. De AVG blijft onverkort gelden, net als de Gedragscode, het Ethisch kader en het prudentiële en gedragstoezicht. De tweede is dat de verordening zelf een ontsnappingsroute kent die minder ruim is dan hij lijkt: artikel 6 lid 3 laat toe dat een systeem uit bijlage III toch niet als hoog risico geldt wanneer het geen aanmerkelijk risico voor gezondheid, veiligheid of grondrechten oplevert, bijvoorbeeld omdat het slechts een beperkte procedurele taak uitvoert of voorbereidend werk doet. Maar een systeem dat profilering van natuurlijke personen uitvoert, blijft altijd hoog risico.

Waar een systeem wél hoog risico is, ontstaat een recht dat verder gaat dan de AVG. Artikel 86 van de verordening geeft iemand op wie een besluit van invloed is dat is genomen op basis van de uitvoer van een hoog-risicosysteem uit bijlage III, het recht op duidelijke en zinvolle uitleg over de rol van dat systeem in de besluitvorming. Voor een autoverzekering geldt dat recht dus doorgaans niet; voor een levens- of ziektekostenverzekering in beginsel wel.

De data waarop dit alles gaat werken, staan in artikel 113. De verboden praktijken gelden sinds 2 februari 2025, de regels over algemene AI-modellen, governance en sancties sinds 2 augustus 2025, en de verordening is voor het overige van toepassing vanaf 2 augustus 2026. Voor systemen die onder artikel 6 lid 1 vallen, dus AI in producten die al onder Europese harmonisatiewetgeving vallen, geldt 2 augustus 2027.

De Europese verzekeringstoezichthouder EIOPA heeft op 6 augustus 2025 een opinie over AI-governance en risicobeheer gepubliceerd, waarin zij de bestaande beginselen en verplichtingen uit de verzekeringswetgeving verduidelijkt voor het gebruik en het toezicht op AI-systemen, langs een risicogebaseerde en evenredige benadering. Daarmee is het beeld compleet: ook waar de AI-verordening niet bijt, blijft er toezicht op het model.

Wie houdt toezicht: DNB, AFM, AP en EIOPA

Vier toezichthouders kijken naar dezelfde premie, maar vanuit vier verschillende vragen. Het helpt om te weten welke vraag bij welke instantie hoort, want dat bepaalt waar een klacht of signaal effect heeft.

Daarnaast bestaat er zelfregulering met tanden. De Stichting toetsing verzekeraars controleert de naleving van het Ethisch kader, en het Verbond van Verzekeraars publiceert jaarlijks een Solidariteitsmonitor waarin wordt gemeten of de premieverschillen tussen gunstige en ongunstige risico’s uit elkaar lopen. Hoe die monitor werkt en wat hij laat zien, behandelen wij in het onderzoek over postcode en premie.

Marge versus risico: waar de grens ligt

Tot nu toe ging het over de risicopremie. De scherpste discussie van de afgelopen jaren gaat echter over de laag daarboven: de marge.

De AFM verkende dat onderwerp al in juni 2021 in de studie „Personaliseren van prijs en voorwaarden in de verzekeringssector”, met negen aandachtspunten. Enkele daarvan gaan rechtstreeks over de machinerie in dit onderzoek: houd rekening met de mate waarin een gegeven aan de klant is toe te rekenen en door hem te beïnvloeden, weeg het klantbelang bij het gebruik van gegevens voor de premie, pas inzichten uit gedragsdata bij de ene verzekering niet toe op de prijs van een andere, maak het delen van gedragsdata niet verplicht, en borg de kwaliteit van gegevens en analyse zodat ongeoorloofd onderscheid wordt voorkomen. De overige punten richten zich op de sector en de beleidsmaker: kijk naar korte én lange termijn, vergroot transparantie en uitlegbaarheid, bescherm de verzekerbaarheid, en overweeg een acceptatieplicht als waarborg wanneer de verzekerbaarheid onder druk komt.

Vier jaar later werd dat concreet. In april 2025 publiceerde de AFM het analyserapport „Een eerlijke premie voor loyale verzekerden” over margepersonalisatie bij particuliere schadeverzekeringen. Het Verbond van Verzekeraars omschrijft margepersonalisatie als de situatie waarin een verzekeraar bewust aan de ene klant meer premie vraagt dan aan een andere, terwijl het risico gelijk is. Dat is dus precies het tegenovergestelde van risicodifferentiatie: niet het risico verschilt, maar de marge.

Op 4 december 2025 rondde de AFM het vervolgonderzoek af. De uitkomst: bij ongeveer de helft van de onderzochte verzekeraars gold voor ten minste één product dat loyale klanten hogere premies betaalden dan vergelijkbare nieuwe klanten. De oorzaken bleken vaak technisch in plaats van kwaadwillend: welkomstkortingen die na het eerste jaar bleven doorlopen, pakketkortingen die alleen aan nieuwe klanten werden gegeven, en nieuwe producten die met een lagere marge in de markt werden gezet. Verzekeraars hebben waar nodig hun premiestelling of premiebeleid aangepast, en meerdere maatschappijen zegden toe de monitoringsmethode van de AFM voortaan zelf te gebruiken. De norm waaraan de AFM toetst, is die van productontwikkeling: het klantbelang moet op evenwichtige wijze zijn geborgd.

Voor u persoonlijk volgt hieruit één praktische conclusie. Een lange relatie met dezelfde verzekeraar is geen garantie voor een passende premie, en de enige manier om dat te toetsen is periodiek vergelijken op uw eigen gegevens. Dat is geen wantrouwen jegens uw verzekeraar; het is de tegenkracht waar het hele systeem op gebouwd is.

Wat niet openbaar is, en wat u hiermee kunt

Bij een onderwerp waarover veel wordt beweerd, hoort een eerlijke lijst van wat wij niet hebben kunnen vaststellen. Over de volgende punten bestaat geen publieke, controleerbare bron, en wij noemen er daarom geen cijfers bij.

• Welk modeltype een individuele Nederlandse verzekeraar voor zijn autotarief gebruikt, en of daar machine learning in zit.
• De tarieffactoren zelf: geen enkele verzekeraar publiceert wat een kenmerk in zijn model waard is.
• De inhoud van acceptatierichtlijnen: welke aanvragen automatisch doorgaan en welke naar een mens gaan.
• Het aantal aanvragen dat in Nederland volledig geautomatiseerd wordt afgewezen, en hoe vaak om menselijke heroverweging wordt gevraagd.
• Hoeveel verzekeraars een algoritmische audit op ongelijke uitkomsten uitvoeren en wat die audits opleveren.
• De uitkomsten van het DNB-onderzoek naar AI bij verzekeraars in de oorspronkelijke DNB-publicatie: die pagina was voor ons niet op te halen, wij baseren ons op de weergave door PONT Governance.

Wat u wél kunt doen, is de keten gebruiken die dit onderzoek beschrijft. Vraag bij een besluit dat u niet begrijpt om de categorieën gegevens waarop het berust en om heroverweging door een mens; dat recht heeft u en de gedragscode maakt het laagdrempelig. Vraag bij een afwijzing of clausule wie het besluit nam, de verzekeraar of een gevolmachtigd agent. Controleer periodiek of uw premie nog past bij uw risico in plaats van bij uw anciënniteit. En leg wijzigingen in uw situatie vast bij uw verzekeraar, want elk model rekent met de gegevens die het heeft.

Wilt u weten wat de keten in uw eigen situatie oplevert, dan kijken wij graag met u mee. Leg uw situatie gerust voor via het contactformulier.