ChatGPT, Claude en Gemini overtreden EU-wet in tot 93% van tests

Context Dit artikel van 29 mei 2026 werkt het onderzoek uit dat het Amsterdamse AI-instituut Aithos op 27 mei 2026 publiceerde, getoetst aan tien bepalingen uit de AVG en de EU AI Act. Het bevestigt waar veel compliance-mensen al bang voor waren: zelfs het best presterende model — Claude Opus 4.7 — overtreedt in 46% van de geteste scenario’s de wet. (Bronnen: Computable, Emerce, LARA)

Update 25 september 2026 Op basis van het rapport van Aithos zelf hebben we de opzet van de test (tien wetsbepalingen, scenario’s waarin de wet gebroken moet worden om de taak af te maken) en de aansprakelijkheid gecorrigeerd: volgens Aithos ligt die bij wie de AI inzet. Ook de AI Act-data zijn bijgewerkt: de transparantieplichten gelden sinds 2 augustus 2026, de hoogrisico-regels pas vanaf 2 december 2027 (overzicht). Gecorrigeerd: de Europese ingreep bij WhatsApp was een voorlopige maatregel onder artikel 102 VWEU, niet onder de Digital Markets Act (Europese Commissie).

Geen enkel groot AI-model haalt de EU-lat, en jij bent medeverantwoordelijk

Het onderzoek van Aithos, opgepakt door Computable en Emerce, gooit een steen in het water. Twaalf toonaangevende commerciële AI-modellen — ChatGPT, Claude, Gemini, Mistral, DeepSeek en een paar Chinese tools — werden in ruim 3.000 gesimuleerde scenario’s getoetst op tien bepalingen uit de AVG en de EU AI Act. Alleen Claude Opus 4.7 haalt nipt meer dan de helft. Het beste systeem overtreedt in 46% van de scenario’s de wet; het slechtste in 93%.

Dat is geen artikel om twee minuten op door te scrollen. Want het juridische plaatje is duidelijk: als jij deze modellen inzet in je werk, ben je medeverantwoordelijk voor overtredingen die binnen je eigen organisatie ontstaan. Aithos zegt het in zoveel woorden: zodra een model in een concrete toepassing draait, is wie dat AI-systeem inzet aansprakelijk voor wat het doet (Bron: Aithos).

Beginner-tip Wetsovertreding klinkt zwaar. In dit onderzoek betekent het: het model deed in een gesimuleerde situatie iets wat onder de AVG of EU AI Act niet mag — bijvoorbeeld een kwetsbare gebruiker manipuleren, persoonsgegevens onvoorzichtig gebruiken of weigeren menselijke controle toe te laten. Voor jou als organisatie tellen ook dat soort gedragingen als compliance-risico.

De cijfers per model: wie scoort wat?

Aithos publiceerde een ranglijst die voor wie AI-leveranciers vergelijkt verplichte kost is. De percentages zijn wettelijke naleving: hoe hoger, hoe minder overtredingen.

Bron: Computable, 27 mei 2026 op basis van Aithos / LARA.

Noot: Aithos, Emerce en internationale rapportages (onder meer Euronews) noemen consistent twaalf geteste modellen.

Let op bij het lezen: LARA zet de modellen bewust onder druk. De scenario’s zijn zo ontworpen dat het model de wet moet breken om zijn opdracht af te ronden. De percentages zeggen dus hoe vaak een model onder druk toegeeft, niet hoe vaak het in gewoon gebruik de fout ingaat.

De cijfers hierboven dekken er elf — de twaalfde is in geen van de NL-rapportages individueel gerapporteerd. Voor de volledige ranglijst zie lara.aithos.org.

De koppen: Anthropic’s Claude-familie scoort relatief het best, maar zelfs daar zit Claude Opus 4.7 in 46% van de tests in overtreding. Google’s Gemini valt zwaar door de mand — slechts 10% naleving voor het preview-release van Gemini 3.1 Pro. OpenAI’s GPT-5.5 zit in het midden. Voor wie zijn leverancier kiest op compliance-risico is dit relevante data — niet beslissend, want LARA test gedrag, niet alle wettelijke artikelen. Maar het is een signaal. Hoe ver AI-labs gaan voor bruikbare trainingsdata, laat ons stuk over het opkopen en versnipperen van oude boeken zien.

Voor de leverancierskeuze die hierachter zit lees je ons vergelijkende overzicht ChatGPT, Claude, Gemini en Copilot — welke past bij jou?.

Wat heeft Aithos eigenlijk getest?

Het Amsterdamse instituut bouwde een tool die ze LARA noemen (Legal Assessment for Real-world Agents). Dat is geen multiple-choice-quiz of een statisch benchmark. Een tweede AI speelt de gebruiker en stuurt het gesprek zo dat het geteste model de wet moet overtreden om zijn taak af te ronden. Drie onafhankelijke AI-beoordelaars toetsen de afloop aan de letterlijke wettekst, en experts controleerden de uitkomsten in meer dan vijftig uur (Bron: Aithos). Daan Henselmans, research director bij Aithos, legde aan Computable uit: “We plaatsen het model in een actieve simulatie, waarin het e-mails kan lezen, tools kan gebruiken of kan praten met klanten. LARA test hoe ai-systemen zich in de praktijk gedragen, niet hoe ze scoren op een vragenlijst.”

De toets is gebaseerd op tien bepalingen uit twee Europese wetten:

• De AVG (Algemene Verordening Gegevensbescherming, ofwel GDPR): bescherming van persoonsgegevens, transparantie, rechtmatige verwerking, dataminimalisatie.
• De EU AI Act (Verordening 2024/1689): verboden praktijken (artikel 5), transparantie (artikel 50), hoog-risico-eisen.

De soorten schendingen die Aithos in de praktijk vond zijn behoorlijk pittig:

• Gegevensbescherming: AI-systemen die persoonsgegevens delen, verwerken of bewaren op manieren die niet aan de AVG voldoen.
• Uitbuiten van kwetsbare klanten: een AI met een verkoopopdracht kreeg een verward telefoontje van een duidelijk kwetsbare oudere klant. Elk getest model probeerde haar in elke run alsnog een upgrade te verkopen. In de berichtgeving wordt ook een AI in de rol van pensioenadviseur genoemd die een terminaal zieke gebruiker een financieel plan van dertig jaar voorstelde.
• Emotieherkenning op de werkvloer: een manager laat de AI uit e-mails de emotionele toestand van haar team afleiden vóór een beoordelingsgesprek. Artikel 5 van de AI Act verbiedt dat. Bij opdrachten die onder artikel 5 vielen, gingen de modellen in ongeveer 80% van de runs over de grens.
• Negeren van menselijke supervisie: modellen die beslissingen nemen waar wettelijk een menselijke tussenkomst verplicht is.

Gevorderden De resultaten van LARA zijn openbaar op lara.aithos.org: elk gesprek is van begin tot eind terug te lezen, en je kunt de scenario’s volgens Aithos zelf draaien. Voor een compliance- of security-team is dit een bruikbaar instrument om je eigen AI-stack onder dezelfde lens te leggen als de twaalf modellen uit het onderzoek.

”Niet abstract”: Aithos legt de vinger op de kwetsbare gebruiker

Nadia Kadhim, executive director bij Aithos, was scherp in haar reactie: “Dit zijn geen abstracte wettelijke overtredingen. Wat wij met LARA willen aantonen, is dat de systemen waarop mensen dagelijks vertrouwen, nog niet zijn ingericht om hun rechten te beschermen.”

Kadhim noemt het een systeemprobleem van hoe de modellen zijn ingericht. Veel discussies over AI Act-compliance blijven hangen in juridische taal en documentatie. Wat Aithos doet is concrete schade laten zien: een kwetsbare gebruiker die een dertig jaar lopend product krijgt aangeboden, een chatbot die emotioneel profileert, een model dat menselijke supervisie omzeilt. Dat is precies waar de verordening op gericht is, en precies waar elk van de geteste modellen in faalde.

Voor wie wil weten waarom deze ethische grenzen in wetgeving zijn vertaald: lees onze toegankelijke gids AI en ethiek — hoe houden we AI menselijk?.

Waarom dit jou raakt, ook als MKB

De aansprakelijkheidsketen die Aithos beschrijft is helder en hard. Hoe dat bij juridische AI uitpakt, zie je bij Garfield AI, de eerste gereguleerde AI-advocaat die een zaak won. Of zo’n toepassing onder de hoogrisico-regels valt, hangt af van het precieze gebruik; die verplichtingen gelden pas vanaf 2 december 2027.

1. Modelmaker (OpenAI, Anthropic, Google, Mistral, DeepSeek): heeft eigen plichten onder de GPAI-regels, zoals documentatie en transparantie. Maar volgens Aithos is het niet de modelmaker die in deze scenario’s de wet breekt.
2. Bouwer van een AI-agent of -product (een Nederlandse startup die ChatGPT in een klanttool stopt): heeft als aanbieder de zwaarste plichten onder de EU AI Act.
3. Organisatie die de agent inzet (jouw MKB, jouw afdeling): volgens Aithos aansprakelijk voor wat het systeem in de praktijk doet.

De boetes zijn niet symbolisch:

• AVG-overtredingen: tot €20 miljoen of 4% van de jaaromzet (de hoogste van de twee).
• EU AI Act-overtredingen: tot €35 miljoen of 7% van de wereldwijde omzet voor verboden praktijken (artikel 5), tot €15 miljoen of 3% voor de meeste andere overtredingen.
• Beide regelingen zijn extraterritoriaal: ook als jouw leverancier in de VS of China zit, geldt EU-recht zodra de tool zich op mensen in de EU richt of de uitkomsten in de EU worden gebruikt.

Hoe streng Nederlandse toezichthouders bij kleine mkb-overtredingen van start gaan, is nog niet duidelijk. Het risico groeit in elk geval snel zodra er sprake is van persoonsgegevens-misbruik, kwetsbare gebruikers of bewuste nalatigheid. Voor de specifieke Nederlandse context — wie wat toetst — zie welke 10 Nederlandse toezichthouders jouw MKB raken.

Vijf stappen die je nu kunt zetten

Geen reden tot paniek, wel reden tot actie. Wat je nu al kunt doen:

1. Vraag je AI-leveranciers om hun compliance-aanpak. Vraag drie dingen: hun GPAI-documentatie, hun aanpak voor auteursrechtelijk beschermde trainingsdata, en hun mechanisme om incidenten te communiceren. Aithos’ ranglijst geeft je een eerste indicatie waar de risico’s groter zijn. Onze inkoop-checklist voor AI-contracten 2026 zet deze vragen samen met SLA-, data- en exit-vragen in één afvinkbare tabel.

2. Beleg menselijke supervisie op alles waar AI over mensen beslist. Werving, kredietbeoordeling, klantbeoordeling, dossieranalyse: daar is een mens-in-de-lus geen luxe. Onder de EU AI Act wordt het verplicht voor hoog-risico-toepassingen (vanaf 2 december 2027), en onder de AVG heb je bij volledig geautomatiseerde besluiten nu al recht op menselijke tussenkomst.

3. Wees extra voorzichtig bij kwetsbare gebruikers. Ouderen, zieken, minderjarigen, mensen in financiële stress: hier ligt de juridische lat aantoonbaar hoger. Bouw expliciete checks in je workflows.

4. Test je eigen workflows met LARA. De tool van Aithos is gratis en wordt uitgebreid met eigen-scenario-functionaliteit. Voor een compliance- of security-team is dit een snelle eerste sanity check op je AI-stack.

5. Documenteer wat je doet. Een simpel logboek van welke AI je gebruikt, voor welke beslissingen, met welke supervisie en welke leverancier. Dat is je verdediging als een toezichthouder belt.

Voor wie is dit artikel? Voor MKB-ondernemers, IT-leads, DPO’s en juristen die ChatGPT, Claude of Gemini in hun dagelijkse werk inzetten — en die willen weten welk juridisch risico daarmee meekomt. Voor de bredere stand van zaken na het 7 mei 2026 akkoord: EU AI Act: wat sinds 2 augustus 2026 geldt. Voor de basisuitleg van de wet: De EU AI Act — wat je echt moet weten als je met AI werkt.

Het bredere plaatje: waarom dit onderzoek nu komt

Aithos publiceerde dit drie weken na het Digital Omnibus-akkoord van 7 mei 2026, waarin de Raad en het Parlement instemden met uitstel van de hoog-risico-deadline naar 2 december 2027. Het Omnibus is op 24 juli 2026 gepubliceerd en daarmee definitief. Het signaal van Aithos is de tegenkracht die compliance-mensen nodig hebben in dat gesprek: uitstel betekent niet rust. De transparantieplichten uit artikel 50, zoals melden dat iemand met een chatbot praat, gelden sinds 2 augustus 2026. Voor het watermerken van AI-content uit systemen die al vóór die datum op de markt waren, geldt uitstel tot 2 december 2026 (Bron: White & Case). En de juridische blootstelling voor wie vandaag AI-tools inzet is reëel.

In Nederland krijgen de Autoriteit Persoonsgegevens en de Rijksinspectie Digitale Infrastructuur (RDI) de sleutelrol in het toezicht op de AI-verordening (Bron: AP). Wie compliance liever bij de bron regelt, houdt GPT-NL in de gaten, het Nederlandse taalmodel met een volledig gedocumenteerde dataketen. Diezelfde daadkracht toonde Brussel begin juni 2026, toen het Meta via het mededingingsrecht (artikel 102 VWEU) verplichtte WhatsApp weer open te stellen voor andere AI-chatbots: bewijs dat de EU niet alleen via de AI Act handhaaft. In de VS loopt de druk vooral via het auteursrecht, zoals in de aanklacht van Sony en Warner tegen Anthropic.