Laatst bijgewerkt: augustus 2026
Sinds 2 augustus 2026 gelden er ook voor Nederlandse MKB’ers concrete verplichtingen uit de EU AI Act: transparantie over AI-gebruik, logging van wat een AI-systeem doet, en voldoende “AI-geletterdheid” binnen je organisatie. De meeste Nederlandse content hierover blijft steken bij checklists en juridisch advies — niemand laat zien hoe je dit daadwerkelijk bouwt. Dat is precies wat we in dit artikel doen: een n8n-workflow die automatisch een audit-trail bijhoudt, zonder dat je er als ondernemer voortdurend bovenop hoeft te zitten.
Wat de AI Act concreet vraagt (in gewone taal)
Drie artikelen zijn hier relevant, en ze zijn minder eng dan ze klinken:
- Artikel 12 vraagt om automatische event-logging bij AI-systemen die als “hoog risico” gelden — simpel gezegd: bijhouden wát het systeem deed, wanneer, en met welke input/output.
- Artikel 19 stelt een bewaartermijn van minimaal 6 maanden voor die logs.
- Artikel 50 vraagt transparantie: mensen moeten kunnen weten dat ze met AI te maken hebben.
Ook als jouw automatisering niet officieel “hoog risico” is, is het slim om dit gewoon standaard in te bouwen — het kost nauwelijks extra werk, en je loopt nooit achter de feiten aan als de regels verder aanscherpen.
De workflow: welke n8n-onderdelen je hiervoor gebruikt
Goed nieuws: n8n genereert al veel van de benodigde gegevens automatisch, zonder dat je zelf iets hoeft te bouwen. Dit zijn de bouwstenen:
- Execution Data node — legt automatisch structured records vast: workflow-ID, run-ID, en de input/output per stap (node). Dit is de kern van je audit-trail.
- Code node — voor custom logging: bijvoorbeeld extra bedrijfscontext toevoegen aan elk logregel (welke klant, welk proces).
- Error Trigger — vangt fouten apart op, zodat je ook kunt aantonen wát er misging en wanneer, in plaats van dat een mislukte run spoorloos verdwijnt.
Voor self-hosted n8n-installaties kun je OpenTelemetry gebruiken om deze logs naar een externe plek te exporteren (handig voor langere bewaring of eigen dashboards). Bij Enterprise-gebruik zijn er ingebouwde opties voor log streaming en het maskeren van gevoelige data in de execution-data (relevant als er persoonsgegevens doorheen lopen).
Stap voor stap: hoe zet je dit op
Begin met een bestaande workflow (bijvoorbeeld de lead-opvolgingsflow uit ons vorige artikel) en breid ‘m uit:
- Zorg dat “Save execution data” aan staat in je workflow-instellingen — dit is de basis, en staat vaak al standaard aan.
- Voeg een Code node toe direct na je belangrijkste AI-stap, die een kort logregel samenstelt: tijdstip, welk proces, en een korte samenvatting van de actie (niet de volledige gevoelige inhoud, om dataminimalisatie te respecteren).
- Zet een Error Trigger-workflow op los van je hoofdflow, zodat fouten altijd apart en zichtbaar worden vastgelegd.
- Stel in hoe lang je deze data bewaart — minimaal 6 maanden voor AI Act-doeleinden, maar niet oneindig (dataminimalisatie geldt ook hier).
- Self-hosted? Koppel OpenTelemetry als je deze logs ook buiten n8n wilt kunnen doorzoeken.
Self-hosted vs Cloud: wie is verantwoordelijk voor wat
Dit sluit aan bij het eerdere self-hosted vs Cloud-verhaal: self-hosten geeft je volledige controle over waar deze audit-logs staan — relevant als je klantdata liever niet buiten je eigen omgeving hebt. n8n Cloud neemt het beheer van je handen, inclusief eventuele enterprise-opties voor log streaming, maar dan staat de data bij n8n zelf.
👉 Geen zin om dit zelf te beheren? Start met n8n Cloud via n8n.io.
En de “AI-geletterdheid” (artikel 4) dan?
Los van de technische audit-trail vraagt de AI Act ook dat jij en eventueel je team voldoende AI-kennis hebben. Belangrijk om te weten: er is geen verplichte cursus, geen minimum aantal uren, geen certificaat nodig. Wat wél telt: bijhouden welke AI-tools je gebruikt, wie ze gebruikt, en aantoonbaar iets gedaan hebben aan kennisopbouw — zelfstudie is voldoende, als je het maar documenteert.
Veelgestelde vragen
Moet mijn bedrijf hier per se aan voldoen?
De verplichtingen gelden voor wie professioneel AI-systemen inzet — dus ook een MKB’er die AI-tools of eigen automatiseringen gebruikt, niet alleen grote techbedrijven.
Is dit ingewikkeld om te bouwen?
Nee — de basis (execution data bewaren) staat vaak al aan in n8n; de uitbreiding met een Code node en Error Trigger is met visuele nodes te doen, zonder programmeerkennis.
Moet ik dit ook doen als ik self-hosted werk?
Ja, de wettelijke verplichting hangt niet af van waar je hosted — self-hosten geeft je alleen meer controle over hoe je het regelt.
Kost dit extra geld?
Niet per se — de basisfunctionaliteit zit al in n8n. Extra kosten ontstaan pas als je externe opslag (OpenTelemetry-koppeling) of enterprise-opties gebruikt.
Leave a Reply