Betrouwbaarheid & aansprakelijkheid
Wie is aansprakelijk als je AI-assistent iets fout zegt?
Een verkeerd toegezegde levertijd of onterecht beloofde terugbetaling is niet alleen vervelend — het kan een juridisch bindende toezegging zijn. Zo voorkom je dat, en zo regel je het als het toch gebeurt.
Demo aanvragenKort antwoord: Een AI-assistent die antwoorden baseert op live data uit je eigen systemen (in plaats van “verzonnen” tekst) voorkomt het overgrote deel van foutieve toezeggingen. Voor de resterende risico’s geldt: leg vast welke uitspraken bindend zijn voor je webshop, en zorg dat gevoelige beslissingen (terugbetalingen, garantietoezeggingen) altijd langs een medewerker gaan.
Waarom dit meer is dan een technisch detail
Onder Nederlands consumentenrecht geldt: als een verkoper (of iets namens de verkoper, zoals een chatbot) een toezegging doet richting een klant, kan die toezegging in de praktijk als bindend worden opgevat — ook als het een AI was die het zei, niet een mens. Een AI-assistent die abusievelijk een verkeerde levertijd noemt, een niet-bestaande garantie toezegt, of een terugbetaling belooft die niet volgens beleid is, creëert een verwachting die je webshop vervolgens moet waarmaken of moeizaam moet terugdraaien.
Dit is precies waarom “hoe voorkom je dat een AI iets verzint” niet alleen een technische vraag is, maar een vraag die direct raakt aan hoe je onderneming risico beheerst.
De kern van de oplossing: antwoorden uit echte data, niet uit “gokwerk”
De technische term is grounding: in plaats van de AI vrij te laten antwoorden op basis van algemene taalpatronen, wordt eerst de daadwerkelijke, actuele data opgehaald — een specifiek orderrecord, de huidige retourvoorwaarden, echte voorraadniveaus — en wordt de AI beperkt tot het antwoorden op basis van uitsluitend die opgehaalde data.
Voor een e-commerce AI-assistent betekent dit dat “waar is mijn bestelling” nooit beantwoord mag worden vanuit algemene kennis over verzendtijden. Het moet beantwoord worden door de specifieke order op te zoeken in je webshop-platform en verzendpartij, en vervolgens alleen te melden wat die opzoeking daadwerkelijk opleverde.
Praktische maatregelen die het risico verkleinen
Elke feitelijke uitspraak moet herleidbaar zijn naar een databron. Orderstatus, voorraad, prijzen en beleidsvoorwaarden moeten elk gekoppeld zijn aan een specifieke systeemopzoeking.
Laat de AI expliciet “ik weet het niet” kunnen zeggen. Een model dat onzekerheid mag toegeven, verzint aanmerkelijk minder dan een model dat impliciet onder druk staat om altijd een zelfverzekerd antwoord te geven.
Laat gevoelige toezeggingen (garantie, coulance, terugbetaling boven een bedrag) altijd via een medewerker lopen. Dit is de belangrijkste praktische bescherming tegen ongewenste bindende uitspraken.
Bewaar gesprekslogs. Mocht een klant zich beroepen op een AI-toezegging, dan wil je kunnen nagaan wat er daadwerkelijk is gezegd en op basis van welke data.
Wat als het toch misgaat
Ondanks goede grounding kan een edge case toch een verkeerd antwoord opleveren. Belangrijk is dan: erken de fout richting de klant snel en transparant, en gebruik het als signaal om de escalatieregels aan te scherpen — vaak wijst een verkeerd antwoord op een categorie vragen die eigenlijk altijd naar een medewerker had moeten gaan. Zie menselijke controle bij AI-klantenservice voor hoe je dat structureel inricht.
Veelgestelde vragen
Ben ik als webshop juridisch gebonden aan wat mijn AI-assistent zegt?
In de praktijk kan dat het geval zijn, net zoals bij een uitspraak van een medewerker — een toezegging namens je webshop is een toezegging, ongeacht wie of wat die deed. Dit is precies waarom grounding en heldere escalatieregels belangrijk zijn.
Is dit anders dan bij een menselijke medewerker die een fout maakt?
Niet fundamenteel — in beide gevallen ontstaat een verwachting bij de klant. Het verschil is dat een AI-systeem structureel en herhaalbaar is: dezelfde fout kan bij duizenden gesprekken tegelijk optreden als de grounding niet goed is ingericht.
Hoe controleer ik of een leverancier dit goed doet?
Vraag specifiek of antwoorden gegenereerd worden vanuit live systeemopzoekingen of vanuit statische trainingsdata, en vraag hoe het systeem zich gedraagt als het het antwoord echt niet weet — een goede implementatie escaleert of geeft onzekerheid toe in plaats van te gokken.
Gerelateerd
Zie hoe grounding in de praktijk werkt
Vraag een gratis demo aan en we laten zien hoe antwoorden gekoppeld zijn aan jouw echte order- en beleidsdata.
Demo aanvragenVraag een gratis demo aan
Laat je zakelijke e-mailadres achter en we laten op jouw eigen webshop zien wat AI-klantenservice oplevert.
Geen verplichtingen • Reactie binnen 24 uur op werkdagen