Kunstmatige intelligentie kan financieel toezicht verbeteren, maar alleen als de onderliggende gegevens betrouwbaar en goed gestructureerd zijn. Daarvoor waarschuwt DNB-bestuurder Steven Maijoor in zijn keynote-speech tijdens Data Amplified op 27 oktober 2026 in Den Haag. Volgens hem wordt standaardisatie steeds belangrijker nu Europese toezichthouders grotere hoeveelheden gegevens verzamelen en AI inzetten om deze te analyseren.

Financiële instellingen leveren grote hoeveelheden informatie aan nationale en Europese toezichthouders. Die gegevens worden gebruikt om risico's te beoordelen en toezichtbeslissingen te ondersteunen. Maar het uitwisselen van informatie is volgens Maijoor niet voldoende. Instellingen en toezichthouders moeten gegevens ook op dezelfde manier begrijpen en interpreteren.
Daarbij speelt de rapportagestandaard XBRL een belangrijke rol. Deze standaard zorgt ervoor dat financiële gegevens volgens gemeenschappelijke definities worden vastgelegd en uitgewisseld. Ook maakt XBRL automatische controles mogelijk, waardoor fouten eerder kunnen worden ontdekt.
De opkomst van AI vergroot volgens Maijoor het belang van deze standaarden. AI kan toezichthouders helpen om patronen en risico's in grote datasets te herkennen, maar kan tekortkomingen in de gegevensstructuur niet zomaar compenseren.
Juist wanneer toezichthouders meer op AI vertrouwen, moeten gegevens voorzien zijn van duidelijke definities, metadata en context. Zonder die informatie bestaat het risico dat gegevens verkeerd worden geïnterpreteerd.
Ook de toenemende samenwerking tussen Europese toezichthouders maakt standaardisatie belangrijker. Initiatieven zoals het Integrated Reporting Framework (IReF) van de Europese Centrale Bank moeten bijdragen aan meer samenhang in de rapportage van financiële instellingen.
Volgens Maijoor moeten rapportagestandaarden daarom blijven meegroeien met technologische ontwikkelingen. Daarbij gaat het niet alleen om de snelheid waarmee gegevens kunnen worden uitgewisseld, maar vooral om het behoud van hun betekenis.
Voor financiële instellingen en toezichthouders betekent dit dat datakwaliteit en eenduidige rapportagedefinities belangrijke voorwaarden blijven voor de verdere inzet van AI in toezichtprocessen.
