AI voor strategische personeelsplanning: meestal geen hoog-risico, mits het niet individueel wordt

Kort antwoord: AI die op organisatie- of teamniveau capaciteit, skills en toekomstige personeelsbehoefte voorspelt, is meestal geen hoog-risico onder de AI Act — anders dan AI die individuele medewerkers beoordeelt of selecteert. De valkuil zit in de overgang: zodra de planning individuele beslissingen gaat sturen (wie blijft, wie krijgt opleiding, wie wordt boventallig), kan het kantelen naar hoog-risico en de AVG vol in beeld komen.

Wat strategische personeelsplanning is

Strategic workforce planning kijkt vooruit: welke vaardigheden en hoeveel capaciteit heeft de organisatie over één tot vijf jaar nodig, gegeven strategie, markt en demografie? AI helpt scenario's door te rekenen, skills-gaps te signaleren en vraag en aanbod te modelleren. Het object is de organisatie, niet de persoon. Dat verschil bepaalt het juridische regime.

Waarom dit meestal geen hoog-risico is

Bijlage III van de AI Act merkt HR-toepassingen als hoog-risico aan wanneer ze worden gebruikt voor werving, selectie, of besluiten over arbeidsvoorwaarden, bevordering of beëindiging van individuele werkenden. Planning op geaggregeerd niveau — functiegroepen, afdelingen, skills-categorieën — valt daar in beginsel buiten. Het systeem neemt geen besluit over een aanwijsbaar persoon en treft niemand rechtstreeks in zijn rechten.

Waar het kantelt

Het regime verandert op het moment dat de uitkomst herleidbaar wordt naar individuen of besluiten over hen stuurt. Een capaciteitsmodel dat feitelijk namen oplevert voor een reorganisatie, of dat bepaalt wie scholing "verdient", verschuift naar individueel algoritmisch management en daarmee mogelijk naar hoog-risico — met conformiteitsbeoordeling, menselijk toezicht en transparantieplichten. Hetzelfde model kan dus aan beide kanten van de grens vallen, afhankelijk van het gebruik.

De echte valkuilen: data en governance

Ook zonder hoog-risico-stempel zijn er stevige risico's. Historische data weerspiegelen oude keuzes; een model dat daarop voorspelt, bestendigt scheefgroei (bijvoorbeeld ondervertegenwoordiging in bepaalde functies). Slechte datakwaliteit levert zelfverzekerde maar foute prognoses. En zonder governance — wie is eigenaar, wie controleert aannames, hoe vaak wordt gehertoetst — wordt een planningsmodel ongemerkt een beslismachine. Zie ook AI op de werkvloer.

Transparantie en de menselijke beslissing

Strategische planning hoort besluitvorming te informeren, niet te vervangen. Maak expliciet welke aannames in het model zitten, welke onzekerheid de prognose heeft en wie de uiteindelijke keuze maakt. Dezelfde discipline geldt bij verwante operationele toepassingen zoals AI-gestuurde planning en payroll: nuttig voor capaciteit, gevaarlijk zodra het ongemerkt over personen gaat.

Wat te doen

• Houd de planning op organisatie-/teamniveau en niet-herleidbaar tot individuen.
• Bewaak de grens: zodra de uitkomst individuele besluiten stuurt, geldt het hoog-risico-regime.
• Investeer in datakwaliteit en bias-controle; oude data voorspellen oude ongelijkheid.
• Beleg governance en transparantie: eigenaarschap, herijking en een mens die beslist.

Strategische personeelsplanning is een van de weinige HR-AI-toepassingen die juridisch comfortabel kan zijn — precies omdat ze over de organisatie gaat en niet over de mens. Dat comfort houdt op zodra het model namen begint te noemen.