Cursusaanbod

Begrijpen van AI-specifieke Risico's in Overheidsomgevingen

  • Hoe AI-risico's verschillen van traditionele IT- en datarisico's
  • Categorieën van AI-risico's: technisch, operationeel, reputatiegerelateerd en ethisch
  • Openbaarheid en risicoperceptie in de overheid

AI-Richtlijnen

  • NIST AI-Richtlijnen (AI RMF)
  • ISO/IEC 42001:2023 — AI-Systeemnorm
  • Andere sector-specifieke en internationale richtlijnen (bijvoorbeeld OECD, UNESCO)

Beveiligingsdreigingen voor AI-Systemen

  • Adversaire invoeren, data vergiftiging en model omkering
  • Blootstelling van gevoelige trainingsgegevens
  • Risico's in de leveringsketen en van derden in modellen

Beheer, Auditing en Controles

  • Mens in de lus en verantwoordingmechanismen
  • Auditeerbare AI: documentatie, versiebeheer en interpreteerbaarheid
  • Interne controles, toezichthoudende rollen en nalevingscontrolepunten

Risico-analyse en Risicobeheersingsplanning

  • Het opstellen van risicoregisters voor AI-gebruiksscenario's
  • Samenwerken met inkoop-, juridische en servicedesignteams
  • Het uitvoeren van voor-deployments- en na-deployments-evaluaties

Incidentrespons en Resilientie van de Overheid

  • Reageren op AI-gerelateerde incidenten en datalekken
  • Communiceren met belanghebbenden en het publiek
  • AI-risicopraktijken integreren in cybersecurity playbooks

Samenvatting en Volgende Stappen

Vereisten

  • Ervaring in IT-operaties, risicobeheer, cyberbeveiliging of naleving binnen overheidsinstanties
  • Kennis van organisatorische beveiligingspraktijken en digitale dienstverlening
  • Geen voorafgaande technische expertise in AI-systemen vereist

Publiek

  • Gooverheid IT-teams betrokken bij digitale diensten en systeemintegratie
  • Cyberbeveiligings- en risicoprofessionals in openbare instellingen
  • Personeel voor audits, naleving en governance in de publieke sector
 7 Uren

Aantal deelnemers


Prijs Per Deelnemer

Voorlopige Aankomende Cursussen

Gerelateerde categorieën