ING probeert met AI aan te haken bij het buitenland
In dit artikel:
ING introduceert als eerste Nederlandse grootbank een zelfontwikkelde AI-agent die binnen ongeveer 58 seconden een voorstel voor een hypotheek klaarmaakt. De tool richt zich op inkomende aanvragen die niet direct binnen het acceptatiebeleid vallen — naar eigen zeggen momenteel zo’n 80% van de casuïstiek — en laat beoordelaars snel zien op welke manier de bank toch een passend aanbod kan doen. Sinds de zomer werkt een team van ruim dertig mensen aan het model; in de testfase gebruiken 50 van de 300 beoordelaars het bij ongeveer 40% van hun dossiers. Beslissingen blijven uiteindelijk door mensen genomen: ING benadrukt “zero tolerance” voor fouten en rolt het systeem stapsgewijs uit.
Internationaal loopt Nederland hiermee in, maar eerder achterop. In de VS, Canada en Duitsland zijn AI-gestuurde hypotheekbeoordelingen al veel verder ingeburgerd: Amerikaanse partijen zoals Rocket, Better en de systemen van Fannie Mae en Freddie Mac verwerken maandelijks miljoenen datapunten en verkorten doorlooptijden van weken naar minuten. In Canada reduceerde TD wachttijden vóór menselijke beoordeling van gemiddeld 15 uur naar onder de 3 minuten. Banken werken soms met verzekeraars samen (voorbeeld: MKIII met herverzekeraars zoals Munich Re) om foutenrisico’s af te dekken en kapitaalverlichting te bereiken. In Duitsland biedt ING samen met Interhyp binnen 30 minuten een bindende toezegging, waarbij AI openbare data gebruikt om een digitale weergave van het pand te maken. Ook in het VK laat Lloyds AI-offertes opstellen, mits een mens de definitieve check doet. Belgische scale-up Oper levert met ‘Herman’ een vergelijkbare agent die al bij dertien kredietverstrekkers draait.
Nederlandse concurrentie reageert voorlopig terughoudend: ABN AMRO, Rabobank, ASN en Triodos gebruiken AI vooral voor administratieve taken zoals gespreksverslagen en het controleren van loonstroken en taxaties. Deskundigen voorspellen dat meer banken snel volgen door concurrentiedruk en personeelstekorten: sommige hypotheekkantoren krijgen nauwelijks sollicitaties meer, waardoor automatisering aantrekkelijk wordt. Verwacht wordt dat AI eenvoudige aanvragen afhandelt en menselijke beoordelaars vrijmaakt voor complexere dossiers.
Toezicht en risico’s vormen de grootste rem. DNB en AFM wezen al in 2024 op risico’s als slechte data, beperkte uitlegbaarheid en onbedoelde discriminatie. Onder de Europese AI-verordening geldt kredietwaardigheid als hoogrisico: automatische systemen mogen niet autonoom beslissen en banken moeten beslissingen kunnen uitleggen. Praktische voorbeelden illustreren die zorgen: onderzoek vond bias in taalmodellen ten nadele van zwarte aanvragers; in de VS en Duitsland leidden discriminerende uitkomsten tot rechtszaken en boetes.
Samengevat: de technologie om hypotheken geautomatiseerd te beoordelen is er en Nederland sluit nu aan, maar de cruciale vraag is of regels, toezicht en waarborgen het tempo van adoptie kunnen bijhouden.