Banken moeten actief voorkomen dat klanten worden benadeeld door onbedoelde discriminatie in acceptatie, monitoring en pricing. Dat is de kern van de boodschap die de Autoriteit Financiële Markten (AFM) meegeeft na onderzoek bij banken. Het gaat niet alleen om “niet discrimineren” op papier, maar om aantoonbaar sturen op klantbelang in processen die juist zijn ontworpen om risico’s te beheersen. Voor u als ondernemer kan dit direct raken aan de toegang tot een betaalrekening, krediet of bepaalde dienstverlening, terwijl het voor banken ingrijpende gevolgen heeft voor compliance, datagebruik en de governance rond modellen en beslisregels.
Wat de AFM precies verwacht van banken
De AFM constateert dat ervaren discriminatie vaak niet voortkomt uit expliciete keuzes, maar als bijproduct van risicobeheersing, zoals witwascontroles, fraudepreventie en kredietbeoordeling. Juist daarom legt de toezichthouder de lat bij “actief tegengaan”: banken moeten niet afwachten tot klachten binnenkomen, maar structureel onderzoeken waar in de keten ongelijke uitkomsten ontstaan.
Concreet betekent dit dat banken het onderwerp moeten verankeren in beleid, sturing en controle. Denk aan duidelijke eigenaarschap in de organisatie, meetbare doelen, periodieke evaluaties en het zichtbaar betrekken van de klantimpact bij besluiten. De AFM koppelt dit nadrukkelijk aan het klantbelang: als processen systematisch groepen benadelen, is dat niet alleen een reputatierisico, maar ook een schending van de zorgplichtachtige verwachtingen die de toezichthouder neerlegt bij dienstverleners.
Wie de oorspronkelijke publicatie wil nalezen, kan terecht bij de AFM-publicatie over discriminatie in bankdienstverlening.
Waar de grootste risico’s op onbedoelde discriminatie zitten
Klantacceptatie en poortwachtersprocessen
De eerste drempel is vaak de onboarding. In de praktijk draait dit om identificatie, risicoclassificatie, herkomst van middelen en het beoogde gebruik van de rekening. Hier kunnen “proxy-variabelen” onbedoeld uitsluiten, zoals postcode, nationaliteit, sectorlabels, rechtsvorm, of patronen in documentatie die vaker voorkomen bij startende ondernemers of internationale handel.
Voor ondernemers is dit het meest voelbaar: geen rekening betekent vaak geen facturatie, geen pin, geen leveranciersrelaties. Banken zullen daarom moeten laten zien dat afwijzingen consistent, uitlegbaar en controleerbaar zijn, en dat alternatieve routes bestaan als standaardchecks onvoldoende passen.
Transactiemonitoring en fraudedetectie
Ook na acceptatie kan discriminatie ontstaan via alerts en blokkades. Regels en modellen die “ongebruikelijk gedrag” detecteren, kunnen vaker aanslaan bij bepaalde branches (bijvoorbeeld horeca, nachtwinkels, cash-intensieve sectoren) of bij ondernemers met grensoverschrijdende geldstromen. Als de follow up vooral bestaat uit herhaald documentatieverzoek, vertraging of blokkades, ontstaat een ongelijk speelveld.
Kredietverlening, pricing en risicomodellen
In kredietprocessen is de gevoeligheid nog groter, omdat scoringmodellen, zeker bij beperkte data over jonge ondernemingen, sterk leunen op historische patronen. Wanneer data of labels uit het verleden al bias bevatten, kan dat doorwerken in acceptatiepercentages, renteopslagen en zekerheden. Het risico is niet alleen “geen krediet”, maar ook structureel duurdere financiering voor vergelijkbare risico’s.
Gevolgen voor compliance: van beleid naar bewijs
De AFM-lijn impliceert dat banken verder moeten dan algemene gedragscodes. Compliance krijgt een evidentiële opdracht: aantonen dat processen eerlijk uitpakken en dat afwijkingen worden opgevolgd. Dat vraagt om:
- heldere definities van (ervaren) discriminatie in de context van bankprocessen
- een klachten- en signalenproces dat trends kan herkennen, niet alleen incidenten
- periodieke risk assessments op customer journeys, inclusief derde partijen en uitbesteding
- training die verder gaat dan awareness en ook ziet op beslisregels, escalatie en klantcommunicatie
Voor beleggers is dit relevant omdat extra toezichtdruk kan leiden tot hogere kosten, herinrichting van processen en mogelijk meer frictie in groeiambities, vooral bij banken met zware poortwachterfuncties of sterke afhankelijkheid van geautomatiseerde beslissingen.
Datagebruik en model governance: uitlegbaarheid wordt een harde eis
Een belangrijk gevolg is dat banken scherper moeten kijken naar welke data ze gebruiken en hoe die data uitpakken voor verschillende groepen. In de praktijk draait het om model governance: documentatie, validatie, monitoring en change management. U ziet hier een verschuiving van “werkt het model?” naar “werkt het model eerlijk en uitlegbaar?”
Dat betekent onder meer:
- testen op disparate impact en ongewenste proxy’s in variabelen en beslisregels
- monitoring op uitkomsten per segment, inclusief herbeoordeling bij modelupdates
- betere uitleg aan klanten bij afwijzing of beperkingen, inclusief zinvolle herstelroutes
- strakkere controle op handmatige overrides, waar subjectiviteit kan binnenkomen
Wat dit betekent voor u als ondernemer
Op korte termijn kan de herijking van processen leiden tot meer vragen en meer gestructureerde communicatie. Maar de inzet is duidelijk: minder willekeur, betere motivering en meer voorspelbaarheid. Voor ondernemers die eerder vastliepen op “computer says no” kan dit, mits goed uitgevoerd, de toegang tot betaal en kredietdiensten verbeteren.
Wij verwachten ook dat banken meer gaan investeren in alternatieve beoordeling van jonge ondernemingen, bijvoorbeeld met aanvullende documentatie of andere cashflow-indicatoren, zodat niet alleen historische data de uitkomst bepaalt. Dat is geen belofte van ruimhartiger krediet, maar wel van transparantere en beter toetsbare besluitvorming.
