HACCP en AI: ondersteunen mag, beslissen op de CCP blijft mensenwerk

HACCP draait om beheersing, niet om automatisering

HACCP is een systeem om risico's in de voedselveiligheid te beheersen. De kern is het kritieke beheerspunt, de CCP: een stap waar u een gevaar moet beheersen, binnen vastgestelde grenzen, met monitoring en correctieve actie. Wie HACCP serieus neemt, weet dat een CCP geen plek is voor een black box. De vraag is dus niet of AI HACCP vervangt, maar waar AI binnen HACCP nuttig is zonder de beheersing uit handen te geven.

Waar AI in food echt helpt

In de praktijk zit de meeste winst niet op de CCP zelf, maar eromheen:

• Eerder zien dat iets afwijkt: AI signaleert trends in temperatuur, gewicht of vulhoogte voordat een grens wordt overschreden. Dat geeft uw mensen tijd om in te grijpen, in plaats van achteraf een afwijking vast te leggen.
• Predictive maintenance: een vuller of koeling die richting uitval gaat, meldt zich vaak in de data voordat het misgaat. Minder ongeplande stilstand betekent ook minder druk op de processen rond de CCP's.
• Minder zoektijd in documentatie: AI helpt specificaties, batchgegevens en klantvragen sneller te ontsluiten. De QA-medewerker houdt tijd over voor het oordeel dat er echt toe doet.

De grens: op de CCP beslist de mens

In al deze gevallen levert AI een voorstel of een signaal. De beslissing blijft bij de mens. Op een kritiek beheerspunt mag AI niet de doorslaggevende stem zijn. Een model dat plausibel klinkt maar af en toe hallucineert, hoort niet zelfstandig te bepalen of een batch vrijgegeven wordt. De werkbare regel is eenvoudig: AI ondersteunt, de mens beslist en tekent. Zo blijft de verantwoordelijkheid waar die hoort en blijft uw HACCP-plan verdedigbaar.

Zonder audit-trail is het geen optie

Hier komt het punt dat in audits het zwaarst weegt. Binnen FSSC 22000, BRC en IFS is bewijsvoering randvoorwaardelijk. Een werkwijze die structureel zonder audit-spoor draait, brengt de plant manager in een onverdedigbare positie zodra de auditor doorvraagt. Daarom legt u elke AI-ondersteunde stap vast:

• wat het systeem voorstelde,
• op basis waarvan,
• wie het controleerde,
• en wie tekende.

Aantoonbaar onveranderd bewijs

Met hash-chained logging is dat spoor bovendien aantoonbaar onveranderd. U kunt op elk moment laten zien hoe een beslissing tot stand kwam. Dat is precies wat een auditor wil zien, en wat het verschil maakt tussen 'wij gebruiken AI' en 'wij gebruiken AI beheerst'.

En de EU AI Act?

Wie AI in food inzet, krijgt ook met de EU AI Act te maken. De AI-geletterdheid uit artikel 4 geldt sinds 2 februari 2025: medewerkers die met AI werken moeten er voldoende van begrijpen, passend bij hun rol. Voor een QA-team dat AI-signalen interpreteert, is dat geen formaliteit maar gewoon goed vakmanschap. Gebruikt u AI in toepassingen die als hoger risico kunnen gelden, dan hoort daar inventarisatie en risicoclassificatie bij.

Hoe u verstandig begint

Begin klein en concreet. Kies één proces waar AI een signaal of voorstel kan leveren, bijvoorbeeld predictive maintenance op een vuller of het eerder opmerken van een trend richting een CCP-grens. Richt vanaf dag één de audit-trail in, zodat u nooit achteraf bewijs hoeft te reconstrueren. Train het team dat ermee werkt. Schaal pas op als dit ene proces zich bewezen heeft.

Zo blijft HACCP leidend, levert AI iets op, en houdt u een verhaal dat elke audit doorstaat: AI ondersteunt, de mens beslist en tekent, en alles is vastgelegd.