De reactie van de Commissie op fraude in het gemeenschappelijk landbouwbeleid – tijd om dieper te graven

Samenvatting

I De uitgaven voor het gemeenschappelijk landbouwbeleid (GLB) ondersteunen de landbouw en de plattelandsontwikkeling in de EU door middel van:

• rechtstreekse betalingen aan landbouwers, in het algemeen op basis van het landbouwareaal waarover de begunstigden beschikken;
• marktmaatregelen op landbouwgebied, die ertoe bijdragen dat de landbouwsectoren van de EU zich kunnen aanpassen aan veranderingen op de markt;
• nationale en regionale programma’s voor plattelandsontwikkeling van de lidstaten ter ondersteuning van de sociale en economische ontwikkeling in plattelandsgebieden, met steunverlening op basis van milieu- en klimaatgerelateerde criteria.

II In 2018‑2020 bedroegen de rechtstreekse betalingen in de EU‑27 gemiddeld 38,5 miljard EUR per jaar; de uitgaven voor marktmaatregelen en plattelandsontwikkeling bedroegen gemiddeld respectievelijk 2,7 en 13,1 miljard EUR.

III Fraude schaadt de financiële belangen van de EU en verhindert dat de beleidsdoelstellingen met behulp van de EU-middelen kunnen worden bereikt. Wij verwachten dat ons verslag de Commissie en de lidstaten zal helpen bij de ontwikkeling van hun fraudebestrijdingscapaciteit in het kader van het nieuwe gemeenschappelijk landbouwbeleid voor de periode 2023‑2027.

IV Diverse instanties beschermen de financiering van het GLB tegen fraude op EU- en nationaal niveau. Tijdens onze controle hebben wij onderzocht of de Commissie passende maatregelen heeft getroffen ter bestrijding van fraude met GLB-uitgaven, door de frauderisico’s te beoordelen die inherent zijn aan GLB-betalingsregelingen, en of de Commissie de frauderisico’s die van invloed zijn op de GLB-uitgaven heeft geïdentificeerd en er naar behoren op heeft gereageerd.

V Wij constateerden dat de Commissie heeft gereageerd op gevallen van fraude met GLB-uitgaven, maar niet proactief genoeg is opgetreden bij de aanpak van de impact van het risico van illegale landroof op GLB-betalingen, bij het toezicht op de fraudebestrijdingsmaatregelen van de lidstaten en bij het benutten van het potentieel van nieuwe technologieën.

VI De frauderisico’s verschillen naargelang van de GLB-betalingsregelingen. In dit verslag geven wij een overzicht van de frauderisico’s die zich bij de verschillende GLB-betalingsregelingen voordoen. Wij hebben risico’s vastgesteld die verband houden met begunstigden die inbreuken op de subsidiabiliteitsvoorwaarden verhullen, met de complexiteit van de gefinancierde maatregelen en met illegale vormen van “landroof”.

VII De Commissie heeft de frauderisico’s bij de GLB-uitgaven beoordeeld en erkend dat de investeringsmaatregelen voor plattelandsontwikkeling en bepaalde marktmaatregelen een hoger risico inhouden dan andere betalingsregelingen. Ze heeft onlangs enkele richtsnoeren uitgebracht voor betaalorganen met betrekking tot “landroof” en het begrip “grond waarover de landbouwer beschikt”.

VIII De Commissie heeft de lidstaten richtsnoeren geboden inzake kwesties in verband met fraude. De meeste betaalorganen stelden deze richtsnoeren op prijs, maar sommige waren van mening dat het nuttig zou zijn geweest meer praktische voorbeelden op te nemen. De laatste GLB-frauderisicoanalyse van de Commissie dateert van 2016, en de Commissie is van plan een nieuwe analyse uit te voeren voordat het nieuwe GLB in januari 2023 in werking treedt.

IX De Commissie voert accrediterings- en nalevingscontroles uit bij betaalorganen om hun controlesystemen door te lichten, die fraudebestrijdingsmaatregelen kunnen omvatten. De Commissie vertrouwt op de jaarlijkse evaluaties van de certificerende instanties om na te gaan of de betaalorganen voldoen aan hun accrediteringscriteria, met inbegrip van fraudebestrijdingsmaatregelen. Sommige verslagen van certificerende instanties bevatten een beperkte analyse van de fraudebestrijdingsmaatregelen van de betaalorganen, maar de Commissie heeft de certificerende instanties in deze gevallen niet om nadere bijzonderheden gevraagd.

X De Commissie heeft het gebruik van nieuwe technologieën voor de automatisering van de controles bevorderd, zoals in het geval van “controles door monitoring” waarbij de gehele populatie van steunontvangers voor een bepaalde regeling wordt gemonitord, en zij heeft haar eigen instrument voor risicoscores, Arachne, ontwikkeld om de lidstaten te helpen bij de preventie van fraude. Het gebruik van deze technologieën is vrijwillig en de lidstaten hebben er slechts in een laag tempo op gereageerd. Artificiële intelligentie en big data bieden mogelijkheden voor fraudebestrijding, maar de lidstaten staan voor uitdagingen bij het benutten van deze kansen en de Commissie is begonnen met het bevorderen van deze technologieën.

XI Wij doen aanbevelingen aan de Commissie, zodat zij een dieper inzicht kan verwerven en delen in frauderisico’s en maatregelen bij GLB-uitgaven om de financiële belangen van de EU te beschermen, en zodat zij het gebruik van nieuwe technologieën bij de preventie en opsporing van fraude kan bevorderen.

Inleiding

Het gemeenschappelijk landbouwbeleid (GLB)

01 De GLB-uitgaven ondersteunen de landbouw en de plattelandsontwikkeling in de EU door middel van:

• rechtstreekse betalingen aan landbouwers, die volledig worden gefinancierd uit de EU-begroting, en in het algemeen zijn gebaseerd op het landbouwareaal waarover de begunstigden beschikken;
• marktmaatregelen op landbouwgebied, die eveneens volledig uit de EU-begroting worden gefinancierd, met uitzondering van bepaalde maatregelen die door de lidstaten worden gecofinancierd; de marktmaatregelen omvatten steun voor openbare en particuliere opslag van landbouwproducten in geval van marktverstoringen, sectorspecifieke steunregelingen (bijv. in de sectoren wijn of groenten en fruit), en de vergoeding van de kosten voor de bevordering van de afzet van landbouwproducten uit de EU;
• nationale en regionale programma’s voor plattelandsontwikkeling van de lidstaten, gecofinancierd uit de EU-begroting en door de lidstaten, waarbij zowel projectkosten worden vergoed als betalingen worden verricht op basis van het landbouwareaal of het aantal dieren van de begunstigden.

02 In 2018‑2020 bedroegen de rechtstreekse betalingen in de EU‑27 gemiddeld 38,5 miljard EUR per jaar; de uitgaven voor marktmaatregelen en plattelandsontwikkeling bedroegen gemiddeld respectievelijk 2,7 en 13,1 miljard EUR.

03 De landbouwsector in de EU vertoont aanzienlijke verschillen wat betreft de soorten begunstigden, de omvang van de bedrijven en de vormen van landbouwgrondbezit. Het is dan ook een uitdaging om regels en controlesystemen te ontwerpen die geschikt zijn voor alle scenario’s.

04 De begunstigden van het GLB variëren van particulieren tot coöperaties, bedrijven en overheidsinstanties. In het begrotingsjaar 2020 ontvingen ongeveer 6,2 miljoen begunstigden rechtstreekse betalingen, ontvingen er 3,5 miljoen (doorgaans ook ontvangers van rechtstreekse betalingen) betalingen in het kader van maatregelen voor plattelandsontwikkeling, en 102 000 begunstigden steun in het kader van marktmaatregelen.

05 De meeste GLB-begunstigden ontvangen minder dan 10 000 EUR per jaar: dit aandeel is gedaald, maar vertegenwoordigt nog steeds meer dan 80 % van de begunstigden (zie figuur 1).

06 Wat de structuur van de landbouwbedrijven betreft, is 67 % van de landbouwbedrijven in de EU kleiner dan vijf hectare, terwijl 3 % meer dan honderd hectare beslaat. Deze situatie verschilt tussen de lidstaten. In Malta en Roemenië, bijvoorbeeld, is meer dan 90 % van de landbouwbedrijven kleiner dan vijf hectare, terwijl in Denemarken en Finland slechts 4 % van de landbouwbedrijven tot deze categorie behoort.

07 Ook de verdeling van de landbouwgrond varieert. In Slowakije is 9 % van de landbouwbedrijven groter dan honderd hectare en beslaan zij 89 % van het nationale landbouwareaal, terwijl dergelijke bedrijven in Slovenië slechts 7 % van het landbouwareaal beslaan. Figuur 2 toont de situatie op EU-niveau in de drie geselecteerde lidstaten (zie paragraaf 26) en in de twee lidstaten die zich aan het uiteinde van het spectrum bevinden.

08 Wat de eigendom van landbouwgrond betreft, is 82 % van de Poolse landbouwers eigenaar van hun grond, terwijl 78 % van de Maltese landbouwers deze pacht en in Griekenland een derde van het landbouwareaal gemeenschappelijke grond is (zie bijlage I).

Bescherming van de GLB-begroting tegen fraude

09 In de EU-wetgeving¹ wordt fraude waardoor de financiële belangen van de EU worden geschaad, gedefinieerd als een opzettelijke inbreuk (handeling of nalatigheid) die de EU-begroting schaadt of zou kunnen schaden door:

• het gebruik of de overlegging van valse, onjuiste of onvolledige verklaringen of documenten;
• het achterhouden van informatie in strijd met een specifieke verplichting; of
• het misbruiken van financiële middelen door ze voor andere doelen aan te wenden dan die waarvoor zij oorspronkelijk zijn toegekend.

10 De belangrijkste onderscheidende factor tussen fraude en onregelmatigheid is het begrip opzet. Een onregelmatigheid kan het gevolg zijn van een onjuiste interpretatie van een regel, terwijl fraude het gevolg is van een opzettelijke schending van een regel.

11 Fraude kan worden ingedeeld als “intern” of “extern”². In de GLB-context:

• interne fraude kan worden gepleegd door personeelsleden van overheidsinstanties die betrokken zijn bij het beheer van GLB-middelen of door personeelsleden van EU-instellingen of -organen. Het kan gaan om niet-aangegeven belangenconflicten, inbreuken op het beroepsgeheim, of passieve corruptie;
• externe fraude betreft fraude gepleegd door begunstigden van GLB-financiering. Voorbeelden zijn fraude bij overheidsopdrachten (bijv. samenspanning tussen inschrijvers, onregelmatige of fictieve onderaanneming, actieve corruptie), vervalsing van documenten, het opblazen van kosten, of het verhullen van banden tussen bedrijven.

12 Fraude schaadt de financiële belangen van de EU en verhindert dat de beleidsdoelstellingen met behulp van de EU-middelen kunnen worden bereikt. Voor een doeltreffende fraudebestrijding is een alomvattend kader voor risicobeheer vereist dat de volledige fraudebestrijdingscyclus van preventie, opsporing en reactie op fraude bestrijkt (zie figuur 3).

Verschillende instanties beschermen de GLB-financiering tegen fraude

13 Bij de Commissie:

• deelt het directoraat-generaal Landbouw en Plattelandsontwikkeling (DG AGRI) het beheer van het GLB met geaccrediteerde betaalorganen in de lidstaten, maar blijft het zelf de eindverantwoordelijke voor het beleid. DG AGRI verkrijgt zekerheid over de werking van de beheers- en controlesystemen van de lidstaten;
• verricht het Europees Bureau voor fraudebestrijding (OLAF) administratieve onderzoeken naar onwettige activiteiten die de EU-begroting schaden, en naar ernstige fouten binnen de EU-instellingen. OLAF beheert het IMS, het beheerssysteem voor onregelmatigheden dat gegevens bevat die door de lidstaten worden ingediend over onregelmatigheden en fraude in verband met EU-uitgaven. OLAF analyseert de door de lidstaten verstrekte gegevens en publiceert het “Jaarverslag van de Commissie over de bescherming van de financiële belangen van de Europese Unie — Fraudebestrijding” (het “PIF-verslag”)³. OLAF speelt een centrale rol in de ontwikkeling van het fraudebestrijdingsbeleid van de EU.

14 In juni 2021 werd het Europees Openbaar Ministerie (EOM) operationeel als onafhankelijk openbaar aanklager van de EU. Het EOM is bevoegd om strafbare feiten ten nadele van de EU-begroting, zoals fraude en corruptie, op te sporen, te vervolgen en voor de bevoegde rechtbanken van de 22 aan het EOM deelnemende lidstaten te brengen⁴.

15 De lidstaten zijn verplicht maatregelen te nemen om fraude en andere onregelmatigheden te voorkomen, op te sporen en te corrigeren, en de financiële belangen van de EU op dezelfde wijze te beschermen als hun eigen financiële belangen. Zij moeten gevallen van onregelmatigheden en fraude waarmee meer dan 10 000 EUR gemoeid is via het IMS aan de Commissie melden.

16 Als onderdeel van hun accrediteringscriteria moeten de betaalorganen activiteiten op het gebied van interne controle opzetten die erop gericht zijn fraude te voorkomen en op te sporen (zie kader 1). De directeuren van de betaalorganen verstrekken de Commissie jaarlijks een beheersverklaring over de goede werking van de internecontrolesystemen, waarin zij moeten bevestigen dat er doeltreffende en evenredige fraudebestrijdingsmaatregelen zijn ingevoerd waarbij rekening is gehouden met de vastgestelde risico’s⁵.

17 Hoewel de betaalorganen niet verantwoordelijk zijn voor het onderzoeken van fraude, moeten zij maatregelen nemen om fraude te voorkomen en op te sporen en moeten zij samenwerken met de handhavingsautoriteiten die onderzoeken instellen.

18 Certificerende instanties die door de lidstaten worden aangewezen, onderwerpen de internecontrolesystemen van de betaalorganen aan een jaarlijkse evaluatie en beoordelen de mate waarin deze voldoen aan de accreditatiecriteria. Ze brengen een jaarlijks oordeel uit over de wettigheid en regelmatigheid van de uitgaven.

19 Figuur 4 geeft een overzicht van de taken en verantwoordelijkheden van de belangrijkste organen voor fraudebestrijding in het kader van het GLB.

20 In overeenstemming met de controlenormen zijn wij ook waakzaam ten aanzien van frauderisico’s. Meer bepaald:

• houden wij rekening met het frauderisico wanneer wij onze controles plannen en uitvoeren;
• melden wij gevallen van vermoedelijke fraude aan OLAF en het EOM;
• hebben wij onlangs twee speciale verslagen gepubliceerd over de bestrijding van fraude met de EU-uitgaven⁶, en hebben wij het fraudebestrijdingsbeleid en de fraudebestrijdingsprocedures van de Commissie met betrekking tot de GLB-uitgaven onderzocht in het kader van onze werkzaamheden betreffende de betrouwbaarheidsverklaring voor 2019⁷.

De lidstaten brengen bij de Commissie verslag uit over het bedrag aan fraude dat zij bij de GLB-uitgaven hebben opgespoord

21 Het PIF-verslag van de Commissie geeft een overzicht van de fraude met GLB-uitgaven, uitgedrukt in aantal gemelde gevallen en financiële bedragen, en vult de statistieken aan met onderliggende analyses. Van 2016 tot 2020 was het GLB goed voor 11 % van de in het IMS gemelde frauduleuze bedragen, terwijl het cohesiebeleid goed was voor 86 % van het totaal (zie tabel 1).

22 De financiële gevolgen van de gemelde frauduleuze onregelmatigheden voor het GLB zijn over het algemeen gering: in 2016‑2020 ging het om 0,09 % van de totale GLB-betalingen. Figuur 5 toont het fraudeopsporingspercentage, d.w.z. de verhouding tussen de gemelde bedragen van (vermoedelijke en vastgestelde) fraudezaken en de betalingen voor de GLB-onderdelen.

23 Zoals uiteengezet in het PIF-verslag over 2020⁸, is het aantal als fraude gemelde onregelmatigheden — en de bijbehorende bedragen — echter geen directe indicatie van de omvang van de fraude ten nadele van de EU-begroting, maar veeleer van de inspanningen van de lidstaten om fraude en andere onwettige activiteiten die de financiële belangen van de EU schaden, te bestrijden. In onze vorige controles hebben wij geconstateerd dat deze cijfers geen volledig beeld gaven van de omvang van de opgespoorde fraude met EU-uitgaven⁹.

Reikwijdte en aanpak van de controle

24 Bij onze controle zijn fraudepatronen in GLB-betalingsregelingen onderzocht. Wij zijn nagegaan of de Commissie de frauderisico’s die van invloed zijn op de GLB-uitgaven, naar behoren heeft onderkend en of zij adequaat op die risico’s heeft gereageerd.

25 Wij hebben de maatregelen bestudeerd die in het kader van het GLB onder gedeeld beheer worden gefinancierd (rechtstreekse betalingen, marktmaatregelen en plattelandsontwikkeling), waarbij wij gegevens uit de programmeringsperioden 2007‑2013 en 2014‑2020 hebben onderzocht. Wij hebben de GLB-uitgaven onder direct beheer (ongeveer 0,8 % van de GLB-uitgaven) niet onderzocht, en wij hebben geen aandacht besteed aan belangenconflicten, die het onderwerp vormen van een afzonderlijk speciaal verslag van de ERK dat in 2022 zal worden gepubliceerd. Het EOM, dat in juni 2021 operationeel werd, viel buiten de reikwijdte van onze controle.

26 Wij verkregen onze controle-informatie door middel van:

• controles aan de hand van stukken en videoconferenties bij OLAF en bij het directoraat-generaal Landbouw en Plattelandsontwikkeling;
• controles aan de hand van stukken in drie lidstaten (Frankrijk, Italië en Slowakije). Deze lidstaten werden geselecteerd op basis van indicatoren met betrekking tot fraude, concentratie van landbouwgrond, en financieringsbedragen;
• enquêtes gericht aan de hoge controle-instanties van de drie geselecteerde lidstaten, en aan de betaalorganen, de coördinatiediensten fraudebestrijding en de certificerende instanties in alle 27 lidstaten. De enquête had betrekking op frauderisico’s en de in de lidstaten bestaande fraudebestrijdingsmaatregelen en -controles. Coördinatiediensten fraudebestrijding en betaalorganen uit 23 lidstaten en certificerende instanties uit 13 lidstaten hebben op onze enquête geantwoord;
• analyse van gegevens uit het IMS en uit gegevensreeksen van het Bureau voor de statistiek van de EU (Eurostat).

27 Wij verwachten dat ons verslag de Commissie en de lidstaten zal helpen bij de ontwikkeling van hun fraudebestrijdingscapaciteit in het kader van het nieuwe gemeenschappelijk landbouwbeleid voor de periode 2023‑2027.

Opmerkingen

De frauderisico’s verschillen naar gelang van de GLB-betalingsregelingen

28 Wanneer de Commissie wetgevingshandelingen voorstelt, moet zij ervoor zorgen dat bij het ontwerp en de voorschriften van de verschillende GLB-steunregelingen rekening wordt gehouden met het inherente frauderisico¹⁰.

29 Wij hebben de blootstelling aan het frauderisico van de voornaamste categorieën van GLB-uitgaven beoordeeld. We hebben rekening gehouden met de resultaten van onze eerdere controles, met de in het IMS gemelde gevallen en met de onderzoeken van OLAF.

30 Uit onze werkzaamheden betreffende de betrouwbaarheidsverklaring is gebleken dat de complexiteit van de regels en de wijze waarop EU-middelen worden uitbetaald van invloed zijn op het risico op fouten. In ons Jaarverslag 2019¹¹ hebben wij vastgesteld dat het frauderisico ook hoger is op uitgaventerreinen waarvoor complexere subsidiabiliteitsvoorwaarden gelden (zie figuur 6).

Sommige begunstigden verhullen inbreuken op de subsidiabiliteitsvoorwaarden

31 Sommige GLB-betalingsregelingen die bedoeld zijn om specifieke categorieën begunstigden te steunen, zijn fraudegevoelig gebleken, aangezien sommige aanvragers geen relevante informatie verstrekken of kunstmatig de voorwaarden creëren om aan de subsidiabiliteitscriteria te voldoen en op ten onrechte GLB-steun genieten.

32 Een van de EU-prioriteiten voor plattelandsontwikkeling is het vergemakkelijken van de diversificatie, de oprichting en de ontwikkeling van kleine en middelgrote ondernemingen (kmo’s). Om vast te stellen of een begunstigde in aanmerking komt als kmo, is de bekendmaking van betrouwbare informatie over het aantal werknemers, de jaaromzet en het jaarlijkse balanstotaal van essentieel belang, evenals de bekendmaking van informatie over verbonden ondernemingen.

33 In onze betrouwbaarheidsverklaring hebben wij gevallen vastgesteld van begunstigden die verzuimden hun banden met andere ondernemingen bekend te maken. OLAF heeft ook dergelijke gevallen onderzocht (zie de voorbeelden in kader 2).

34 Met het GLB wordt beoogd generatievernieuwing in de landbouw aan te moedigen door extra financiering toe te kennen aan personen die als “jonge landbouwers” kunnen worden aangemerkt. Om voor deze steun in aanmerking te komen, mogen landbouwers bij de indiening van hun steunaanvraag niet ouder zijn dan veertig jaar en moeten zij voor het eerst als bedrijfshoofd een landbouwbedrijf oprichten.

35 Een jonge landbouwer kan alleen of samen met andere landbouwers een bedrijf oprichten, ongeacht de rechtsvorm. In het geval van een rechtspersoon moet een jonge landbouwer echter een daadwerkelijke en langdurige zeggenschap over de entiteit uitoefenen wat betreft beslissingen die op het gebied van het beheer, de baten en de financiële risico’s worden genomen.

36 De lidstaten kunnen strengere regels vaststellen voor jonge landbouwers die aanloopsteun voor plattelandsontwikkeling ontvangen. In Frankrijk bijvoorbeeld vereisen de nationale subsidiabiliteitsregels dat het inkomen van de jonge landbouwer hoofdzakelijk uit landbouwactiviteiten afkomstig is. In het IMS bleek in sommige gevallen dat wanneer het nieuwe bedrijf niet de verwachte omzet opleverde, jonge landbouwers andere (soms voltijdse) banen vonden om hun inkomen te verhogen, waardoor zij niet langer voor steun in aanmerking kwamen. Uit andere gevallen bleek dat de begunstigden niet aan het hoofd van het landbouwbedrijf stonden, noch daadwerkelijk op het bedrijf werkzaam waren.

37 Dergelijke gevallen kunnen als fraude worden beschouwd wanneer een begunstigde die niet aan de subsidiabiliteitsvoorwaarden voldoet, valse of onvolledige informatie verstrekt om een verkeerde voorstelling van zijn situatie te geven.

38 In sommige gevallen kunnen begunstigden documenten vervalsen of activiteiten simuleren om in aanmerking te komen voor GLB-steun (zie kader 3).

De frauderisico’s nemen toe door de complexiteit van de projecten

39 In het kader van de marktmaatregelen financieren de steunprogramma’s voor wijn een aantal maatregelen waarvoor uiteenlopende subsidiabiliteitsvoorwaarden gelden, zoals herstructurering en omschakeling van wijngaarden, oogstverzekering, investeringen in ondernemingen, innovatie voor de ontwikkeling van nieuwe producten, processen en technologieën, en afzetbevordering in niet-EU-landen.

40 Afzetbevorderingsacties in niet-EU-landen zijn bijzonder risicovol. Deze activiteiten kunnen moeilijk te controleren zijn:

• door de voorbijgaande en immateriële aard van veel van deze activiteiten (bijv. public relations);
• doordat controles ter plaatse in niet-EU-landen zeldzaam zijn;
• doordat de meeste afzetbevorderingsacties worden uitbesteed, vooral wanneer zij in andere landen dan dat van de begunstigde plaatsvinden.

41 Kader 4 bevat een voorbeeld dat tijdens onze werkzaamheden in het kader van de betrouwbaarheidsverklaring werd ontdekt.

Rechtstreekse betalingen en “landroof”

42 Om areaalgebonden rechtstreekse betalingen te ontvangen, moeten de begunstigden het subsidiabele aantal hectaren aangeven dat hen “ter beschikking staat”¹⁸. Dit betekent dat de begunstigden een degelijke rechtsgrondslag moeten hebben om aanspraak te kunnen maken op de grond.

43 Rechtstreekse betalingen zijn in verband gebracht met de term “landroof”, hoewel deze term controversieel is (zie kader 5).

44 In antwoord op onze enquête gaf bijna 60 % van de betaalorganen te kennen dat zij “landroof” niet als een risico-indicator beschouwden. Vijf betaalorganen in één lidstaat associeerden “landroof” met de situatie waarin subsidiabele aanvragen werden ingediend door begunstigden zonder dat zij een rechtsgrondslag hadden om de grond op te geven.

De huidige controles hebben bijgedragen tot een vermindering van het foutenrisico

45 Het belangrijkste beheersinstrument voor de controle van de subsidiabiliteit van rechtstreekse betalingen is het geïntegreerd beheers- en controlesysteem (GBCS), waarvan het landbouwpercelenidentificatiesysteem (LPIS) deel uitmaakt.

46 Het GBCS verbindt databanken van bedrijven, steunaanvragen, landbouwarealen en dierenregisters, die door de betaalorganen worden gebruikt om administratieve kruiscontroles van alle steunaanvragen te verrichten. Het LPIS is een geografisch informatiesysteem met verzamelingen ruimtelijke gegevensreeksen uit verschillende bronnen die samen een register vormen met alle landbouwarealen in de lidstaten.

47 Zoals bevestigd door onze werkzaamheden in het kader van de betrouwbaarheidsverklaring, vormen het GBCS, en met name het LPIS, een doeltreffend beheers- en controlesysteem om ervoor te zorgen dat de rechtstreekse steunbetalingen als geheel geen materiële fouten vertonen.

48 De invoering van de geospatiale steunaanvraag (geospatial aid application, GSAA) in het GBCS, waardoor landbouwers betalingsaanvragen online kunnen indienen, en het feit dat betaalorganen voorafgaande kruiscontroles van de steunaanvragen van landbouwers verrichten, hebben ook bijgedragen tot de daling van het foutenpercentage.

Sommige situaties zijn vatbaarder voor “landroof”

49 Aangezien het GBCS-LPIS het hun moeilijk maakt het subsidiabele areaal te overschatten (bijv. door dubbele aanvragen of het opgeven van niet-landbouwgrond), proberen fraudeurs op illegale wijze landbouwgrond te verwerven en vervolgens steun aan te vragen (zie figuur 7).

50 Uit onderzoek van OLAF en de nationale autoriteiten is gebleken dat de landbouwarealen die het meest vatbaar zijn voor dit soort frauduleuze activiteiten, grond in overheidsbezit of particuliere grond met een onduidelijke eigenaar zijn (zie kader 6 en kader 7).

51 Fraudeurs die op illegale wijze grond opgeven voor directe betalingssteun kunnen vervalste documenten overleggen en hun toevlucht nemen tot criminele praktijken, zoals afpersing en samenspanning met ambtenaren (interne fraude). In kader 6 is een voorbeeld hiervan opgenomen.

52 Fraudeurs kunnen ook misbruik maken van tekortkomingen in de controles van de lidstaten (zie kader 7).

Het Hof van Justitie en de Commissie hebben onlangs de regels verduidelijkt die van toepassing zijn op de controle van de rechtsgrondslag voor het gebruik van de grond

53 In de GLB-wetgeving wordt het begrip “grond waarover de landbouwer beschikt” niet gedefinieerd en worden landbouwers evenmin verplicht om bij de indiening van een steunaanvraag het bewijs te leveren van hun recht op het gebruik van de grond²⁴. De nationale voorschriften inzake eigendom, pacht of andere vormen van pachtrechten zijn van toepassing.

54 De lidstaten moeten alle aanvragen controleren om onregelmatigheden te voorkomen en te corrigeren en onverschuldigde betalingen terug te vorderen²⁵, en daartoe kunnen zij, met name in geval van twijfel, van de aanvrager het bewijs verlangen dat deze legaal over de grond beschikt²⁶.

55 De controle op het wettelijk recht van landbouwers om de opgegeven grond te gebruiken verschilt van lidstaat tot lidstaat. Volgens de resultaten van onze enquête controleren acht betaalorganen in twee lidstaten dit in alle gevallen. Negen van de 47 betaalorganen die op onze enquête hebben geantwoord, verklaarden dat zij alleen controles verrichten in geval van elkaar overlappende aanvragen, terwijl de overige betaalorganen ook in andere situaties gerichte controles verrichten: bijv.

•  in het geval van grond die voor het eerst wordt opgegeven of die eigendom is van een overheidsinstantie;
•  in geval van twijfel bij administratieve controles of bezoeken ter plaatse.

56 Wanneer een steunaanvraag wordt ingediend door meer dan één persoon die beweert over een rechtsgrondslag te beschikken om de aanvraag in te dienen, geldt het beginsel van de “beslissingsbevoegdheid”, in de zin van de door de landbouwer genoten voordelen en gedragen financiële risico’s²⁷. Een recent arrest van het Europees Hof van Justitie heeft een en ander verduidelijkt, waarbij de aandacht werd gevestigd op het belang van het feit dat de aanvrager op wettige wijze over de grond moet beschikken. Het Hof oordeelde dat wanneer een steunaanvraag wordt ingediend door zowel de eigenaar van landbouwgrond als een derde die zonder enige rechtstitel de grond gebruikt, alleen de eigenaar van de grond over die grond beschikt²⁸.

57 Naar aanleiding van dit arrest heeft de Commissie in juni 2021 richtsnoeren aan de lidstaten verstrekt²⁹. In de richtsnoeren wordt uitgelegd dat het feit dat een begunstigde op rechtmatige wijze over grond beschikt, impliceert dat hij het recht heeft om deze grond op rechtmatige wijze te gebruiken. In de richtsnoeren staat ook dat de lidstaten hun eigen controles kunnen opzetten, maar dat die controles onregelmatigheden doeltreffend moeten voorkomen en corrigeren, en niet beperkt mogen blijven tot dubbele aanvragen.

Middelen aangevraagd voor grond zonder dat landbouwactiviteiten worden verricht

58 Fraudeurs kunnen ook proberen grond — al dan niet legaal — te verwerven met als enig doel rechtstreekse betalingen te ontvangen, zonder landbouwactiviteiten te verrichten. Het risico is groter voor bepaalde weidegronden en bergachtige gebieden, waar het voor de betaalorganen moeilijker is om de vereiste landbouwactiviteit, zoals begrazing, te controleren (zie kader 8).

Onze rapportage van vermoedelijke fraudegevallen

59 Tijdens onze werkzaamheden in het kader van de betrouwbaarheidsverklaring komen wij elk jaar een aantal mogelijk frauduleuze onregelmatigheden op het spoor, maar wij kunnen er niet zeker van zijn dat er werkelijk fraude was gepleegd.

60 In 2018‑2020 daalde het totale foutenpercentage dat wij rapporteerden voor uitgaven aan “Natuurlijke hulpbronnen” van 2,4 % tot 2,0 % van het betaalde totaalbedrag. Het GLB is goed voor 97 % van de uitgaven voor “Natuurlijke hulpbronnen”. In die jaren hebben wij 698 GLB-betalingen gecontroleerd en in 101 gevallen fouten gekwantificeerd. In 17 van die gevallen vermoedden wij dat de fout met fraude in verband kon worden gebracht.

61 Wij zijn niet gerechtigd fraude te onderzoeken en wij hebben 12 van de 17 gevallen aan OLAF doorgegeven. In de overige vijf gevallen liepen er reeds onderzoeken of terugvorderingsprocedures of zou het geringe bedrag in kwestie niet voldoen aan de criteria van OLAF voor onderzoek op grond van evenredigheidsoverwegingen.

De Commissie heeft maatregelen genomen tegen fraude met GLB-uitgaven, maar was niet proactief genoeg

62 Met het oog op fraudebestrijding zouden we van de Commissie mogen verwachten dat zij passende maatregelen neemt om een overzicht te krijgen van fraude en frauderisico’s bij GLB-uitgaven, en daar naar behoren op reageren³¹.

63 In het kader van zijn fraudebestrijdingsstrategie³² heeft DG AGRI maatregelen genomen om zijn samenwerking met OLAF te versterken (wat betreft het melden van gevallen aan OLAF en het geven van follow-up aan de aanbevelingen van OLAF), zijn personeel op te leiden en te begeleiden, de lidstaten richtsnoeren te verstrekken en het fraudebewustzijn zowel intern als extern te vergroten.

64 Wij hebben onderzocht of de Commissie:

• een alomvattende beoordeling van het frauderisico heeft verricht, en het ontstaan van nieuwe fraudetypologieën heeft gemonitord;
• passende richtsnoeren heeft geboden en de lidstaten bewuster heeft gemaakt van de vastgestelde frauderisico’s;
• de fraudebestrijdingsmaatregelen van de lidstaten naar behoren heeft gecontroleerd;
• het gebruik van nieuwe technologieën ter versterking van de controlesystemen heeft bevorderd.

De Commissie heeft de belangrijkste frauderisico’s geïdentificeerd en heeft onlangs enkele richtsnoeren met betrekking tot “landroof” uitgebracht

65 Een van de strategische doelstellingen van de fraudebestrijdingsstrategie van DG AGRI was de versterking van de frauderisicobeoordeling. DG AGRI heeft over zijn analyses verslag uitgebracht in de opeenvolgende versies van zijn fraudebestrijdingsstrategie (zie tabel 2). DG AGRI beschouwde:

• investeringsmaatregelen voor plattelandsontwikkeling en bepaalde marktmaatregelen (afzetbevorderingsacties en steun aan producentenorganisaties) als een hoger risico;
• rechtstreekse betalingen, andere areaalgebonden betalingen en diergebonden betalingen als minder risicovol.

66 Vanaf 2014 is DG AGRI begonnen met het monitoren van opkomende fraudetypologieën. In 2016 heeft het een uitgebreide frauderisicoanalyse verricht en toegezegd deze jaarlijks te actualiseren. Sinds 2017 was DG AGRI van mening dat een actualisering van zijn risicoanalyse niet nodig was, omdat de risico’s niet waren veranderd en er geen nieuwe fraudepatronen waren ontstaan. DG AGRI is van plan een nieuwe frauderisicoanalyse uit te voeren voordat het nieuwe GLB in januari 2023 in werking treedt.

67 In 2017‑2019 onderzocht OLAF gevallen van systematische misbruiken met betrekking tot rechtstreekse betalingen in Italië, Frankrijk en Slowakije (zie kader 6, kader 7 en kader 8). DG AGRI heeft zijn frauderisicobeoordeling niet aangevuld met “landroof”, omdat het dit niet beschouwde als rechtstreekse fraude tegen het GLB.

68 In zijn fraudebestrijdingsstrategie 2020 omschreef DG AGRI “landroof” als het zich op illegale wijze toe-eigenen van landbouwgrond, waarvoor fraudeurs vervolgens op legale wijze rechtstreekse betalingen aanvragen. DG AGRI verklaarde dat de strategie ook betrekking had op reputatierisico’s zonder rechtstreekse gevolgen voor de financiële belangen van de EU, waar “landroof” en ander wangedrag onder kan vallen. In dit verband heeft DG AGRI geoordeeld dat deze verschijnselen niet te wijten zijn aan tekortkomingen in de GLB-wetgeving, maar verband houden met de rechtsstaat in de betrokken lidstaten.

69 Zoals wij in kader 5 hebben vermeld, kan “landroof” verband houden met een reeks frauduleuze praktijken, zoals vervalsing van documenten, dwang, aanwending van politieke invloed of voorkennis, manipulatie van procedures of betaling van steekpenningen. Volgens de richtsnoeren van de Commissie op basis van recente jurisprudentie (zie paragraaf 57) houdt het feit dat een begunstigde op rechtmatige wijze over grond beschikt in dat deze het recht verkrijgt deze op rechtmatige wijze te gebruiken. Wanneer bijgevolg overeenkomstig de nationale wetgeving wordt vastgesteld dat een dergelijk recht is verkregen door gebruikmaking van frauduleuze praktijken, maakt dit de onderliggende betalingen onregelmatig. In dergelijke gevallen kunnen betaalorganen een rol spelen door de gegevens waarover zij beschikken te gebruiken om rode vlaggen vast te stellen en samen te werken met rechtshandhavingsinstanties die onderzoeken instellen.

De Commissie heeft de lidstaten richtsnoeren verstrekt, maar sommige betaalorganen hebben aangegeven behoefte te hebben aan meer praktisch advies

70 DG AGRI heeft acties ondernomen om de lidstaten bewuster te maken van fraudegerelateerde kwesties en hun richtsnoeren en fraude-indicatoren (“rode vlaggen”) verstrekt. Figuur 8 geeft een overzicht van deze activiteiten.

71 In hun antwoord op onze vragen over de van de Commissie ontvangen richtsnoeren noemden de betaalorganen de initiatieven van DG AGRI, maar verwezen zij ook naar andere informatiebronnen:

• de richtsnoeren van de Commissie voor fraudebestrijding met betrekking tot de Europese structuur- en investeringsfondsen;
• informatie uitgewisseld binnen het Raadgevend Comité coördinatie fraudebestrijding (COCOLAF) en binnen het leernetwerk van DG AGRI;
• “PIF-verslagen” en andere door OLAF verstrekte richtsnoeren.

72 De meerderheid van de ondervraagde betaalorganen vond de richtsnoeren van de Commissie nuttig, hoewel twee ervan opmerkten dat sommige analyses (bijv. in de PIF-verslagen) interessant zijn maar te algemeen om nuttig te zijn in hun dagelijks werk. Zeven betaalorganen stelden de voorbeelden van fraudegevallen, die tijdens de studiebijeenkomsten over fraudebestrijding werden gegeven, op prijs. Twee betaalorganen waren van mening dat de richtsnoeren moesten worden aangevuld met meer praktische voorbeelden.

73 Figuur 9 toont de richtsnoeren die DG AGRI sinds 2012 heeft verstrekt.

74 DG AGRI heeft na 2013 geen richtsnoeren inzake frauderisico-indicatoren (“rode vlaggen”) uitgebracht, hoewel de vaststelling van aanvullende fraude-indicatoren nuttig zou zijn als leidraad voor de betaalorganen bij hun werkzaamheden. De meeste specifieke seminars over fraudebestrijding vonden plaats tussen 2013 en 2018; deze zijn in 2021 opnieuw van start gegaan. Vanaf 2020 hebben de lidstaten en DG AGRI regelmatig fraudebestrijdingsmaatregelen besproken tijdens hun vergaderingen in het leernetwerk.

De Commissie houdt toezicht op de fraudebestrijdingsmaatregelen van de lidstaten, maar haar overzicht vertoont leemten

75 Om te voldoen aan de in EU-wetgeving vastgelegde fraudegerelateerde accrediteringscriteria³³ (zie kader 1), heeft de Commissie (DG AGRI) in 2014 de betaalorganen aanbevolen specifieke maatregelen te nemen (zie kader 9).

76 Elk jaar gaan de certificerende instanties in de lidstaten na of de betaalorganen aan de accrediteringscriteria voldoen en of hun internecontrolesystemen functioneren. Volgens de Commissie moeten zij ook de uitvoering van de aanbevolen fraudebestrijdingsmaatregelen door de lidstaten beoordelen (zie kader 9). De Commissie onderzoekt de jaarverslagen van de certificerende instanties en zorgt voor de follow-up van de vastgestelde tekortkomingen.

77 In 2016 heeft de Commissie de certificerende instanties richtsnoeren verstrekt over de accrediteringscriteria, met inbegrip van een rubriek over fraudepreventie en -opsporing, maar zij heeft geen begeleiding verstrekt inzake de controles die de certificerende instanties geacht werden uit te voeren.

78 Wij hebben de verslagen van de certificerende instanties van 2018 tot 2020 over vijf betaalorganen beoordeeld. Drie certificerende instanties hebben verslag uitgebracht over hun controles en aanbevelingen gedaan wanneer zij tekortkomingen constateerden, terwijl de overige twee certificerende instanties dergelijke informatie niet in hun verslagen hebben opgenomen. De Commissie heeft deze twee certificerende instanties niet om nadere bijzonderheden gevraagd.

79 Onvolledige evaluatie en verslaglegging door de certificerende instanties kan afbreuk doen aan de zekerheid over de kwaliteit van de fraudebestrijdingsmaatregelen die bij de betaalorganen worden toegepast. Tijdens een vergadering met de certificerende instanties in november 2021 heeft de Commissie hun rol in dit verband verder besproken.

80 DG AGRI voert nalevings- en accrediteringscontroles uit om de controlesystemen van de betaalorganen te beoordelen, die uit fraudebestrijdingsmaatregelen kunnen bestaan. Wat de accreditatiecontroles betreft, onderzochten we de accreditatieverslagen van DG AGRI voor de door ons geselecteerde lidstaten en stelden vast dat:

• er voor Frankrijk geen recente accreditatiecontroles werden uitgevoerd voor de drie geselecteerde betaalorganen;
• er voor Italië in 2015 en 2019 onderzoeken werden verricht bij het geselecteerde betaalorgaan, maar dat deze meer waren gericht op schuldbeheer dan op fraudebestrijdingsmaatregelen;
• DG AGRI zich voor Slowakije richtte op fraudebestrijdingsmaatregelen (zie de volgende paragraaf en kader 10).

81 In specifieke gevallen, wanneer de Commissie kennis krijgt van mogelijk misbruik van middelen, kan het betaalorgaan aan grondige controles worden onderworpen (zie figuur 10 en kader 10).

De Commissie heeft het gebruik van nieuwe technologieën bevorderd, maar deze worden onvoldoende benut

82 De Commissie heeft het gebruik van nieuwe technologieën bij de uitvoering van administratieve controles via het GBCS bevorderd. Zij heeft ook het gebruik van “controles door monitoring” en Arachne aangemoedigd.

83 Sinds 2018 kunnen betaalorganen van de lidstaten “controles door monitoring” uitvoeren. Bij deze aanpak wordt gebruikgemaakt van geautomatiseerde processen om de naleving van de GLB-voorschriften te controleren voor elementen die op basis van satellietgegevens kunnen worden gemonitord. Tot dusver hebben de betaalorganen “controles door monitoring” voornamelijk gebruikt om areaalgebonden steunaanvragen in het kader van regelingen voor rechtstreekse betalingen te beoordelen.

84 De betaalorganen kunnen satellietgegevens over gewassoorten en landbouwactiviteiten vergelijken met de informatie die de landbouwers hebben verstrekt in hun steunaanvragen. Wanneer alle subsidiabiliteitscriteria van een bepaalde betalingsregeling vanuit de ruimte kunnen worden geëvalueerd, stelt dit de betaalorganen in staat de volledige populatie van opgegeven percelen op afstand te monitoren.

85 Dankzij de nieuwe aanpak kunnen de betaalorganen de landbouwers tijdens het groeiseizoen waarschuwen voor mogelijke niet-naleving (bijvoorbeeld om een veld op een bepaalde datum te maaien). Dit biedt de landbouwers meer mogelijkheden om hun aanvragen te corrigeren voordat ze definitief worden vastgesteld, en het bevordert de naleving van de voorschriften van de regeling³⁵.

86 “Controles door monitoring” zouden tot minder administratieve lasten kunnen leiden en de kosteneffectiviteit kunnen verbeteren³⁶. Hiermee wordt de landbouwactiviteit van een hele populatie begunstigden regelmatig geobserveerd, waardoor deze controles een afschrikkend effect hebben en kunnen helpen bij het vaststellen van rode vlaggen voor mogelijke fraude.

87 Sinds 2013 heeft de Commissie haar eigen IT-instrument voor risicoscores ontwikkeld, Arachne, dat gratis en op vrijwillige basis ter beschikking van de lidstaten wordt gesteld. Arachne verwerkt en analyseert de door de lidstaten verstrekte gegevens over begunstigden, contractanten en andere belanghebbenden bij een project, en vergelijkt de gegevens met informatie uit externe databanken over bedrijven en personen die aan die bedrijven verbonden zijn. Zo kunnen projecten, begunstigden en contractanten met een frauderisico worden geïdentificeerd.

88 Arachne, dat oorspronkelijk was ontwikkeld voor het uitgavengebied cohesie, is uitgebreid tot het GLB via een proefproject dat in februari 2019 van start is gegaan en betrekking heeft op plattelandsontwikkelingsprojecten.

89 In de wetgeving betreffende het GLB vanaf 2023³⁷ is bepaald dat de Commissie het instrument beschikbaar moet stellen voor vrijwillig gebruik door de lidstaten. De Commissie moet in 2025 een evaluatieverslag publiceren. In een gezamenlijke verklaring hebben de Raad en het Europees Parlement toegezegd zich te zullen buigen over een voorstel betreffende het verplichte gebruik van het instrument, naar aanleiding van het evaluatieverslag van de Commissie³⁸.

De toepassing van deze technologieën door de lidstaten vergt tijd

90 In ons speciaal verslag over het gebruik van nieuwe beeldtechnologieën voor de monitoring van het GLB hebben wij de Commissie aanbevolen om “controles door monitoring” te bevorderen als een essentieel controlesysteem voor het GLB na 2020³⁹, en de Commissie heeft zich ertoe verbonden de lidstaten te ondersteunen bij de ontwikkeling van deze nieuwe aanpak.

91 Eind 2020, twee jaar na de lancering van het instrument, bestreken “controles door monitoring” 5,7 % van het totale areaal waarvoor rechtstreekse betalingen worden gedaan⁴⁰. Volgens ramingen van de Commissie zouden deze controles eind 2021 13,1 % bestrijken.

92 In het kader van het nieuwe GLB zal geautomatiseerde analyse via satellietgegevens verplicht zijn voor areaalgebonden maatregelen in alle lidstaten via het “areaalmonitoringsysteem” (AMS). De Commissie verwacht dat door deze eis het gebied dat via satelliet wordt gemonitord, zal toenemen.

93 Twee jaar na de start van het Arachne-proefproject voor het GLB hebben 7⁴¹ van de 76 betaalorganen gegevens geüpload en maken zij tot op zekere hoogte gebruik van het instrument, 4⁴² bevinden zich in de testfase en 10⁴³ zijn voorbereidende besprekingen begonnen met het oog op het gebruik ervan. Aangezien Arachne een risicoscoringsinstrument is dat gebaseerd is op datamining, is het nut ervan afhankelijk van de hoeveelheid gegevens die de autoriteiten van de lidstaten uploaden en van de vraag of het wordt gebruikt.

Het potentieel voor verdere technologische ontwikkeling moet worden benut

94 Artificiële intelligentie biedt aanzienlijke mogelijkheden om de werkinstrumenten te verbeteren door het opsporen van patronen tussen miljarden gegevenspunten mogelijk te maken. Instrumenten voor datamining kunnen de toezichtsystemen efficiënter maken en fraude en wanbeheer van overheidsmiddelen aan het licht brengen.

Gebruik van big data voor de identificatie van uiteindelijk begunstigden

95 Openbaarmakings- en rapportagevoorschriften zijn van essentieel belang om verantwoording en toezicht mogelijk te maken en zo corruptie en fraude te voorkomen.

96 In mei 2021 heeft het Europees Parlement een studie⁴⁴ gepubliceerd waarin de begunstigden worden geanalyseerd die in 2018 en 2019 GLB-middelen en tussen 2014 en 2020 cohesiefondsen ontvingen, teneinde de grootste begunstigden te identificeren. In de studie werd een onderscheid gemaakt tussen “directe begunstigden” — de directe ontvangers van EU-middelen — en “uiteindelijk begunstigden”, d.w.z. rechtspersonen of natuurlijke personen die direct of indirect dominante zeggenschap hebben over de directe begunstigde. In de studie werd gewezen op de technische en juridische problemen die zich voordoen bij het verkrijgen van een volledig overzicht van de uiteindelijk begunstigden en de ontvangen bedragen aan EU-middelen.

97 Uit het verslag bleek dat overheidsinstanties, vennootschappen met beperkte aansprakelijkheid en andere rechtspersonen ongeveer een tiende van de rechtstreekse begunstigden uitmaakten, maar in 2018‑2019 meer dan een derde van de GLB-middelen ontvingen. Om een einde te maken aan de versnippering en de problemen bij het identificeren van de uiteindelijk begunstigden van EU-middelen, wordt in het verslag voorgesteld een gemeenschappelijke EU-databank op te zetten waarin alle projecten worden opgenomen die door het GLB en de Europese structuur- en investeringsfondsen worden gefinancierd. In september 2021 heeft het Europees Parlement een studie gepubliceerd over de vereisten voor een unieke databank van begunstigden⁴⁵.

98 Een gemeenschappelijke databank van EU-begunstigden zou gegevens verzamelen over miljoenen marktdeelnemers. Aan de hand van deze big data zouden patronen in de verdeling van middelen kunnen worden opgespoord en zou kunnen worden gewaarschuwd voor mogelijk frauduleuze situaties.

99 Zoals de Commissie in haar PIF-verslag 2020⁴⁶ heeft benadrukt, zijn een grotere transparantie inzake de begunstigden (met inbegrip van contractanten, subcontractanten en uiteindelijk begunstigden) van publieke (EU- en nationale) financiering en efficiëntere verzameling en efficiënter gebruik van gegevens, met volledige benutting van de mogelijkheden van IT-interconnectiviteit, datamining en risicoscore-instrumenten, van cruciaal belang voor fraudebestrijding.

100 De verordening houdende gemeenschappelijke bepalingen op het gebied van cohesie 2021‑2027⁴⁷ verplicht de lidstaten ertoe bij de ontvangers van EU-financiering informatie in te winnen over de uiteindelijk begunstigden. De nieuwe GLB-wetgeving verplicht de lidstaten ertoe de nodige informatie te verzamelen om de begunstigden te identificeren, met inbegrip van de identificatie van de groep waarin zij participeren, maar hierin wordt niet verwezen naar informatie over uiteindelijk begunstigden⁴⁸.

Gebruik van artificiële intelligentie bij het opsporen van frauderisico’s

101 De Commissie beveelt de betaalorganen aan een register van frauderisico-indicatoren (“rode vlaggen”) aan te leggen. In antwoord op onze enquête hebben de betaalorganen enkele voorbeelden gegeven (figuur 11).

102 Sommige rode vlaggen, met name die welke betrekking hebben op rechtstreekse betalingen, zouden rechtstreeks in de GBCS-databank kunnen worden opgenomen. De Italiaanse autoriteiten zijn bijvoorbeeld van plan om in hun systeem bijzonderheden op te nemen over percelen die in beslag zijn genomen of waarover een gerechtelijke procedure loopt, zodat het systeem een waarschuwing kan geven.

103 Technieken op basis van machinaal leren zouden kunnen worden benut om de controles verder te automatiseren en waarschuwingen te geven. Het betaalorgaan in Estland heeft technieken van machinaal leren toegepast op satellietbeelden om niet-naleving van de maaivoorschriften te voorkomen en op te sporen. Het betaalorgaan is van mening dat dit systeem de begunstigden er beter van bewust heeft gemaakt dat zijn controleactiviteit 100 % van de percelen bestrijkt, hetgeen een afschrikkend effect heeft en bijdraagt tot de preventie van onregelmatigheden en fraude. Een ander betaalorgaan heeft een systeem ingevoerd op basis van een algoritme dat indicatoren opspoort van percelen die het risico inhouden dat er een onregelmatige steunaanvraag voor zal worden ingediend. Het betaalorgaan gaat dan na welke bedrijven een aanzienlijk aantal van dergelijke percelen bezitten die mogelijk een verhoogd risico op onregelmatigheden en fraude inhouden.

104 In Italië is een gezamenlijk initiatief van het nationale betaalorgaan en het ministerie van Binnenlandse Zaken gericht op het opzetten van een profileringsmodel om gemeenten met een grote kans op criminele aandachtsgebieden te identificeren, door gebruik te maken van datamining en foto-interpretatie. Op basis van de in het LPIS beschikbare satellietbeelden analyseert het project kwalitatieve en kwantitatieve variaties van de territoriale elementen die mogelijk toe te schrijven zijn aan criminele activiteiten, zoals illegale stortplaatsen, lozingen, sloppenwijken, illegale artefacten en verlaten gebouwen. Door deze informatie te vergelijken met gegevens over de gemeenten, wordt bij de projecten getracht vast te stellen in welke situaties criminele activiteiten hebben plaatsgevonden of mogelijk kunnen plaatsvinden.

105 Artificiële intelligentie biedt grote mogelijkheden, maar vereist grote hoeveelheden gegevens, in een toegankelijk formaat, en onderlinge koppeling van databanken. In hun antwoorden op onze enquête wezen sommige betaalorganen op belemmeringen voor hun toegang tot gegevens, zoals de volgende:

• de uitwisseling van informatie tussen verschillende actoren en databanken kan worden belemmerd door wettelijke voorschriften inzake het bankgeheim of gegevensbescherming;
• de onderlinge koppeling van databanken en de automatisering van processen en controles vereisen specifieke IT-capaciteit en deskundigheid;
• het ontwikkelen van de nodige IT-capaciteiten vergt aanzienlijke financiële investeringen, die wellicht niet in verhouding staan tot het bedrag van de aan sommige maatregelen toegewezen middelen, kleine lidstaten of de omvang van de potentiële fraude.

Conclusies en aanbevelingen

106 Tijdens onze controle werd onderzocht of de Commissie passende maatregelen heeft getroffen in geval van fraude met uitgaven voor het gemeenschappelijk landbouwbeleid (GLB). Wij hebben de fraudepatronen in de GLB-betalingsregelingen geëvalueerd. Wij hebben onderzocht of de Commissie de frauderisico’s die van invloed zijn op de GLB-uitgaven heeft onderkend en er naar behoren op heeft gereageerd.

107 Onze algemene conclusie is dat de Commissie heeft gereageerd op gevallen van fraude met GLB-uitgaven, maar niet proactief genoeg is opgetreden bij de aanpak van de impact van het risico van illegale landroof op GLB-betalingen, bij het toezicht op de fraudebestrijdingsmaatregelen van de lidstaten, en bij het benutten van het potentieel van nieuwe technologieën.

108 In dit verslag hebben wij een overzicht gegeven van de frauderisico’s in verband met het GLB. Wij hebben risico’s vastgesteld in verband met begunstigden die inbreuken op de subsidiabiliteitsvoorwaarden verhullen (zie de paragrafen 31-38), met de complexiteit van de gefinancierde maatregelen (zie de paragrafen 39-41) en met illegale vormen van “landroof” (zie de paragrafen 42-58).

109 De Commissie heeft de frauderisico’s bij de GLB-uitgaven beoordeeld en erkend dat de investeringsmaatregelen voor plattelandsontwikkeling en bepaalde marktmaatregelen de grootste risico’s inhouden (zie paragraaf 65). De Commissie heeft haar recentste analyse van het frauderisico in het kader van het GLB in 2016 uitgevoerd en is van plan een nieuwe analyse uit te voeren voordat het nieuwe GLB in januari 2023 in werking treedt (zie paragraaf 66).

110 De Commissie heeft de lidstaten richtsnoeren verstrekt inzake kwesties in verband met fraude (zie paragraaf 70) en de meeste betaalorganen stelden deze op prijs (zie paragraaf 72). Vanaf 2020 heeft de Commissie tijdens regelmatige bijeenkomsten met de lidstaten fraudebestrijdingsmaatregelen besproken (zie paragraaf 74), en in 2021 heeft zij specifieke richtsnoeren uitgevaardigd over de controles die de betaalorganen moeten verrichten met betrekking tot de rechtsgrondslag van de landbouwgrond waarvoor steunaanvragen worden ingediend (zie paragraaf 57).

111 De accrediterings- en nalevingscontroles die de Commissie bij de betaalorganen uitvoert, kunnen fraudebestrijdingsmaatregelen omvatten (zie paragraaf 80). De Commissie vertrouwt op de jaarlijkse beoordelingen van de certificerende instanties om na te gaan of de betaalorganen voldoen aan hun accrediteringscriteria, met inbegrip van fraudebestrijdingsmaatregelen (zie paragraaf 76). In 2016 heeft de Commissie de certificerende instanties richtsnoeren verstrekt over de accrediteringscriteria, maar zij heeft geen begeleiding geboden inzake de controles die de certificerende instanties geacht werden te verrichten met betrekking tot fraude (zie paragraaf 77). Sommige verslagen van certificerende instanties bevatten een beperkte analyse van de fraudebestrijdingsmaatregelen van de betaalorganen, maar de Commissie verlangde in deze gevallen niet van de certificerende instanties dat zij nadere bijzonderheden zouden verstrekken (zie paragraaf 78).

112 De Commissie heeft het gebruik van nieuwe technologieën om controles te automatiseren bevorderd, zoals in het geval van “controles door monitoring” op basis van satellietbeelden (zie de paragrafen 83-86), en heeft haar eigen instrument voor risicoscores, Arachne, ontwikkeld om de lidstaten te helpen fraude te voorkomen (zie de paragrafen 87-89). De lidstaten hebben deze technologieën traag ingevoerd (zie de paragrafen 91 en 93). Artificiële intelligentie en big data bieden mogelijkheden voor fraudebestrijding (zie de paragrafen 94-104), maar de lidstaten staan voor uitdagingen bij het benutten van deze kansen (zie paragraaf 105) en de Commissie is begonnen met deze technologieën te bevorderen.

Aanbeveling 1 — Verwerf en deel een dieper inzicht in frauderisico’s en -maatregelen bij GLB-uitgaven

De Commissie zou:

1. de richtsnoeren voor certificerende instanties moeten actualiseren om hun rol bij de beoordeling van de fraudebestrijdingsmaatregelen van de betaalorganen te verduidelijken, en moeten nagaan hoe de certificerende instanties die richtsnoeren volgen;
2. moeten nagaan hoe de betaalorganen de richtsnoeren toepassen om te controleren of de grond rechtmatig in het bezit van de aanvrager is, en beste praktijken verspreiden om de risico’s van illegale landroof aan te pakken;
3. op basis van a) en b) haar beoordeling moeten actualiseren van de mate waarin verschillende uitgavenregelingen zijn blootgesteld aan frauderisico’s en de mate waarin deze kunnen worden opgespoord, voorkomen en gecorrigeerd aan de hand van de fraudebestrijdingsmaatregelen die op het niveau van de lidstaten worden toegepast, en de nodige maatregelen nemen om de belangrijkste frauderisico’s te beperken.

Streefdatum voor de uitvoering: 2023

Aanbeveling 2 — Bevorder het gebruik van nieuwe technologieën bij de voorkoming en opsporing van fraude met GLB-uitgaven

De Commissie zou:

1. de betaalorganen moeten ondersteunen bij hun gebruikmaking van “controles door monitoring” en het toekomstige “areaalmonitoringsysteem” door knelpunten bij de toepassing van nieuwe technologieën op te sporen en beste praktijken en technische oplossingen uit te wisselen over de wijze waarop deze knelpunten kunnen worden weggenomen;
2. het gebruik van instrumenten om fraude op te sporen, zoals Arachne, bij de betaalorganen moeten bevorderen, zodat meer lidstaten er gebruik van maken;
3. beste praktijken met de lidstaten moeten delen over het gebruik van artificiële intelligentie en machinaal leren voor het opsporen van patronen die op fraude wijzen.

Streefdatum voor de uitvoering: 2024

Dit verslag werd door kamer I onder leiding van mevrouw Joëlle Elvinger, lid van de Rekenkamer, te Luxemburg vastgesteld op 4 mei 2022.

Bijlagen

Bijlage I — Pacht van landbouwgrond (EU‑27, 2016)

Afkortingen

Afcos: coördinatiedienst fraudebestrijding (Anti-fraud coordination service)

AMS: areaalmonitoringsysteem

Btw: belasting over de toegevoegde waarde

COCOLAF: Raadgevend Comité coördinatie fraudebestrijding

COSO: Committee of Sponsoring Organizations of the Treadway Commission

DG AGRI: directoraat-generaal Landbouw en Plattelandsontwikkeling

EOM: Europees Openbaar Ministerie

GBCS: geïntegreerd beheers- en controlesysteem

GLB: gemeenschappelijk landbouwbeleid

GSAA: geospatiale steunaanvraag (geospatial aid application)

IMS: beheerssysteem voor onregelmatigheden (Irregularity Management System)

Kmo’s: kleine en middelgrote ondernemingen

LPIS: landbouwpercelenidentificatiesysteem

OLAF: Europees Bureau voor fraudebestrijding

PIF: bescherming van de financiële belangen van de Europese Unie, van het Franse “protection des intérêts financiers”

Woordenlijst

Actieplan: een document waarin de stappen worden beschreven die moeten worden genomen om een bepaald doel te bereiken.

Arachne-databank: instrument voor datamining dat door de Commissie is ontwikkeld om de beheersautoriteiten en betaalorganen te ondersteunen bij het beheer en de controle van de ESI-fondsen.

Areaalmonitoringsysteem: technologie voor het systematisch observeren, volgen en beoordelen van landbouwactiviteiten met gebruikmaking van satellietgegevens.

Artificiële intelligentie: computers gebruiken om menselijke intelligentie te simuleren door middel van capaciteiten zoals leren en problemen oplossen.

Begunstigde: een natuurlijke of rechtspersoon die een subsidie of lening uit de EU-begroting ontvangt.

Beheerssysteem voor onregelmatigheden: toepassing die de lidstaten gebruiken om onregelmatigheden, met inbegrip van vermoedelijke fraude, aan OLAF te melden. 

Betaalorgaan: een door een lidstaat geaccrediteerd orgaan om de landbouwuitgaven van de EU te beheren en te controleren.

Betrouwbaarheidsverklaring: een in het jaarverslag van de ERK gepubliceerde verklaring met haar controleoordeel over de betrouwbaarheid van de EU-rekeningen en de regelmatigheid van de onderliggende verrichtingen.

Big data: de verwerking, verzameling, opslag en analyse van grote hoeveelheden ongestructureerde gegevens, met de mogelijkheid om de resulterende informatie te gebruiken voor nieuwe inzichten.

Certificerende instantie: bij landbouwuitgaven is dit een publieke of particuliere entiteit die door een lidstaat is aangewezen om de betrouwbaarheid van de jaarrekeningen van betaalorganen, de wettigheid en regelmatigheid van de uitgaven en het goede functioneren van hun internecontrolesystemen te certificeren.

Controles door monitoring: een vervanging van controles ter plaatse waarbij sprake is van het systematisch observeren, volgen en beoordelen van de subsidiabiliteitscriteria en verplichtingen met gebruikmaking van satellietgegevens.

Coördinatiedienst fraudebestrijding: orgaan dat door elke lidstaat wordt aangewezen om de samenwerking met OLAF te faciliteren.

Corruptie: misbruik van overheids-, bedrijfs- of persoonlijke macht voor ongeoorloofd gewin.

Digitalisering: de overgang naar de integratie en het gebruik van digitale technologie en gedigitaliseerde informatie om processen en taken eenvoudiger, sneller, efficiënter en/of zuiniger te maken.

Fout: het resultaat van een onjuiste berekening of een onregelmatigheid die voortvloeit uit de niet-naleving van wettelijke en contractuele vereisten.

Fraude: opzettelijke en onwettige gebruikmaking van bedrog om materieel voordeel te behalen door een andere partij eigendom of geld te ontnemen.

Gedeeld beheer: een methode om de EU-begroting te besteden waarbij de Commissie, anders dan bij rechtstreeks beheer, delegeert aan de lidstaat maar toch de eindverantwoordelijkheid houdt.

Geïntegreerd beheers- en controlesysteem: een EU-mechanisme dat door de lidstaten wordt gebruikt om betalingen aan landbouwers in het kader van het gemeenschappelijk landbouwbeleid te beheren en te controleren.

Geospatiale steunaanvraag: een onlinetool voor het indienen van areaalgebonden aanvragen van landbouwsteun.

Kleine en middelgrote ondernemingen: een omvanggerelateerde definitie van ondernemingen en andere organisaties op grond van het aantal personeelsleden en bepaalde financiële criteria. Kleine ondernemingen hebben minder dan 50 personeelsleden in dienst en een omzet of een balanstotaal van maximaal 10 miljoen EUR. Middelgrote ondernemingen hebben minder dan 250 personeelsleden in dienst en een omzet van maximaal 50 miljoen EUR of een balanstotaal van maximaal 43 miljoen EUR.

Landbouwpercelenidentificatiesysteem: een databank van landbouwgrond in de lidstaten die wordt gebruikt voor de betaling van rechtstreekse steun in het kader van het gemeenschappelijk landbouwbeleid en voor subsidiabiliteitscontroles van de aanvragen van landbouwers.

Machinaal leren: het proces waarbij een IT-toepassing gebruik maakt van artificiële intelligentie om haar prestaties bij een specifieke taak te verbeteren.

Marktmaatregel: Publieke interventie in de landbouwmarkten om door middel van sectorspecifieke steun de effecten van prijsdalingen te temperen en om structurele moeilijkheden aan te pakken (bijv. voor groente en fruit, wijn en schoolmelk).

Onregelmatigheid: een inbreuk op EU-regels (of relevante nationale regelgeving) of contractuele verplichtingen.

Plattelandsontwikkelingsprogramma: een reeks nationale of regionale meerjarige doelstellingen en acties, goedgekeurd door de Commissie, voor de uitvoering van het EU-beleid voor plattelandsontwikkeling.

Raadgevend Comité coördinatie fraudebestrijding: OLAF-orgaan dat coördineert hoe de Commissie en de lidstaten fraude ten nadele van de financiële belangen van de EU bestrijden.

Rechtstreekse betalingen: steunbetalingen, meestal van areaalgebonden steun, die rechtstreeks aan landbouwers worden gedaan in het kader van het Europees Landbouwgarantiefonds.

Rode vlag: een risico-indicator die aangeeft dat een verrichting of andere activiteit frauduleus zou kunnen zijn.

Vastgestelde fraude: een onregelmatigheid die door een rechtbank als fraude is bestempeld.

Vermoedelijke fraude: een onregelmatigheid die aanleiding geeft tot administratieve of gerechtelijke procedures om vast te stellen of zij frauduleus was.

Antwoorden van de Commissie

https://www.eca.europa.eu/nl/Pages/DocItem.aspx?did=61337

Tijdlijn

https://www.eca.europa.eu/nl/Pages/DocItem.aspx?did=61337

Controleteam

In de speciale verslagen van de ERK worden de resultaten van haar controles van EU-beleid en -programma’s of beheersthema’s met betrekking tot specifieke begrotingsterreinen uiteengezet. Bij haar selectie en opzet van deze controletaken zorgt de ERK ervoor dat deze een maximale impact hebben door rekening te houden met de risico’s voor de doelmatigheid of de naleving, de omvang van de betrokken inkomsten of uitgaven, de verwachte ontwikkelingen en de politieke en publieke belangstelling.

Deze doelmatigheidscontrole werd verricht door controlekamer I “Duurzaam gebruik van natuurlijke hulpbronnen”, die onder leiding staat van ERK-lid Joëlle Elvinger. De controle werd geleid door João Figueiredo, ERK-lid, en vervolgens overgenomen door Nikolaos Milionis, ERK-lid, ondersteund door Paula Betencourt en Kristian Sniter, kabinetschefs, en Matteo Tartaggia, kabinetsattaché; Richard Hardy, hoofdmanager; Michela Lanzutti, taakleider; Antonio Caruda Ruiz, Servane De Becdelievre, Jan Machán, Adrien Meric en Milan Šmíd, auditors. Marika Meisenzahl verleende grafische ondersteuning.

 

Van links naar rechts: Antonio Caruda Ruiz, Michela Lanzutti, Matteo Tartaggia, Nikolaos Milionis, Kristian Sniter, Servane De Becdelievre, Jan Machán, Marika Meisenzahl.

Voetnoten

¹ Artikel 3 van Richtlijn (EU) 2017/1371 (“PIF-richtlijn”). De afkorting PIF komt van het Franse “protection des intérêts financiers” en verwijst naar de bescherming van de financiële belangen van de EU.

² Zie bijvoorbeeld de Association of Certified Fraud Examiners.

³ De PIF-verslagen zijn beschikbaar op de website van de Commissie.

⁴ België, Bulgarije, Cyprus, Duitsland, Estland, Finland, Frankrijk, Griekenland, Italië, Kroatië, Letland, Litouwen, Luxemburg, Malta, Nederland, Oostenrijk, Portugal, Roemenië, Slovenië, Slowakije, Spanje en Tsjechië.

⁵ Artikel 7, lid 3, punt b), van Verordening (EU) nr. 1306/2013; bijlage I bij Uitvoeringsverordening (EU) nr. 908/2014 van de Commissie.

⁶ Speciale verslagen 01/2019 “Bestrijding van fraude in verband met EU-uitgaven”, en 06/2019 “De aanpak van fraude bij EU-cohesie-uitgaven”.

⁷ Jaarverslag 2019, paragrafen 6.34-6.41 en 6.44.

⁸ PIF-verslag 2020 van de Commissie, bijlage 1, COM(2021) 578.

⁹ Speciale verslagen 01/2019 “Bestrijding van fraude in verband met EU-uitgaven”, paragrafen 23-28, en 06/2019 “De aanpak van fraude bij EU-cohesie-uitgaven”, paragrafen 47-57.

¹⁰ DG AGRI Fraudebestrijdingsstrategie, versie 4.0 — Ares(2020)5099349, punt 7.3.1.

¹¹ Jaarverslag 2019, paragrafen 6.35 en 6.36.

¹² Jaarverslag 2016, bijlage 7.3, voorbeeld 1.

¹³ Jaarverslag 2018, kader 7.3.

¹⁴ OLAF-verslag 2018, blz. 28.

¹⁵ Jaarverslag 2017, tekstvak 7.6.

¹⁶ Geval gemeld in IMS-databank.

¹⁷ Verrichting gecontroleerd voor de betrouwbaarheidsverklaring 2016.

¹⁸ Artikelen 33, lid 1, en 36, lid 5, van Verordening (EU) nr. 1307/2013.

¹⁹ Europees Parlement (EP), “Extent of farmland grabbing in the EU”, blz. 15; Transnational Institute (TNI)-European Coordination Via Campesina (ECVC), “Land concentration, land grabbing and people’s struggles in Europe”, blz. 16.

²⁰ EP, “Aanpak van de gevolgen van “landroof” voor de mensenrechten”.

²¹ EP, “Extent of farmland grabbing in the EU”.

²² OLAF-verslag 2017, blz. 20 en 21.

²³ OLAF-persbericht nr. 03/2021.

²⁴ Arrest van 17 december 2020, Land Berlin, zaak C-216/19, punt 34.

²⁵ Artikelen 58, lid 2, en 59, lid 1, van Verordening (EU) nr. 1306/2013.

²⁶ Arrest van 24 juni 2010, Luigi Pontini e.a., zaak C-375/08, punt 90.

²⁷ Artikel 15, lid 2, van Gedelegeerde verordening (EU) nr. 639/2014; zaak C-216/19, punten 42 en 43.

²⁸ Zaak C-216/19, punt 45.

²⁹ Nota van DG AGRI over het vereiste van “subsidiabele hectaren die ter beschikking van de landbouwer staan” (DS/CDP/2021/08).

³⁰ OLAF-verslag 2018, blz. 27 en 28.

³¹ COSO, Fraud risk management guide, blz. ix.

³² De fraudebestrijdingsstrategie van DG AGRI, versie 4.0 — Ares(2020)5099349, blz. 22-26.

³³ Bijlage I bij Verordening (EU) nr. 907/2014.

³⁴ Antwoord van de commissaris op parlementaire vraag P-004224/2020 van 27 augustus 2020.

³⁵ Speciaal verslag nr. 4/2020, paragrafen 11, 12, 16 en 18.

³⁶ Speciaal verslag nr. 4/2020, paragrafen 17 en 18.

³⁷ Artikel 59, lid 2, van Verordening (EU) 2021/2116.

³⁸ Verklaringen betreffende Verordening (EU) 2021/2116 (2021/C 488/02).

³⁹ Speciaal verslag nr. 4/2020, paragraaf 82.

⁴⁰ Jaarlijks activiteitenverslag 2020 van DG AGRI, bijlage 2, blz. 25 (resultaatindicator 3.5).

⁴¹ Betaalorganen uit Estland, Italië, Kroatië, Litouwen, Roemenië, Slovenië en Slowakije.

⁴² Betaalorganen uit Griekenland en Spanje (3).

⁴³ Betaalorganen uit België, Bulgarije, Frankrijk, Italië, Luxemburg, Polen, Portugal, Spanje (2) en Zweden.

⁴⁴ The Largest 50 Beneficiaries in each EU Member State of CAP and Cohesion Funds.

⁴⁵ Requirements for a single database of beneficiaries.

⁴⁶ PIF-verslag 2020 van de Commissie, blz. 44.

⁴⁷ Artikel 69, lid 2, van Verordening (EU) 2021/1060.

⁴⁸ Artikel 59, lid 4, van Verordening (EU) 2021/2116.

Contact

EUROPESE REKENKAMER
12, rue Alcide De Gasperi
L-1615 Luxemburg
LUXEMBURG

Tel. +352 4398-1
Inlichtingen: eca.europa.eu/nl/Pages/ContactForm.aspx
Website: eca.europa.eu
Twitter: @EUAuditors

Meer gegevens over de Europese Unie vindt u op internet via de Europaserver (https://europa.eu).

Luxemburg: Bureau voor publicaties van de Europese Unie, 2022

PDF	ISBN 978-92-847-8027-3	ISSN 1977-575X	doi:10.2865/221365	QJ-AB-22-011-NL-N
HTML	ISBN 978-92-847-8004-4	ISSN 1977-575X	doi:10.2865/678	QJ-AB-22-011-NL-Q

AUTEURSRECHT

© Europese Unie, 2022

Het beleid van de Europese Rekenkamer (ERK) inzake hergebruik is uiteengezet in Besluit nr. 6-2019 van de ERK over het opendatabeleid en het hergebruik van documenten.

Tenzij anders aangegeven (bijv. in afzonderlijke auteursrechtelijke mededelingen), wordt voor inhoud van de ERK die eigendom is van de EU een licentie verleend in het kader van de Creative Commons Attribution 4.0 International (CC BY 4.0)-licentie. Als algemene regel geldt derhalve dat hergebruik is toegestaan mits de bron correct wordt vermeld en eventuele wijzigingen worden aangegeven. De hergebruiker van ERK-inhoud mag de oorspronkelijke betekenis of boodschap niet wijzigen. De ERK is niet aansprakelijk voor mogelijke gevolgen van hergebruik.

Aanvullende toestemming moet worden verkregen indien specifieke inhoud personen herkenbaar in beeld brengt, bijvoorbeeld op foto’s van personeelsleden van de ERK, of werken van derden bevat.

Indien dergelijke toestemming wordt verkregen, wordt de bovengenoemde algemene toestemming opgeheven en zullen beperkingen van het gebruik daarin duidelijk worden aangegeven.

Wilt u inhoud gebruiken of reproduceren die geen eigendom van de EU is, dan dient u de auteursrechthebbende mogelijk rechtstreeks om toestemming te vragen.

Software of documenten waarop industriële-eigendomsrechten rusten, zoals octrooien, handelsmerken, geregistreerde ontwerpen, logo’s en namen, zijn uitgesloten van het beleid van de ERK inzake hergebruik.

De groep institutionele websites van de Europese Unie met de domeinnaam “europa.eu” bevat links naar sites van derden. Aangezien de ERK geen controle heeft over deze sites, wordt u aangeraden kennis te nemen van hun privacy- en auteursrechtbeleid.

Gebruik van het ERK-logo

Het logo van de ERK mag niet worden gebruikt zonder voorafgaande toestemming van de ERK.

Hoe neemt u contact op met de EU?

Kom langs
Er zijn honderden Europe Direct-informatiecentra overal in de Europese Unie. U vindt het adres van het dichtstbijzijnde informatiecentrum op: https://europa.eu/european-union/contact_nl

Bel of mail
Europe Direct is een dienst die uw vragen over de Europese Unie beantwoordt. U kunt met deze dienst contact opnemen door:

• te bellen naar het gratis nummer: 00 800 6 7 8 9 10 11 (bepaalde telecomaanbieders kunnen wel kosten in rekening brengen),
• te bellen naar het gewone nummer: +32 22999696, of
• een e-mail te sturen via: https://europa.eu/european-union/contact_nl

Waar vindt u informatie over de EU?

Online
Informatie over de Europese Unie in alle officiële talen van de EU is beschikbaar op de Europa-website op: https://europa.eu/european-union/index_nl

EU-publicaties
U kunt publicaties van de EU downloaden of bestellen op: https://op.europa.eu/nl/publications (sommige zijn gratis, andere niet). Als u meerdere exemplaren van gratis publicaties wenst, neem dan contact op met Europe Direct of uw plaatselijke informatiecentrum (zie https://europa.eu/european-union/contact_nl).

EU-wetgeving en aanverwante documenten
Toegang tot juridische informatie van de EU, waaronder alle EU-wetgeving sinds 1951 in alle officiële talen, krijgt u op EUR-Lex op: https://eur-lex.europa.eu

Open data van de EU
Het opendataportaal van de EU (https://data.europa.eu/nl) biedt toegang tot datasets uit de EU. Deze gegevens kunnen gratis worden gedownload en hergebruikt, zowel voor commerciële als voor niet-commerciële doeleinden.