Aansprakelijkheid voor terugboekingen door AI-agenten: wie betaalt er als agent-gedreven handel misgaat?

AI-agenten doen op dit moment al aankopen namens consumenten. Ze zoeken, vergelijken en kopen zonder te wachten tot een mens op ‘bevestigen’ klikt. En als er iets misgaat met een van die aankopen, weet niemand wie daarvoor opdraait.

That is the core problem with AI agent chargeback liability. The chargeback rules merchants rely on were built for a world where a human buyer and a human seller complete a transaction. Agentic commerce throws a third party into the mix, an autonomous AI, and the entire liability framework breaks down.

This article walks you through the chargeback liability gap created by AI-agent transactions. You will learn who is liable for AI agent purchases, why traditional dispute rules fail, what new risks merchants face, which industry protocols are emerging, and what you can do right now to protect your business.

What Is Agentic Commerce and Why Does It Matter for Chargebacks?

Agentic commerce is when AI agents autonomously research products, compare options, and complete purchases on behalf of a consumer. The consumer sets preferences and grants permission, but the agent handles the rest without requiring approval for each individual transaction.

This matters for chargebacks because every dispute rule on the books was designed for a two-party model: a buyer and a seller. One person decides to buy. The other person fulfills the order. When something goes wrong, the card networks have clear processes to assign fault between those two parties.

AI agents break that model. Now there is a third party making purchasing decisions, and the existing chargeback frameworks do not account for it. The agent is not the buyer. The agent is not the seller. Yet the agent is the one that initiated the transaction.

Voor verkopers vormt dit een directe bedreiging. Je hebt een bestelling aangenomen die er legitiem uitzag, deze te goeder trouw afgehandeld, en nu word je geconfronteerd met een geschil waarin de consument beweert dat hij de aankoop nooit heeft goedgekeurd. De regels die bedoeld zijn om je te helpen je te verdedigen, zijn niet op dit scenario afgestemd.

De aansprakelijkheidsleemte bij terugboekingen: drie partijen, geen duidelijke verantwoordelijke

Wanneer een AI-agent een aankoop doet waarover een geschil ontstaat, kunnen drie partijen aansprakelijk worden gesteld.

The consumer delegated authority to the agent. They gave it permission to shop, set a budget, or defined preferences. But did they authorize this specific purchase? That answer is rarely clear.

De AI-aanbieder heeft de agent ontwikkeld en beheert deze. Zij hebben de besluitvormingslogica ontworpen. Als de agent een voorkeur verkeerd interpreteert of een aankoop doet die de consument niet wilde, is het product van de aanbieder de oorzaak van het probleem.

De verkoper heeft de bestelling geaccepteerd en uitgevoerd. Je hebt een transactie verwerkt die geldig leek, het product verzonden en krijgt nu te maken met een terugvordering.

Understanding who is liable for AI agent purchases requires looking at each party's role, what they control, and where their exposure sits.

No existing framework cleanly assigns responsibility among these three. The card networks built their dispute processes around buyer-versus-seller. There is no rule that says "if an AI agent made the purchase, the AI provider is liable." There is no regulation that says "if the consumer gave broad permission, they cannot dispute individual transactions."

The result is a liability gap. And right now, merchants sit in the most exposed position. When a chargeback lands, you are the one who loses the revenue, pays the chargeback fees, and absorbs the operational cost of fighting the dispute, regardless of whether the AI agent or the consumer caused the problem.

Waarom traditionele regels voor terugboekingen niet meer werken

De regels voor terugboekingen zijn gebaseerd op twee begrippen: autorisatie en bewijs. Bij transacties via AI-agenten gaan beide begrippen niet op.

De machtiging wordt onduidelijk

In a traditional transaction, authorization is straightforward. The cardholder entered their payment details and clicked "buy." That action is the authorization, and it ties directly to a specific purchase.

Bij AI-agenten is de autorisatie gelaagd. De consument heeft de agent gemachtigd om namens hem of haar te handelen. Maar die algemene toestemming geldt niet automatisch voor elke transactie die de agent uitvoert. Als een consument tegen een agent zegt: „Koop deze week boodschappen voor me”, en de agent bestelt een duurder product dan de consument had verwacht, was die transactie dan geautoriseerd?

Current card network rules have no clean answer. The authorization happened at the agent level, not the transaction level. And when a consumer disputes the charge, the merchant is left trying to prove authorization for a purchase the consumer may have never seen before it arrived.

Traditioneel bewijsmateriaal verdwijnt

Merchants defend chargebacks with evidence: IP addresses, device fingerprints, browsing history, session data. These signals prove a real human interacted with your site and made a deliberate purchase decision.

AI-agenten maken daar een einde aan. Een agent navigeert niet op dezelfde manier door je website als een mens. Hij laat geen apparaatvingerafdruk achter. Hij genereert geen sessiegeschiedenis waaruit blijkt dat er prijzen zijn vergeleken en een bewuste keuze is gemaakt. De gedragssignalen waarop verkopers vertrouwen om geschillen te winnen, bestaan simpelweg niet bij transacties die door agenten worden geïnitieerd.

Here is what changes when you move from traditional disputes to agentic commerce chargebacks:

Dit brengt je in een lastig parket. Je hebt bewijs nodig om een terugvordering aan te vechten. Het beste bewijs komt voort uit menselijk gedrag. En bij deze transactie was er geen menselijk gedrag om vast te leggen.

Hoe AI-agenten nieuwe chargeback-risico’s voor handelaren met zich meebrengen

AI-agenten verstoren niet alleen de bestaande chargeback-processen. Ze zorgen ook voor geheel nieuwe geschilgevallen waarop handelaren zich moeten voorbereiden.

Ongeautoriseerde AI-aankopen

Een AI-agent houdt de koopgedragspatronen van een consument bij en plaatst een bestelling op basis van eerdere voorkeuren. De consument ontvangt een product waar hij niet expliciet om heeft gevraagd en betwist de afschrijving. Vanuit het perspectief van de consument heeft hij nooit toestemming gegeven voor deze specifieke aankoop. Vanuit jouw perspectief heeft de agent een geldige bestelling geplaatst met geldige betalingsgegevens.

This is the most straightforward AI-agent dispute scenario, and it is already happening. The consumer's claim has merit because they did not approve the individual transaction. Your defense is weak because you cannot prove they did.

Vriendschappelijke fraude wordt steeds moeilijker te bestrijden

Friendly fraud is already one of the biggest chargeback challenges merchants face. AI agents make it worse.

A consumer may genuinely not recognize a purchase their agent made. They check their credit card statement, see a charge they do not remember approving, and file a dispute. This is not malicious fraud. It is confusion, and it looks identical to friendly fraud from the merchant's side.

The difference is that traditional friendly fraud at least has behavioral evidence you can use in a dispute response. You can show the consumer browsed your site, added items to a cart, and completed checkout. With agent-initiated purchases, that evidence trail does not exist, making these disputes harder to fight in either direction.

Programma’s voor het monitoren van kaartnetwerken lopen gevaar

Elke handelaar moet zich houden aan de drempelwaarden voor het percentage terugboekingen die door de kaartnetwerken zijn vastgesteld. Het VAMP-programma van Visa en het ECM-programma van Mastercard leggen sancties op aan handelaren wier percentage geschillen te hoog oploopt. Deze sancties variëren van boetes en hogere verwerkingskosten tot het volledig verliezen van je handelaarsaccount.

Geschillen die door AI-agenten worden aangespannen, verhogen uw risico op terugboekingen, ongeacht of deze geschillen terecht zijn. Als door agenten geïnitieerde transacties een aanzienlijk deel van uw ordervolume gaan uitmaken, kunnen de daaruit voortvloeiende geschillen ervoor zorgen dat u snel tegen die drempels aanloopt. Bovendien maken de monitoringprogramma’s geen onderscheid tussen een traditioneel geschil en een geschil dat wordt veroorzaakt door een AI-agent die namens een consument optreedt.

Brancheprotocollen die handelaars moeten kennen

The payments industry recognizes the problem and is building new frameworks to address it. Here is where things stand.

Het Trusted Agent Protocol (TAP) van Visa creëert een verificatielaag voor AI-agenten. Het maakt gebruik van cryptografisch ondertekende referenties om de identiteit van de agent te bevestigen en te verifiëren dat de consument de agent toestemming heeft gegeven om te handelen. TAP biedt handelaren een aantoonbaar autorisatiebewijs dat bij geschillen kan worden gebruikt.

Agent Pay van Mastercard hanteert een vergelijkbare aanpak en biedt een kader voor de manier waarop AI-agenten met het betalingssysteem communiceren. Het doel is om alle partijen, inclusief handelaren, duidelijkere regels te bieden voor door agenten geïnitieerde transacties.

Het Agent Payments Protocol (AP2) van Google standaardiseert de manier waarop AI-agenten betalingsstromen tussen verschillende platforms afhandelen. Het richt zich op het creëren van consistente autorisatie- en bevestigingsprocessen, zodat handelaren betrouwbare transactiegegevens ontvangen.

Het Agentic Commerce Protocol (ACP) van OpenAI bepaalt hoe AI-agenten zich moeten gedragen tijdens commerciële interacties, waaronder betalingsautorisatie, orderbevestiging en communicatie na aankoop. Het creëert veiligheidsmaatregelen die de kans op betwiste transacties verkleinen.

American Express heeft toegezegd de kosten te dekken van foutieve aankopen die door AI-agenten op hun netwerk zijn gedaan, waarmee het een benadering van consumentenbescherming hanteert die een deel van de aansprakelijkheid wegneemt bij de handelaren.

Here is how these protocols compare at a glance:

These protocols are still in various stages of development and adoption. None of them fully solves the liability gap today. But they signal where the industry is heading, and merchants who understand them now will be better positioned as they roll out.

Verordening inzake agentieke handel 2026: de huidige stand van zaken

As of 2026, no government has enacted agentic commerce regulation that specifically addresses who is liable when an AI agent makes a purchase autonomously.

De EU-AI-wet, de meest uitgebreide AI-regelgeving die er momenteel bestaat, heeft geen betrekking op scenario’s waarbij autonoom aankopen worden gedaan. De wet richt zich op de risicoclassificatie van AI en op transparantievereisten, en niet op aansprakelijkheid bij betalingen.

PSD3, the next revision of Europe's Payment Services Directive, could address agentic commerce liability. But it is still being negotiated, and there is no guarantee it will include specific provisions for AI-agent transactions.

In the United States, there is no federal legislation addressing AI-agent purchasing liability. Existing consumer protection laws were not written with autonomous AI in mind.

The bottom line: the payments industry is moving faster than regulators. Card network protocols and platform-level agreements will likely define the rules of engagement before legislation catches up. Merchants cannot wait for regulation to protect themselves.

Hoe winkeliers zich nu kunnen beschermen

You do not need to wait for regulators or industry protocols to finalize. There are concrete steps you can take today to reduce your exposure to AI-agent chargebacks.

Een bewijsstrategie opstellen voor transacties op initiatief van een agent

The evidence gap is your biggest vulnerability. Start closing it now.

• Agent-identificatiegegevens: Leg de identiteit vast en sla deze op van elke AI-agent die een transactie op uw platform initieert. Registreer het type agent, de versie en het platform waarop deze actief is.
• Sessietokens en mandaatlogboeken: Leg de autorisatieketen vast, dat wil zeggen welke machtigingen de consument aan de agent heeft verleend en wanneer. Deze logboeken vormen uw belangrijkste bewijsmateriaal bij geschillen.
• Tijdstempels en interactiegegevens: Leg elk contactmoment tussen de medewerker en uw afrekenproces vast. Hoe gedetailleerder uw gegevens zijn, hoe sterker uw verdediging bij geschillen.
• Overeenkomsten inzake het delen van gegevens: Sluit overeenkomsten met AI-platforms om toegang te krijgen tot gedragssignalen uit het besluitvormingsproces van de agent. Deze gegevens vervangen de gegevens over het surfgedrag van de gebruiker die bij transacties via een agent verloren gaan.

Build this evidence infrastructure before disputes arrive. Retrofitting your systems after chargebacks start rolling in costs more time and money.

Chargeflow verzamelt en verrijkt automatisch gegevens uit verschillende bronnen om overtuigende bewijspakketten samen te stellen. Wanneer traditionele gedragssignalen bij door agenten geïnitieerde transacties ontbreken, vult de door AI aangestuurde bewijsverrijking deze leemte op door gegevens uit een wereldwijd netwerk van handelaren te halen.

Chargebacks en voorkomen voordat ze zich voordoen

Preventing agentic commerce fraud starts with stopping disputes before they become chargebacks. This is especially true for AI-agent transactions, where your evidence position is weaker from the start.

Chargeback-waarschuwingsnetwerken, die door de kaartnetwerken worden aangestuurd, vangen geschillen in realtime op. Wanneer een consument een geschil inleidt, ontvangt u een melding en kunt u het probleem oplossen – vaak door middel van een terugbetaling – voordat het een formele chargeback in uw administratie wordt.

Het opsporen van fraude na de aankoop voegt nog een extra beveiligingslaag toe. Identiteitsanalyse-tools analyseren transactiepatronen na de aankoop om verdacht gedrag van agenten te signaleren, waaronder malafide AI-agenten die zonder geldige toestemming van de consument opereren.

Chargeflow Alerts intercept disputes before they become chargebacks, powered by Visa and Mastercard. Chargeflow Prevent uses identity intelligence across a global merchant network to detect bad actors, including rogue AI agents, before they cause damage.

Automatiseer uw reactie op geschillen

Handmatig beheer van terugvorderingen kan het volume aan geschillen dat door AI-agenten wordt afgehandeld niet bijhouden. Voor elk geschil moeten bewijsmateriaal worden verzameld, opgemaakt en binnen strakke termijnen worden ingediend. Als je een deadline mist, verlies je automatisch.

Automated chargeback platforms handle the entire dispute lifecycle without human bottlenecks. They collect evidence, build response packages, submit representations on time, and optimize strategies based on outcomes. This is not optional for merchants facing a new category of disputes on top of their existing chargeback volume.

Chargeflow Automation manages chargebacks end-to-end with full submission coverage and a guaranteed return on investment. You do not need to retrain your team for a new type of dispute. The platform adapts to AI-agent chargebacks the same way it handles every other chargeback: automatically.

Read more about: Preventing AI Agent Fraud

Duidelijke richtlijnen voor klanten vaststellen

Preventie begint bij communicatie. Zorg ervoor dat uw klanten weten wanneer een AI-agent namens hen een transactie initieert.

• Confirmation notifications: Send clear, immediate confirmation when an agent-initiated purchase is completed. Include what was purchased, the total cost, and a simple cancellation option.
• Herkenbare omschrijvingen op de afrekening: Gebruik omschrijvingen die uw bedrijf duidelijk identificeren. Consumenten die een afschrijving op hun afschrift niet herkennen, zullen deze veel vaker betwisten.
• Annuleringstermijnen: Geef klanten een redelijke termijn om door een medewerker geïnitieerde aankopen te controleren en te annuleren voordat deze worden afgehandeld. Dit vermindert geschillen die voortkomen uit verrassing of verwarring.
• Overzichten van agentactiviteiten: Als uw platform AI-agenten ondersteunt, verstrek klanten dan regelmatig overzichten van wat hun agenten hebben aangeschaft. Transparantie vermindert het aantal geschillen van het type „Dit heb ik niet goedgekeurd”, die het aantal terugboekingen doen toenemen.

Chargeflow's AI-powered platform protects merchants against chargebacks, including disputes from AI agent transactions. Automated evidence collection, real-time alerts, and end-to-end dispute management built for the future of commerce.

Gratis beginnen

Veelgestelde vragen

Who Is Liable When an AI Agent Makes an Unauthorized Purchase?

There is no clear legal answer yet. The consumer, the AI provider, and the merchant could all share responsibility, but no framework cleanly assigns it, and merchants currently bear the most financial risk through chargebacks.

Can Merchants Dispute Chargebacks From AI Agent Transactions?

Ja, maar de eisen aan bewijsmateriaal zijn anders. Bij door AI geïnitieerde transacties zijn traditionele signalen, zoals apparaatvingerafdrukken en surfgedrag, mogelijk niet aanwezig; daarom hebben handelaren behoefte aan nieuwe bewijsstrategieën die zijn gebaseerd op agent-ID’s en autorisatielogboeken.

Welke invloed heeft agentic commerce op de terugboekingspercentages?

AI-agenten kunnen het aantal geschillen doen toenemen door ongeoorloofde aankopen, dubbele bestellingen en verwarring bij consumenten. Dit extra aantal geschillen kan ervoor zorgen dat handelaren de drempels van VAMP of Mastercard ECM bereiken, waardoor boetes worden opgelegd.

What Is the Visa Trusted Agent Protocol?

TAP is Visa's framework for verifying AI agents acting on behalf of consumers. It uses cryptographically signed credentials to confirm both the agent's identity and the consumer's authorization, helping merchants build a defense against agentic commerce disputes.

How Can Merchants Prevent Chargebacks From AI Agents?

Handelaren moeten de beste praktijken op het gebied van chargebackbeheer toepassen om geschillen in een vroeg stadium te voorkomen, fraudedetectie na aankoop in te zetten voor door medewerkers geïnitieerde transacties, het verzamelen van bewijsmateriaal te automatiseren en te zorgen voor duidelijke communicatie met klanten over door AI geïnitieerde aankopen.

Conclusie

Agentic commerce chargebacks are already here, and the liability framework has not caught up. The chargeback rules you rely on were built for human buyers and human sellers. They do not account for autonomous AI making purchasing decisions.

Dat betekent dat jij het financiële risico draagt. Wanneer er een geschil ontstaat over een transactie via een AI-agent, loop je de opbrengst mis, moet je de kosten betalen en moet je het geschil aanvechten met minder bewijsmateriaal dan je bij een traditionele terugvordering zou hebben.

The industry is building solutions. Protocols from Visa, Mastercard, Google, and OpenAI are taking shape. But they are not fully deployed yet, and regulation is even further behind.

Je hoeft niet te wachten. Stel je bewijsstrategie op, voorkom geschillen voordat ze ontstaan, automatiseer je reacties en stel duidelijke richtlijnen vast voor je klanten. De handelaren die nu in actie komen, zullen degenen zijn die de overgang naar agentic commerce zullen overleven.

Gratis beginnen