AI veilig inzetten op je bedrijfsdata, AVG-conform vanaf dag één

Wat betekent AI en AVG in de praktijk? Een definitie

AI en AVG gaat over één kernvraag: hoe zorg je dat persoonsgegevens die door AI-toepassingen stromen net zo zorgvuldig behandeld worden als in de rest van je organisatie? De AVG verbiedt AI nergens. De wet stelt dezelfde eisen als aan elke andere verwerking: een duidelijk doel, niet meer gegevens dan nodig, afspraken met leveranciers, zicht op waar de data heen gaat en zeggenschap voor de mensen om wie het gaat.

Het bijzondere aan AI is niet de wet maar de praktijk. AI-tools zijn zo laagdrempelig dat gegevens er sneller in belanden dan bij welk ander systeem ook: een gekopieerde klantmail, een geüpload cv, een transcriptie van een gesprek. Waar een nieuw softwarepakket eerst langs inkoop en IT gaat, staat een AI-tool binnen een minuut open in een browser. Daardoor loopt het gebruik voor de afspraken uit, en precies in dat gat ontstaan de risico's.

Deze pagina zet de praktijk op een rij: waar persoonsgegevens AI-processen binnenkomen, welke afspraken je met leveranciers wilt, hoe dataminimalisatie werkt en welke huisregels voor medewerkers werken. Informatief bedoeld, geen juridisch advies; voor specifieke situaties is je eigen adviseur of functionaris gegevensbescherming de aangewezen route.

Waar persoonsgegevens AI-processen binnensluipen

Wie denkt dat AI en persoonsgegevens in zijn organisatie niet samenkomen, kijkt meestal niet op de juiste plekken. De routes die wij in de praktijk het vaakst tegenkomen:

• Klantmails die integraal in een AI-tool worden geplakt om een antwoord op te stellen, inclusief naam, adres en soms een klachtdossier.
• Vergaderingen en klantgesprekken die automatisch worden getranscribeerd, met alles wat deelnemers over zichzelf en anderen zeggen.
• Cv's en sollicitatiebrieven die worden samengevat of vergeleken, per definitie vol persoonsgegevens en soms bijzondere categorieën.
• Documenten met personeels- of klantinformatie die worden geüpload om er een samenvatting of analyse van te krijgen.
• Notities en dossiers die via AI worden herschreven of vertaald, waarbij niemand stilstaat bij wat er allemaal in staat.

Geen van deze routes is op zichzelf verboden. Maar elk ervan verdient een bewuste keuze: welke tool, onder welke afspraken en met hoeveel van de oorspronkelijke gegevens. Dat besef is de eerste stap; de rest van deze pagina gaat over de inrichting.

Het grootste risico zit niet in de techniek maar in de gewoonte

Het beeld bij AI-risico's is vaak groots: hackers, lekkende modellen, geavanceerde aanvallen. De werkelijkheid is huiselijker. Het grootste privacyrisico in het MKB is een behulpzame medewerker die onder tijdsdruk een klantdossier in een gratis AI-tool plakt omdat dat nu eenmaal het snelste werkt. Geen kwade wil, geen inbraak, gewoon een gewoonte die is ontstaan voordat er afspraken waren.

Onderzoek naar AI-gebruik op de werkvloer laat consequent zien dat een fors deel van de medewerkers AI-tools gebruikt zonder dat de werkgever het weet, met percentages die richting de helft van de kantoormedewerkers gaan. Verbieden verplaatst dat gebruik alleen maar verder uit het zicht, naar de telefoon en de privélaptop. De organisaties die dit goed oplossen, doen het omgekeerde: ze erkennen de behoefte en organiseren een route die wél verantwoord is.

Wat medewerkers wel en niet in publieke AI-tools kunnen zetten

Voor de dagelijkse praktijk helpt een simpele scheidslijn die iedereen kan onthouden. Zonder aanvullende afspraken met de aanbieder geldt voor publieke AI-tools:

• Wel: algemene vragen, tekstsuggesties zonder namen, openbare informatie, geanonimiseerde voorbeelden en alles wat je ook op een openbaar forum zou durven plaatsen.
• Wel: eigen conceptteksten zonder klant- of persoonsgegevens, brainstorms, vertalingen van niet-vertrouwelijke stukken en hulp bij formules of code zonder bedrijfsdata.
• Niet: namen, adressen, telefoonnummers of andere direct herleidbare gegevens van klanten, medewerkers of sollicitanten.
• Niet: dossiers, contracten, financiële overzichten, medische of personeelsgerelateerde informatie, ook niet als er maar één persoon in voorkomt.
• Niet: inloggegevens, interne systeeminformatie en alles waarvan je bij twijfel je leidinggevende zou raadplegen. Twijfel is het antwoord: niet doen.

De vuistregel die blijft hangen: behandel een publieke AI-tool als een gesprek in een volle treincoupé. Nuttig voor veel dingen, maar niet de plek voor namen en dossiers. Voor het werk dat wél om die gegevens vraagt, hoort er een afgeschermde zakelijke route te zijn.

Verwerkersafspraken: wat je van een AI-leverancier op papier wilt

Zodra een AI-dienst persoonsgegevens verwerkt namens jouw organisatie, is die dienst een verwerker in de zin van de AVG en hoort er een verwerkersovereenkomst te liggen. Dat document is geen formaliteit maar je belangrijkste stuk gereedschap: het bepaalt wat de leverancier mag, wat er bij een incident gebeurt en waar je staat als er iets misgaat. Geen overeenkomst betekent bij zakelijk gebruik: andere dienst kiezen.

Let bij het doornemen op vier punten. Eén: wordt jouw invoer gebruikt om modellen te trainen of te verbeteren, en kun je dat uitsluiten? Twee: waar vindt de verwerking plaats en welke partijen zitten er als subverwerker tussen? Drie: hoe lang worden prompts en uitkomsten bewaard en kun je die termijn beïnvloeden? Vier: wat is de meldprocedure bij een datalek? Wie deze vier antwoorden zwart op wit heeft, heeft het grootste deel van het huiswerk gedaan.

Trainen op jouw data: de vraag die je altijd moet stellen

Het wezenlijke verschil tussen gratis en zakelijke AI-varianten zit zelden in de slimheid van het model en vrijwel altijd in wat er met je invoer gebeurt. Bij veel gratis diensten mag de aanbieder gesprekken gebruiken om toekomstige modellen te verbeteren. Wat jij invoert, kan dan onderdeel worden van trainingsmateriaal. Voor een boodschappenlijstje is dat irrelevant, voor een klantdossier is het ondenkbaar.

Zakelijke varianten sluiten dat gebruik doorgaans contractueel uit: jouw invoer blijft jouw invoer en verdwijnt na de afgesproken termijn. Daarom is de allereerste vraag bij elke AI-dienst niet wat kan hij, maar wat doet hij met wat ik erin stop. Staat het antwoord niet helder in de voorwaarden, beschouw dat dan als een antwoord op zichzelf. Aanbieders die het goed geregeld hebben, zijn er trots op en schrijven het op.

Dataminimalisatie: alleen sturen wat de taak nodig heeft

Dataminimalisatie is het meest onderschatte principe uit de AVG en toevallig ook het krachtigste. De vraag is steeds: welke gegevens heeft deze taak werkelijk nodig? Wie een klachtenmail wil laten samenvatten, heeft de strekking van de klacht nodig, niet het adres en het telefoonnummer van de afzender. Wie offerteteksten wil verbeteren, heeft de tekst nodig, niet de naam van de ontvanger.

In de praktijk blijkt bij de meeste kantoortaken dat ruim de helft van de persoonsgegevens die nu meegestuurd worden, er voor het resultaat niet toe doet. Ze reizen alleen mee omdat niemand ze eruit haalt. Elke weggelaten naam en elk geschrapt nummer verkleint het risico: wat nooit verstuurd is, kan nergens lekken, nergens bewaard worden en nergens opduiken. Minimalisatie is daarmee geen compliance-klusje maar de goedkoopste beveiligingsmaatregel die er bestaat.

Pseudonimiseren in de praktijk: de tussenlaag die namen tegenhoudt

Handmatig namen weglakken houdt niemand vol. De duurzame oplossing is een tussenlaag in het proces: voordat een tekst naar het AI-model gaat, vervangt die laag automatisch namen, adressen, rekeningnummers en andere herleidbare gegevens door neutrale codes. Het model doet zijn werk met klant A en medewerker B, en na afloop zet de tussenlaag de echte gegevens weer op hun plek in het resultaat.

Voor de gebruiker is dat proces onzichtbaar: die stelt gewoon zijn vraag en krijgt een compleet antwoord. Maar het model heeft nooit geweten over wie het ging. In processen waarin wij zo'n laag inbouwen, bijvoorbeeld bij het verwerken van klantcorrespondentie of dossiers, verlaat er aanzienlijk minder herleidbare informatie je eigen omgeving. Hoeveel dat is hangt af van de gegevens in jouw proces en is per implementatie te meten; we noemen daar vooraf geen percentage bij. Dat is het verschil tussen hopen dat er niets misgaat en zorgen dat er weinig mis kán gaan.

EU-hosting en datalocatie: waarom de plek van verwerking telt

Waar je data fysiek wordt verwerkt, bepaalt onder welk recht die verwerking valt en hoe eenvoudig je aan je AVG-verplichtingen kunt voldoen. Verwerking binnen de Europese Unie is de overzichtelijke route: dezelfde wet aan beide kanten, geen aanvullende doorgifte-constructies nodig. Bij verwerking daarbuiten kan het ook, maar dan moeten er extra waarborgen liggen en die moet je als organisatie wel kunnen uitleggen.

Steeds meer AI-aanbieders bieden daarom een expliciete EU-optie: de garantie dat prompts en documenten binnen Europese datacenters verwerkt worden. Voor toepassingen met persoonsgegevens is dat de logische standaardkeuze, niet omdat het elders per definitie onveilig is, maar omdat je jezelf een verantwoordingslast bespaart. Vraag er dus expliciet naar bij elke dienst die je overweegt; het antwoord staat vaak niet op de homepage maar wel in de documentatie.

Grondslag en verwerkingsregister: documenteren zonder bureaucratie

Elke verwerking van persoonsgegevens vraagt om een grondslag: de reden waarom het mag. Voor de meeste zakelijke AI-toepassingen is dat de uitvoering van een overeenkomst of het gerechtvaardigd belang van een efficiënte bedrijfsvoering, mits de inbreuk op de privacy in verhouding staat tot het doel. Die afweging maak je één keer per toepassing en leg je kort vast; juist bij AI is dat waardevol omdat het je dwingt te benoemen wat er precies doorheen stroomt.

Datzelfde geldt voor het verwerkingsregister dat de meeste organisaties al hebben. Een AI-toepassing die persoonsgegevens verwerkt, is daar gewoon een nieuwe regel in: doel, categorieën gegevens, leverancier, bewaartermijn. Een half uur werk per toepassing, en bij vragen van een klant of de toezichthouder heb je het antwoord klaarliggen in plaats van dat je moet gaan reconstrueren wat er ook alweer draaide.

Mensen beslissen over mensen: de grens bij geautomatiseerde besluiten

De AVG trekt een duidelijke grens bij besluiten die mensen aanmerkelijk raken: een afwijzing van een sollicitant, het weigeren van een aanvraag, het beëindigen van een contract. Zulke besluiten mogen niet uitsluitend door een geautomatiseerd systeem worden genomen. AI mag voorbereiden, sorteren, samenvatten en adviseren, maar bij het besluit zelf hoort een mens die de uitkomst weegt en er anders over kan beslissen.

Voor de inrichting van AI-processen betekent dit: bouw het beslismoment expliciet in. Niet als vinkje achteraf waarbij iemand blind overneemt wat het systeem zegt, maar als echt controlemoment met de informatie erbij om af te kunnen wijken. Dat is geen rem op de efficiëntie: de tijdwinst zit in de voorbereiding, die AI van uren naar minuten brengt. Het oordeel kostte altijd al de minste tijd; dat kan gewoon bij de mens blijven.

Bewaartermijnen, inzage en verwijdering: vergeet de uitvoer niet

Persoonsgegevens verdwijnen niet doordat een AI-proces klaar is. Prompts, uitkomsten en logbestanden kunnen kopieën van die gegevens bevatten, en ook daarvoor gelden de gewone regels: niet langer bewaren dan nodig en meenemen in verzoeken om inzage of verwijdering. Wie een klant belooft dat zijn gegevens gewist zijn, moet ook weten of er nog een samenvatting met zijn naam in een AI-log staat.

Praktisch komt het neer op twee afspraken. Ten eerste: spreek met de leverancier een korte bewaartermijn voor prompts en logs af, of zet logging voor gevoelige processen uit waar dat kan. Ten tweede: neem AI-uitvoer op in je bestaande opruimroutines, zodat gegenereerde documenten met persoonsgegevens dezelfde levenscyclus volgen als de rest van je dossiers. Zo blijft de belofte aan je klanten ook kloppen op de plekken die niemand ziet.

Huisregels voor AI: afspraken die mensen echt naleven

Beleid dat in een la ligt, beschermt niemand. Werkbare AI-huisregels maak je in vier stappen, samen met de mensen die er dagelijks mee werken:

1. 1

   Breng het echte gebruik in kaart

   Vraag zonder oordeel uit welke tools er nu al gebruikt worden en waarvoor. Dat gesprek levert meer op dan elke scan: je ziet welke behoefte er leeft en waar de risico's werkelijk zitten.

2. 2

   Maak de regels kort en concreet

   Eén A4 met wat wel en niet mag, geformuleerd in voorbeelden in plaats van juridische termen. De treincoupé-vuistregel doet meer dan tien pagina's beleid die niemand leest.

3. 3

   Bied een veilig alternatief

   Regel een zakelijke AI-omgeving met verwerkersovereenkomst en EU-verwerking, zodat nee tegen de publieke tool samengaat met ja tegen een betere. Zonder alternatief wint de gewoonte het altijd van de regel.

4. 4

   Herhaal en actualiseer

   Bespreek het onderwerp elk half jaar kort opnieuw: nieuwe tools, nieuwe voorbeelden, vragen uit het team. AI verandert snel; huisregels die stilstaan zijn binnen een jaar achterhaald.

Een veilig alternatief werkt beter dan een verbod

De verleiding bij privacyzorgen is een algeheel AI-verbod. Dat voelt daadkrachtig en werkt averechts. De behoefte aan sneller schrijven, samenvatten en opzoeken verdwijnt niet met het verbod; alleen het zicht erop verdwijnt. Medewerkers wijken uit naar privéapparaten, en de organisatie verliest precies de controle die het verbod moest brengen. Handhaving is bovendien onbegonnen werk in een wereld waarin elke browser toegang tot AI biedt.

De effectievere route is een goed alternatief dat het veilige pad ook het makkelijkste pad maakt: een zakelijke AI-omgeving waarin de afspraken met de leverancier kloppen, gevoelige gegevens automatisch worden afgeschermd en medewerkers gewoon hun werk kunnen doen. Wie de veilige route sneller en beter maakt dan de sluiproute, heeft geen handhaving nodig. Gedrag volgt gemak, en dat kun je ontwerpen.

AVG en EU AI Act: twee verschillende brillen

De AVG is niet het enige kader dat naar AI kijkt. Waar de AVG draait om de bescherming van persoonsgegevens, ongeacht de techniek, kijkt de Europese AI-verordening naar de risico's van AI-systemen zelf: waarvoor worden ze ingezet en welke eisen horen daarbij. De twee overlappen maar vallen niet samen; een toepassing kan AVG-technisch keurig zijn ingericht en toch onder de transparantieregels van de AI-verordening vallen, of omgekeerd.

Voor de dagelijkse praktijk van het MKB is de AVG-kant meestal het meest voelbaar, omdat die direct raakt aan klant- en personeelsgegevens. Maar wie AI structureel inzet, doet er goed aan beide brillen af en toe op te zetten.

Wat de Europese AI-verordening concreet van MKB-bedrijven vraagt, hebben we apart uitgewerkt in ons overzicht van de EU AI Act verplichtingen voor het MKB.

Zo bouwen wij privacy in vanaf de eerste schets

Privacy is bij ons geen controle achteraf maar een ontwerpkeuze vooraf. Bij elke oplossing die wij bouwen, staat in het ontwerp welke gegevens het proces in gaan, welke daarvan echt nodig zijn en waar de rest wordt tegengehouden of vervangen. De verwerking loopt via omgevingen met een verwerkersovereenkomst en Europese verwerking, logging is passend ingericht en bij besluiten over personen zit het menselijke controlemoment ingebouwd, niet aangeplakt.

Wat dat oplevert, is een oplossing waarover je richting klanten, medewerkers en toezichthouder een helder verhaal hebt, zonder dat je er zelf een studie van hoeft te maken. De afspraken over wat we bouwen en wat het kost, liggen vast voordat we beginnen, en na oplevering is de oplossing van jou, inclusief broncode en de documentatie die het privacyverhaal onderbouwt. Zo wordt zorgvuldigheid geen rem maar een randvoorwaarde die gewoon geregeld is.

Bekijk hoe dit terugkomt in al onze AI-oplossingen voor het MKB.

Wil je weten waar in jouw processen persoonsgegevens en AI elkaar nu al raken? De gratis AI-scan brengt het binnen een paar dagen in beeld, inclusief de plekken waar je vandaag al kunt minimaliseren.