Je mensen gebruiken AI allang. Alleen zie je niet altijd waar.
Twee statistieken trekken binnen dit thema vaak de aandacht. 78% van de
medewerkers gebruikt persoonlijke AI-tools die de werkgever niet kent, en 50% van
de Nederlandse organisaties heeft geen AI-beleid.
Samen zijn ze representatief voor de situatie in veel Nederlandse organisaties.
Mensen werken met AI, en nergens staat opgeschreven wat toegestaan en
verantwoord gebruik is. Er is geen lijst van goedgekeurde tools, er ligt geen afspraak
over gebruik van klantgegevens, en op de vraag of je een dossier of een offerte
mag uploaden heeft niemand een duidelijk antwoord. Wat daar ontstaat is shadow
AI: AI-gebruik waar de organisatie geen weet van heeft en dus geen zicht op. Dat is precies wat die eerste 78% meet. Het komt zelden voort uit onwil. Iemand zoekt een
oplossing voor zijn eigen werk en pakt wat voorhanden is.
Hoe dat misgaat, is inmiddels concreet geworden. De gemeente Eindhoven
meldde eind 2025 een datalek nadat medewerkers jeugdzorgdossiers en
burgerservicenummers in ChatGPT hadden gezet, op accounts die de gemeente
zelf niet beheerde. Shadow AI. Geen kwade wil overigens, gewoon mensen die hun
werk wilden doen.
Een simpel verbod lost dat probleem niet op. Het gebruik verdwijnt niet, het
verplaatst zich alleen: naar de privételefoon, naar een persoonlijk account, naar een
document dat iemand naar het eigen mailadres stuurt om er thuis mee verder te
gaan. Alle drie de voorbeelden hebben we in onze dagelijkse praktijk langs zien
komen trouwens. Vanaf dat moment is er helemaal geen zicht meer op wat er
gebeurt.
Organisaties die dit wel op orde hebben, hebben doorgaans drie dingen geregeld.
Ze weten welke AI-tools er in gebruik zijn, ze hebben opgeschreven welke gegevens
waar wel en niet in mogen, en ze bieden zelf een omgeving aan die goed genoeg
is om die omweg overbodig te maken.
Zes vragen aan elke AI-leverancier
Het aanbod aan modellen en tools verandert elke maand, en de grote
techbedrijven wisselen elkaar af als koploper. Elke leverancier noemt zichzelf veilig,
en de details staan in voorwaarden die niemand leest. Met de zes vragen hieronder
kom je er toch achter waar je aan toe bent. Een startpunt om het beter geregeld te
hebben.
1. Waar staat mijn data?
Op servers in Nederland of de EU, of in de Verenigde Staten, buiten je zicht? En in
welke landen zijn de bedrijven die het hosten gevestigd? De locatie bepaalt welke
wetgeving geldt en wie er mag meekijken.
2. Wordt er op mijn data getraind?
Gratis tools en consumentenversies gebruiken je invoer vaak om modellen te verbeteren. Voor bedrijfsdata wil je een harde nee, op papier, in een verwerkersovereenkomst. Ga er niet vanuit dat het wel goed zit omdat je een zakelijke licentie hebt.
3. Wie doet wat, en zie ik dat?
Zonder centraal gebruikersbeheer en logging heb je geen antwoord op de
simpelste auditvraag: wie deelde wat, met welke tool, en wanneer?
4. Blijft alles van mij?
Dit gaat verder dan je assistenten en je prompts. Het gaat om de hele inrichting
eromheen: de skills en agents die je hebt gemaakt, de koppelingen met je eigen
systemen, de fijnafstelling per afdeling en het werk dat in elke use case is gaan
zitten. Bij elkaar is dat het besturingssysteem waarmee jouw organisatie met AI
werkt. Overstappen mag niet betekenen dat je dat opnieuw moet opbouwen.
5. Kan ik aantonen dat we voldoen?
Je moet voldoen aan de AVG en aan de EU AI Act. Dat kun je alleen aantonen als je
weet wie welke tool waarvoor gebruikt, en waar je data heen gaat.
6. Zijn toegang, logging en koppelingen geregeld?
Zonder rollen, rechten en inzicht in het gebruik blijf je afhankelijk van wat mensen je
uit zichzelf vertellen. Datzelfde geldt voor de verbindingen tussen je eigen systemen
en AI-platformen. Een koppeling met je CRM of je documentbeheer is zo gelegd, en
in veel organisaties houdt niemand bij welke er inmiddels liggen en wat daar
doorheen loopt.
Het valt misschien op dat geen van deze zes vragen gaat over hoe goed het
model zelf is. Dat is met opzet. Welke aanbieder vooroploopt verandert een paar
keer per jaar, dus het favoriete model van je mensen wisselt net zo vaak.
De inrichting eromheen bouw je één keer, en hoe je dat doet bepaalt hoeveel
bewegingsruimte je overhoudt om met de markt mee te bewegen.
De investering zit in de inrichting
Daarmee komen we bij de tweede vraag, en bij een denkfout die wij vaak terugzien.
De grootste investering in AI zit niet in het model en ook niet in het platform, maar in
de inrichting eromheen en in de manier waarop je mensen ermee leren werken.
Daar gaan maanden in zitten, zo niet jaren.
Bij veel platforms hangt die hele opbouw aan één leverancier. Verandert daar het
beleid, de prijs of de beschikbaarheid, dan ligt niet alleen een tool stil maar een
manier van werken waar je een jaar aan hebt gebouwd.
Dat dit geen theoretisch risico is, bleek dit voorjaar. Anthropic zette op 12 juni 2026
zijn nieuwste model Fable van het ene op het andere moment uit, naar aanleiding
van een Amerikaans exportbevel. Het model draait inmiddels weer, maar die dag
maakte iets zichtbaar wat bij de meeste organisaties niet in de risicoanalyse stond:
een buitenlandse overheid kan bepalen dat jij de toegang tot een AI-model
kwijtraakt. Het Financieele Dagblad schreef er op 16 juni over, met als strekking dat je
altijd naar een ander model moet kunnen overstappen.
Om de Amerikaanse modellen kun je op dit moment lastig heen, want dat zijn de
marktleiders. Voor zover je toezichthouder je die keuze laat, tenminste.
De vraag welk model je kiest is daarmee minder interessant dan de vraag wat het
kost om over te stappen als dat een keer moet. Dat moment kan zich bijvoorbeeld
aandienen door geopolitiek, door nieuwe regelgeving, of simpelweg doordat het
kostenplaatje verandert.
Continuïteit borgen
Beschikbaarheid is ook een beveiligingsvraag, al behandelen organisaties het
zelden zo. De regelgeving doet dat wel, en niet alleen in de financiële sector.
DORA is er het meest uitgesproken over en rekent het wegvallen van een
leverancier mee als risico dat je moet beheersen, exitplannen inbegrepen. NIS2
verplicht organisaties in de aangewezen sectoren om de beveiliging van hun
toeleveringsketen op orde te hebben en om te kunnen doorwerken als er iets uitvalt.
ISO 27001 heeft sinds 2022 een aparte beheersmaatregel voor clouddiensten, die
ook gaat over wat je afspreekt voor het moment dat je ermee stopt.
Die kaders vragen niet of je een goede leverancier hebt gekozen. Ze vragen of je
hebt nagedacht over het moment dat je van hem af wilt.
Een omgeving waarin je data veilig staat maar waaruit je niet meer weg kunt is dus
maar half op orde, en dat geldt net zo goed andersom. Grip op AI vraagt om
allebei: weten waar je data terechtkomt, en weten wat het kost om over te stappen
wanneer dat nodig is.
En nu?
Drie stappen die je vandaag in gang kunt zetten, mocht je dit nog niet op orde
hebben:
Vraag de verwerkersovereenkomst op
Bij elke AI-leverancier die je gebruikt, en zoek er twee dingen in op: waar de data
staat, en of erop getraind wordt. Staat het niet expliciet genoeg in de accounts,
vraag het dan schriftelijk op.
Vraag uit welke AI-tools je mensen zelf gebruiken
Anoniem en zonder consequenties, want anders krijg je geen eerlijk antwoord. De
lijst blijkt meestal langer dan verwacht, en de volgorde verrast nog het meest. In
onze nulmetingen komt ChatGPT er regelmatig uit als het meest gebruikte platform,
ook bij organisaties die een Copilot licentie hebben voor iedere medewerker.
Stel de wisselvraag hardop
In je eerstvolgende overleg. Als we over een jaar naar een ander model of een
andere leverancier willen, wat komt daar dan bij kijken en hoeveel tijd kost dat? Als
niemand die vraag kan beantwoorden, heb je meteen je eerste actiepunt te
pakken.
Deze blogpost is een bijdrage van AIStudio. AIStudio is één veilige AI-werkomgeving voor je hele organisatie. Meer weten? Bezoek AIStudio op stand 92 tijdens Data Expo op 9 en 10 september.