Bedrijfsgegevens in AI-tools: zo houd je ze uit de publieke versies

Steeds meer bedrijven hebben inmiddels afspraken over AI op papier staan. Iedereen heeft het gelezen, iedereen knikte. En toch plakt er op een drukke dinsdagmiddag iemand een klantcontract in een gratis AI-chat, omdat hij snel een samenvatting nodig heeft en het nu eenmaal werkt. Bedrijfsgegevens in AI-tools zijn zelden het gevolg van onwil, maar van een tool die op dat moment gewoon het handigst is.

Dat is geen kwade wil en meestal ook geen slordigheid. Het is gewoon hoe mensen werken onder tijdsdruk: de makkelijkste route wint. Beleid dat niet ergens in techniek is verankerd, verliest die wedstrijd bijna altijd. Zeker als de goede route omslachtiger is dan de foute.

Dit artikel gaat daarom niet over wát er in je afspraken moet staan — dat hebben we uitgewerkt in vijf regels voor je AI-beleid. Dit gaat over de knoppen en vangnetten waarmee je die afspraken hard maakt, zodat een fout op dinsdagmiddag geen datalek wordt.

Eerst dit: wat gebeurt er eigenlijk met wat je intypt?

Het antwoord hangt volledig af van welke variant van een tool je gebruikt, en dat verschil is groter dan de meeste mensen denken.

Bij de gratis en de particuliere betaalde versies van de bekende AI-chatdiensten wordt je invoer standaard gebruikt om de modellen te verbeteren. Je kunt dat in de instellingen vaak uitzetten, maar standaard staat het aan. Bij de zakelijke varianten — denk aan Microsoft 365 Copilot, ChatGPT Business of Enterprise, of Gemini binnen Google Workspace — is dat contractueel anders geregeld: die leveranciers verklaren dat zakelijke invoer niet wordt gebruikt om hun algemene modellen te trainen.

Dat verschil is precies waar je op moet sturen. Niet: mag je AI gebruiken, ja of nee. Maar: onder welk account gebruik je het. Dezelfde tool, hetzelfde scherm, een volstrekt andere afspraak op de achtergrond.

Knop 1: zorg dat er een goede versie beschikbaar is

De eerste maatregel is er dus een van inkoop, niet van beveiliging. Als je team AI gebruikt en er is geen zakelijke variant beschikbaar, dan gebruiken ze de gratis versie op een privéaccount. Dat is geen aanname; dat is wat we in de praktijk telkens tegenkomen.

Kijk eerst wat je al hebt. Veel mkb-bedrijven blijken AI-functies te betalen die al in hun Microsoft- of Google-abonnement zaten. Wat er in Microsoft 365 zit en wat niet, staat in Microsoft 365 Copilot uitgelegd. Hoe je een AI-tool beoordeelt voordat je tekent, staat in AI-tools kiezen.

Belangrijk bij de zakelijke variant: laat mensen ook echt inloggen met hun werkaccount. Een zakelijke licentie die iemand met zijn privéaccount gebruikt, levert je niets op.

Knop 2: zet de instellingen goed in wat je toch gebruikt

Er blijven altijd tools over die je niet centraal beheert. Loop daar één keer per tool de instellingen door en zet uit dat gesprekken worden gebruikt voor modelverbetering. Bij de meeste diensten zit dat onder de privacy- of data-instellingen, en het kost een halve minuut.

Leer je team ook de tijdelijke of niet-opgeslagen chatmodus kennen die de meeste tools inmiddels hebben. Dat is geen wondermiddel, maar het beperkt wel wat er blijft hangen. En zet in je browser uit dat AI-extensies zomaar mogen meelezen met pagina’s waar bedrijfsgegevens op staan — dat is een categorie die vaak over het hoofd wordt gezien.

Knop 3: een vangnet dat meekijkt, niet meeleest

Instellingen helpen tegen slordigheid, niet tegen haast. Daarvoor bestaan zogeheten DLP-oplossingen (data loss prevention): software die herkent wanneer er gevoelige gegevens ergens heen gaan waar ze niet horen, en dat blokkeert of markeert. Werk je in Microsoft 365, dan zit die functionaliteit in Microsoft Purview; er zijn ook oplossingen die op browserniveau werken.

In de praktijk richt je dat zo in: je markeert bepaalde soorten gegevens als gevoelig — burgerservicenummers, IBAN’s, documenten met een vertrouwelijk label — en je legt vast dat die niet geplakt of geüpload mogen worden naar AI-diensten die je niet hebt goedgekeurd. De gebruiker krijgt dan een melding in beeld in plaats van een blokkade zonder uitleg.

Begin klein. Een DLP-regel die op dag één alles tegenhoudt, levert alleen maar frustratie en omwegen op. Zet nieuwe regels eerst in waarschuwmodus, kijk twee weken wat er gebeurt, en schakel daarna pas blokkades in voor de gevallen die er echt toe doen. Dat is dezelfde aanpak die je bij elke ingrijpende automatisering wilt volgen.

Knop 4: ruim eerst op wat AI kan zien

Dit is de maatregel die het vaakst wordt vergeten en die het meeste effect heeft. Een AI-assistent die in je eigen omgeving draait, kijkt mee met de rechten van de gebruiker. Hij ziet dus alles waar die medewerker bij kan — ook de map met salarisgegevens die ooit “even” met iedereen is gedeeld en waar niemand meer aan dacht.

Zo’n assistent lekt niets naar buiten; hij maakt zichtbaar wat er intern al te ruim openstond. Voor je AI aanzet op je eigen bestanden is het dus verstandig om je gedeelde mappen door te lopen: wie heeft waar toegang toe, welke deellinks staan nog open, welke oude projectmap is voor de hele organisatie beschikbaar. Zie ook gedeelde cloudopslag organiseren.

Kijk in dezelfde ronde welke externe apps toegang hebben tot je omgeving. AI-hulpjes koppelen zichzelf graag aan je mail of agenda; hoe je die beoordeelt staat in externe apps en koppelingen beoordelen.

Knop 5: maak de goede route de makkelijkste

Techniek werkt alleen als het alternatief bruikbaar is. Blokkeer je AI zonder iets terug te geven, dan verplaatst het gebruik zich naar privételefoons en thuislaptops, en dan zie je het helemaal niet meer. Dat is het patroon dat we beschreven in shadow AI op de werkvloer.

Geef mensen dus een goedgekeurde tool die net zo prettig werkt, en leer ze één praktische vaardigheid: gegevens onherkenbaar maken voordat ze iets voorleggen. Namen vervangen door “klant A”, bedragen afronden, adressen weglaten. Voor de meeste vragen die mensen aan AI stellen — herschrijf dit, vat dit samen, bedenk vijf varianten — is de echte klantnaam helemaal niet nodig.

Waar je op moet oppassen

Twee valkuilen. De eerste is dat je alles op promptniveau wilt gaan meelezen om te zien wat je team invoert. Dat is monitoring van medewerkers en daar gelden onder de AVG stevige eisen voor. Houd het bij welke tools er gebruikt worden en welke soorten gegevens er weggaan, niet bij wie wat typt.

De tweede is denken dat je hiermee klaar bent. Sinds 2 augustus 2026 gelden de transparantieverplichtingen uit de Europese AI-verordening, en al sinds februari 2025 geldt de verplichting dat medewerkers die met AI werken daar voldoende van begrijpen. Techniek dekt de fout af; het begrijpen moet nog steeds van je mensen komen. Wat er verder aan regels op je afkomt, staat in de dataregels voor 2026. Wij zijn geen juristen, dus laat de exacte toepassing op jouw situatie toetsen.

Een voorbeeld uit de praktijk

Een adviesbureau met 26 medewerkers had sinds het voorjaar een AI-beleid. Bij een controle een half jaar later bleek dat twaalf mensen dagelijks een AI-chat gebruikten, waarvan negen op een privéaccount met de gratis versie. Op de vraag waarom, was het antwoord steeds hetzelfde: de zakelijke variant was aangevraagd maar nooit uitgedeeld.

Er waren geen incidenten bekend. Wel bleek uit een steekproef dat er offerteteksten met klantnamen en prijsafspraken waren voorgelegd. Na het uitdelen van zakelijke licenties, het uitzetten van de trainingsinstelling op de resterende tools en één DLP-regel op documenten met een vertrouwelijk label, viel het privégebruik binnen twee maanden vrijwel weg. Niet omdat het verboden was, maar omdat de goede route eindelijk beschikbaar was.

Zo pak je het aan

1. Inventariseer welke AI-tools er nu gebruikt worden en onder welk account. Vraag het gewoon; dat levert meer op dan een rapport.
2. Kijk welke zakelijke AI-functies al in je huidige abonnementen zitten.
3. Deel zakelijke toegang uit aan iedereen die het nodig heeft, en zorg dat men inlogt met het werkaccount.
4. Zet in de overgebleven tools de trainingsinstelling uit.
5. Ruim je gedeelde mappen en deellinks op vóórdat je AI op je eigen bestanden loslaat.
6. Zet één DLP-regel aan in waarschuwmodus, kijk twee weken mee en scherp daarna aan.
7. Leg de uitkomst vast in je AI-beleid en herzie het per kwartaal.

Veelgestelde vragen

Is een zakelijke AI-licentie genoeg om veilig te zijn?

Het lost het grootste risico op — dat je invoer in een openbaar model belandt — maar het is geen slot op de deur. Je gegevens gaan nog steeds naar een leverancier, dus je wilt weten waar ze staan en of er een verwerkersovereenkomst ligt. En een assistent in je eigen omgeving ziet nog steeds alles waar de gebruiker bij kan.

Kan ik AI-tools gewoon blokkeren in de browser?

Technisch kan dat, maar het werkt zelden. Mensen wijken uit naar hun telefoon en dan verlies je elk zicht. Blokkeren is nuttig voor een korte lijst tools die je echt niet wilt, in combinatie met een goed alternatief voor de rest.

Wat als er toch bedrijfsgegevens in een publieke AI-tool zijn beland?

Verwijder het gesprek en zet de trainingsinstelling uit, maar ga er niet vanuit dat de gegevens daarmee weg zijn. Beoordeel vervolgens wat er precies is gedeeld: gaat het om persoonsgegevens, dan kan er een meldplicht gelden. Zie een datalek afhandelen en AI-datalekken nemen toe.

Hoeveel werk is dit voor een bedrijf van twintig man?

De inventarisatie en de instellingen zijn een dagdeel. Het opruimen van gedeelde mappen kost meer, afhankelijk van hoe het er nu bij staat. De DLP-regels zijn eenmalig inrichten en daarna bijhouden. Verspreid over een paar weken is dit goed te doen naast het gewone werk.

Welke gevoelige informatie mag echt niet in een publieke AI-tool?

Houd het simpel: geen persoonsgegevens van klanten of medewerkers, geen financiële stukken, geen contracten en geen broncode. Dat is de gevoelige bedrijfsinformatie waar de grootste risico’s zitten. Voor de rest geldt de vuistregel dat je alles wat je niet op je eigen site zou zetten, ook niet in een gratis chatbot zoals ChatGPT plakt. Wie dat lijstje kent, kan AI-tools verder prima veilig gebruiken.

Hoe weet ik of onze data gebruikt wordt om het model te trainen?

Dat staat in de voorwaarden van de aanbieder en het verschilt per abonnement. Bij de gratis versie van ChatGPT en vergelijkbare tools is de kans het grootst dat data gebruikt wordt om te trainen; bij zakelijke versies staat er meestal dat dit niet gebeurt en dat je organisatie de controle over data houdt. Zoek het één keer op voor de tools die jullie echt gebruiken en leg het vast, zodat je het antwoord paraat hebt als iemand ernaar vraagt.

Moeten we dit met alle medewerkers delen of alleen met een paar?

Met iedereen. Goede afspraken werken alleen als ze bekend zijn, en juist de mensen die niet dagelijks met techniek bezig zijn plakken iets in de eerste tool die ze tegenkomen. Eén A4 met wat wel en niet mag is voor de meeste organisaties genoeg. Een extra ronde na een half jaar helpt, want het aanbod verandert sneller dan het beleid.

Wil je weten welke AI-tools er in jouw omgeving worden gebruikt en wat er nu zichtbaar zou zijn als je Copilot morgen aanzet? We kijken graag een keer met je mee.