Bedrijfgeheimen beschermen bij het gebruik van AI: De praktische gids voor het mkb

Cloud-gebaseerde AI-diensten en gegevensoverdracht

De grootste valkuil begint al bij de eerste klik: Waar belanden uw gegevens als u ze invoert in ChatGPT, Gemini of soortgelijke tools?

Veel AI-tools slaan chatgeschiedenissen of gebruikersinvoer op servers op die zich vaak buiten de EU bevinden, bijvoorbeeld in de VS.

Het probleem: Iedere overdracht van data buiten de EU valt onder de regels voor internationale gegevensoverdrachten volgens Art. 44 e.v. AVG. U heeft passende waarborgen nodig – meestal in de vorm van standaardcontractbepalingen.

Let op: klakkeloos overnemen van contractbepalingen levert niks op. U dient de specifieke risico’s van uw sector te beoordelen en passende beveiligingsmaatregelen te treffen.

Een concreet voorbeeld: Wanneer u ontwerptekeningen uploadt naar een AI-tool om automatisch stuklijsten te genereren, kunnen deze data theoretisch terechtkomen in de training van toekomstige modelversies.

Trainingsdata en modelupdates

Hier wordt het extra ingewikkeld: Veel AI-aanbieders gebruiken gebruikersinvoer om hun modellen te verbeteren. Wat vandaag uw bedrijfsgeheim is, kan morgen deel uitmaken van de algemeen beschikbare kennis.

Bij veel aanbieders kunt u het gebruik van uw data voor verdere training uitschakelen, tenminste bij betaalde of zakelijke varianten. Vaak blijven de standaardinstellingen echter problematisch.

De oplossing zit in slimme contractafspraken. Enterprise-versies bieden meestal betere controle over data. Sommige aanbieders garanderen zelfs dat bedrijfsdata niet wordt gebruikt voor training.

Toch geldt: Vertrouwen is goed, controle is beter. Implementeer technische maatregelen voor dataminimalisatie voordat gegevens het tool bereiken.

Lokale versus externe AI-systemen

Het alternatief voor cloud-diensten zijn lokale AI-installaties. Llama van Meta of Mistral bieden open-source modellen die u volledig on-premise kunt draaien.

Het voordeel spreekt voor zich: Uw data verlaat nooit uw eigen netwerk. Tegelijk behoudt u volledige controle over updates en configuratie.

Toch zijn er ook hier risico’s. Open-source modellen worden geleverd zonder garantie of support. U heeft eigen IT-kennis en hardware nodig.

Voor veel middelgrote bedrijven is een hybride aanpak ideaal: gevoelige gegevens blijven lokaal, minder kritische taken worden gedelegeerd aan cloud-diensten.

Contractopzet en verwerkersovereenkomst (AVV)

Elke AI-tool-implementatie begint bij het juiste contract. Volgens Art. 28 AVG heeft u een verwerkersovereenkomst nodig wanneer de AI-aanbieder persoonsgegevens voor u verwerkt.

Let bij elk AI-contract op deze kernpunten:

• Doelbeperking: Mag de aanbieder uw data alleen voor het overeengekomen doel verwerken?
• Recht op wissen: Kunt u op elk moment verwijdering van uw data eisen?
• Subverwerkers: Wie heeft toegang tot uw data en waar staan de servers?
• Auditrechten: Kunt u naleving van de afspraken controleren?
• Gegevensbeschermingseffectbeoordeling (DPIA): Ondersteunt de aanbieder u daarbij?

Een praktisch advies: Vraag de aanbieder om een gedetailleerde dataflow-diagram. Zo krijgt u precies inzicht in het pad dat uw gegevens afleggen.

Extra kritisch: Contracten met aanbieders uit de VS. Hier moeten bovendien de eisen uit het HvJEU-arrest “Schrems II” worden nageleefd.

Technische beveiligingsmaatregelen beoordelen

Juridische afspraken zijn pas de helft van het werk. Doorslaggevend zijn de technische beveiligingsmaatregelen van de aanbieder.

Deze security features zou u ten minste moeten eisen:

Vraag expliciet naar certificeringen. ISO 27001, SOC 2 Type II of BSI C5 zijn goede indicatoren voor de veiligheid.

Maar pas op voor schijnzekerheid: Een certificaat op zichzelf garandeert nog geen daadwerkelijke veiligheid. Laat u de implementatiedetails uitleggen.

Compliance-conforme aanbieders identificeren

Niet iedere AI-aanbieder is even geschikt voor het Nederlandse mkb. Een kort overzicht van de belangrijkste spelers:

Microsoft Copilot for Business: Goede AVG-compliance, EU-datacenters mogelijk, maar hoge licentiekosten. Ideaal voor Office 365-omgevingen.

Google Workspace AI: Sterk qua techniek, maar historie met privacy is problematisch. Alleen met specifieke contracten aan te raden.

OpenAI Enterprise: Marktleider qua functionaliteit, maar US-gebaseerd. Vereist kritische juridische beoordeling.

Nederlandse/EU-aanbieders: Aleph Alpha (Duitsland) of Mistral (Frankrijk) bieden betere privacy-fit, maar met beperktere functionaliteit.

Een pragmatische aanpak: Begin met aanbieders uit de EU voor gevoelige toepassingen en gebruik internationale spelers alleen voor minder kritische use cases.

Belangrijk: Documenteer uw keuzecriteria. Tijdens privacy-audits moet u kunnen aantonen waarom u voor bepaalde aanbieders heeft gekozen.

Dataclassificatie en toegangscontrole

Voordat u überhaupt AI-tools inzet, moet u weten: welke data heeft u eigenlijk? Systematische dataclassificatie vormt de basis van elke AI-governance.

Implementeer een eenvoudig vier-stappensysteem:

1. Openbaar: Persberichten, website-inhoud – zonder zorgen inzetbaar in AI-tools
2. Intern: Organogrammen, interne processen – alleen met goedgekeurde tools en restricties
3. Vertrouwelijk: Klantdata, contracten – alleen lokale of speciaal goedgekeurde AI-systemen
4. Strikt vertrouwelijk: Ontwikkelingsgegevens, bedrijfsgeheimen – volledig AI-verbod of slechts air-gapped systemen

Implementeer technische controles: Data Loss Prevention (DLP) tools kunnen automatisch detecteren wanneer medewerkers gevoelige data naar webgebaseerde AI-tools willen sturen.

Een praktisch voorbeeld: Stel uw browser of netwerk zo in dat bepaalde bestandsformaten of inhoud met classificatiemarkeringen niet naar externe AI-diensten kunnen worden verstuurd.

De aanpak moet wel werkbaar blijven. Te restrictieve maatregelen zorgen ervoor dat medewerkers naar omwegen zoeken.

Training en awareness bij medewerkers

Uw beste firewall zit tussen de oren van uw medewerkers. Zonder goede awareness-training is zelfs de beste techniek nutteloos.

Ontwikkel praktijkgerichte trainingsmodules:

Basistraining voor alle medewerkers: Wat zijn AI-tools, welke risico’s zijn er, welke tools zijn toegelaten? Duur: 2 uur, elk kwartaal herhalen.

Verdiepende training voor leidinggevenden: Juridische basis, incident response, leveranciersbeheer. Duur: halve dag, jaarlijks.

Technische training voor IT-teams: Configuratie, monitoring, forensische analyse. Duur: twee dagen, indien nodig.

Maar let op voor ‘Death by PowerPoint’: Gebruik interactieve vormen. Simuleer realistische scenario’s waarin medewerkers moeten beslissen of een AI-gebruik is toegestaan.

Een beproefd format: “AI-spreekuren”, waarin medewerkers concrete cases kunnen bespreken. Zo identificeert u gelijktijdig nieuwe risico’s en kansen.

Meet het succes van uw trainingen. Phishing-simulaties met AI-tools kunnen aantonen of uw werknemers echt alert zijn.

Monitoring en incident response

Wat u niet meet, kunt u niet sturen. Implementeer daarom systematische AI-monitoring binnen uw IT-landschap.

Deze metrics zou u minimaal moeten vastleggen:

• Toolgebruik: Welke AI-diensten worden door wie gebruikt?
• Datavolume: Hoeveel data gaat er naar externe AI-aanbieders?
• Afwijkingen: Ongebruikelijke uploadpieken of toegangs­patronen
• Compliance-overtredingen: Gebruik van niet-goedgekeurde tools of overdracht van geclassificeerde gegevens

Gebruik SIEM-systemen (Security Information and Event Management) om AI-gerelateerde gebeurtenissen te correleren. Veel traditionele securitytools kunnen met aangepaste regels het AI-gebruik in de gaten houden.

Stel een AI-specifiek incident response plan op. Wat doet u als een medewerker per ongeluk bedrijfsgeheimen invoert in ChatGPT?

Het proces kan er bijvoorbeeld zo uitzien: Direct blokkeren van het betrokken account, contact opnemen met de AI-leverancier met verzoek tot verwijdering, interne schadeanalyse, waar nodig melding aan toezichthouders.

Belangrijk: Test uw plan regelmatig met tabletop-exercises. Theorie en praktijk lopen vaak uiteen.