- Uit de Work Trend Index 2024 van Microsoft en LinkedIn blijkt dat 75% van de wereldwijd ondervraagde kenniswerkers AI op het werk gebruikte, en dat 78% van die gebruikers hun eigen AI-tools meebracht
- Het invoeren van persoonsgegevens in een niet-goedgekeurde AI-tool kan in strijd zijn met de AVG-beginselen, zelfs als de medewerker dit met goede bedoelingen deed. Uw organisatie moet als verwerkingsverantwoordelijke aantonen dat de verwerking rechtmatig en veilig was en onder de juiste voorwaarden plaatsvond
- Bij persoonlijke consumentenaccounts gebruiken sommige aanbieders gesprekken om hun modellen te verbeteren, tenzij de gebruiker zich hiervoor afmeldt; bij zakelijke en enterprise-oplossingen is dit doorgaans niet standaard het geval. Controleer de actuele voorwaarden voor elke tool
- ISO 27001 verwacht dat u weet welke informatiemiddelen en clouddiensten u gebruikt. AI-tools die uw IT-team niet heeft geïdentificeerd, vormen een lacune in die inventarisatie en in uw risicobeoordeling
- Het blokkeren van toegang zonder een goedgekeurd alternatief aan te bieden, leidt er vaak toe dat het gebruik wordt verplaatst naar persoonlijke apparaten, waar uw controles dit niet kunnen waarnemen
Hoe shadow AI er in de praktijk uitziet
Shadow AI is zelden het gevolg van één enkele tool of een opzettelijke schending van het beleid. Het ontstaat door een opeenstapeling van vele kleine beslissingen die elk op zich redelijk lijken. Een verkoopmanager stelt een offerte voor een klant op in ChatGPT omdat dat sneller gaat. Een ontwikkelaar vraagt een AI-assistent om een stukje code te controleren. Een HR-medewerker plakt een functieomschrijving en het cv van een kandidaat in een gratis AI-tool om sollicitaties te beoordelen. Een analist vat een bestuursrapport samen met behulp van een AI-dienst voor consumenten, omdat het bedrijf geen alternatief heeft aangeboden.
Geen van deze mensen handelt met kwade opzet. Zij hebben hulpmiddelen gevonden die hun werk vergemakkelijken. Het probleem is de kloof tussen wat zij beogen en het risico dat uw organisatie daardoor loopt.
Shadow AI is de versie van shadow IT in het AI-tijdperk: technologie die zonder toezicht van de IT-afdeling wordt gebruikt. Bij shadow IT gaat de zorg meestal uit naar systemen waarvoor geen ondersteuning wordt geboden, software waarvoor geen patches zijn geïnstalleerd en gegevens die op de verkeerde plaats zijn opgeslagen. Bij shadow AI typen of plakken medewerkers uw gegevens in externe diensten, en zodra deze zijn verzonden, kunt u ze niet meer op betrouwbare wijze terugkrijgen.
Uit de Work Trend Index 2024 van Microsoft en LinkedIn bleek dat 75% van de wereldwijd ondervraagde kenniswerkers AI op het werk gebruikte en dat 78% van die gebruikers hun eigen AI-tools meebracht. Het Data Breach Investigations Report 2026 van Verizon wijst vanuit een andere dataset in dezelfde richting: van de werknemers die regelmatig AI gebruiken op bedrijfsapparaten, deed 67% dit via niet-bedrijfsaccounts. De twee onderzoeken meten verschillende zaken, dus beschouw ze als afzonderlijke signalen.
De drie risico's die er het meest toe doen
De meeste discussies over shadow AI richten zich op gegevensbeveiliging. Wanneer medewerkers op het werk een niet-goedgekeurde AI-tool gebruiken, komen drie verschillende soorten risico's samen, en de nalevingsrisico's reiken veel verder dan alleen een gestolen wachtwoord.
1. AVG en gegevensbescherming
Artikel 5 van de AVG schrijft voor dat persoonsgegevens op rechtmatige, eerlijke en transparante wijze moeten worden verwerkt, voor welbepaalde doeleinden en met passende beveiliging, en artikel 6 vereist een rechtmatige grondslag. Wanneer een medewerker via een persoonlijk account een klantdossier, patiëntgegevens of HR-gegevens in een AI-dienst invoert, heeft uw organisatie doorgaans de aanbieder niet beoordeeld, de betrokken personen niet op de hoogte gesteld, noch afspraken gemaakt over bewaring, beveiliging of hergebruik.
De rol van de aanbieder hangt af van het account en de voorwaarden. Wanneer een AI-aanbieder namens u persoonsgegevens verwerkt, schrijft artikel 28 een schriftelijke overeenkomst voor met specifieke voorwaarden voor de verwerker. Bij een persoonlijk consumentenaccount heeft de aanbieder helemaal geen overeenkomst met u: hij handelt met de werknemer op basis van zijn consumentenvoorwaarden en kan zelf bepalen hoe gesprekken worden gebruikt, waardoor hij zelf verwerkingsverantwoordelijke voor die gegevens kan zijn. Hoe dan ook, niets van wat u bent overeengekomen, heeft betrekking op de openbaarmaking.
De verantwoordelijkheid gaat niet over op de werknemer omdat deze op eigen initiatief heeft gehandeld. Uw organisatie is verantwoordelijk voor de persoonsgegevens waarover zij de zeggenschap heeft (artikel 5, lid 2) en dient passende technische en organisatorische maatregelen te hebben getroffen (artikelen 24 en 32). Of een specifieke openbaarmaking aanleiding geeft tot maatregelen door de Autoriteit Persoonsgegevens of tot een schadeclaim op grond van artikel 82, hangt af van de gegevens, de schade en de maatregelen die u ter zake hebt genomen.
Internationale regels inzake gegevensoverdracht vormen een extra complicatie. Veel AI-diensten verwerken gegevens buiten de Europese Economische Ruimte. Krachtens hoofdstuk V van de AVG is voor een gegevensoverdracht een adequaatheidsbesluit vereist (zoals het EU-VS-kader voor gegevensbescherming voor gecertificeerde Amerikaanse bedrijven), passende waarborgen zoals de standaardcontractbepalingen van de EU, of moet er sprake zijn van een van de beperkte uitzonderingen. Bij een persoonlijk account dat zonder uw medeweten wordt gebruikt, is aan geen van deze voorwaarden voldaan.
2. Vertrouwelijkheid en intellectueel eigendom
Naast persoonsgegevens plakken medewerkers regelmatig commercieel gevoelige informatie in AI-tools: broncode, overnameplannen, klantcontracten, prijsinformatie en concurrentieonderzoek. Bij persoonlijke accounts gebruiken sommige aanbieders standaard gesprekken om hun modellen te verbeteren, waarbij u zich via de instellingen hiervoor kunt afmelden. OpenAI legt bijvoorbeeld uit dat inhoud van persoonlijke ChatGPT-accounts kan worden gebruikt om de modellen te verbeteren, tenzij de gebruiker deze functie uitschakelt, terwijl gegevens van ChatGPT Business, Enterprise, Edu en de API standaard niet worden gebruikt voor training. De voorwaarden verschillen per aanbieder en kunnen in de loop van de tijd veranderen; controleer deze daarom voor elke tool afzonderlijk.
Zelfs wanneer een dienstverlener zijn modellen niet traint met de ingevoerde gegevens, hebt u geen controle meer over deze informatie. Deze kan worden bewaard, gecontroleerd in het kader van toezicht op misbruik, openbaar worden gemaakt bij een datalek bij de dienstverlener, worden opgevraagd door een autoriteit in een ander rechtsgebied, of vermengd raken met het persoonlijke gebruik van hetzelfde account door de werknemer. Ook kunnen klantcontracten en geheimhoudingsovereenkomsten het delen van deze informatie met derden verbieden.
Uw medewerkers zijn niet van plan om gegevens te lekken. Zij maken gebruik van hulpmiddelen die goed werken, en een persoonlijk account bij die hulpmiddelen houdt geen verplichtingen op het gebied van gegevensbeheer in voor uw organisatie.
3. Onjuiste resultaten die zonder verificatie worden gebruikt
AI-tools genereren resultaten die overtuigend klinken, maar soms onjuist zijn. Wanneer medewerkers deze resultaten zonder controle gebruiken in documenten voor klanten, rapportages voor toezichthouders of interne besluitvorming, draagt uw organisatie het risico met betrekking tot de nauwkeurigheid. Dit gaat vaak gepaard met het risico op gegevenslekken: de persoon die gevoelige gegevens invoegt, is vaak dezelfde persoon die op het antwoord vertrouwt zonder dit te controleren.
In gereguleerde sectoren kan onjuiste, door AI gegenereerde inhoud in medisch, juridisch of financieel advies leiden tot aansprakelijkheid die veel zwaarder weegt dan de tijd die hiermee is bespaard.
De juridische blootstelling en hoe u grip krijgt
Twee aanvullende artikelen behandelen wat u eraan doet.
Shadow AI en de AVG legt uit waarom een persoonlijk AI-account blootstelling onder artikel 28 oplevert, wanneer een niet-goedgekeurde prompt een meldplichtig datalek wordt, wat NIS2 en ISO 27001 verwachten en welke stappen u zet als gegevens al in een niet-goedgekeurde tool zijn ingevoerd.
Shadow AI opsporen en beheersen behandelt de plekken waar het buiten ChatGPT verborgen zit, waaronder AI-functies in goedgekeurde SaaS-tools, en de zeven onderdelen van een aanpak die uw medewerkers volgen.
Waar te beginnen
Shadow AI is waarschijnlijk al aan de gang binnen uw organisatie. Nu actie ondernemen kost minder dan pas actie ondernemen na een gegevensincident of een onderzoek door de toezichthouder.
Een nuttige eerste stap is een korte, anonieme enquête onder het personeel waarin wordt gevraagd welke AI-tools mensen gebruiken en waarvoor. De antwoorden wijken vaak af van wat de IT-afdeling verwacht, en ze geven u aan waar u uw aandacht op moet richten. Beslissingen over beleid en tools die op feitelijke gegevens zijn gebaseerd, blijken doorgaans beter stand te houden dan beslissingen die op aannames zijn gebaseerd.
Er zijn drie maatregelen die prioriteit verdienen:
- Publiceer een beleid inzake aanvaardbaar gebruik van AI, zelfs al is het slechts een korte tussentijdse versie, vóór uw volgende beoordelingscyclus van het personeel. Het personeel beschikt dan over duidelijke richtlijnen, en u hebt iets om naar te verwijzen mocht zich een incident voordoen.
- Controleer uw register van verwerkers en breng alle AI-diensten in kaart die namens u persoonsgegevens verwerken. Controleer of voor elk daarvan een schriftelijke overeenkomst op grond van artikel 28 is gesloten en, indien gegevens de EER verlaten, of er een geldig overdrachtsmechanisme is.
- Controleer uw bestaande SaaS-tools op AI-functies. Veel daarvan hebben sinds uw oorspronkelijke leveranciersbeoordeling nieuwe mogelijkheden toegevoegd. Werk uw administratie bij en, indien nodig, uw contracten.
Shadow AI is een kloof tussen de manier waarop uw medewerkers werken en het beleid dat is opgesteld voordat deze tools bestonden. Dicht deze kloof met richtlijnen die mensen kunnen volgen en goedgekeurde tools die hen dezelfde productiviteit bieden die zij al op eigen initiatief hebben bereikt.
Hoe Cyvra helpt
Cyvra combineert beveiligings- en AI-expertise om organisaties te helpen begrijpen waar shadow AI plaatsvindt, de AVG- en vertrouwelijkheidsblootstelling te beoordelen en een aanpak te bouwen die medewerkers daadwerkelijk volgen, omdat ze betere tools krijgen in plaats van een verbod.
- Shadow AI-audit: stel vast welke AI-tools uw medewerkers gebruiken, inclusief AI-functies ingebed in SaaS-platforms die uw IT-team al voor andere doeleinden heeft goedgekeurd
- AVG-verwerkersbeoordeling: identificeer welke AI-diensten namens u persoonsgegevens verwerken zonder passende verwerkersovereenkomst, en beoordeel de blootstelling
- AI-gebruiksbeleid opstellen: stel een beleid op dat medewerkers duidelijke richtlijnen geeft over goedgekeurde tools en toegestane gegevenstypen, onderscheid makend tussen gebruiksscenarios in plaats van een algeheel verbod
- Goedgekeurde AI-tooling: beveel bedrijfswaardige alternatieven aan die voldoen aan uw data-governancevereisten, zodat medewerkers een goedgekeurde route hebben naar de productiviteitswinst die ze zoeken
- Bewustwordingstraining medewerkers: organiseer gerichte sessies die dataclassificatie uitleggen in de context van AI-tools, geen generieke jaarlijkse complianceoefeningen
- DLP-configuratie: configureer DLP-maatregelen om gevoelige gegevensoverdrachten naar niet-goedgekeurde AI-diensten te detecteren en te blokkeren
Neem contact op met onze cyberbeveiligingspraktijk of AI-praktijk om te starten met een shadow AI-audit.