Mag een AI-agent zelf klantdata verwerken? AVG en aansprakelijkheid

Ja, een AI-agent mag klantdata verwerken, zolang je de AVG volgt zoals bij elke andere software. De scherpe grens zit niet in de data maar in de autonomie: mag de agent zelfstandig een betekenisvolle beslissing over een persoon nemen? Daar trekt artikel 22 van de AVG de streep.

Veel mkb-ondernemers stellen deze vraag pas als de bouw al loopt: "Maar mag dat ding eigenlijk zelf onze klantgegevens verwerken?" De AVG verbiedt een AI-agent niet om klantdata te zien of te verwerken. Dat doen je CRM, je mailserver en je boekhoudpakket ook al jaren. Wel bepaalt de mate van autonomie of jouw agent-project soepel door de compliance-check komt of maandenlang blijft hangen op "we moeten het eerst even juridisch uitzoeken".

(Dit artikel is een praktische uitleg, geen juridisch advies. Bij twijfel over een concreet geval: leg het voor aan een privacyjurist.)

Mag een AI-agent zelf beslissen over personen?

Artikel 22 AVG geeft mensen het recht om niet onderworpen te worden aan een besluit dat uitsluitend op geautomatiseerde verwerking berust én rechtsgevolgen of vergelijkbaar ingrijpende gevolgen heeft. Dat is een smalle, specifieke bepaling, en die smalheid is goed nieuws voor de meeste mkb-agents.

Een agent die een concept-antwoord schrijft dat een medewerker goedkeurt vóór verzending? Geen artikel 22. Een agent die inkomende supporttickets categoriseert en naar de juiste collega routeert? Geen artikel 22. Een agent die zelfstandig een kredietaanvraag afwijst, een sollicitant uitfiltert of een klant zonder tussenkomst een bindend besluit stuurt? Dat is wel artikel 22-terrein, en daar gelden strengere eisen.

Het praktische onderscheid vang je in één beslistabel:

De meeste administratie- en klantenservice-agents in het mkb, zoals e-mailverwerkers, herinneringsbots en ticket-routers, vallen in de bovenste helft van die tabel. Human-in-the-loop (de agent stelt voor, een mens beslist) haalt artikel 22 er in vrijwel alle gevallen uit. Wil je zien hoe zo'n agent er concreet uitziet, kijk dan op de pagina over AI-implementatie.

Wie is aansprakelijk als de agent de fout in gaat?

Hier ontstaat de meeste verwarring. Onder de AVG ben jij, het bedrijf dat de agent inzet, de verwerkingsverantwoordelijke. De partij die de agent voor je bouwt en draait, is je verwerker. De leverancier van het onderliggende taalmodel (bijvoorbeeld Anthropic, OpenAI of Microsoft) is een subverwerker. Die keten bepaalt wie waarvoor opdraait.

Drie scenario's maken het tastbaar:

• De agent mailt gegevens naar de verkeerde klant. Dit is een datalek. Als verwerkingsverantwoordelijke moet jij dit binnen 72 uur bij de Autoriteit Persoonsgegevens melden, niet je bouwer. In het contract kun je wel vastleggen dat de verwerker je onmiddellijk informeert en meewerkt.
• De agent stuurt zelfstandig een onjuist advies. Richting de betrokkene blijf je civiel- en privacyrechtelijk aanspreekbaar. Daarom is human-in-the-loop bij inhoudelijk risico geen luxe maar een aansprakelijkheidsdemper.
• Het model traint mee op jouw klantdata. Zonder de juiste verwerkersovereenkomst en instellingen kunnen gegevens in een trainingsset belanden. Dat is een schending waarvoor jij als verantwoordelijke wordt aangesproken.

De inzet is niet symbolisch: AVG-boetes lopen op tot 20 miljoen euro of 4% van de wereldwijde jaaromzet, afhankelijk van welke hoger is. Voor het mkb zijn de realistische risico's meestal reputatieschade en herstelkosten, maar die bovengrens laat zien waarom je de keten contractueel netjes dichttimmert. Hoe je rollen, verantwoordelijkheden en controles vastlegt, lees je op de pagina over veiligheid en beheer.

Wat vraagt de EU AI Act van je agent?

Naast de AVG geldt de EU AI Act. Het goede nieuws, dat in paniekverhalen vaak wordt overgeslagen: de meeste mkb-agents zijn géén hoog-risico systeem. Hoog risico is in de wet gereserveerd voor zaken als werving-en-selectie-screening en kredietscoring (Annex III). Een e-mailassistent of ticket-router valt onder laag of minimaal risico.

Wel geldt er een transparantieplicht (artikel 50): communiceert je agent rechtstreeks met klanten, dan moeten die weten dat ze met AI te maken hebben. De wet wordt gefaseerd van kracht; controleer de actuele ingangsdata voordat je op een specifiek moment plant.

Checklist: een AI-agent AVG-proof inrichten

Loop vóór livegang deze checklist af:

1. Data-minimalisatie: geef de agent alleen toegang tot de gegevens die de taak écht nodig heeft. Niet je hele CRM, maar de ene mailbox of het ene ticketveld.
2. Verwerkersovereenkomst: sluit er één met je bouwer (artikel 28 AVG) en controleer dat de subverwerkers (de LLM-provider) erin genoemd staan.
3. Datalocatie en training: leg vast dat je data niet wordt gebruikt om modellen te trainen en kies waar mogelijk EU-hosting (bijvoorbeeld Azure OpenAI in een EU-regio of AWS Bedrock EU).
4. Human-in-the-loop bij betekenisvolle besluiten: zie de tabel hierboven; dit dekt artikel 22 af.
5. Logging en audit trail: leg vast wat de agent deed, zodat je een incident kunt reconstrueren en kunt aantonen dat je in control bent.
6. Transparantie: vermeld bij rechtstreeks klantcontact dat het om AI gaat.
7. DPIA bij hoog risico: verwerk je gevoelige data op grote schaal of neem je ingrijpende besluiten, doe dan een gegevensbeschermingseffectbeoordeling (DPIA).

Hoe ziet een veilige inrichting er in de praktijk uit?

Het uitgangspunt bij UnifyAI is human-in-the-loop, tenzij aantoonbaar veilig anders. De agent doet het zware werk: lezen, opzoeken, voorstellen. Een mens houdt de hand op de knop voor alles wat naar een klant gaat of een besluit inhoudt. Dat is niet alleen AVG-verstandig, het is ook goed voor de kwaliteit in de eerste weken, wanneer je nog aan het bijsturen bent.

Een voorbeeld ter illustratie: een accountantskantoor wil een e-mailresponder die veelgestelde cliëntvragen afhandelt. Die mails bevatten persoonsgegevens en soms financiële details, precies het type data waar je zorgvuldig mee moet zijn. Een verstandige inrichting: de agent krijgt alleen toegang tot de betreffende mailbox (data-minimalisatie), stelt een concept-antwoord op en een medewerker keurt het goed vóór verzending (geen artikel 22). Het taalmodel draait onder een verwerkersovereenkomst zonder training op de data, en elke actie wordt gelogd.

Het AVG-werk bovenop de bouw bestaat uit de verwerkersovereenkomst laten checken, de datastromen in kaart brengen en human-in-the-loop configureren. Dat haalt de grootste juridische onzekerheid weg vóórdat de agent live gaat. Wil je weten waar in jouw processen agents veilig kunnen meedraaien? Een AI-scan geeft een eerste beeld.

Het taalmodel en het agentplatform (zoals AgentWorks) zijn gereedschap. De verantwoordelijkheid voor de juiste inrichting ligt bij de partij die het toepast, en jij blijft als verwerkingsverantwoordelijke eindverantwoordelijk.

Wat is een goede volgende stap?

De angst dat een AI-agent zomaar met klantdata aan de haal gaat is begrijpelijk, maar bij een goede inrichting grotendeels op te lossen: beperk de data, houd een mens in de lus bij besluiten en leg de keten contractueel vast. Dan is een agent niet risicovoller dan de software die je al gebruikt, en vaak beter controleerbaar, omdat elke stap gelogd is.

Wil je dit voor jouw situatie goed inrichten? Bespreek het via AI-consultancy: samen kijken we welke agents bij jou veilig kunnen meedraaien, hoe je AVG en de EU AI Act afdekt en wat de eerste concrete stap is.