Shadow AI: risico's van ongecontroleerd AI-gebruik
Erwin Berkouwer
Shadow AI is het ongecontroleerde gebruik van AI-tools zoals ChatGPT en Copilot door medewerkers zonder goedkeuring van IT of management, wat kan leiden tot datalekken, AVG-overtredingen door ontbrekende verwerkersovereenkomsten en verlies van intellectueel eigendom. MKB-bedrijven kunnen dit beheersen door data te classificeren, een korte AI-usage-policy op te stellen, goedgekeurde zakelijke AI-alternatieven aan te bieden en verwerkersovereenkomsten met AI-vendors af te sluiten, in plaats van AI-tools volledig te verbieden. Basis beleidstrajecten kosten doorgaans circa 1.500 tot 4.000 euro voor een MKB-bedrijf.
Medewerkers plakken offertes, klantgegevens en broncode in gratis AI-tools zonder dat de IT-afdeling het weet. Dit artikel legt uit wat shadow AI in een bedrijf betekent, welke risico's het met zich meebrengt en hoe je grip krijgt zonder de productiviteitswinst van AI te verliezen.
Wat is shadow AI en waarom ontstaat het in bijna elk bedrijf
Shadow AI is het gebruik van AI-tools door medewerkers zonder dat IT, security of management daar zicht op heeft of toestemming voor heeft gegeven. Denk aan een marketeer die een conceptmail met klantgegevens door ChatGPT laat herschrijven, een developer die broncode in een gratis code-assistent plakt om een bug te debuggen, of een HR-medewerker die een sollicitatiebrief analyseert met een AI-tool die niemand heeft goedgekeurd.
Het ontstaat niet uit kwaadwilligheid. Het ontstaat omdat AI-tools razendsnel productiviteitswinst opleveren en drempelloos toegankelijk zijn: geen aanvraag bij IT nodig, geen goedkeuring, gewoon een browser en een gratis account. Voor de medewerker is dat een uitkomst. Voor het bedrijf is het een blinde vlek.
Shadow AI is niet het probleem van een paar onhandige medewerkers. Het is het symptoom van een organisatie die geen duidelijk, werkbaar AI-beleid heeft neergezet voordat de medewerkers zelf een oplossing gingen zoeken.
Bij ai-consultancy trajecten die wij bij UnifyAI begeleiden, zien we dit patroon terugkomen: bedrijven ontdekken pas dat er shadow AI-gebruik is als er een incident is, een klant vraagt naar dataverwerking, of een audit erover struikelt.
De concrete risico's van ongecontroleerd AI-gebruik
De risico's van shadow AI zijn niet abstract. Ze raken direct aan data, compliance en bedrijfscontinuïteit.
Datalekken naar publieke AI-modellen
Veel gratis en consumentenversies van AI-chatbots gebruiken invoer (afhankelijk van instellingen en abonnementsvorm) om modellen te trainen of slaan gesprekken langer op dan gebruikers beseffen. Klantgegevens, contractvoorwaarden, financiële cijfers of broncode die daarin belanden, zijn dan buiten de controle van het bedrijf.
AVG-overtredingen en ontbrekende verwerkersovereenkomsten
Als persoonsgegevens van klanten, medewerkers of sollicitanten in een AI-tool worden ingevoerd zonder dat er een verwerkersovereenkomst (DPA) met die aanbieder is, overtreedt het bedrijf de AVG. De Autoriteit Persoonsgegevens (AP) kan hierop handhaven, en bij een datalek geldt bovendien een meldplicht binnen 72 uur. Zonder zicht op welke tools medewerkers gebruiken, kan een bedrijf deze meldplicht niet eens nakomen omdat het lek niet wordt opgemerkt.
Onbetrouwbare output zonder controle
AI-tools maken fouten, verzinnen feiten (hallucinaties) en geven soms verouderde of onjuiste informatie. Als niemand toetst welke AI-output waarvoor wordt gebruikt, glippen fouten door in offertes, klantcommunicatie of besluitvorming.
Verlies van intellectueel eigendom
Broncode, strategische plannen of unieke werkwijzen die in publieke AI-tools worden geplakt, kunnen (afhankelijk van de voorwaarden van de tool) niet meer als exclusief bedrijfseigendom worden beschouwd, of simpelweg elders opduiken.
Inconsistente kwaliteit en merkrisico
Zonder afspraken over welke AI-tools voor klantgerichte content mogen worden gebruikt, ontstaat een lappendeken aan stijl, toon en kwaliteit die het merk kan schaden.
Wat een bedrijf concreet kan doen om shadow AI te beheersen
De oplossing is niet AI verbieden. Dat werkt in de praktijk niet en duwt het gebruik alleen verder de schaduw in. De oplossing is zichtbaarheid, keuze en heldere kaders.
Stap 1: breng in kaart wat er al gebeurt
Voordat je beleid maakt, moet je weten wat er al speelt. Vraag teams openlijk (zonder dreiging van sancties) welke AI-tools ze gebruiken en waarvoor. Een korte, anonieme enquête werkt vaak beter dan een verplicht formulier, omdat medewerkers dan eerlijker antwoorden.
Stap 2: classificeer je data
Maak een eenvoudige tabel die iedereen begrijpt, zodat medewerkers zelf kunnen beoordelen wat wel en niet in een publieke AI-tool mag.
| Databype | Voorbeeld | Toegestaan in publieke AI-tools |
|---|---|---|
| Openbare informatie | Blogtekst, algemene marketingcopy | Ja |
| Interne, niet-gevoelige info | Interne processen, algemene sjablonen | Ja, met voorzichtigheid |
| Persoonsgegevens klanten/medewerkers | Namen, e-mails, contracten, CV's | Nee, tenzij DPA aanwezig en tool goedgekeurd |
| Vertrouwelijke bedrijfsdata | Financiële cijfers, strategie, broncode | Nee, alleen in goedgekeurde, geïsoleerde omgevingen |
Stap 3: stel een AI-usage-policy op
Een goede AI-policy is kort, concreet en leesbaar in tien minuten. Hij bevat minimaal:
- Welke AI-tools zijn goedgekeurd voor welk gebruik
- Welke data nooit in publieke AI-tools mag (zie classificatietabel)
- Wie je moet informeren als je een nieuwe AI-tool wilt gaan gebruiken
- Wat de consequenties zijn bij overtreding, en dat het doel leren is, niet straffen
- Hoe AI-output gecontroleerd moet worden voordat die naar klanten gaat
Stap 4: kies en faciliteer goedgekeurde alternatieven
Medewerkers gebruiken shadow AI vooral omdat het sneller is dan wachten op een officiële oplossing. Bied daarom snel een zakelijke, veilige variant aan: een AI-abonnement met zakelijke voorwaarden (geen training op invoer, DPA aanwezig), of een eigen AI-agent-omgeving. Kijk bijvoorbeeld naar wat ai-agents voor jouw processen kunnen betekenen binnen een gecontroleerde, bedrijfseigen omgeving in plaats van losse consumententools.
Stap 5: regel de verwerkersovereenkomsten
Voor elke AI-tool die persoonsgegevens verwerkt, is een DPA (verwerkersovereenkomst) verplicht onder de AVG. Vraag dit standaard op bij elke AI-vendor voordat een tool bedrijfsbreed wordt goedgekeurd, en leg vast waar deze data wordt verwerkt (binnen of buiten de EU).
Stap 6: monitor zonder te overdrijven
Sommige bedrijven zetten netwerkmonitoring of DLP-tools (Data Loss Prevention) in om te zien welk verkeer naar AI-domeinen gaat. Dat kan waardevol zijn, maar moet transparant gecommuniceerd worden. Stiekem monitoren zonder dat medewerkers dit weten, ondermijnt vertrouwen en is in Nederland bovendien onderworpen aan strikte regels rond personeelsmonitoring.
Praktijkvoorbeeld: hoe een aanpak er in de praktijk uitziet
Een MKB-bedrijf met dertig medewerkers ontdekte via een interne enquête dat bijna de helft van het team al dagelijks ChatGPT gebruikte voor het herschrijven van klantmails en het samenvatten van documenten, zonder dat iemand dit had goedgekeurd. In plaats van een verbod in te stellen, koos het bedrijf voor:
- Een eendaagse workshop over wat wel en niet in AI-tools mag (gebaseerd op de classificatietabel hierboven)
- Eén zakelijk AI-abonnement met DPA voor het hele team, zodat er geen noodzaak meer was om gratis tools te gebruiken
- Een simpel meldpunt (een Slack-kanaal) voor nieuwe AI-tools die teams wilden proberen
Binnen drie maanden was het gebruik van niet-goedgekeurde tools sterk gedaald, zonder dat de productiviteitswinst van AI verloren ging.
Kosten van shadow AI-beheersing
De kosten hangen sterk af van bedrijfsgrootte en volwassenheid van bestaande IT-processen.
- Basis AI-usage-policy en workshop: circa 1.500 tot 4.000 euro voor een MKB-bedrijf, afhankelijk van maatwerk
- Zakelijke AI-tool-licenties met DPA: circa 20 tot 40 euro per gebruiker per maand, afhankelijk van de tool
- DLP- of netwerkmonitoringtooling: sterk variabel, van enkele honderden tot enkele duizenden euro's per maand afhankelijk van schaal
- Doorlopende governance (kwartaalreview, tool-goedkeuringsproces): enkele uren per kwartaal, vaak te beleggen bij een bestaande IT- of security-rol
Een ai-scan kan helpen om eerst in kaart te brengen waar in jouw organisatie AI al informeel wordt gebruikt en waar de grootste risico's zitten, voordat je in dure tooling investeert.
Wanneer overdreven restrictief beleid het juist erger maakt
Het is verleidelijk om na een schrik-incident meteen alle AI-tools te blokkeren op het bedrijfsnetwerk. Dat werkt zelden.
Een blanket-verbod op AI-tools duwt het gebruik alleen naar privételefoons en persoonlijke accounts, waar je als bedrijf helemaal geen zicht meer op hebt. Je verplaatst het risico, je verwijdert het niet.
Wat je beter kunt vermijden:
- Een AI-verbod zonder alternatief aan te bieden: medewerkers gaan dan stiekem verder, maar dan zonder enige controle
- Sanctiebeleid zonder eerst voorlichting te geven: mensen die niet wisten dat iets niet mocht, voelen zich onterecht gestraft en gaan zich verder afschermen
- Overdreven complexe policies van tientallen pagina's die niemand leest of onthoudt
- Monitoring instellen zonder transparantie, wat het vertrouwen binnen het team ondermijnt en juridisch risicovol is
Als je organisatie kleiner is dan een man of tien en AI-gebruik nog beperkt is, is een uitgebreid governance-traject vaak nog niet nodig. Begin dan met een simpel gesprek in het team en een half A4'tje met basisregels, en bouw dit uit naarmate het AI-gebruik groeit.
Shadow AI is een kans om AI goed te structureren
Het ontdekken van shadow AI-gebruik in je bedrijf is geen reden tot paniek. Het is een signaal dat medewerkers de waarde van AI al zien en er zelf mee aan de slag zijn gegaan. De opgave is niet om dat enthousiasme te smoren, maar om het in goede, veilige banen te leiden.
Een doordacht AI-beleid met goedgekeurde tools, heldere data-classificatie en de juiste verwerkersovereenkomsten geeft medewerkers de snelheid die ze zoeken, zonder dat het bedrijf de controle over data en compliance verliest.
Wil je weten waar in jouw organisatie AI al informeel wordt gebruikt en hoe je hier gestructureerd mee omgaat? Een ai-adviseur van UnifyAI denkt met je mee over een aanpak die past bij de grootte en het risicoprofiel van jouw bedrijf. Neem contact op voor een vrijblijvend gesprek.
Veelgestelde vragen
Korte, heldere antwoorden die je helpen sneller beslissen.
Wat is het verschil tussen shadow AI en shadow IT?
Shadow IT is het bredere fenomeen van medewerkers die ongeautoriseerde software of clouddiensten gebruiken. Shadow AI is een specifieke, snel groeiende vorm daarvan, gericht op AI-tools zoals chatbots, code-assistenten en AI-schrijfhulpen.
Moet ik AI-tools volledig verbieden om shadow AI te voorkomen?
Nee. Een verbod zonder alternatief duwt het gebruik alleen naar privéapparaten waar je nog minder zicht op hebt. Beter is het aanbieden van goedgekeurde, zakelijke AI-tools gecombineerd met heldere regels over welke data wel en niet gebruikt mag worden.
Is shadow AI-gebruik een datalek volgens de AVG?
Als persoonsgegevens buiten een verwerkersovereenkomst om bij een AI-aanbieder terechtkomen, kan dit als datalek gelden en meldingsplichtig zijn bij de Autoriteit Persoonsgegevens. Laat dit per situatie beoordelen, bijvoorbeeld door een privacyjurist of DPO.
Hoe ontdek ik welke AI-tools mijn medewerkers al gebruiken?
Begin met een open, niet-bestraffende enquête of teamgesprek. Voor technische zichtbaarheid kunnen netwerkmonitoring of DLP-tools worden ingezet, maar communiceer dit altijd vooraf transparant naar medewerkers.
Hoeveel kost het opzetten van een AI-beleid voor een MKB-bedrijf?
Een basis AI-usage-policy met workshop kost doorgaans 1.500 tot 4.000 euro, afhankelijk van de mate van maatwerk en het aantal teams dat betrokken wordt.
