Vier manieren om schaduw-AI onder controle te krijgen

Waarom ongecontroleerd AI-gebruik een groeiend risico vormt voor organisaties en hoe bedrijven dit effectief kunnen aanpakken

Inleiding: van onschuldige chatbot naar autonome digitale medewerker

Het gebruik van kunstmatige intelligentie (AI) binnen organisaties ontwikkelt zich razendsnel. Werknemers gebruiken AI om teksten te schrijven, e-mails op te stellen, documenten samen te vatten, software te ontwikkelen, gegevens te analyseren en bedrijfsprocessen te automatiseren. Daarmee kan AI de productiviteit verhogen, routinematig werk verminderen en medewerkers helpen om sneller en beter onderbouwde beslissingen te nemen.

Tegelijkertijd ontstaat een steeds groter probleem: schaduw-AI.

Met schaduw-AI wordt het gebruik van AI-toepassingen, AI-diensten en AI-agenten bedoeld die werknemers inzetten zonder dat deze door hun organisatie zijn goedgekeurd, beoordeeld of onder beheer zijn gebracht. Het kan gaan om een gratis chatbot, een persoonlijke account bij een commerciële AI-aanbieder, een browserextensie, een AI-functie in een softwarepakket of een autonome digitale assistent die toegang krijgt tot bestanden, e-mail, websites en andere systemen.

Dit verschijnsel is niet geheel nieuw. Organisaties hadden eerder al te maken met schaduw-IT, waarbij medewerkers bijvoorbeeld privé-e-mail, niet-goedgekeurde cloudopslag of eigen software gebruikten om hun werk gemakkelijker te maken.

AI geeft dit probleem echter een nieuwe dimensie.

Waar een traditionele chatbot voornamelijk reageerde op vragen en opdrachten, kan een moderne AI-agent ook zelfstandig meerdere stappen uitvoeren. Afhankelijk van de configuratie kan zo'n agent websites bezoeken, bestanden lezen en aanpassen, code uitvoeren, informatie uit verschillende systemen combineren en acties ondernemen via gekoppelde applicaties.

Daardoor verschuift het risico van het ongecontroleerd delen van informatie naar het mogelijk ongecontroleerd uitvoeren van handelingen.

Een werknemer die vertrouwelijke informatie in een niet-goedgekeurde AI-dienst plakt, kan bijvoorbeeld bedrijfsgeheimen blootstellen. Een werknemer die een AI-agent toegang geeft tot interne systemen, kan daarnaast onbedoeld toestaan dat de agent gegevens wijzigt, bestanden verwijdert, berichten verstuurt of handelingen uitvoert waarvoor de werknemer zelf onvoldoende heeft nagedacht over de gevolgen.

Dat betekent niet dat iedere AI-agent gevaarlijk is of dat AI standaard zelfstandig cyberaanvallen uitvoert. Het risico ontstaat vooral wanneer krachtige mogelijkheden worden gecombineerd met onvoldoende toegangsbeperkingen, gebrekkige controle, onduidelijke opdrachten en een gebrek aan menselijk toezicht.

De centrale uitdaging voor organisaties is daarom niet om AI-gebruik volledig uit te bannen, maar om nuttig AI-gebruik mogelijk te maken binnen duidelijke, controleerbare en afdwingbare veiligheidsgrenzen.

Daarvoor zijn vier maatregelen nodig die elkaar versterken:

1. Begrijp waarvoor werknemers AI willen gebruiken en bied veilige alternatieven.
2. Detecteer, beperk en controleer ongeautoriseerd AI-gebruik met technische beveiligingsmaatregelen.
3. Leid medewerkers op in verantwoord AI-gebruik en maak de risico's concreet.
4. Stel duidelijke regels vast en houd medewerkers proportioneel en consequent verantwoordelijk voor overtredingen.

Geen van deze maatregelen is op zichzelf voldoende. Een organisatie die alleen websites blokkeert, zal werknemers mogelijk naar andere hulpmiddelen zien uitwijken. Een organisatie die alleen trainingen organiseert, kan niet voorkomen dat vertrouwelijke informatie technisch gezien naar een onveilige dienst wordt verstuurd. En een organisatie die wel beleid opstelt maar dit niet handhaaft, loopt het risico dat de regels in de praktijk weinig betekenis hebben.

De kracht zit in de combinatie.

1. Wat is schaduw-AI precies?

Dat kan bewust gebeuren, bijvoorbeeld omdat een medewerker een verbod negeert. Het kan echter ook onbewust of uit praktische noodzaak ontstaan.

Een medewerker kan bijvoorbeeld:

• Een gratis chatbot gebruiken om een zakelijke e-mail te herschrijven.
• Een persoonlijke AI-account inzetten om een intern rapport samen te vatten.
• Broncode uploaden naar een AI-assistent om een programmeerfout op te lossen.
• Een AI-dienst vragen om contracten, offertes of juridische documenten te analyseren.
• Een browserextensie installeren die webpagina's automatisch verwerkt.
• Een AI-agent toegang geven tot de agenda, mailbox of bedrijfsbestanden.
• Een niet-goedgekeurde AI-koppeling gebruiken om gegevens uit meerdere bedrijfssystemen samen te voegen.
• Een AI-tool gebruiken die al in een andere applicatie is geïntegreerd, zonder te weten welke gegevens worden verwerkt of met welke externe partijen deze worden gedeeld.

Niet iedere persoonlijke AI-account is automatisch onveilig. Evenmin is iedere AI-dienst die niet centraal is goedgekeurd per definitie kwaadaardig. Het probleem is dat de organisatie vaak onvoldoende zicht heeft op de manier waarop gegevens worden verwerkt, welke bevoegdheden de toepassing heeft en welke afspraken met de aanbieder gelden.

Een zakelijke AI-omgeving kan bijvoorbeeld beschikken over contractuele afspraken over gegevensbescherming, beheermogelijkheden, toegangscontrole en beperkingen op het gebruik van bedrijfsgegevens. Bij een persoonlijke account kunnen zulke waarborgen ontbreken, anders zijn geregeld of niet aansluiten bij het beleid van de werkgever.

Het belangrijkste onderscheid is daarom niet uitsluitend tussen gratis en betaald, of tussen bekend en onbekend, maar tussen gecontroleerd en ongecontroleerd gebruik.

Waarom werknemers toch voor schaduw-AI kiezen

Medewerkers gebruiken ongeautoriseerde AI meestal niet uitsluitend omdat zij beveiligingsregels willen overtreden. Vaak proberen zij hun werk sneller, eenvoudiger of beter uit te voeren.

Daar kunnen verschillende redenen voor zijn:

• De organisatie heeft nog geen geschikte AI-oplossing beschikbaar.
• De goedgekeurde oplossing is te beperkt of werkt onvoldoende goed.
• Het aanvragen van toestemming duurt te lang.
• Medewerkers weten niet welke toepassingen zijn toegestaan.
• Een persoonlijke AI-assistent kent hun voorkeuren, eerdere opdrachten en werkwijze.
• De medewerker heeft al een uitgebreide persoonlijke werkgeschiedenis in een bepaalde AI-dienst opgebouwd.
• De AI-functie is automatisch beschikbaar in een browser, telefoon of andere zakelijke applicatie.
• De medewerker onderschat de gevolgen van het delen van bedrijfsgegevens.
• Er bestaat onduidelijkheid over wie verantwoordelijk is voor de beoordeling en goedkeuring van AI-toepassingen.

Deze oorzaken zijn belangrijk. Als een organisatie alleen verboden oplegt zonder de praktische behoeften van medewerkers te begrijpen, blijft de onderliggende vraag bestaan.

Een effectief beleid begint daarom met een eenvoudige vraag: welk probleem probeert de medewerker met deze AI-toepassing op te lossen?

Pas als die vraag wordt beantwoord, kan de organisatie een veilig en bruikbaar alternatief aanbieden.

2. Waarom autonome AI-agenten het risico vergroten

Dit wordt vaak aangeduid als agentische AI of autonome AI.

Een AI-agent kan bijvoorbeeld de opdracht krijgen om een afspraak te regelen. Afhankelijk van zijn mogelijkheden kan hij vervolgens een website openen, beschikbare tijdstippen zoeken, een formulier invullen en een reservering proberen te maken.

Bij zakelijke toepassingen kunnen vergelijkbare agents bijvoorbeeld:

• Leads verzamelen en verkoopkansen onderzoeken.
• E-mails voorbereiden of versturen.
• Klantgegevens uit een CRM-systeem ophalen.
• Rapportages samenstellen.
• Software testen en aanpassen.
• Documenten verwerken en verplaatsen.
• Vergaderingen plannen.
• Informatie uit interne kennisbanken combineren.
• Werkprocessen starten via gekoppelde applicaties.

Dat kan aanzienlijke voordelen opleveren. Maar het betekent ook dat een fout niet langer beperkt hoeft te blijven tot een verkeerd antwoord in een chatvenster.

Van verkeerde informatie naar ongewenste handelingen

Bij een gewone chatbot kan een foutief antwoord al schadelijk zijn. Een medewerker kan bijvoorbeeld een onjuiste juridische interpretatie overnemen of een verkeerde technische oplossing toepassen.

Bij een agent kan daar een tweede probleem bijkomen: het systeem kan proberen om zijn interpretatie van de opdracht daadwerkelijk uit te voeren.

Stel dat een medewerker een AI-agent vraagt om een potentiële klant te onderzoeken en een verkoopafspraak te regelen. De agent heeft toegang tot een browser, e-mail en verschillende websites.

Een slecht begrensde agent kan tijdens het uitvoeren van de opdracht op onbetrouwbare instructies stuiten, onbedoeld ongeoorloofde handelingen proberen uit te voeren of informatie gebruiken op een manier die de medewerker niet heeft bedoeld.

Een agent kan bijvoorbeeld worden misleid door tekst op een website die probeert zijn gedrag te beïnvloeden. Dit soort risico's hangt samen met onder meer promptinjectie: instructies die via externe inhoud proberen de oorspronkelijke opdracht of veiligheidsregels van een AI-systeem te doorkruisen.

Wanneer de agent onvoldoende is afgeschermd, kan dit leiden tot ongewenste toegang tot gegevens, ongeoorloofde wijzigingen of acties die buiten de bedoeling van de gebruiker vallen.

Het is belangrijk om daarbij onderscheid te maken tussen een poging en een geslaagde aanval. Of een agent daadwerkelijk een systeem kan binnendringen of gegevens kan wijzigen, hangt af van zijn bevoegdheden, de beveiliging van het doelsysteem, de beschikbare hulpmiddelen en de aanwezige controles.

Een illustratief voorbeeld

Een gebruiker vraagt een AI-agent om hem in te schrijven voor een sportles. De agent probeert de benodigde stappen zelfstandig te doorlopen, maar interpreteert een onderdeel van het reserveringssysteem verkeerd. In het slechtste geval kan hij daardoor een bestaande reservering wijzigen of verwijderen.

Een incident van deze aard werd in Australië beschreven in verband met een AI-assistent die een gebruiker hielp bij het inschrijven voor een sportles.

Het voorbeeld illustreert een fundamenteel probleem: de gebruiker hoeft niet expliciet te vragen om schade te veroorzaken. Een ongewenste actie kan ook ontstaan doordat de agent een opdracht verkeerd interpreteert, te ruime bevoegdheden heeft of onvoldoende controleert of een handeling is toegestaan.

In een zakelijke omgeving kan een vergelijkbare fout ernstiger gevolgen hebben.

Denk aan een agent die een verkoopproces probeert te versnellen, een klantendatabase bijwerkt, een contract aanpast of een externe website bezoekt. Als het systeem de opdracht verkeerd interpreteert of onvoldoende wordt begrensd, kunnen bedrijfsgegevens worden blootgesteld of kunnen externe partijen worden benadeeld.

De belangrijkste beveiligingsprincipes voor AI-agenten

Organisaties moeten daarom niet alleen beoordelen welke informatie een AI-model mag zien, maar ook wat het systeem met die informatie mag doen.

Daarbij zijn de volgende maatregelen essentieel:

• Minimale bevoegdheden: geef een agent uitsluitend toegang tot de gegevens en functies die noodzakelijk zijn voor zijn specifieke taak.
• Scheiding van omgevingen: voorkom dat experimentele agents direct toegang krijgen tot productieomgevingen of gevoelige systemen.
• Menselijke goedkeuring: vereis expliciete toestemming voor belangrijke externe handelingen, zoals betalingen, definitieve contractwijzigingen, het verwijderen van gegevens of het versturen van gevoelige informatie.
• Beperkte looptijd en reikwijdte: zorg ervoor dat toegangsrechten niet onnodig lang of breed geldig blijven.
• Controleerbare logging: leg vast welke opdrachten, gegevensbronnen en acties zijn gebruikt, voor zover dit rechtmatig en proportioneel is.
• Beveiliging van koppelingen: controleer de toegang van agents tot API's, bestanden, e-mail, agenda's en andere bedrijfsapplicaties.
• Veilige foutafhandeling: zorg dat twijfel, conflicterende instructies of onverwachte situaties leiden tot stoppen of escaleren in plaats van onbeperkt doorgaan.

De kern is eenvoudig: een AI-agent mag niet automatisch alles kunnen wat technisch mogelijk is.

3. De omvang van het probleem

In rapportages over AI-gebruik op de werkvloer wordt een aanzienlijk gebruik van persoonlijke AI-accounts op zakelijke apparaten beschreven. Ook onderzoek naar AI-sessies wijst erop dat persoonlijke accounts geregeld voor zakelijke werkzaamheden worden gebruikt.

Daarnaast zijn er meldingen van organisaties waarin medewerkers bedrijfsinformatie invoeren in AI-diensten die buiten de goedgekeurde werkomgeving vallen. Het kan daarbij gaan om broncode, financiële prognoses, contracten, juridische documenten of informatie over fusies en overnames.

Deze voorbeelden laten zien waarom schaduw-AI niet uitsluitend een theoretisch risico is.

De precieze omvang verschilt echter per onderzoek, organisatie, sector en meetmethode. Cijfers over het gebruik van persoonlijke accounts mogen bijvoorbeeld niet zonder meer worden gelijkgesteld aan het aantal datalekken. Evenmin betekent het feit dat een medewerker een buitenlandse AI-dienst gebruikt automatisch dat bedrijfsinformatie daadwerkelijk wordt misbruikt.

De relevante vraag is welke gegevens worden verwerkt, onder welke voorwaarden dat gebeurt en welke beveiligingsmaatregelen van toepassing zijn.

Welke risico's lopen organisaties?

1. Vertrouwelijkheidsrisico's

Medewerkers kunnen informatie invoeren die niet met externe partijen gedeeld mag worden. Denk aan klantgegevens, persoonsgegevens, interne strategieën, broncode, bedrijfsgeheimen of niet-openbare financiële informatie.

Afhankelijk van de aanbieder en de gebruikte dienst kunnen gegevens worden opgeslagen, verwerkt door onderaannemers, gebruikt voor kwaliteitsverbetering of onderworpen zijn aan andere contractuele voorwaarden. De precieze voorwaarden verschillen per product en accounttype en moeten afzonderlijk worden gecontroleerd.

2. Privacyrisico's

Wanneer persoonsgegevens in een AI-systeem worden ingevoerd, moet de organisatie beoordelen of de verwerking rechtmatig is en of de vereiste waarborgen aanwezig zijn.

Ook het invoeren van gegevens over collega's, sollicitanten, klanten of patiënten kan problematisch zijn, zelfs wanneer de medewerker de informatie uitsluitend wil samenvatten of analyseren.

3. Cyberbeveiligingsrisico's

Een AI-agent kan, afhankelijk van zijn rechten en configuratie, handelingen uitvoeren die de bestaande beveiligingsmaatregelen omzeilen of onbedoeld verzwakken. Denk aan het verwerken van onbetrouwbare instructies, het misbruiken van toegangsrechten of het uitvoeren van ongewenste acties via gekoppelde systemen.

4. Integriteitsrisico's

AI kan fouten maken, verkeerde aannames doen of onjuiste informatie produceren. Wanneer de uitvoer automatisch in bedrijfsprocessen wordt verwerkt, kunnen fouten zich snel verspreiden.

5. Juridische en contractuele risico's

Ongeautoriseerd AI-gebruik kan in strijd zijn met interne beleidsregels, contractuele geheimhoudingsverplichtingen, licentievoorwaarden of toepasselijke privacy- en beveiligingsregels.

6. Financiële en operationele risico's

Een onbedoelde wijziging, een verkeerd verzonden bericht, een ongeoorloofde transactie of een foutieve rapportage kan leiden tot herstelkosten, productiviteitsverlies, reputatieschade en verstoring van bedrijfsprocessen.

7. Risico's voor klanten en externe partijen

Wanneer een AI-agent namens een medewerker handelt, kunnen de gevolgen buiten de organisatie terechtkomen. Klanten, leveranciers of andere organisaties kunnen worden geraakt door onjuiste of ongeoorloofde handelingen.

Daarom moet AI-beveiliging verder kijken dan de vraag of gegevens een organisatie verlaten. Ook het gedrag van AI-systemen binnen en buiten de organisatie verdient aandacht.

De vier maatregelen om schaduw-AI effectief te beheersen

Maatregel 1. Begrijp de behoeften van werknemers en bied veilige alternatieven

Als werknemers massaal ongeautoriseerde toepassingen gebruiken, kan dat erop wijzen dat de organisatie onvoldoende aansluit bij hun behoeften.

Het is bijvoorbeeld weinig effectief om een medewerker te verbieden een AI-assistent te gebruiken voor programmeerwerk als er geen bruikbaar alternatief beschikbaar is. Hetzelfde geldt voor medewerkers die grote documenten moeten analyseren, klantcommunicatie willen verbeteren of gegevens uit verschillende systemen willen combineren.

Een goed beleid begint daarom met het in kaart brengen van concrete gebruikssituaties.

Breng het daadwerkelijke gebruik in kaart

Onderzoek welke taken medewerkers met AI willen uitvoeren en welke toepassingen zij daarvoor gebruiken.

Denk aan:

• Het schrijven en herschrijven van teksten.
• Het samenvatten van documenten.
• Het vertalen van zakelijke communicatie.
• Het analyseren van spreadsheets.
• Het ontwikkelen en controleren van software.
• Het voorbereiden van presentaties.
• Het beantwoorden van interne vragen.
• Het onderzoeken van marktontwikkelingen.
• Het automatiseren van repetitieve werkzaamheden.
• Het verwerken van informatie uit CRM-systemen, agenda's en interne kennisbanken.

Maak vervolgens onderscheid tussen toepassingen met een laag risico en toepassingen waarvoor aanvullende beveiligingsmaatregelen nodig zijn.

Een AI-tool gebruiken om een openbare tekst te herschrijven, brengt doorgaans andere risico's met zich mee dan het uploaden van een vertrouwelijk overnamedossier of het geven van toegang tot een klantendatabase.

Maak goedgekeurde AI aantrekkelijk

Een goedgekeurde toepassing moet niet alleen veilig zijn, maar ook daadwerkelijk bruikbaar.

Daarvoor zijn onder meer de volgende eigenschappen belangrijk:

• Eenvoudige toegang via de bestaande bedrijfsidentiteit.
• Duidelijke gebruiksvoorwaarden.
• Geschikte modellen voor verschillende werkzaamheden.
• Een goede gebruikservaring.
• Voldoende capaciteit en snelheid.
• Integratie met de systemen die medewerkers nodig hebben.
• Ondersteuning voor relevante bestandstypen en werkprocessen.
• Duidelijke instructies over welke gegevens wel en niet mogen worden ingevoerd.
• Een laagdrempelige manier om nieuwe AI-toepassingen aan te vragen.

Single sign-on (SSO) kan bijvoorbeeld worden gebruikt om medewerkers via hun zakelijke account toegang te geven tot goedgekeurde toepassingen. Centrale identiteitscontrole maakt het bovendien eenvoudiger om accounts te beheren en toegangsrechten in te trekken wanneer iemand uit dienst gaat of van functie verandert.

Ook kan het zinvol zijn om meerdere goedgekeurde AI-modellen beschikbaar te stellen. Verschillende modellen kunnen immers beter presteren bij uiteenlopende taken.

Een medewerker die kan kiezen tussen een model voor programmeerwerk, een model voor documentanalyse en een model voor algemene ondersteuning, heeft minder reden om zelf op zoek te gaan naar niet-goedgekeurde alternatieven.

Bouw een centrale, veilige AI-omgeving

Sommige organisaties kiezen ervoor om een centrale AI-omgeving te ontwikkelen waarin meerdere goedgekeurde modellen beschikbaar zijn.

Zo'n omgeving kan fungeren als een gecontroleerde toegangspoort tussen medewerkers en AI-diensten. De organisatie kan daarin onder meer authenticatie, toegangsrechten, gegevensclassificatie, logging, modelkeuze en beveiligingsregels beheren.

Ook kan de omgeving verbinding maken met interne systemen, zoals e-mail, agenda's, documentopslag, klantrelatiebeheer en kennisbanken.

Daarbij is een belangrijk onderscheid nodig: een private cloudomgeving of een eigen AI-portaal garandeert niet automatisch dat gegevens veilig zijn. De werkelijke bescherming hangt af van de architectuur, configuratie, toegangsrechten, gegevensstromen, contractuele afspraken en het beheer van de omgeving.

Een organisatie moet daarom expliciet controleren welke gegevens naar welke modellen worden verstuurd, waar ze worden verwerkt, hoe lang ze worden bewaard en welke partijen toegang kunnen krijgen.

Maak overstappen gemakkelijker

Medewerkers kunnen gehecht raken aan hun persoonlijke AI-assistent. Die kent mogelijk hun voorkeuren, eerdere opdrachten en veelgebruikte formats.

Alleen zeggen dat zij voortaan een andere toepassing moeten gebruiken, kan daarom op weerstand stuiten.

Organisaties kunnen deze overgang vergemakkelijken door goedgekeurde prompts, sjablonen, kennisbanken en werkprocessen beschikbaar te stellen. Waar technisch en juridisch verantwoord kan ook worden onderzocht of gebruikers hun niet-gevoelige voorkeuren of werkwijzen veilig kunnen overzetten.

Het importeren van volledige chatgeschiedenissen vraagt extra voorzichtigheid, omdat daarin persoonsgegevens, vertrouwelijke informatie en gegevens van derden kunnen staan. Een dergelijke migratie mag dus niet automatisch worden uitgevoerd zonder controle op inhoud, doel en bevoegdheid.

Praktisch uitgangspunt: maak de veilige route zo eenvoudig en functioneel dat medewerkers deze uit eigen beweging willen gebruiken.

Maatregel 2. Gebruik technische beveiliging om AI-gebruik te detecteren en te begrenzen

Het is daarom niet realistisch om uitsluitend te vertrouwen op een lijst met verboden websites.

Organisaties hebben technische maatregelen nodig die inzicht geven in AI-gebruik en die kunnen voorkomen dat gevoelige informatie op ongewenste plaatsen terechtkomt.

A. Breng AI-gebruik in kaart

Een organisatie moet eerst begrijpen welke AI-diensten daadwerkelijk worden gebruikt.

Daarvoor kunnen verschillende bronnen worden gecombineerd:

• Netwerk- en DNS-logs.
• Webproxygegevens.
• Endpointbeveiliging.
• Beheerde browserinstellingen.
• Cloud Access Security Broker-oplossingen.
• Identity- en toegangslogs.
• Inventarisaties van geïnstalleerde software en browserextensies.
• Data Loss Prevention-systemen.
• Logs van goedgekeurde AI-platforms en applicatiekoppelingen.

Deze bronnen kunnen helpen om ongeautoriseerde toepassingen te identificeren en patronen in het gebruik zichtbaar te maken.

Daarbij geldt dat niet iedere verbinding met een AI-dienst automatisch een beveiligingsincident is. Een medewerker kan bijvoorbeeld een openbare AI-tool bezoeken zonder vertrouwelijke gegevens te delen.

Monitoring moet daarom worden ingericht op basis van een duidelijk beveiligingsdoel, met passende waarborgen voor privacy en proportionaliteit.

B. Gebruik Data Loss Prevention

Data Loss Prevention (DLP) is technologie waarmee organisaties kunnen detecteren en beperken dat gevoelige gegevens op ongewenste plaatsen terechtkomen.

DLP kan bijvoorbeeld worden ingesteld om te waarschuwen wanneer een medewerker bepaalde gegevens probeert te kopiëren of te uploaden naar een externe toepassing.

Afhankelijk van de oplossing kan het systeem werken met:

• Herkenning van persoonsgegevens.
• Detectie van financiële gegevens.
• Herkenning van vertrouwelijke documentlabels.
• Identificatie van broncode of bepaalde bestandstypen.
• Patronen die wijzen op het delen van geheimen, sleutels of toegangstokens.
• Regels voor het uploaden, kopiëren, plakken of versturen van gegevens.

Een organisatie kan vervolgens verschillende acties instellen.

Een laagrisicohandeling kan bijvoorbeeld worden toegestaan. Bij een twijfelachtige handeling kan een waarschuwing verschijnen. Bij het delen van strikt vertrouwelijke gegevens kan de overdracht worden geblokkeerd en kan een melding naar het beveiligingsteam worden gestuurd.

Een effectieve inrichting maakt onderscheid tussen verschillende gegevensklassen en risiconiveaus. Een systeem dat alle AI-activiteiten op dezelfde manier behandelt, kan onnodige hinder veroorzaken en medewerkers ertoe aanzetten om beveiligingsmaatregelen te omzeilen.

DLP is bovendien geen volledige oplossing. Het systeem kan context missen, gegevens verkeerd classificeren of onvoldoende zicht hebben op versleutelde of indirecte gegevensstromen. Daarom zijn testen, onderhoud en aanvullende controles noodzakelijk.

C. Beperk toegang tot niet-goedgekeurde AI-diensten

Wanneer een AI-dienst niet voldoet aan de beveiligingseisen van de organisatie, kan het nodig zijn om toegang te beperken.

Dat kan bijvoorbeeld gebeuren via webfilters, proxy's, endpointbeleid of centrale identiteits- en toegangscontrole.

Een organisatie kan daarbij werken met:

• Een lijst van goedgekeurde AI-toepassingen.
• Een lijst van verboden of hoogrisicodiensten.
• Een procedure voor het beoordelen van nieuwe toepassingen.
• Extra beperkingen voor apparaten die met gevoelige bedrijfsgegevens werken.
• Beveiligingsregels voor persoonlijke accounts op zakelijke apparaten.
• Beperkingen op het installeren van ongeautoriseerde AI-agenten.
• Blokkades voor risicovolle browserextensies en ongecontroleerde softwarekoppelingen.

Een organisatie kan bijvoorbeeld besluiten een specifieke AI-dienst te blokkeren wanneer de voorwaarden voor gegevensverwerking niet aansluiten bij het interne beleid.

Zo'n beslissing moet echter gebaseerd zijn op een beoordeling van het daadwerkelijke risico, niet uitsluitend op het land van herkomst van een aanbieder.

Relevante criteria zijn onder meer de verwerking van gegevens, contractuele afspraken, mogelijkheden voor beheer, beveiligingsmaatregelen, wettelijke verplichtingen en de aard van de informatie die wordt verwerkt.

D. Beheers de bevoegdheden van AI-agenten

Bij autonome AI is het blokkeren van websites slechts een deel van de oplossing.

Een agent kan immers ook werken via toegestane diensten, lokale software of gekoppelde bedrijfsapplicaties.

Daarom moeten organisaties ook controleren welke handelingen agents kunnen uitvoeren.

Belangrijke maatregelen zijn:

• Geen brede beheerdersrechten voor AI-agenten.
• Aparte accounts of identiteiten voor agentische processen.
• Beperkte toegang tot bestanden en applicaties.
• Afgeschermde omgevingen voor experimenten.
• Goedkeuring voor risicovolle wijzigingen.
• Controle op het versturen van externe berichten.
• Beperkingen op het uitvoeren van code.
• Beveiligde opslag van API-sleutels en andere geheimen.
• Intrekbare toegangsrechten.
• Logging en controle van acties.
• Mogelijkheden om een agent onmiddellijk te stoppen.

Ook moeten organisaties nagaan welke indirecte toegang een agent krijgt. Een agent kan bijvoorbeeld zelf geen beheerdersrechten hebben, maar wel via een gekoppelde applicatie gegevens kunnen wijzigen of verwijderen.

E. Behandel koppelingen als volwaardige beveiligingsgrenzen

Model Context Protocol (MCP) en vergelijkbare integratietechnieken maken het mogelijk om AI-systemen te verbinden met externe hulpmiddelen, gegevensbronnen en bedrijfsapplicaties.

Dat kan AI aanzienlijk nuttiger maken. Een assistent kan bijvoorbeeld informatie uit een documentbibliotheek ophalen of een agenda raadplegen zonder dat de medewerker alles handmatig hoeft te kopiëren.

Maar iedere koppeling kan ook een toegangspunt vormen.

Organisaties moeten daarom beoordelen:

• Welke gegevens de koppeling beschikbaar maakt.
• Welke acties de AI via de koppeling kan uitvoeren.
• Of de gebruiker en de agent afzonderlijk worden geïdentificeerd.
• Of alleen de noodzakelijke rechten worden toegekend.
• Of gegevens naar andere systemen worden doorgestuurd.
• Of acties achteraf controleerbaar zijn.
• Of de koppeling kwetsbaar is voor misbruik of promptinjectie.
• Hoe toegang wordt ingetrokken wanneer de koppeling niet langer nodig is.

Een AI-agent die uitsluitend documenten mag lezen, vormt doorgaans een ander risico dan een agent die documenten kan lezen, aanpassen, verwijderen en extern verzenden.

Praktisch uitgangspunt: beveilig niet alleen het AI-model, maar de volledige keten van gebruiker, model, gegevens, koppelingen en uitvoerbare acties.

Maatregel 3. Leer medewerkers verantwoord omgaan met AI

Medewerkers blijven een belangrijke schakel, omdat zij bepalen welke opdrachten worden gegeven, welke gegevens worden gedeeld en welke resultaten worden gebruikt.

Daarom moet AI-geletterdheid een vast onderdeel worden van het beveiligingsbeleid.

Een effectieve training gaat verder dan een algemene waarschuwing om geen vertrouwelijke informatie te delen. Medewerkers moeten begrijpen welke risico's zich in hun dagelijkse werkzaamheden kunnen voordoen en hoe zij daar praktisch mee omgaan.

A. Maak duidelijk welke informatie niet mag worden gedeeld

Medewerkers moeten weten welke gegevens in welke AI-omgeving mogen worden verwerkt.

Een bruikbare indeling kan bijvoorbeeld bestaan uit drie categorieën.

Openbare informatie

Informatie die al publiek beschikbaar is en waarvan het gebruik geen bijzondere beperkingen kent. Ook hierbij moet rekening worden gehouden met auteursrechten, licentievoorwaarden en de voorwaarden van de gebruikte dienst.

Interne informatie

Informatie die binnen de organisatie mag worden gedeeld, maar niet automatisch met iedere externe partij. Denk aan interne werkinstructies, niet-openbare procedures of interne rapportages.

Het gebruik van dergelijke gegevens kan alleen worden toegestaan als de betreffende AI-omgeving daarvoor is goedgekeurd.

Vertrouwelijke of strikt vertrouwelijke informatie

Denk aan persoonsgegevens, klantdossiers, medische informatie, wachtwoorden, toegangssleutels, broncode, juridische adviezen, contracten, financiële prognoses en bedrijfsgeheimen.

Voor deze categorie moet duidelijk zijn welke specifieke systemen zijn toegestaan en welke aanvullende maatregelen vereist zijn.

De classificatie moet aansluiten bij de bestaande regels van de organisatie en bij toepasselijke wettelijke verplichtingen.

B. Leer medewerkers de beperkingen van AI herkennen

AI-systemen kunnen overtuigend klinkende maar onjuiste antwoorden produceren. Ze kunnen informatie verzinnen, relevante uitzonderingen missen of verouderde gegevens gebruiken.

Medewerkers moeten daarom leren om belangrijke uitvoer te controleren, vooral wanneer die invloed heeft op:

• Financiële beslissingen.
• Juridische documenten.
• Klantcommunicatie.
• Beveiligingsmaatregelen.
• Software die in productie wordt gebruikt.
• Personeelsbeslissingen.
• Gevoelige persoonsgegevens.
• Contractuele verplichtingen.

Een AI-antwoord is niet automatisch juist omdat het professioneel klinkt. Evenmin betekent een verwijzing in een AI-antwoord dat de onderliggende informatie daadwerkelijk bestaat of correct is weergegeven.

Bij belangrijke beslissingen moet de gebruiker de relevante gegevens controleren en waar nodig een bevoegde deskundige inschakelen.

C. Leg uit waarom AI-agenten extra toezicht nodig hebben

Medewerkers moeten begrijpen dat een AI-agent niet alleen informatie kan genereren, maar mogelijk ook acties uitvoert.

Daarom is het belangrijk om vóór gebruik te controleren:

• Welke systemen de agent kan benaderen.
• Welke bestanden hij kan lezen of wijzigen.
• Of hij berichten kan versturen.
• Of hij externe websites kan bedienen.
• Of hij transacties kan starten.
• Of hij bevoegd is om gegevens te verwijderen.
• Welke acties vooraf menselijke goedkeuring vereisen.

Een medewerker moet ook weten dat een agent onbetrouwbare instructies kan tegenkomen in documenten, websites of e-mails. Die inhoud mag niet zonder meer worden beschouwd als een betrouwbare opdracht.

Bij twijfel moet de agent worden gestopt en moet de gebruiker de situatie laten beoordelen.

D. Geef medewerkers concrete voorbeelden

Praktische scenario's zijn vaak effectiever dan abstracte regels.

Voorbeelden zijn:

Scenario 1: een e-mail herschrijven

Een medewerker wil een klantmail professioneler formuleren. Dit kan mogelijk met een goedgekeurde AI-dienst, mits de gebruikte gegevens binnen het toegestane beleid vallen.

Scenario 2: een contract samenvatten

Een medewerker uploadt een volledig contract naar een persoonlijke chatbot. Dit kan vertrouwelijke informatie blootstellen en is niet toegestaan wanneer de dienst daarvoor niet is goedgekeurd.

Scenario 3: programmeercode laten controleren

Een ontwikkelaar wil een fout oplossen en plakt broncode in een openbare AI-tool. De code kan bedrijfsgeheimen, authenticatiegegevens of beveiligingsinformatie bevatten. De medewerker moet daarom een goedgekeurde ontwikkelomgeving gebruiken en geheimen altijd beschermen.

Scenario 4: een agent toegang geven tot e-mail

Een werknemer installeert een persoonlijke agent die e-mails leest en zelfstandig antwoordt. Daarmee kan de agent mogelijk vertrouwelijke berichten verwerken of onbedoelde toezeggingen doen. Voor zakelijk gebruik zijn expliciete toestemming, beperkte rechten en controle op uitgaande communicatie nodig.

Scenario 5: een AI-agent een verkoopproces laten uitvoeren

Een agent onderzoekt een prospect en bezoekt daarvoor verschillende websites. De medewerker moet begrijpen dat de agent niet onbeperkt mag handelen en dat ongeoorloofde toegang tot systemen van derden nooit een acceptabel middel is om een zakelijke opdracht uit te voeren.

E. Maak melden eenvoudig en veilig

Medewerkers moeten zonder onnodige drempels kunnen melden dat zij een nieuwe AI-toepassing nodig hebben, per ongeluk gegevens hebben gedeeld of een verdachte handeling van een AI-agent hebben ontdekt.

Een goede meldprocedure bevat:

• Een duidelijk aanspreekpunt.
• Een eenvoudig aanvraagproces.
• Een route voor het melden van incidenten.
• Instructies voor het beperken van mogelijke schade.
• Een snelle beoordeling van urgente risico's.
• Duidelijkheid over de bescherming van medewerkers die een fout te goeder trouw melden.

Wanneer medewerkers bang zijn om iedere vergissing te melden, kunnen incidenten onopgemerkt blijven en ernstiger worden.

Een organisatie moet daarom onderscheid maken tussen een onbedoelde fout, een redelijke vergissing, herhaald nalatig gedrag en het bewust omzeilen van beveiligingsmaatregelen.

Praktisch uitgangspunt: leer medewerkers niet alleen wat verboden is, maar vooral hoe zij veilig kunnen werken en wat zij moeten doen wanneer iets misgaat.

Maatregel 4. Stel duidelijke regels vast en houd medewerkers verantwoordelijk

Medewerkers moeten weten welke toepassingen zijn toegestaan, welke gegevens zij mogen verwerken en welke handelingen verboden zijn. De organisatie moet vervolgens zorgen dat deze regels begrijpelijk, uitvoerbaar en consequent worden toegepast.

Daarbij is een evenwicht nodig tussen verantwoordelijkheid en redelijkheid.

Een medewerker die een fout maakt terwijl hij oprecht probeert de regels te volgen, bevindt zich in een andere situatie dan iemand die bewust beveiligingsmaatregelen omzeilt en vertrouwelijke gegevens naar een verboden dienst stuurt.

A. Leg vast wie verantwoordelijk is

AI-governance mag niet versnipperd raken over afzonderlijke afdelingen zonder duidelijk eigenaarschap.

Een organisatie moet vaststellen wie verantwoordelijk is voor:

• Het AI-beleid.
• De goedkeuring van nieuwe toepassingen.
• De beoordeling van privacy- en beveiligingsrisico's.
• De keuze en het beheer van AI-leveranciers.
• Het toezicht op AI-agenten.
• De afhandeling van incidenten.
• De opleiding van medewerkers.
• De naleving van wettelijke en contractuele verplichtingen.

Vaak is samenwerking nodig tussen IT, informatiebeveiliging, juridische zaken, privacyfunctionarissen, compliance, HR en de bedrijfsafdelingen.

Eén centrale verantwoordelijke of governancefunctie kan zorgen voor samenhang, terwijl operationele beslissingen bij de juiste deskundigen blijven liggen.

B. Maak het beleid concreet

Een bruikbaar AI-beleid moet onder meer antwoord geven op de volgende vragen:

1. Welke AI-toepassingen zijn goedgekeurd?
2. Hoe kan een medewerker toestemming aanvragen voor een nieuwe toepassing?
3. Welke soorten informatie mogen in welke systemen worden verwerkt?
4. Welke gegevens mogen nooit in een niet-goedgekeurde AI-dienst worden ingevoerd?
5. Wanneer is menselijke controle verplicht?
6. Welke acties mogen AI-agenten zelfstandig uitvoeren?
7. Voor welke handelingen is voorafgaande toestemming nodig?
8. Hoe worden AI-gebruik, toegangsrechten en incidenten gecontroleerd?
9. Wat moet een medewerker doen bij een vermoedelijk datalek?
10. Welke gevolgen kunnen volgen op het bewust overtreden van de regels?

De regels moeten begrijpelijk zijn voor medewerkers zonder technische achtergrond.

Een beleid dat uitsluitend bestaat uit ingewikkelde juridische formuleringen of technische beveiligingstermen zal in de dagelijkse praktijk minder goed werken.

C. Handhaaf regels proportioneel en consequent

Als een organisatie ongeautoriseerd AI-gebruik niet accepteert, moet zij duidelijk maken wat dat in de praktijk betekent.

Afhankelijk van de ernst en omstandigheden kunnen maatregelen bestaan uit aanvullende instructies, verplichte training, het beperken van toegangsrechten of formele disciplinaire stappen.

Bij opzettelijke en ernstige overtredingen kunnen zwaardere gevolgen gerechtvaardigd zijn, afhankelijk van de feiten, het toepasselijke arbeidsrecht en de interne procedures.

Een zorgvuldige aanpak houdt rekening met:

• De ernst van het incident.
• De gevoeligheid van de betrokken gegevens.
• De feitelijke schade en het potentiële risico.
• De vraag of het gedrag opzettelijk was.
• Eerdere waarschuwingen of overtredingen.
• De duidelijkheid van het beleid.
• De beschikbaarheid van goedgekeurde alternatieven.
• De mate waarin de medewerker redelijkerwijs de regels kon begrijpen en naleven.

Consequent handhaven betekent niet dat iedere fout automatisch tot een sanctie moet leiden. Het betekent dat vergelijkbare situaties volgens dezelfde beginselen worden beoordeeld en dat bewuste overtredingen niet zonder gevolgen blijven.

D. Houd rekening met juridische verantwoordelijkheid

Wanneer een AI-agent namens een werknemer handelt, kan de juridische verantwoordelijkheid niet eenvoudig worden afgeschoven op het AI-systeem of de leverancier.

De gevolgen hangen af van de omstandigheden, de toepasselijke wetgeving, de contractuele afspraken en de rol van de verschillende betrokken partijen.

Een organisatie kan bijvoorbeeld worden geconfronteerd met claims wanneer haar medewerkers of systemen schade veroorzaken, gegevens onrechtmatig verwerken of contractuele verplichtingen schenden.

Het bestaan van een AI-beleid biedt op zichzelf geen volledige juridische bescherming. Het kan wel helpen om aan te tonen dat de organisatie risico's serieus neemt, passende maatregelen heeft getroffen en toezicht houdt op de naleving.

Daarom moeten beleid en praktijk op elkaar aansluiten.

Een organisatie die formeel verbiedt dat vertrouwelijke gegevens worden gedeeld, maar tegelijkertijd onbeperkte toegang tot onveilige AI-diensten toestaat zonder passende controle, kan moeite hebben om aan te tonen dat zij haar risico's voldoende heeft beheerst.

E. Maak incidenten onderdeel van het leerproces

Wanneer een medewerker een ongeautoriseerde toepassing gebruikt of een agent een onverwachte handeling uitvoert, moet de organisatie niet alleen naar de individuele gebruiker kijken.

Ook de achterliggende omstandigheden moeten worden onderzocht.

Was er een bruikbaar alternatief? Waren de regels duidelijk? Had de agent te veel bevoegdheden? Ontbrak er een waarschuwing? Was de betreffende toepassing onzichtbaar voor de beveiligingssystemen? Was de goedkeuringsprocedure te omslachtig?

De antwoorden kunnen aanleiding geven tot betere technische controles, duidelijker beleid of nieuwe trainingsmaatregelen.

Verantwoordelijkheid en leren sluiten elkaar niet uit. Een organisatie kan bewust risicovol gedrag aanpakken en tegelijkertijd haar systemen verbeteren om herhaling te voorkomen.

Praktisch uitgangspunt: handhaaf de regels consequent, maar gebruik incidenten ook om de beveiliging en de dagelijkse werkwijze te verbeteren.

Praktijkvoorbeelden: hoe organisaties schaduw-AI aanpakken

De volgende voorbeelden illustreren aanpakken die in de praktijk zijn beschreven. Ze zijn geen garantie dat dezelfde aanpak voor iedere organisatie geschikt is.

Voorbeeld 1. BitGo: goedgekeurde AI, gegevensbescherming en centrale governance

BitGo, een financiële dienstverlener die zich richt op digitale activa, heeft gekozen voor een combinatie van goedgekeurde AI-diensten, technische beveiliging en bewustwording.

De organisatie stelt enterpriseversies van verschillende bekende AI-modellen beschikbaar en stimuleert medewerkers om AI in hun werk te gebruiken. Het uitgangspunt is dat automatisering waardevol kan zijn, zolang medewerkers verantwoordelijk blijven voor de uitkomsten.

Dit model laat zien waarom een organisatie niet alleen moet inzetten op verboden, maar ook op bruikbare alternatieven.

Goedkeuring en toegangsbeheer

Door zakelijke AI-omgevingen beschikbaar te stellen, kan de organisatie het gebruik centraler beheren en afspraken maken over beveiliging en gegevensverwerking.

Single sign-on helpt bij het beheren van toegang. Integraties met interne systemen kunnen medewerkers bovendien helpen om AI te gebruiken zonder voortdurend informatie handmatig tussen verschillende toepassingen te kopiëren.

Die integraties moeten uiteraard zelf zorgvuldig worden beveiligd.

Bescherming tegen datalekken

De organisatie gebruikt Data Loss Prevention om ongewenste overdracht van gevoelige gegevens te helpen voorkomen.

Daarnaast wordt netwerkverkeer gecontroleerd om verdachte of niet-toegestane verbindingen te kunnen herkennen en zo nodig te blokkeren.

Een specifieke AI-dienst kan worden uitgesloten wanneer de organisatie de bijbehorende gegevensverwerking of beveiligingsvoorwaarden onvoldoende geschikt vindt.

Het bredere inzicht is dat beveiliging meerdere lagen nodig heeft. Geen enkel systeem kan iedere mogelijke AI-toepassing afzonderlijk beoordelen en blokkeren.

Bewustwording en eigenaarschap

Naast technische controles gebruikt BitGo interne training en een organisatiebreed AI-governancebeleid.

Een centrale verantwoordelijke helpt ervoor te zorgen dat verschillende afdelingen niet ieder hun eigen regels en uitzonderingen ontwikkelen.

Belangrijkste les: combineer goedgekeurde hulpmiddelen met technische controle en duidelijke centrale verantwoordelijkheid.

Voorbeeld 2. Docusign: medewerkers naar veilige toepassingen leiden

Docusign, bekend van elektronische ondertekening en overeenkomstbeheer, benadrukt het belang van veilige alternatieven en gerichte beperkingen.

De organisatie erkent dat medewerkers willen experimenteren met AI en dat een algemeen verbod niet noodzakelijk tot verantwoord gebruik leidt.

Gerichte blokkades

Bepaalde AI-diensten kunnen worden geblokkeerd wanneer ze niet aan de vereiste beveiligingsvoorwaarden voldoen.

Daarnaast kan een organisatie werken met een lijst van goedgekeurde toepassingen. Daarmee ontstaat een duidelijk uitgangspunt voor medewerkers die niet zeker weten welke tools zij mogen gebruiken.

Waarschuwingen op het juiste moment

Netwerk- en beveiligingsoplossingen kunnen medewerkers waarschuwen wanneer zij vertrouwelijke informatie proberen te delen met een externe toepassing.

Zo'n waarschuwing kan op het moment van handelen helpen voorkomen dat een medewerker onbedoeld een beleidsregel overtreedt.

Bij ernstig risicovolle toepassingen kan een blokkade noodzakelijk zijn in plaats van alleen een waarschuwing.

Dat geldt bijvoorbeeld wanneer een ongecontroleerde agent op een zakelijk apparaat toegang kan krijgen tot gevoelige gegevens of bevoegdheden kan misbruiken.

Specifieke aandacht voor AI-agenten

Bij agentische AI moet de organisatie niet alleen beoordelen welke website wordt bezocht, maar ook wat de agent op het apparaat of in gekoppelde systemen kan doen.

Een agent die uitsluitend openbare informatie samenvat, vraagt om een andere beoordeling dan een agent die toegang heeft tot een zakelijke mailbox, interne bestanden en uitvoerbare opdrachten.

Belangrijkste les: gebruik waarschuwingen waar medewerkers zelf veilig kunnen bijsturen, maar stel duidelijke grenzen wanneer het risico te groot is.

Voorbeeld 3. JA Worldwide: een eigen AI-route om wildgroei te beperken

JA Worldwide, een internationale educatieve non-profitorganisatie, liep tegen het probleem aan dat medewerkers al publieke AI-diensten gebruikten voordat een geschikte centrale oplossing beschikbaar was.

Daardoor ontstond een situatie waarin de organisatie onvoldoende zicht had op welke gegevens medewerkers deelden en welke AI-toepassingen zij gebruikten.

Alleen regels invoeren bleek onvoldoende.

Een centrale AI-omgeving

De organisatie ontwikkelde een eigen toegangssysteem waarmee medewerkers verschillende goedgekeurde AI-modellen kunnen gebruiken in een gecontroleerde omgeving.

Daarmee krijgen werknemers meer keuze, terwijl de organisatie meer mogelijkheden heeft om de gegevensverwerking en toegangsrechten te beheren.

Een dergelijke architectuur kan helpen om de afhankelijkheid van persoonlijke AI-accounts te verminderen.

Wel moet worden benadrukt dat een eigen omgeving niet automatisch alle risico's uitsluit. Ook daar zijn passende toegangscontrole, beveiligingsupdates, logging, leveranciersbeheer en zorgvuldig ingestelde gegevensstromen noodzakelijk.

De overstap aantrekkelijker maken

Een belangrijke uitdaging was dat medewerkers gehecht waren geraakt aan hun bestaande AI-tools en hun persoonlijke werkgeschiedenis.

De organisatie onderzocht daarom hoe zij de nieuwe omgeving aantrekkelijker kon maken, onder meer door extra integraties en mogelijkheden om relevante context over te zetten.

Hierbij moet de organisatie rekening houden met vertrouwelijkheid, persoonsgegevens en de rechten van derden.

Integraties met bedrijfsapplicaties

Door AI te koppelen aan interne kennisbanken, documentopslag, agenda's, e-mail en andere bedrijfssystemen kan de centrale omgeving nuttiger worden.

Daarbij is het belangrijk dat iedere koppeling alleen toegang krijgt tot de gegevens en functies die noodzakelijk zijn.

Een aanpak die past bij beperkte middelen

Voor een non-profitorganisatie kunnen uitgebreide monitoring- en beveiligingsproducten financieel moeilijk haalbaar zijn.

Dat betekent niet dat de organisatie geen effectief beleid kan voeren. Een gefaseerde aanpak kan beginnen met een inventarisatie van toepassingen, een duidelijke lijst met toegestane tools, een eenvoudige aanvraagprocedure, basisbeveiliging en gerichte training.

Vervolgens kunnen de maatregelen worden uitgebreid op basis van het risico en de beschikbare middelen.

Belangrijkste les: wanneer medewerkers sneller nieuwe AI-toepassingen vinden dan de organisatie deze kan beoordelen, moet de organisatie haar processen vereenvoudigen en haar aanbod sneller aanpassen.

Een praktisch implementatieplan voor organisaties

Fase 1. Breng de huidige situatie in kaart

Begin met een inventarisatie van het AI-gebruik.

Onderzoek welke toepassingen medewerkers gebruiken, welke bedrijfsprocessen ermee worden ondersteund en welke gegevens mogelijk worden verwerkt.

Breng daarbij ook agentische toepassingen en ingebouwde AI-functies in kaart.

Beoordeel vervolgens de belangrijkste risico's op basis van:

• Gevoeligheid van de gegevens.
• Mogelijke impact op klanten en medewerkers.
• Mate van zelfstandigheid van de AI.
• Beschikbare toegangsrechten.
• Mogelijkheid om externe acties uit te voeren.
• Contractuele en wettelijke verplichtingen.
• Beschikbaarheid van logging en toezicht.

Het doel is niet om iedere denkbare toepassing onmiddellijk te blokkeren, maar om eerst inzicht te krijgen in de belangrijkste risico's.

Fase 2. Stel eenvoudige basisregels vast

Introduceer een kort en begrijpelijk basisbeleid.

Leg daarin vast welke AI-omgevingen voorlopig zijn toegestaan, welke gegevens niet mogen worden gedeeld met niet-goedgekeurde diensten en welke handelingen menselijke goedkeuring vereisen.

Wijs ook een verantwoordelijke aan voor vragen en incidenten.

Zorg dat medewerkers weten waar zij het actuele beleid kunnen vinden.

Fase 3. Bied goedgekeurde alternatieven aan

Selecteer AI-toepassingen die aansluiten bij de belangrijkste behoeften van medewerkers.

Beoordeel deze toepassingen op onder meer gegevensbescherming, beveiliging, toegangsbeheer, contractuele voorwaarden, functionaliteit en beheermogelijkheden.

Maak ze eenvoudig toegankelijk via bestaande zakelijke accounts en zorg dat medewerkers ondersteuning krijgen bij het gebruik.

Fase 4. Introduceer technische controles

Begin met de maatregelen die het grootste risico verminderen.

Dat kan bestaan uit:

• Toegangsbeheer.
• Inventarisatie van AI-diensten.
• Bescherming van gevoelige gegevens.
• Beperking van ongeautoriseerde software.
• Beveiligingscontroles op AI-koppelingen.
• Logging van belangrijke handelingen.
• Beperkingen op de bevoegdheden van AI-agenten.

Voer wijzigingen gecontroleerd in en controleer of ze geen onnodige verstoring van legitiem werk veroorzaken.

Fase 5. Train medewerkers en leidinggevenden

Organiseer korte, praktische trainingen die aansluiten bij de dagelijkse werkzaamheden.

Gebruik voorbeelden uit verschillende afdelingen, zoals HR, financiën, verkoop, juridische zaken, klantenservice en softwareontwikkeling.

Laat medewerkers oefenen met het herkennen van gevoelige gegevens, het beoordelen van AI-uitvoer en het veilig gebruiken van agenten.

Leidinggevenden moeten daarnaast weten hoe zij veilig AI-gebruik kunnen stimuleren zonder ongecontroleerde experimenten te normaliseren.

Fase 6. Handhaaf het beleid en verbeter continu

Controleer regelmatig of het beleid werkt.

Onderzoek niet alleen overtredingen, maar ook waarom medewerkers alternatieve toepassingen blijven gebruiken.

Wanneer een goedgekeurde oplossing tekortschiet, moet de organisatie beoordelen of aanvullende functionaliteit, een andere toepassing of een eenvoudiger aanvraagproces nodig is.

Pas de beveiligingsmaatregelen aan wanneer AI-systemen nieuwe mogelijkheden krijgen of wanneer nieuwe risico's zichtbaar worden.

AI-governance is geen eenmalige implementatie, maar een doorlopend proces.

Hoe meet je of de aanpak werkt?

Mogelijke meetpunten zijn:

• Het percentage medewerkers dat toegang heeft tot goedgekeurde AI.
• Het aantal geïdentificeerde ongeautoriseerde AI-toepassingen.
• Het aantal incidenten waarbij gevoelige informatie wordt gedeeld.
• Het aantal ongewenste of geblokkeerde AI-agentacties.
• De gemiddelde tijd die nodig is om een nieuwe toepassing te beoordelen.
• Het gebruik van goedgekeurde AI-diensten.
• Het aantal medewerkers dat de relevante training heeft voltooid.
• Het aantal AI-koppelingen waarvan de toegangsrechten aantoonbaar zijn gecontroleerd.
• Het aantal openstaande beveiligingsbevindingen.
• De tijd die nodig is om een incident te detecteren en af te handelen.

Deze indicatoren moeten zorgvuldig worden geïnterpreteerd.

Een stijging van het aantal gemelde incidenten kan bijvoorbeeld betekenen dat het risico toeneemt, maar ook dat medewerkers beter leren melden of dat de detectie is verbeterd.

Evenzo is een daling van het aantal bezoeken aan ongeautoriseerde websites niet automatisch bewijs dat alle schaduw-AI is verdwenen. Medewerkers kunnen andere diensten gebruiken of AI-functionaliteit inzetten die minder zichtbaar is.

Gebruik meetgegevens daarom in samenhang en combineer kwantitatieve indicatoren met periodieke evaluaties en feedback van medewerkers.

Veelgemaakte fouten bij het bestrijden van schaduw-AI

Fout 1. Alles blokkeren zonder alternatieven te bieden

Wanneer medewerkers geen bruikbare alternatieven krijgen, kunnen zij hun werkzaamheden voortzetten via persoonlijke apparaten, andere accounts of minder zichtbare toepassingen.

Een beter uitgangspunt is om risico's te beperken en tegelijkertijd veilige, toegankelijke alternatieven aan te bieden.

Fout 2. Denken dat een zakelijke AI-licentie alle risico's wegneemt

Een zakelijke licentie kan belangrijke voordelen bieden, maar betekent niet dat iedere vorm van gegevensverwerking automatisch veilig of toegestaan is.

Ook binnen een goedgekeurde omgeving kunnen risico's ontstaan door verkeerde configuraties, te ruime toegangsrechten, onjuiste prompts, onveilige koppelingen of het ontbreken van menselijke controle.

De organisatie moet de volledige toepassing beoordelen, niet alleen het merk of het type abonnement.

Fout 3. Alleen letten op het invoeren van gegevens

Het risico van AI beperkt zich niet tot het uploaden of kopiëren van informatie.

Een agent kan ook acties uitvoeren, systemen aanroepen, gegevens aanpassen of berichten versturen.

Beveiliging moet daarom zowel de gegevensstromen als de bevoegdheden en handelingen van het systeem omvatten.

Fout 4. Vertrouwen op waarschuwingen zonder handhaving

Een waarschuwing werkt alleen als medewerkers de regels begrijpen en er een passende vervolgstap mogelijk is.

Bij ernstig risicovolle handelingen kan een waarschuwing onvoldoende zijn en moet de handeling worden geblokkeerd.

De juiste aanpak hangt af van de gevoeligheid van de gegevens en de mogelijke gevolgen.

Fout 5. Het probleem uitsluitend bij de werknemer leggen

Individuele verantwoordelijkheid is belangrijk, maar schaduw-AI kan ook ontstaan doordat goedgekeurde systemen te laat beschikbaar komen, te weinig functionaliteit bieden of moeilijk te gebruiken zijn.

Een organisatie die alleen medewerkers bestraft zonder deze omstandigheden te onderzoeken, laat een belangrijk deel van het probleem bestaan.

Fout 6. Aannemen dat een eigen AI-omgeving automatisch veilig is

Een centrale of private AI-omgeving kan de controle verbeteren, maar vraagt nog steeds om beveiligingsbeheer.

Zonder goede identiteitscontrole, beperkte bevoegdheden, zorgvuldig leveranciersbeheer en controle van gegevensstromen kan ook een intern beheerde omgeving kwetsbaar zijn.

Fout 7. AI-agenten dezelfde rechten geven als hun gebruikers

Een agent hoeft niet alle bevoegdheden van een medewerker te erven om een taak uit te voeren.

Wanneer een agent toegang krijgt tot een volledige mailbox, een brede documentbibliotheek of een productieomgeving terwijl hij slechts één beperkte taak moet uitvoeren, ontstaat onnodig risico.

Ken daarom alleen de noodzakelijke bevoegdheden toe en vereis goedkeuring voor gevoelige acties.

Conclusie: schaduw-AI beheersen vraagt om vertrouwen én controle

Een medewerker die een chatbot gebruikt om een tekst te verbeteren, brengt niet hetzelfde risico met zich mee als een AI-agent die toegang heeft tot bedrijfsgegevens en zelfstandig externe acties kan uitvoeren. Toch kunnen beide situaties problematisch worden wanneer gegevensverwerking, toegangsrechten en toezicht niet goed zijn geregeld.

De oplossing bestaat daarom niet uit één beveiligingsproduct, één verbod of één training.

Een effectieve aanpak steunt op vier samenhangende pijlers:

1. 1. Bied veilige alternatieven aan. Begrijp wat medewerkers nodig hebben en zorg voor goedgekeurde AI-toepassingen die daadwerkelijk aansluiten bij hun werkzaamheden.
2. 2. Beveilig gegevens en handelingen. Gebruik passende technische controles, beperk toegangsrechten en controleer welke acties AI-systemen en agenten kunnen uitvoeren.
3. 3. Investeer in kennis en bewustwording. Leer medewerkers hoe zij vertrouwelijke informatie beschermen, AI-uitvoer controleren en agentische toepassingen veilig gebruiken.
4. 4. Zorg voor duidelijke verantwoordelijkheid. Stel begrijpelijke regels vast, wijs verantwoordelijken aan, onderzoek incidenten en handhaaf het beleid consequent en proportioneel.

Daarbij moet de organisatie erkennen dat AI-technologie sneller verandert dan formele beleidsprocessen vaak kunnen bijhouden. Governance moet daarom voldoende flexibel zijn om nieuwe toepassingen snel te beoordelen, zonder de noodzakelijke beveiligingscontroles los te laten.

Het uiteindelijke doel is niet om medewerkers van AI weg te houden. Het doel is om te voorkomen dat nuttige technologie ongemerkt verandert in een bron van gegevensverlies, ongecontroleerde toegang, ongewenste acties of juridische en operationele schade.

De meest effectieve strategie is AI-gebruik actief mogelijk maken, de risico's beheersbaar houden en ervoor zorgen dat menselijk toezicht en duidelijke verantwoordelijkheden behouden blijven.

Wanneer organisaties dat goed doen, hoeven productiviteit en veiligheid geen tegenpolen te zijn. Ze kunnen elkaar juist versterken.

Door: Drifter