Gegevensbeveiliging bij de implementatie van AI: wat kan met modellen worden gedeeld en wat niet

‘Waar gaan onze gegevens dan naartoe?’ Die vraag horen we in elk eerste gesprek. En terecht. Want het slechtste wat je kunt doen, is een contract met een klant kopiëren naar een publieke chatbot ‘zodat die even een korte samenvatting maakt’.

Laten we bekijken hoe je dit wél goed aanpakt.

1. Begin met dataclassificatie

Niet alle data zijn hetzelfde. Voordat je iets automatiseert, deel je ze eerst netjes in:

• Publiek: catalogus, prijzen op de website, openbare artikelen. Hier zijn er bijna geen risico’s.
• Intern: procedures, instructies, correspondentie. Vervelend als het uitlekt, maar niet rampzalig.
• Persoonsgegevens: namen, telefoonnummers, adressen van klanten en medewerkers. Hiervoor geldt de wet, dus daar moet je correct mee omgaan.
• Bedrijfsgeheimen: prijzen voor key clients, financiële rapporten, contractvoorwaarden. De meest gevoelige categorie.

Voor elke categorie gelden eigen regels. En die regels moet je vóór de start vastleggen, niet pas achteraf.

2. Drie opties voor plaatsing

Cloud-API’s van grote aanbieders. De krachtigste modellen, met minimale infrastructuur. Belangrijke nuance: de voorwaarden voor datagebruik in business-API’s en in gratis publieke chats verschillen. Voor je iets gevoeligs doorstuurt, moet je de voorwaarden van de specifieke aanbieder goed lezen en het juiste tarief kiezen.

Lokale modellen op jullie server. De data verlaten jullie omgeving helemaal niet. Open modellen zijn vandaag prima bruikbaar voor veel taken: classificatie, velden extraheren, zoeken in documenten. Je betaalt daarvoor met hardware en onderhoud.

Hybride. In de praktijk vaak de slimste keuze. Gevoelige data worden lokaal verwerkt of geanonimiseerd, en complexere taken met niet-gevoelige data gaan naar een krachtiger cloudmodel.

3. Praktische regels die echt werken

• Anonimisering. Vervang namen, telefoonnummers en rekeningnummers door labels voordat je tekst naar een extern model stuurt. Het model krijgt dan de inhoud, niet de persoonsgegevens.
• Toegangsrechten. Een bedrijfsassistent toont een medewerker alleen de documenten waar die sowieso al toegang toe heeft.
• RAG in plaats van finetuning. Jullie documenten blijven in jullie eigen database, en het model krijgt alleen het fragment dat nodig is voor een concreet antwoord. Meer daarover lees je in het artikel wat is RAG.
• Actielogboek. Elke aanvraag, elk antwoord en elke tool-call wordt vastgelegd. Gaat er iets mis, dan zie je precies wat er gebeurde en wanneer.
• Sleutels alleen op de server. API-sleutels komen nooit in de browser of mobiele app terecht.
• NDA. Voordat we de diepte ingaan met jullie databases, ondertekenen we een geheimhoudingsovereenkomst en testen we met synthetische of geanonimiseerde data.

4. Wat je zeker niet moet doen

• Gevoelige documenten niet kopiëren naar gratis publieke chats.
• Een AI-agent geen ruimere rechten geven dan echt nodig is voor de taak.
• Een model niet rechtstreeks koppelen aan een productiedatabase zonder een tussenlaag met controles.

Beveiliging is geen losse optie die je op het einde toevoegt. Je bouwt die vanaf dag één in de architectuur in. We brengen jullie data in kaart en kiezen de juiste plaatsingsoptie tijdens een audit van bedrijfsprocessen. Hoe dit in een bedrijfskennisbank werkt, lees je op de pagina Bedrijfskennisbank en RAG.