AI-systemen verwerken persoonsgegevens in meer onderdelen dan alleen het model: ook prompts, bestanden, zoekindexen en logbestanden kunnen gegevens bevatten. Lees hoe dataminimalisatie, bewaartermijnen, toegangsbeheer en afspraken met leveranciers samenhangen, en welke keuzes helpen om verwerking beheersbaar te maken onder de AVG.
Kijk precies welke persoonsgegevens AI verwerkt
Je zult eerst elk stukje van de gegevensstroom moeten bekijken. Persoonsgegevens kunnen in AI-systemen terechtkomen via veel plekken: invoer in een prompt, ophalen van een document uit je kennisbron, of als een antwoord samen met gebruikersinfo wordt opgeslagen. Let niet alleen op de zichtbare antwoorden; ook accountnamen, IP-adressen en tijdstempels kunnen persoonsgegevens zijn. Die kunnen ook in metadata zitten, in indexen of in observability-tools, zelfs als die niet direct zichtbaar zijn.
Loop per stap na wie bepaalt waarom en hoe er gegevens worden verwerkt. Bij eigen gebruik geldt een organisatie vaak als verwerkingsverantwoordelijke. Een leverancier is soms alleen verwerker, maar kan ook op eigen initiatief gegevens verwerken, kijk daarvoor naar de praktijk, niet naar de contractbenaming. Of het nu om een lokaal model of een externe dienst gaat, beide kunnen persoonsgegevens verwerken, maar de routes en betrokkenen verschillen duidelijk. Zet overzichtelijk doel, soort gegevens, betrokken groepen, partijen die gegevens ontvangen en opslagplekken op een rij. Zo kun je keuzes maken over minimalisatie, toegang en verwijdering.
Minimaliseer gegevens vóór ze in een prompt gaan
Dataminimalisatie begint waar je de taak definieert, niet pas bij de instellingen van het model. Kijk goed welke gegevens nodig zijn voor een nuttig antwoord, en laat de rest erbuiten. Stel: je moet een klantvraag samenvatten, dan is de inhoud handig, maar naam, woonadres en klantnummer meestal niet. Gebruik waar mogelijk een intern nummer of anonieme aanduidingen in plaats van persoonsdata. Denk ook goed na over combinaties: iemand kan soms herkenbaar zijn aan functie, locatie en een zeldzame gebeurtenis samen, ook zonder naam of geboortedatum te gebruiken.
Je kunt technische filters inzetten, maar dat is nooit een vervanger voor goede keuzes in het ontwerp. Een redactiestap kan (herkenbare) details maskeren, maar tools missen soms betekenis en halen óf te weinig weg, óf het verkeerde. Kies dus per proces welke gegevenscategorieën wel en niet mogen, wie mag beoordelen bij twijfel, en hoe je de invoer controleert. Test dat met praktijkvoorbeelden zoals vrije tekst, bijlagen of een e-mailreeks. Houd rekening met herleidbaarheid: gepseudonimiseerde info is nog steeds persoonsgegeven als de link terug naar de persoon open blijft. Anonimiseren vraagt dat die link echt dicht is. Hoe minder persoonsgegevens het systeem binnenkrijgt, hoe minder risico je loopt bij fouten in prompt, opslag, rechten of uitbesteding.
Let op het soort persoonsgegevens in prompts en context
Prompts zijn zelden alleen een simpele instructie. Je ziet er geregeld dossiers, hele e-mails of gesprekken in terechtkomen. Daardoor worden vaak meer persoonsgegevens aangeleverd dan nodig. Stel duidelijke en toepasbare invoerinstructies op: welke data mag wél, wat juist niet, en wanneer moet je eerst redigeren? Dit verschilt per toepassing: een beleidsassistent vraagt om heel andere input dan een tool voor klantmails.
Hou ook de automatisch toegevoegde context in de gaten. Retrieval-augmented generation (om een bekend voorbeeld te noemen) zoekt documenten op en voegt ze toe aan de prompt voor het model. Maak zoekopdrachten niet algemener dan strikt noodzakelijk, anders krijg je data uit totaal verschillende klantendossiers in de context. Zorg dat de zoekcollectie goed aangescherpt is, filter de documenten voor je ze meestuurt en let op de noodzaak van elke passage. Geef nooit default alle vorige chats mee in een nieuwe prompt. Beperk context tot wat nu relevant is. Test met uitgangspunten die bewust privacygevoelig zijn, en let niet alleen op het antwoord, maar ook op de gebruikte bron. Richtlijnen zijn mooi, maar verliezen hun kracht als de interface zelf zomaar informatie uit het hele systeem meestuurt of niet waarschuwt bij gevoelige inhoud.
Bewaartermijnen instellen voor alles rond prompts, antwoorden en modellen
De AVG schrijft geen standaard bewaartermijn voor AI-data voor. De juiste termijn volgt uit het doel van de gegevensverwerking. Soms heb je de prompt alleen kort nodig, terwijl het eindantwoord in een klantdossier thuishoort en dus apart langer bewaard blijft. Zie dit dus niet als één gegevensset, maar splits het. Leg vast wanneer tijdelijke invoer wordt verwijderd, hoe lang een antwoord bewaard blijft en of je bronnen of embeddings apart moet opschonen.
Vergeet de techniek niet bij verwijderen. Een bestand kan op allerlei plekken staan: opslag, zoekindex, cache, back-up, en misschien ook een monitoringtool. Wissen op één plek ruimt niet automatisch alles op. Houd bij van welke plekken je meteen kunt wissen en voor welke geldt dat het via een back-upcyclus moet. Kijk na of je leverancier data opslaat voor misbruikbestrijding, ondersteuning of productverbetering, en of dat past bij je bewaardoel. Data die in training van een model belandt is een eigen verwerking; promptdata wissen haalt die invloed er niet zomaar uit. Overleg vooraf of training rechtmatig en gewenst is en voorkom dat een standaardinstelling onbedoeld extra bewaardoelen meebrengt.
Logbestanden van AI zijn aparte persoonsgegevensbronnen
In logs kun je veel vinden: technisch nodig om fouten te begrijpen of prestaties te meten, maar ze bevatten al snel meer dan statuscodes of foutmeldingen. Soms worden prompts, antwoorden, opgehaalde documenten of volledige gebruikersinfo meegelogd. Zo komt gevoelige data zelfs in logs terecht die je niet direct in antwoorden ziet. Kijk goed bij welke ketenonderdelen data wordt gelogd: applicatie, API-laag, modelhost, vector database, monitoring, analytics. Let ook op logging in je test- en ontwikkelomgeving, dat staat daar vaak standaard aan.
Stel per logbron vast wat voor het doel nodig is. Voor storingsanalyses kun je meestal met timestamp, foutcode en het component uit de voeten. Prompts mee loggen is dan niet nodig. Als je inhoud moet loggen om een incident te kunnen onderzoeken, houd toegang beperkt en stel daar een specifieke, korte bewaartermijn voor in. Maskeren helpt mits er niet alsnog vertrouwelijke tekst overblijft. Zorg voor procedures om logs te zoeken, exporteren en te verwijderen, en verwerk logs in inzage of verwijderverzoeken als ze persoonsgegevens bevatten. Blijf alert op logging na updates van SDK’s of leverancier-instellingen. Een kleine update kan ervoor zorgen dat je opeens extra velden vastlegt zonder dat je de applicatie zelf hebt aangepast.
Toegangsbeheer regelen voor invoer, uitvoer en beheer
Met toegangsrechten bepaal je wie wat mag op het gebied van persoonsgegevens in AI. Rechten moeten passen bij functie en taak, niet standaard bij het toegang hebben tot de hele applicatie. Iemand die antwoorden mag genereren, hoeft niet automatisch in de prompts van collega’s te mogen zoeken, logs te exporteren of kennisbanken te beheren. Bestaande identity- en autorisatiesystemen kun je meestal aansluiten, regel aparte rechten voor beheer, data en beveiliging.
Controleer dat je rechten ook gelden voor alle contextinformatie richting het model. Het model achteraf laten censureren is géén toegangscontrole. Documentrechten moeten worden toegepast bij het ophalen van bronnen, voor iedere gebruiker en via iedere zoekmanier. Hou het aantal beheeraccounts laag, stel sterke authenticatie verplicht en log gevoelige beheertaken zonder de hele prompt zomaar te bewaren. Check ook periodiek rechten en accounts. Oude testaccounts blijven soms hun toegang houden als niemand handmatig opruimt. Test je inrichting ook op misbruikmogelijkheden: kunnen mensen inderdaad geen dossiers van anderen zien, ook niet via slimme prompts? Toegangsbeheer werkt alleen wanneer alle lagen in het systeem de toegewezen grenzen ondersteunen.
Afspraken maken met AI-leveranciers over gegevensverwerking
Kijk goed welke gegevens je leverancier precies ontvangt, waar die blijven, welke hulpleveranciers erbij komen en met welk doel data wordt gebruikt. Onder de AVG hoort een verwerkersovereenkomst o.a. afspraken te bevatten over instructies, vertrouwelijkheid, beveiliging, verwerking door derden, ondersteuning bij privacyrechten en over teruggeven of wissen van data. Controleer of de afspraken ook gelden voor prompts, antwoorddata, logs en supportcases; ‘gebruikersdata’ als term zegt vaak te weinig.
Vraag door over modeltraining, menselijke controle, misbruikdetectie en bewaartermijnen. Een optie om modeltraining uit te zetten geeft nog geen duidelijkheid over logs of tijdelijke opslag. Controleer wijzigingsprocedures voor subverwerkers en wat je kunt doen bij verandering. Als data buiten de EER komt of daar beschikbaar is, check dan op welke grond het mag en welke aanvullende beveiliging nodig is. Controleer ook hoe verwijderen technisch gebeurt, wat je kunt exporteren, en hoe incidenten worden gemeld. Zet gemaakte keuzes in je eigen configuratie en toets opnieuw bij contract- of productwijzigingen. Realiseer je dat een contract technische beperkingen niet op magheven: als een leverancier geen goede retentie-opties biedt, moet het ontwerp voorkomen dat overbodige gegevens worden doorgestuurd.
Risico’s in beeld brengen met een DPIA en regelmatige controles
Een DPIA heb je nodig als een verwerking waarschijnlijk een aanzienlijk risico op kan leveren voor betrokkenen. Gebruik van AI vergroot dat risico vaak, zoals door koppelingen tussen bronnen, gevoelige gegevens of het nemen van beslissingen met flinke impact. Maar slechts ‘AI gebruiken’ betekent nog niet automatisch dat een DPIA verplicht is. Kijk naar de verwerking zelf: wie zijn betrokken, welke data gebruik je, waar kan het misgaan en welke maatregelen beperken die kans of schade? Leg ook vast waarom de verwerking nodig en evenwichtig is.
Neem elk deel van je keten mee: invoer, modelpartner, kennisbronnen, logs, bewaartermijnen, menselijke checks. Kijk naar scenario’s als invoer van gevoelige data, foutieve koppeling, ongewenste toegang of leveranciers die hun procedures aanpassen. Betrek de mensen die inhoudelijk weten hoe het systeem werkt, niet alleen beleid. Verwerk uitkomsten tot controles die je kunt aantonen, bijvoorbeeld testen van rechten, periodieke verwijdercheck, steekproeven in logvelden. Herhaal een DPIA als je doel, soort data, model of leverancier wijzigt. Alleen dan is je veiligheidsbeeld nog actueel.
Veelgestelde vragen
Welke AVG-grondslag heb ik nodig om persoonsgegevens met AI te verwerken?
Je hebt altijd een passende grondslag uit de AVG nodig die past bij wat je met de AI wil bereiken. Vaak is dat uitvoering van een contract, een wettelijke plicht, een publieke taak of een gerechtvaardigd belang; geen enkele grondslag past automatisch alleen omdat een toepassing handig is. Toestemming is geen vrijbrief: dat moet vrijwillig, helder, verwerkt en makkelijk in te trekken zijn.
- Kijk voor iedere verwerking apart wat het doel is; AI-training of verbetering van de dienst kan een heel ander doel zijn dan klantvragen beantwoorden.
- Voor een gerechtvaardigd belang moet je afwegen of het belang zwaarder weegt dan de gevolgen voor de persoon.
- Documenteer welke grondslag je kiest, onderbouw dat en informeer betrokkenen erover.
Mag ik bijzondere persoonsgegevens in een AI-systeem verwerken?
Dat mag alleen als je behalve een gewone AVG-grondslag óók een uitzondering hebt op het verbod voor bijzondere persoonsgegevens. Gegevens over gezondheid, politieke visie, religie of biometrie vragen altijd een aparte beoordeling. Zaken als een zakelijke relatie of het feit dat een AI-tool wordt gebruikt zijn geen uitzondering op zichzelf. Let op inhoud of context, soms zegt een combinatie van gegevens meer dan je denkt.
- Kijk eerst of de taak zonder die gevoelige gegevens kan.
- Is verwerking wel nodig? Check dan welke uitzondering je gebruikt en welke extra waarborgen er moeten zijn.
- Let ook op wat een model kan afleiden uit andere gegevens of wat het teruggeeft in een antwoord.
Wanneer is een AI-besluit over een persoon verboden onder de AVG?
Een AI-besluit valt onder artikel 22 AVG als het alleen op automatische verwerking is gebaseerd én behoorlijk ingrijpt, bijvoorbeeld als het je toegang tot een dienst of baan beïnvloedt. Gebruik je AI als advies? Zolang een bevoegde medewerker zelf écht beoordeelt en invloed heeft, is het niet automatisch verboden. Alleen afvinken van een voorstel is doorgaans niet genoeg.
- Een minimale check waarbij een mens alleen een automatische uitkomst goedkeurt, telt niet als betekenisvolle controle.
- Er zijn uitzonderingen, bijvoorbeeld als het voor een contract nodig is, wettelijk is toegestaan of op uitdrukkelijke toestemming is gebaseerd.
- Als artikel 22 wél geldt, gelden aanvullende waarborgen: de mogelijkheid menselijke tussenkomst te vragen, uitleg te krijgen en bezwaar te maken.
Wat moet er in een privacyverklaring staan over het gebruik van AI?
Een privacyverklaring moet uitleggen welke persoonsgegevens door AI worden verwerkt, voor welk doel en wat dat voor de persoon betekent. Noem o.a. doelen, grondslag, soort data en ontvangers, bewaartermijnen (of hoe je die bepaalt), en de rechten van betrokkenen. Gebruik je gegevens die niet direct van de persoon komen, benoem dan ook de bron.
- Zet duidelijk uiteen waar en wanneer AI ingezet wordt en wat de rol ervan is.
- Bij alleen-geautomatiseerde besluiten met serieuze gevolgen geef je concrete uitleg over werking en gevolgen.
- Schrijf begrijpelijk en noem meer dan alleen de naam van het model of algemene AI-termen.
Hoe behandel ik een inzage- of verwijderverzoek als ik AI gebruik?
Behandel het verzoek zoals je dat onder de AVG gewoon zou doen, en kijk waar in je AI-systemen de persoonsgegevens van de aanvrager voorkomen. Dat kan in prompts, antwoorden, profielen, bronbestanden of bijvoorbeeld in logbestanden. Wissen hoeft niet altijd compleet: wettelijke uitzonderingen of andere regels kunnen maken dat je bepaalde informatie moet bewaren.
- Kijk of je persoonsgegevens van de aanvrager kunt vinden in relevante systemen en schakel indien nodig je leverancier in om het verzoek af te handelen.
- Bij inzage: bepaal welke info over de verwerking en ontvangers je moet verschaffen zonder de rechten van anderen te schenden.
- Zijn de persoonsgegevens in een model getraind? Onderzoek of ze daar nog echt aanwezig of herleidbaar zijn, het wissen van broninvoer haalt de invloed uit een model niet vanzelf weg.
Foto: Pixabay