Schaduw-AI op de werkvloer: vinden zonder te gaan controleren

Wat is schaduw-AI, en waarom valt het niet op zoals gewone schaduw-IT?

Schaduw-AI is het gebruik van AI-hulpmiddelen op een account dat de organisatie niet kent of niet heeft goedgekeurd: een privé-ChatGPT, een gratis Gemini-account, een AI-functie die iemand zelf aanzette in een app. Het verschilt van gewone schaduw-IT doordat er geen aparte applicatie op een scherm of een creditcardafschrift verschijnt — de output ziet eruit als het gewone werk van de medewerker, en niets daaraan wijkt af van wat je toch al verwachtte te zien.

Bij schaduw-IT herken je meestal een symptoom: een onbekende app in het licentieoverzicht, een vreemde inlogpoging, een dienst die IT nog nooit is tegengekomen. Bij schaduw-AI ontbreekt dat symptoom. Het eindresultaat — een offerte, een samenvatting, een klantmail — is precies wat je van die medewerker verwacht. Het enige verschil zit in hoe het tot stand kwam, en dat verschil is aan de output zelf niet te zien.

De reflex is om dit als regelovertreding te behandelen. Dat klopt bijna nooit. Iemand grijpt naar een privéaccount omdat de goedgekeurde weg er niet is, te traag is, of verboden is zonder dat er iets tegenover staat. Wie schaduw-AI uitsluitend als gedragsprobleem ziet, gaat op zoek naar de verkeerde oorzaak — en lost dus ook het verkeerde probleem op.

Waarom groeit schaduw-AI, en waarom lost een verbod het niet op?

Het groeit omdat AI-gebruik zelf hard groeit, terwijl beleid daar structureel bij achterloopt. Onder microbedrijven (2 tot 10 medewerkers) is het aandeel dat AI-technologie gebruikt tussen 2023 en 2025 verdubbeld naar 13,8 procent; bij het mkb (10 tot 249 medewerkers) staat de teller op 29,8 procent en bij het grootbedrijf op 66,2 procent.¹ Een verbod verandert niets aan dat tempo — het verplaatst het gebruik alleen naar een account waar niemand op let.

Bij microbedrijven was dat aandeel in 2023 nog 6,8 procent — een verdubbeling in twee jaar.¹ Geen van deze cijfers zegt iets over welk deel via een privéaccount loopt in plaats van een goedgekeurd hulpmiddel: het CBS meet hier gebruik, niet herkomst. Dat is precies het gat waar dit artikel op inzoomt.

Waarom een kaal verbod het gebruik alleen onzichtbaar maakt in plaats van kleiner, staat uitgewerkt in mag je bedrijfsgegevens in ChatGPT zetten. Dit artikel herhaalt dat argument niet, maar gaat een stap verder: hoe kom je erachter wat er al gebeurt, en wat doe je op het moment dat je het ontdekt?

Welke risico's loop je precies als je niet weet wat er gebruikt wordt?

Vier risico's lopen door elkaar: bedrijfsgegevens die bij een aanbieder belanden zonder verwerkersovereenkomst, bedrijfsgeheimen die hun wettelijke bescherming kwijtraken, antwoorden zonder herkomst die ongemerkt de praktijk worden, en AI Act-verplichtingen die je niet kunt nakomen voor een systeem waarvan je het bestaan niet kent.

• Geen verwerkersovereenkomst. Landt er een naam, een adres of een dossiernummer in een prompt, dan verwerkt de aanbieder persoonsgegevens namens de organisatie — en dat mag alleen op basis van een schriftelijke verwerkersovereenkomst, zoals artikel 28 AVG voorschrijft.² Op een privéaccount bestaat die overeenkomst niet, dus is er geen legale route, ongeacht wat erin gaat.
• Bedrijfsgeheimen verliezen hun status. Voor de wet is informatie alleen een bedrijfsgeheim als ze geheim is, waarde ontleent aan die geheimhouding, en de houder er redelijke maatregelen voor neemt om haar zo te houden.³ Van die derde voorwaarde blijft weinig over zodra de tekst al in een consumentendienst heeft gestaan.
• Antwoorden zonder herkomst worden gewoonte. Een AI-antwoord dat één keer bruikbaar bleek, wordt de tweede keer klakkeloos herhaald — zonder dat iemand kan navertellen waar het vandaan kwam of dat het nog klopt. Zo sluipt niet-gecontroleerde kennis een organisatie binnen als vaste werkwijze.
• Een compliance-gat dat je niet kunt dichten. Artikel 4 van de AI-verordening richt zich niet alleen op personeel, maar ook op iedereen die namens de organisatie een AI-systeem bedient — met als doel dat mensen de risico's van dat systeem leren inschatten.⁴ Voor een systeem waarvan je niet weet dat het wordt gebruikt, kun je die verplichting simpelweg niet invullen. Uitgewerkt in AI-geletterdheid is verplicht.

Hoe kom je erachter wat er echt wordt gebruikt, zonder dat het toezicht wordt?

Door het te vragen, niet door het te loggen. Een kort gesprek zonder consequenties levert een vollediger beeld op dan logbestanden, en het blijft ruim binnen de grenzen die de AVG en de Wet op de ondernemingsraden aan controle van personeel stellen. Loganalyse van internet- of softwaregebruik mag, maar pas als een minder ingrijpende methode niet volstaat — en, met een ondernemingsraad, pas na instemming.

Stel de vraag zonder dat er iets op het spel staat: welke AI-hulpmiddelen gebruik je nu al voor je werk, ook de niet-goedgekeurde, en waarvoor? Dat werkt beter dan controle achteraf, want het eerlijke antwoord komt alleen als er geen sanctie tegenover staat. Wie deze vraag stelt met een tegelijk aangekondigde controle op de achtergrond, krijgt hetzelfde antwoord als bij een kaal verbod: stilte.

1. 1

   Kondig vooraf aan dat er geen sanctie volgt

   Zonder die belofte — en zonder dat je haar nakomt — krijg je het eerlijke antwoord niet. Eén uitzondering hierop ondermijnt de volgende ronde.

2. 2

   Vraag per team of rol wat er nu al gebruikt wordt

   Concreet: welke tools, voor welk soort taken, hoe vaak. Neem AI-functies in bestaande software mee — die zitten inmiddels in vrijwel elk pakket en worden zelden als 'AI-gebruik' herkend.

3. 3

   Vraag door op wat de goedgekeurde route mist

   Snelheid, functionaliteit, of gewoon bekendheid — het antwoord op deze vraag is meteen de inhoudsopgave voor wat je moet verbeteren.

4. 4

   Leg het gesprek vast als inventarisatie, niet als dossier

   Noteer patronen per team, niet welk antwoord van welke persoon kwam. Je haalt hier informatie op om te sturen, geen bewijs om iemand op aan te spreken.

Wil je het toch via techniek natrekken, dan gelden de algemene voorwaarden die de Autoriteit Persoonsgegevens aan controle van personeel stelt: een gerechtvaardigd belang dat zwaarder weegt dan de privacy van de medewerker, noodzaak — geen minder ingrijpend alternatief voorhanden — vooraf informeren over wat en hoe je controleert, en bij grootschalige of stelselmatige controle eerst een DPIA.⁵ Controle van e-mail- en internetgebruik noemt de AP daarbij expliciet als voorbeeld van een vorm die aan die voorwaarden getoetst moet worden.⁶

Heeft de organisatie een ondernemingsraad, dan is diens instemming verplicht zodra een regeling geschikt is voor controle op gedrag of prestaties van personeel — en loganalyse van AI-gebruik valt daaronder.⁷ Zonder die instemming mag de controle niet starten. Hoe instemmingsrecht in bredere zin werkt bij het vaststellen van regels rond AI, staat in een AI-beleid opstellen.

Wat is het principe achter een alternatief dat ook echt gekozen wordt?

De toegestane tool moet de snelste weg naar een antwoord zijn, niet de tool met de meeste restricties. Zodra de officiële route langzamer is dan een privéaccount openen, verliest hij het, ongeacht hoeveel beleid ernaast ligt.

Dit is de meest onderschatte factor in dit hele onderwerp. Een medewerker die onder tijdsdruk een e-mail moet beantwoorden, kiest het kanaal dat het snelst een bruikbaar antwoord geeft — niet het kanaal dat op papier is goedgekeurd. Elke stap méér die de sanctioned route kost, is een reden méér om hem over te slaan.

• Een extra inlogstap die het privéaccount niet heeft, verliest het bijna altijd van 'al ingelogd'.
• Goedkeuring vooraf vragen voor routineus gebruik verplaatst het gebruik naar het kanaal zonder die vraag.
• Onbekendheid werkt hetzelfde als een verbod: een tool die niemand kent, wordt niet gebruikt, hoe goed hij ook is.
• Merkbaar minder goed in de taak zelf — een sanctioned tool die aantoonbaar slechter samenvat of schrijft, wordt ingehaald door wat werkt, beleid of niet.

De sterkste versie van dit principe is een hulpmiddel dat werkt op de eigen bedrijfsdocumenten, zodat het antwoord dat mensen zoeken er al staat — zie AI op je eigen bedrijfsdocumenten. Dat neemt de aanleiding weg in plaats van het gebruik te verbieden.

Welk werk mag naar welk soort tool?

Een korte beslistabel voorkomt discussie op het moment zelf. De vuistregel: alles zonder herleidbare gegevens mag naar het goedgekeurde zakelijke hulpmiddel, alles met persoonsgegevens of bedrijfsgeheimen mag alleen daar met de juiste papieren erbij, en niets van dat laatste hoort op een privéaccount.

Deze tabel is een startpunt, geen eindpunt — vul de linkerkolom aan met de vijf soorten werk die in jouw team het vaakst voorkomen. Een tabel die niemand herkent uit de eigen praktijk wordt net zomin gebruikt als een beleid dat niemand heeft gelezen.

Wat doe je als blijkt dat er al iets is misgegaan?

Beoordeel eerst of er persoonsgegevens bij betrokken waren — dan gelden de regels voor een datalek. Gebruik het geval daarna om de goedgekeurde route te verbeteren op precies het punt waar hij tekortschoot, in plaats van het aan te grijpen om iemand aan te spreken.

1. 1

   Vraag door wat er precies is ingevoerd, en waar

   Zonder oordeel: welke tekst, in welke dienst, wanneer. Dit is feiten verzamelen, geen verhoor.

2. 2

   Beoordeel of het persoonsgegevens waren

   Is dat zo, dan is er mogelijk een datalek. Dat brengt een meldtermijn en vaste vervolgstappen met zich mee.

3. 3

   Beoordeel of het een bedrijfsgeheim raakte

   Leg vast welke maatregelen je alsnog neemt om de geheimhouding te herstellen, ook als het te laat is om de blootstelling zelf terug te draaien.

4. 4

   Verbeter de sanctioned route op het punt waar hij faalde

   Was de goedgekeurde tool te traag, te beperkt of onbekend? Dat is de concrete verbetering die uit dit incident volgt — belangrijker dan een waarschuwing aan de betrokkene.

5. 5

   Deel het geanonimiseerd met de rest van het team

   Zwijgen over een incident maakt herhaling waarschijnlijker, bij dezelfde persoon of bij een collega die het nog niet wist.

De toon van deze stappen is opzettelijk niet punitief. Een medewerker die na een fout bang is om de volgende twijfel te melden, kost de organisatie meer dan de eerste fout zelf — want dan verdwijnt precies het signaal waarmee dit hele onderwerp begint.