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.
Bepaal welke persoonsgegevens AI daadwerkelijk verwerkt
Breng eerst de volledige gegevensstroom in kaart. Een AI-toepassing kan persoonsgegevens verwerken wanneer iemand informatie invoert in een prompt, wanneer een document wordt opgehaald uit een interne kennisbank, of wanneer een antwoord samen met gebruikersgegevens wordt opgeslagen. Ook technische gegevens, zoals accountnamen, IP-adressen en tijdstempels, kunnen persoonsgegevens zijn. Kijk daarom niet alleen naar de inhoud van modelantwoorden, maar ook naar invoer, context, metadata, indexen en observability-tools.
Leg per stap vast wie het doel en de middelen van de verwerking bepaalt. Een organisatie is doorgaans verwerkingsverantwoordelijke voor het gebruik van AI binnen haar bedrijfsproces. Een leverancier kan verwerker zijn wanneer die uitsluitend volgens instructies gegevens verwerkt, maar kan voor bepaalde eigen doelen een zelfstandige rol hebben. De contractuele benaming bepaalt die rol niet; de feitelijke verwerking is leidend. Maak ook onderscheid tussen een model dat lokaal draait en een externe dienst: bij beide kunnen persoonsgegevens worden verwerkt, maar de gegevensstromen en betrokken partijen verschillen. Een overzicht van doelen, categorieën gegevens, betrokkenen, ontvangers en opslaglocaties vormt de basis voor keuzes over minimalisatie, toegang en verwijdering.
Pas dataminimalisatie toe vóór gegevens in een prompt belanden
Dataminimalisatie begint bij de taak, niet bij de instellingen van het AI-model. Bepaal welke informatie nodig is om een bruikbaar antwoord te genereren en laat overige gegevens buiten de invoer. Voor een samenvatting van een klantvraag kan bijvoorbeeld de inhoud relevant zijn, terwijl naam, privé-adres en klantnummer meestal niet nodig zijn. Gebruik waar mogelijk een intern referentienummer of vervang identificerende details door neutrale aanduidingen. Controleer daarbij of combinaties van gegevens iemand alsnog herkenbaar maken: een functie, locatie en zeldzame gebeurtenis kunnen samen identificerend zijn.
Technische filters kunnen helpen, maar vervangen geen ontwerpkeuze. Een redactiestap vóór verzending naar een model kan bekende identificatoren maskeren; regels en herkenningsmodellen missen echter context en kunnen juist relevante informatie verwijderen. Kies daarom per proces welke gegevenscategorieën zijn toegestaan, wie uitzonderingen mag beoordelen en hoe invoer wordt gecontroleerd. Test de aanpak met realistische voorbeelden, inclusief vrije tekst, bijlagen en gekopieerde e-mailthreads. Houd ook rekening met herleidbaarheid: gepseudonimiseerde gegevens blijven persoonsgegevens als de koppeling met een persoon beschikbaar is. Anonimisering vereist dat identificatie redelijkerwijs niet meer mogelijk is. Hoe minder persoonsgegevens een systeem ontvangt, hoe kleiner de impact van fouten in prompts, opslag, toegangsrechten of leveranciersverwerking.
Beperk persoonsgegevens in prompts en contextvensters
Prompts zijn niet alleen instructies; ze kunnen complete dossiers, e-mails of gespreksgeschiedenis bevatten. Dat maakt ze een veelvoorkomende route waarlangs meer persoonsgegevens worden gedeeld dan voor de taak nodig is. Stel daarom richtlijnen op voor invoer: welke gegevens mogen gebruikers opnemen, welke categorieën zijn uitgesloten en wanneer moet informatie eerst worden geredigeerd? Maak die regels specifiek voor de toepassing. Een interne assistent voor beleidsteksten heeft andere gegevens nodig dan een systeem dat klantcorrespondentie analyseert.
Let ook op automatisch toegevoegde context. Retrieval-augmented generation kan documenten ophalen op basis van een vraag en die tekst vervolgens meesturen naar een model. Een brede zoekopdracht kan zo gegevens uit andere klantdossiers of afdelingen in het contextvenster brengen. Beperk de zoekcollectie op basis van doel en gebruikersrechten, filter documenten vóór gebruik en controleer of passages werkelijk relevant zijn. Voorkom dat volledige conversaties standaard aan elke nieuwe prompt worden toegevoegd; bewaar alleen context die nodig is voor de lopende taak. Test met prompts die proberen informatie uit andere dossiers op te vragen en controleer zowel het antwoord als de opgehaalde bronnen. Gebruikersinstructies alleen zijn onvoldoende wanneer de interface automatisch gegevens toevoegt of geen waarschuwing geeft bij gevoelige invoer.
Stel bewaartermijnen in voor prompts, antwoorden en modellen
De AVG kent geen universele bewaartermijn voor AI-gegevens. De termijn moet passen bij het doel waarvoor gegevens zijn verzameld en verwerkt. Een prompt kan kort nodig zijn om een antwoord te genereren, terwijl een goedgekeurd resultaat onderdeel wordt van een klantdossier met een andere bewaartermijn. Behandel die onderdelen daarom niet als één gegevensset. Leg vast wanneer tijdelijke invoer wordt verwijderd, hoelang antwoorden worden bewaard en of bronbestanden of embeddings apart moeten worden opgeschoond.
Verwijderen vraagt technische aandacht. Een document kan aanwezig zijn in de oorspronkelijke opslag, een zoekindex, een cache, een back-up en een monitoringomgeving. Verwijdering uit één locatie betekent niet automatisch dat alle kopieën zijn verdwenen. Maak duidelijk welke verwijdering direct kan plaatsvinden en welke binnen een gedocumenteerde back-upcyclus wordt uitgevoerd. Controleer daarnaast of een leverancier gegevens bewaart voor misbruikdetectie, ondersteuning of productverbetering en of die instellingen aansluiten op het vastgestelde doel. Het trainen van een model op persoonsgegevens is een aparte verwerking; verwijdering van de oorspronkelijke prompt verwijdert die invloed niet noodzakelijk uit een getraind model. Beoordeel daarom vooraf of hergebruik voor training nodig en rechtmatig is, en voorkom dat een standaardinstelling een nieuwe bewaardoelstelling introduceert.
Behandel AI-logbestanden als een zelfstandige persoonsgegevensbron
Logbestanden zijn nuttig voor foutanalyse, beveiliging en kwaliteitscontrole, maar bevatten geregeld meer dan technische gebeurtenissen. Sommige toepassingen slaan prompts, modelantwoorden, opgehaalde documenten en gebruikersidentificatoren volledig op. Daardoor kunnen gevoelige gegevens die niet in het uiteindelijke antwoord staan toch in logging belanden. Breng in kaart welke componenten loggen: de applicatie, API-gateway, modelprovider, vector database, foutregistratie en analyticsdienst. Controleer ook of logging automatisch wordt ingeschakeld in ontwikkel- en testomgevingen.
Ontwerp logs rond het concrete doel. Voor beschikbaarheidsanalyse zijn vaak tijdstempel, foutcode en component voldoende; de volledige prompt is dan niet nodig. Als inhoud nodig is om een incident te onderzoeken, beperk dan de toegang en gebruik een kortere, expliciete bewaartermijn. Maskeren of redigeren vóór opslag kan risico verlagen, mits het niet alleen identificatoren vervangt terwijl de rest van de gevoelige tekst blijft staan. Stel procedures op voor het zoeken, exporteren en verwijderen van loggegevens, en neem logs mee in verzoeken van betrokkenen wanneer ze identificeerbare informatie bevatten. Controleer logging na wijzigingen aan SDK’s en leveranciersinstellingen: een software-update kan de verzamelde velden uitbreiden zonder dat de toepassing zelf zichtbaar verandert.
Richt toegangsbeheer in voor invoer, uitvoer en beheerfuncties
Toegang tot een AI-toepassing bepaalt mede welke persoonsgegevens een gebruiker kan laten ophalen en welke gegevens beheerderstools zichtbaar maken. Koppel rechten daarom aan functie en taak, niet uitsluitend aan de algemene toegang tot de applicatie. Een gebruiker die antwoorden mag genereren, hoeft niet automatisch prompts van collega’s te kunnen doorzoeken, logs te exporteren of de volledige kennisbank te beheren. Gebruik waar mogelijk bestaande identiteits- en autorisatiesystemen, met afzonderlijke rechten voor configuratie, gegevensbeheer en beveiligingsonderzoek.
Autorisatie moet ook gelden voor de informatie die het model als context krijgt. Een taalmodel dat achteraf wordt gevraagd geen gegevens te tonen, is geen toegangscontrole. Pas documentrechten toe bij het ophalen van bronnen en controleer dat die rechten gelden voor iedere gebruiker en iedere zoekroute. Beperk beheerdersaccounts, gebruik sterke authenticatie en leg gevoelige beheerhandelingen vast zonder onnodig de volledige inhoud van prompts te kopiëren. Beoordeel periodiek of accounts, service tokens en integraties nog nodig zijn; oude testaccounts blijven anders soms toegang houden tot productiegegevens. Test rollen met negatieve scenario’s, zoals toegang tot een ander klantdossier of het opvragen van gegevens via een alternatieve formulering. Toegangsbeheer werkt alleen wanneer applicatie, zoeklaag, logging en leveranciersconsole dezelfde grenzen ondersteunen.
Leg afspraken met AI-leveranciers vast op verwerkingsniveau
Een leveranciersbeoordeling moet aansluiten op de concrete gegevensstroom. Stel vast welke gegevens de dienst ontvangt, waar die worden verwerkt, welke subverwerkers worden ingezet en voor welke doelen gegevens worden gebruikt. Onder de AVG moet een verwerkersovereenkomst onder meer de instructies, vertrouwelijkheid, beveiliging, subverwerkers, ondersteuning bij rechtenverzoeken en verwijdering of teruggave van gegevens regelen. Controleer of de overeenkomst ook betrekking heeft op prompts, outputs, diagnostische gegevens en supportverzoeken; algemene termen als “gebruikersdata” kunnen te weinig duidelijkheid geven.
Vraag daarnaast hoe de dienst omgaat met modeltraining, menselijke beoordeling, misbruikmonitoring en bewaartermijnen. Een instelling waarmee training wordt uitgeschakeld, beantwoordt niet automatisch vragen over operationele logs of tijdelijke opslag. Controleer wijzigingsprocedures voor subverwerkers en de mogelijkheid om bezwaar te maken waar dat van toepassing is. Als gegevens buiten de Europese Economische Ruimte worden verwerkt of toegankelijk zijn, beoordeel dan de toepasselijke doorgiftegrondslag en aanvullende maatregelen. Verifieer ook hoe een leverancier verwijdering uitvoert, welke exportmogelijkheden bestaan en hoe incidenten worden gemeld. Leg keuzes vast in de configuratie en controleer ze na contract- of productwijzigingen. Een contract kan technische beperkingen niet opheffen: als een dienst bijvoorbeeld geen passende retentie-instellingen biedt, moet het ontwerp voorkomen dat onnodige persoonsgegevens worden verstuurd.
Beoordeel risico’s met een DPIA en periodieke controles
Een gegevensbeschermingseffectbeoordeling, oftewel DPIA, is vereist wanneer een verwerking waarschijnlijk een hoog risico oplevert voor de rechten en vrijheden van betrokkenen. AI-gebruik kan dat risico verhogen door schaal, koppeling van databronnen, gevoelige gegevens of invloedrijke geautomatiseerde beslissingen, maar het label “AI” maakt een DPIA niet automatisch verplicht. Beoordeel de verwerking concreet: welke personen worden geraakt, welke gegevens worden gebruikt, wat kan er misgaan en welke maatregelen beperken de kans en impact? Documenteer ook waarom de verwerking noodzakelijk en evenredig is voor het gekozen doel.
Neem in die beoordeling de volledige keten mee: gebruikersinvoer, modelprovider, kennisbronnen, logs, bewaartermijnen en menselijke controle. Onderzoek scenario’s zoals een prompt met bijzondere persoonsgegevens, een verkeerde koppeling tussen dossiers, ongeautoriseerde toegang of een leverancierswijziging die gegevens langer bewaart. Betrek functionarissen en teams die de techniek en het werkproces kennen; een beleidsdocument zonder technische verificatie mist relevante kopieën en toegangswegen. Vertaal bevindingen naar controles die aantoonbaar werken, zoals tests op rechtenfiltering, periodieke verwijderingscontroles en steekproeven van logvelden. Herhaal de beoordeling wanneer het doel, de gegevenscategorieën, het model of de leverancier verandert. Zo blijft de DPIA verbonden met de feitelijke configuratie en niet alleen met het ontwerp dat bij de eerste ingebruikname is beschreven.
Veelgestelde vragen
Welke AVG-grondslag heb ik nodig om persoonsgegevens met AI te verwerken?
Je hebt voor elke AI-verwerking een passende AVG-grondslag nodig die aansluit op het concrete doel. Vaak gaat het om uitvoering van een overeenkomst, een wettelijke verplichting, een publieke taak of een gerechtvaardigd belang, maar geen van die grondslagen geldt automatisch omdat een toepassing nuttig is. Toestemming is evenmin standaard de beste keuze: die moet vrij, specifiek, geïnformeerd en intrekbaar zijn.
- Beoordeel elke verwerking en elk doel afzonderlijk; AI-training of productverbetering kan een ander doel zijn dan het beantwoorden van een klantvraag.
- Bij een gerechtvaardigd belang moet je het belang afwegen tegen de gevolgen voor betrokkenen.
- Leg de gekozen grondslag en onderbouwing vast en informeer betrokkenen daarover.
Mag ik bijzondere persoonsgegevens in een AI-systeem verwerken?
Dat mag alleen als naast een AVG-grondslag ook een toepasselijke uitzondering op het verbod voor bijzondere persoonsgegevens geldt. Gegevens over bijvoorbeeld gezondheid, politieke opvattingen, religie of biometrische kenmerken vragen daarom om een afzonderlijke beoordeling; een zakelijke relatie of het gebruik van een AI-tool is op zichzelf geen uitzondering. Let ook op gegevens die door hun inhoud of context zulke informatie onthullen.
- Onderzoek eerst of de taak zonder deze gegevens kan worden uitgevoerd.
- Als verwerking noodzakelijk is, bepaal dan welke specifieke uitzondering geldt en welke aanvullende waarborgen nodig zijn.
- Controleer ook of het model zulke kenmerken uit andere gegevens kan afleiden of in een antwoord kan teruggeven.
Wanneer is een AI-besluit over een persoon verboden onder de AVG?
Een AI-besluit kan onder artikel 22 AVG vallen als het uitsluitend op geautomatiseerde verwerking is gebaseerd en juridische of vergelijkbaar ingrijpende gevolgen heeft voor iemand. Denk bijvoorbeeld aan een beslissing die toegang tot een belangrijke dienst of een baan wezenlijk beïnvloedt. AI gebruiken als ondersteuning valt niet automatisch onder dit verbod, zolang een bevoegde medewerker de uitkomst echt beoordeelt en zelf betekenisvolle invloed heeft.
- Een menselijke controle die alleen een automatisch advies bevestigt, is doorgaans geen betekenisvolle tussenkomst.
- Er gelden beperkte uitzonderingen, bijvoorbeeld wanneer de beslissing noodzakelijk is voor een overeenkomst, wettelijk is toegestaan of op uitdrukkelijke toestemming berust.
- Waar artikel 22 van toepassing is, zijn waarborgen nodig, zoals de mogelijkheid menselijke tussenkomst te vragen, een standpunt te geven en de beslissing aan te vechten.
Wat moet er in een privacyverklaring staan over het gebruik van AI?
Een privacyverklaring moet duidelijk maken welke persoonsgegevens je met AI verwerkt, waarom je dat doet en wat dit voor betrokkenen betekent. Vermeld onder meer de doelen, de toepasselijke grondslag, de categorieën gegevens en ontvangers, bewaartermijnen of de criteria daarvoor en de rechten van betrokkenen. Als gegevens niet rechtstreeks van de persoon komen, moet je doorgaans ook uitleg geven over de bron.
- Maak concreet duidelijk op welke momenten AI wordt ingezet en welke rol de uitkomst speelt in het proces.
- Als er sprake is van uitsluitend geautomatiseerde besluitvorming met aanzienlijke gevolgen, geef dan ook betekenisvolle informatie over de onderliggende logica en mogelijke gevolgen.
- Gebruik begrijpelijke taal; alleen verwijzen naar een modelnaam of algemene AI-uitleg is meestal niet genoeg.
Hoe behandel ik een inzage- of verwijderverzoek als ik AI gebruik?
Behandel een verzoek van een betrokkene volgens de gewone AVG-regels en onderzoek waar diens persoonsgegevens in de AI-keten voorkomen. Dat kan bijvoorbeeld zijn in invoer, antwoorden, profielen, bronbestanden of gegevens die voor controles zijn vastgelegd. Een verzoek om verwijdering betekent niet altijd dat alle gegevens zonder uitzondering moeten worden gewist; er kunnen wettelijke uitzonderingen of andere geldige redenen zijn om bepaalde informatie te bewaren.
- Controleer of je persoonsgegevens van de verzoeker kunt vinden in relevante systemen en laat het verzoek zo nodig door bevoegde leveranciers uitvoeren.
- Bij inzage moet je ook beoordelen welke informatie over verwerking en ontvangers moet worden verstrekt, met respect voor de rechten van anderen.
- Als gegevens zijn gebruikt om een model te trainen, beoordeel dan afzonderlijk of persoonsgegevens daarin nog aanwezig of herleidbaar zijn; verwijdering van de oorspronkelijke invoer wist een modelinvloed niet vanzelf.
