AI-risico’s in uw organisatie: schaduw-IT, datalekken en hallucinerende AI-agents
20 september 2026 · Jan Willem van Hoorn
Kunstmatige intelligentie is in hoog tempo onderdeel geworden van het dagelijkse werk. Medewerkers gebruiken chatbots om teksten te schrijven, samenvattingen te maken of code te genereren, en een groeiend aantal organisaties zet AI-agents in die zelfstandig taken uitvoeren: e-mails opstellen en versturen, gegevens verwerken, systemen raadplegen of zelfs acties in andere applicaties uitvoeren.
Die versnelling levert veel op, maar brengt ook risico’s met zich mee die bij veel directies, kwaliteitsmanagers en security officers nog onvoldoende op het netvlies staan. Drie daarvan springen er op dit moment uit: schaduw-IT, datalekken via AI-toepassingen en de gevaren van hallucinerende AI-agents. In dit artikel lichten we ze toe en geven we aan wat u er praktisch aan kunt doen.
Schaduw-IT: AI-tools buiten het zicht van de organisatie
Schaduw-IT is op zichzelf geen nieuw fenomeen, maar AI heeft het opnieuw actueel gemaakt. Medewerkers registreren zich met een paar klikken bij een gratis chatbot, installeren een AI-plug-in in hun browser of koppelen via OAuth een AI-agent aan hun e-mail, agenda of cloudopslag. Vaak met de beste bedoelingen, en vaak zonder dat IT of security hiervan op de hoogte is.
Het gevolg: de organisatie verliest het overzicht over welke tools welke gegevens verwerken, waar die gegevens worden opgeslagen en onder welke voorwaarden. Er is geen verwerkersovereenkomst, geen logging en geen zicht op de rechten die aan een AI-tool zijn verleend. Voor een managementsysteem dat is gebaseerd op ISO 27001 of NEN 7510 is dit een directe blinde vlek in het assetregister en de risicoanalyse: je kunt geen risico’s beheersen die je niet kent.
Datalekken via AI-toepassingen
Een tweede risico ligt voor de hand, maar wordt in de praktijk regelmatig onderschat: medewerkers plakken vertrouwelijke informatie in publieke AI-tools om die samen te laten vatten, te laten vertalen of te laten herschrijven. Denk aan klantgegevens, patiëntendossiers, contracten, financiële cijfers of broncode.
Wat er vervolgens met die gegevens gebeurt, is voor de meeste medewerkers onduidelijk. Worden ze gebruikt om het model te trainen? Op welke servers, en in welk land, worden ze verwerkt? Is er een rechtsgrond en een verwerkersovereenkomst zoals de AVG die vereist? Zodra persoonsgegevens op deze manier buiten de eigen organisatie belanden zonder passende waarborgen, is er al snel sprake van een datalek in de zin van de AVG — met een meldplicht aan de Autoriteit Persoonsgegevens en, bij een hoog risico, aan de betrokkenen zelf.
Hallucinerende AI-agents: wanneer AI zelfstandig fouten maakt
Het derde risico is misschien wel het minst zichtbare, maar potentieel het meest ingrijpende. Generatieve AI kan met veel overtuiging informatie presenteren die feitelijk onjuist is: de bekende ‘hallucinatie’. Zolang een chatbot alleen een antwoord op een scherm toont, kan een mens dat antwoord nog controleren voordat er iets mee gebeurt.
Bij AI-agents ligt dat anders. Een agent die zelfstandig e-mails verstuurt, offertes opstelt, facturen goedkeurt, code wijzigt of gegevens muteert, kan een hallucinatie direct omzetten in een onomkeerbare actie — zonder dat er op dat moment nog een mens meekijkt. De gevolgen lopen uiteen van foutieve communicatie met klanten tot financiële schade, verkeerde besluitvorming of overtredingen van wet- en regelgeving. Naarmate organisaties AI-agents meer autonomie en meer koppelingen met bedrijfskritische systemen geven, neemt dit risico toe.
Wat betekent dit voor uw managementsysteem?
Deze risico’s zijn geen toekomstmuziek en vallen goeddeels al binnen de scope van bestaande managementsystemen. Asset- en leveranciersbeheer, risicobeoordeling, toegangsbeveiliging, wijzigingsbeheer en incidentmanagement zoals die zijn ingericht onder ISO 27001, NEN 7510 of de AVG, zijn precies de bouwstenen die nodig zijn om grip te krijgen op AI-gebruik. Wat vaak ontbreekt, is een expliciet AI-beleid dat vastlegt welke tools zijn toegestaan, welke gegevens wel en niet in AI-toepassingen mogen worden ingevoerd, en welke grenzen gelden voor autonoom handelende AI-agents — vergelijkbaar met hoe eerder een BYOD- of clean-desk-beleid werd ingevoerd.
Wat kunt u nu al doen?
- Inventariseer AI-gebruik. Breng in kaart welke AI-tools en AI-agents binnen de organisatie worden gebruikt, door wie, en met welke gegevens. Dit maakt schaduw-IT zichtbaar.
- Stel een AI-beleid op. Leg vast welke tools zijn goedgekeurd, welke gegevens niet in AI-toepassingen mogen worden ingevoerd en wie verantwoordelijk is voor nieuwe aanvragen.
- Beoordeel leveranciers. Sluit verwerkersovereenkomsten af met AI-aanbieders, controleer waar gegevens worden verwerkt en of dit binnen de EER gebeurt.
- Beperk de bevoegdheden van AI-agents. Geef agents alleen de rechten die strikt nodig zijn (least privilege) en bouw menselijke controle in bij impactvolle of onomkeerbare acties.
- Train medewerkers. Zorg voor bewustwording over de risico’s van AI-gebruik, net zoals dat bij phishing en informatiebeveiliging al gebruikelijk is.
- Neem AI expliciet mee in risicoanalyses en interne audits. Toets structureel op AI-gerelateerde risico’s, in plaats van dit als losstaand thema te behandelen.
Meer weten?
Wilt u weten welke AI-risico’s voor uw organisatie relevant zijn, hoe u schaduw-IT in kaart brengt of hoe u AI-gebruik een plek geeft binnen uw ISO 27001-, NEN 7510-, AVG- of NIS2-managementsysteem? Neem vrijblijvend contact op met VeeHa. We denken graag met u mee over een aanpak die past bij uw organisatie.