Gebruik AI. Maar weet wat je doet met data.
Weet jij wat je medewerkers doen met AI en met jouw klantdata? Alex van Ginneken geeft meer dan 100 presentaties per jaar over ondernemen met AI. De meest gestelde vraag die hij krijgt? Dat is vaak deze: waar sla ik eigenlijk alles op?
Dat zegt veel. Want terwijl AI-tools razendsnel hun weg vinden naar de werkvloer, loopt het beleid er in de meeste bureaus ver achter op. Zijn boodschap is niet: gebruik het niet. Integendeel. “Er mag heel veel. Als je het maar goed vastlegt en weet wat je doet met data.”
Waar gaat het vaak mis met AI op de werkvloer?
Het gaat mis bij de medewerker die gewoon snel wil helpen. Iemand die een klantbriefing uploadt in een gratis AI-tool om een voorstel te schrijven, en er niet bij stilstaat wat er daarna met die data gebeurt. Die informatie wordt opgeslagen, soms 30 dagen of langer. Jij weet het niet. De klant weet het niet. Maar de data staat er wel. En juridisch gezien draag jij daarvoor de verantwoordelijkheid. De eerste stap is praktisch: faciliteer je team met een betaald zakelijk account. Maar daarmee ben je er niet. Want zonder duidelijke interne afspraken over wat wel en niet mag, blijft het gissen voor jou én je mensen. Je hebt beleid nodig. En dat begint vandaag.
Drie stappen voor dataveiligheid waar je vandaag al mee kunt starten
1. Stel AI-guidelines op
Begin met een simpele inventarisatie: waar staat jouw klantdata en bedrijfskennis eigenlijk? Denk aan je CRM, Drive, mailboxen, Slack, Notion, projectmanagementtools en advertentieaccounts. Je kunt niets beveiligen wat je niet kent. Bepaal vervolgens per afdeling welke data wel en niet in AI-tools mag. Leg vast welke tools medewerkers mogen gebruiken, voor welke taken en met welke data. Maak onderscheid tussen core- en ondersteunende processen, neem de guidelines op in je personeelshandboek en benoem wie verantwoordelijk is voor naleving. Bewustwording is al de helft van de oplossing.
2. Actualiseer je juridische documenten
Bekijk je privacystatement, algemene voorwaarden en verwerkersovereenkomsten. De EU AI Act wordt dit jaar verder uitgerold. Dit is het moment om bij te werken. Voeg je AI-leveranciers toe aan je verwerkingsregister en wees transparant richting klanten over hoe je dataveiligheid waarborgt. Wie dat nu goed regelt, heeft straks een voorsprong.
3. Breng risico’s per proces in kaart
Niet alles is even gevoelig en dat is maar goed ook, want dan kun je AI gericht inzetten. AI voor projectmanagement heeft een laag risiconiveau. AI trainen op klantdata: zeer hoog. Maak dat onderscheid bewust per toepassing, anonimiseer data waar mogelijk en maak per tool heldere afspraken. Zo combineer je innovatie met verantwoordelijkheid en rem je elkaar niet af.
Het bureau van morgen bouwt op data van vandaag
Bureaus verzamelen enorm veel kennis. Klantdata, campagnes, proposities, salesgesprekken en performance data. Die waarde ligt bij de meeste bureaus verspreid over Drive, mailboxen, interne communicatie systemen en CRM-systemen. De bureaus die dit goed structureren, kunnen daar straks AI-systemen op bouwen die echt waarde leveren. Geen generieke AI, maar AI die begrijpt hoe de klanten van hun klanten denken, kopen en groeien.
Maar bureaus hebben ook een tweede datalaag: hun eigen bedrijfsvoering. Alex noemt dit ook wel meta-data. Denk aan inzicht in marges per project, bezettingsgraden, tarieven en salesconversie. Ook die data heeft enorme waarde met AI in context. Maar dan moet die data extreem goed beschermd zijn. Dataveiligheid is daarvoor de basis.
