De schaduw-AI in uw boekhoudkantoor: wat medewerkers stiekem in ChatGPT plakken

De copy-paste die niemand zag gebeuren

Het scenario is banaler dan het klinkt. Een medewerker van het boekhoudkantoor uit de Antwerpse rand kreeg de vraag om sneller samenvattingen van klantendossiers te maken voor interne rapportering. In plaats van dat manueel te doen, opende die persoon een gratis ChatGPT-account op een privé-mailadres en plakte er telkens de relevante Excel-rijen in: naam, adres, rijksregisternummer, omzetcijfers. Handig, snel, en volledig buiten het zicht van de zaakvoerder.

Toen dit tijdens een interne GDPR-check aan het licht kwam, was de eerste reactie verrassing: 'we gebruiken toch geen AI hier'. Dat is precies het probleem. De zaakvoerder dacht dat AI-adoptie een beslissing was die nog moest genomen worden, terwijl ze op de werkvloer al lang was gemaakt — alleen niet door hem.

Dit is geen alleenstaand geval. Het patroon is bekend uit de wereld van schaduw-IT: als een bedrijf geen goedgekeurde tool aanbiedt voor een reëel probleem, zoeken medewerkers zelf een oplossing. Vroeger was dat een Dropbox-account voor bestanden die niet op de bedrijfsserver pasten. Vandaag is het een gratis AI-chatbot voor taken die eigenlijk om een doordachte oplossing vragen, zoals een AI chatbot die specifiek voor uw bedrijfscontext is ingericht en waarbij u weet waar de data naartoe gaat.

Het risico zit niet in de intentie — niemand probeert hier fraude te plegen — maar in de onwetendheid over waar die gegevens vervolgens belanden, hoelang ze bewaard blijven, en of het onderliggende AI-model ermee traint. Voor een boekhoudkantoor met een wettelijke geheimhoudingsplicht is dat geen detail.

Schaduw-AI: groter dan de meeste zaakvoerders denken

Belgische bedrijven onderschatten systematisch hoeveel AI er al binnen hun muren gebruikt wordt. Uit de jaarlijkse Statbel-enquête naar ICT-gebruik bij bedrijven blijkt dat het aandeel Belgische ondernemingen dat generatieve AI-toepassingen inzet de voorbije jaren fors is gestegen, maar dat een intern beleid rond dat gebruik bij een aanzienlijk deel van de bedrijven volledig ontbreekt (Statbel). Met andere woorden: de adoptie gaat sneller dan de governance.

Dat is een contrarian inzicht dat de meeste zaakvoerders niet meteen willen horen: het is niet de vraag óf uw medewerkers AI gebruiken, maar wélke versie ze gebruiken, met wélke data, en op wélk account. Een KMO die denkt 'wij zijn nog niet met AI bezig' heeft in de praktijk vaak gewoon geen zicht op wat er al gebeurt.

De Gegevensbeschermingsautoriteit waarschuwt in haar aanbevelingen over AI-toepassingen expliciet voor dit scenario: zodra persoonsgegevens worden ingevoerd in een tool waarmee de organisatie geen verwerkersovereenkomst heeft, is er sprake van een ongeautoriseerde verwerking (GBA). Dat geldt evengoed voor een schoonheidssalon dat klantafspraken in een chatbot samenvat, als voor een technisch installatiebedrijf dat offertes laat herschrijven door een gratis taalmodel.

Het gevolg is dat KMO's zich in een schijnveiligheid wanen. Ze hebben geen AI-project, dus ze denken geen AI-risico te lopen. Ondertussen loopt het risico via de achterdeur binnen — via het privé-account van een goedbedoelende medewerker.

Wat GDPR en de EU AI Act concreet vragen in 2026

Twee wettelijke kaders botsen hier, en beide worden in 2026 scherper gehandhaafd. Ten eerste blijft de GDPR onverkort van toepassing: zodra een medewerker persoonsgegevens invoert in een AI-tool, is dat een verwerking, en die verwerking moet een rechtsgrond hebben, gedocumenteerd zijn, en gebeuren via een leverancier waarmee een verwerkersovereenkomst bestaat. Een gratis consumentenaccount van een AI-chatbot voldoet daar structureel niet aan.

Ten tweede is er de EU AI Act, die sinds 2024 gefaseerd in werking treedt en waarvan in 2026 bijkomende verplichtingen gelden voor risicovollere AI-toepassingen (EU Digital Strategy). Voor de meeste KMO's die AI gebruiken voor tekst, klantcontact of planning, gaat het niet om hoog-risico-classificaties, maar wel om transparantieverplichtingen: klanten moeten weten wanneer ze met een AI-systeem interageren, en bedrijven moeten kunnen aantonen dat ze weloverwogen met AI omgaan.

Dat is precies waar schaduw-AI faalt. Een medewerker die op eigen houtje een tool gebruikt, documenteert niets, vraagt geen toestemming, en heeft geen idee of het onderliggende model in de EU of daarbuiten wordt gehost. Voor een KMO die ooit gecontroleerd wordt — door de GBA, door een klant die vragen stelt, of gewoon door een nieuwsgierige auditor van een grotere opdrachtgever — is 'we wisten het niet' geen verdediging.

Het goede nieuws: dit is oplosbaar zonder AI af te bouwen. Sterker nog, de oplossing is méér AI, maar dan gecontroleerd. Een op maat gebouwde oplossing zoals een AI receptionist of een interne chatbot verwerkt gegevens binnen een kader dat u zelf kent en beheert, in tegenstelling tot een anoniem gratis account.

Van los gebruik naar één gecontroleerde flow

De reflex om AI-gebruik te verbieden werkt niet. Medewerkers die een reëel tijdswinst-probleem hebben opgelost, laten dat niet zomaar los omdat er een interne memo verschijnt. De enige duurzame aanpak is het probleem dat medewerkers zelf al herkend hadden, gecontroleerd oplossen.

BVEM, een bedrijf actief in planning en projectmanagement, worstelde met een vergelijkbaar onderliggend probleem: informatie zat verspreid, werd handmatig overgetypt, en niemand had er écht grip op. In plaats van dat te blijven patchen met losse tools, liet BVEM één doorlopende flow bouwen die agenda, klantendata en opvolging samenbrengt — met als resultaat tientallen uren tijdwinst per week. Het punt is niet dat AI daar toevallig ingezet werd, maar dat het gecentraliseerd en beheerd gebeurde, in plaats van via losse, individuele workarounds.

Hetzelfde principe geldt voor gegevensverwerking. Als medewerkers klantdata willen laten samenvatten, herschrijven of analyseren door AI, geef ze dan een tool die dat veilig kan — niet een verbod dat ze toch omzeilen. Een leads generator of ai-website-builder die specifiek voor uw bedrijf is opgezet, verwerkt gegevens binnen een kader dat u kent, in tegenstelling tot een lukraak gekozen gratis account.

Deze aanpak sluit ook aan bij wat Wingman Construct deed in de bouwsector: in plaats van werfbazen zelf te laten zoeken naar een manier om rapportages digitaal te krijgen, kregen ze één mobiele app die structureel en gecontroleerd werkt. De les is telkens dezelfde: als u geen gestructureerd alternatief aanbiedt, bouwt uw personeel er zelf eentje — buiten uw zicht, en buiten uw controle.

Het stappenplan voor de komende dertig dagen

Grip krijgen op schaduw-AI vraagt geen groot IT-project, wel een paar concrete, snel uitvoerbare stappen. Begin klein, maar begin nu — hoe langer schaduw-AI ongecontroleerd blijft, hoe meer klantgegevens er al ergens buiten uw zicht zitten.

De eerste stap is inventariseren, niet bestraffen. Vraag medewerkers openlijk welke AI-tools ze gebruiken en waarvoor, zonder dat dit als een verhoor aanvoelt. De tweede stap is een minimale AI-richtlijn opstellen: welke gegevens mogen wél, welke nooit in een externe tool terechtkomen. UNIZO en VLAIO bieden beide ondersteuning en soms subsidiekaders voor KMO's die hun digitale processen willen professionaliseren — het is de moeite om na te gaan wat voor uw sector beschikbaar is.

De derde en belangrijkste stap is een gecontroleerd alternatief aanbieden voor het probleem dat medewerkers zelf al oplosten met schaduw-AI. Dat kan een interne chatbot zijn, een AI receptionist voor telefonische klantvragen, of een geautomatiseerde flow via de IoniqAI marketplace die vakmensen en KMO's koppelt aan geteste oplossingen in plaats van losse experimenten.

• Week 1: inventariseer welke AI-tools medewerkers vandaag al gebruiken, zonder oordeel.
• Week 2: stel een eenvoudige richtlijn op over welke data wel/niet in externe tools mag.
• Week 3: kies één gecontroleerd alternatief voor het meest gebruikte schaduw-AI-scenario.
• Week 4: communiceer de nieuwe werkwijze en leg uit waarom ze veiliger én sneller is.