Shadow AI is het gebruik van AI-tools door medewerkers zonder toestemming of medeweten van de organisatie. Een medewerker plakt bijvoorbeeld een klantdossier in een gratis chatbot om het te laten samenvatten: de tool staat op geen goedgekeurde lijst, niemand houdt er toezicht op en de gegevens verlaten ongemerkt het kantoor.
Bijna altijd gaat het om goedbedoeld gedrag. Medewerkers willen sneller werken en grijpen naar een tool die binnen dertig seconden resultaat geeft. Het probleem zit niet in de intentie, maar in het ontbreken van zicht en afspraken.
Wat is shadow AI?
Shadow AI is elke inzet van kunstmatige intelligentie op het werk die buiten het zicht en de afspraken van de organisatie valt. Denk aan een privé-account bij ChatGPT voor het opstellen van klantmails, een gratis vertaaltool voor een contract of een browserextensie die vergaderingen samenvat.
Drie kenmerken maken gebruik tot shadow AI. De organisatie heeft de tool niet goedgekeurd, er is geen afspraak over welke gegevens erin mogen, en niemand weet waar de ingevoerde informatie daarna terechtkomt. Wie een goedgekeurde tool gebruikt maar daarin gegevens invoert die volgens de richtlijn niet mogen, zit op hetzelfde risico, al valt dat strikt genomen onder gebrekkige naleving.
Wat is het verschil tussen shadow AI en shadow IT?
Het verschil tussen shadow AI en shadow IT is dat shadow AI een specifieke vorm is van het bredere shadow IT. Shadow IT betekent dat medewerkers software, apps of clouddiensten gebruiken die de organisatie niet heeft goedgekeurd; shadow AI beperkt zich tot tools die op kunstmatige intelligentie draaien.
Klassieke voorbeelden van shadow IT zijn alledaags: een privé-Dropbox om werkbestanden met een klant te delen, een gratis online tool die een pdf omzet, een WhatsApp-groep met klanten omdat dat sneller voelt dan de officiële mail. Een AI-chatbot die een verslag samenvat hoort in hetzelfde rijtje, maar brengt een extra risico mee.
Een ongeautoriseerde bestandsdienst slaat gegevens op; een AI-tool verwerkt ze en maakt er nieuwe output van. Afhankelijk van het account en de instellingen kan de invoer worden bewaard en gebruikt om het model te verbeteren. Bovenop het datarisico komt het outputrisico: een model kan feiten verzinnen die onopgemerkt in klantwerk belanden. Shadow AI is daarmee de scherpste vorm van shadow IT op de werkvloer van nu.
Hoe ontstaat shadow AI?
Om te begrijpen hoe shadow AI ontstaat, moet je kijken naar het werk en niet naar de medewerker. Shadow AI ontstaat zelden uit onwil: mensen ervaren tijdsdruk, zien een tool die hun werk versnelt en gebruiken die zonder erbij stil te staan dat er geen beleid voor bestaat.
Drie factoren versterken elkaar. De meeste AI-tools zijn gratis en werken direct in de browser, zonder installatie of aanvraag. Er is vaak geen goedgekeurd alternatief, waardoor de medewerker er zelf een zoekt. En veel organisaties zijn nog bezig hun AI-beleid te vormen, terwijl medewerkers al handelen.
Shadow AI is daarom eerder een structureel gat dan een disciplineprobleem. Wie het als ongehoorzaamheid behandelt, pakt de verkeerde oorzaak aan; de vraag is waarom het goedgekeurde pad ontbrak.
Welke risico’s brengt shadow AI mee?
De risico’s van shadow AI draaien om één principe: je kunt niet beschermen wat je niet ziet. Uit het onderzoek Oh, Behave! (2024) van CybSafe en de Amerikaanse National Cybersecurity Alliance bleek dat 38 procent van de werkenden die AI gebruiken gevoelige werkinformatie met AI-tools deelt zonder dat de werkgever het weet.
Datalekken
Datalekken via shadow AI ontstaan op het moment dat een medewerker klantgegevens, jaarcijfers of een strategiedocument in een ongecontroleerde tool plakt. De organisatie weet daarna niet waar het bestand staat, wie erbij kan en of het wordt bewaard. Een incident indammen in een tool waarvan je het bestaan niet kende, lukt niet.
AVG
De AVG komt in beeld zodra persoonsgegevens in een tool belanden waarmee geen verwerkersovereenkomst is gesloten. Zonder zicht op waar de gegevens worden verwerkt en opgeslagen, kan de organisatie haar verantwoordingsplicht niet nakomen. Waar een AI-toepassing structureel persoonsgegevens verwerkt, hoort er een DPIA bij, en die kun je alleen uitvoeren voor een tool die je kent.
Beroepsgeheim
Het beroepsgeheim maakt shadow AI voor accountants, notarissen en advocaten zwaarder dan voor andere sectoren. Zij werken onder een wettelijke geheimhoudingsplicht en vallen onder tuchtrecht. Bij AI voor accountants gaat het om klantdossiers en fiscale gegevens, bij AI voor advocaten om processtukken en cliëntinformatie die onder de kernwaarde vertrouwelijkheid vallen.
Aansprakelijkheid
Aansprakelijkheid voor AI-output ligt altijd bij de professional. De kern is simpel: AI is nooit verantwoordelijk, jij wel. Vanuit mijn jaren bij grootbanken vertaal ik compliance naar drie vragen: welke data mag in een AI-tool, welke claims kun je verantwoorden en wie is aansprakelijk voor de output. Bij shadow AI is het antwoord op alle drie onduidelijk.
Waarom lost een AI-verbod shadow AI niet op?
Een AI-verbod lost shadow AI niet op, omdat het gebruik verschuift naar privéaccounts en privételefoons waar helemaal geen zicht meer op is. De behoefte waardoor medewerkers de tools gebruikten, blijft bestaan.
Een blokkade signaleert bovendien dat de organisatie niet meebeweegt, terwijl klanten en collega’s steeds meer AI verwachten. Daarnaast vraagt artikel 4 van de AI Act organisaties die AI-systemen inzetten om maatregelen te nemen die de AI-geletterdheid van medewerkers ondersteunen, sinds 27 juli 2026 geformuleerd als inspanningsverplichting. Wie alles verbiedt, bouwt die geletterdheid niet op. Het alternatief is verantwoord AI-gebruik binnen duidelijke kaders.
Hoe breng je shadow AI in kaart?
Om shadow AI in kaart te brengen, vraag je medewerkers zonder sanctie welke AI-tools ze gebruiken, voor welke taken en met welke gegevens. Een anonieme of sanctievrije inventarisatie levert vrijwel altijd een langere lijst op dan de leiding verwacht.
Leg de uitkomst vast in een AI-register: een eenvoudig overzicht per tool met het doel, het type account (privé, gratis of zakelijk), de gegevens die erin gaan en de medewerkers die de tool gebruiken. Per medewerker wordt zo zichtbaar welke taken al met AI worden gedaan, en per tool welke gegevens de organisatie verlaten.
Het register maakt het verschil in risico per taak zichtbaar. Een interne notitie laten herschrijven is iets anders dan een compleet klantdossier door een externe tool halen, en de controle hoort met dat risico mee te bewegen.
Hoe krijg je shadow AI onder controle?
Om shadow AI onder controle te krijgen, geef je medewerkers een goedgekeurd alternatief dat makkelijker is dan de tool die ze nu stiekem gebruiken. Controle ontstaat door een legaal pad, niet door een dichte deur.
Drie onderdelen vormen de basis. Een AI-richtlijn legt vast welke tools zijn toegestaan, welke gegevens erin mogen en wie aanspreekpunt is voor nieuwe tools. Een goedgekeurde toolset met zakelijke accounts zorgt dat invoer onder afspraken valt. En AI-geletterdheid maakt dat medewerkers begrijpen waarom de grens ligt waar hij ligt.
Op output die naar een klant gaat, pas ik het four-eyes-principe uit de bankenpraktijk toe: niets verstuurd zonder een tweede blik. Voor een kantoor zonder IT-afdeling werkt een intern aanspreekpunt en een beknopt richtlijn-document beter dan detectiesoftware die een securityteam veronderstelt. Een AI-implementatietraject legt die richtlijn, de toolset en de controlepunten vast; een AI-nulmeting per sector kan daaraan voorafgaan om eerst te zien welke tools het team al gebruikt.
Shadow AI verdwijnt niet door strenger te controleren, maar door een gedeelde werkwijze die het team volhoudt. In een kennismaking over een AI-implementatietraject wordt duidelijk hoe die werkwijze er voor jouw kantoor uitziet.
