Wat gebeurt er met de infor­matie die gebrui­kers invoeren in AI-tools? Bij een groot deel van de aanbie­ders blijft het antwoord op die vraag ondui­de­lijk. Uit een analyse van Cyber­news blijkt dat 63 procent van 500 onder­zochte AI-bedrijven niet helder vermeldt of gege­vens van gebrui­kers worden ingezet om AI-modellen te trainen. Ook over het bewaren en verwij­deren van data bestaat opval­lend veel ondui­de­lijk­heid.

Wie een AI-assis­tent gebruikt, deelt soms veel meer infor­matie dan alleen een eenvou­dige vraag. Denk aan e‑mails, bedrijfs­do­cu­menten, bron­code, finan­ciële gege­vens of complete gesprekken. Deson­danks is bij veel AI-dien­sten niet eenvoudig te achter­halen wat er vervol­gens met deze infor­matie gebeurt.

Cyber­news analy­seerde voor zijn “AI Trust­worthi­ness Ranking 2026” de priva­cy­ver­kla­ringen van 500 AI-bedrijven uit 36 landen. Daarbij werd onder meer gekeken naar de manier waarop bedrijven uitleggen welke gege­vens zij verza­melen, waar­voor die worden gebruikt, met welke partijen ze worden gedeeld en hoelang de infor­matie wordt bewaard.

Training met gebruikersdata vaak onduidelijk

Vooral rond het trainen van AI-modellen blijkt de trans­pa­rantie beperkt. Volgens de analyse vermeldt 42 procent van de onder­zochte bedrijven hele­maal niet in zijn priva­cy­be­leid of gege­vens van gebrui­kers voor model­trai­ning worden ingezet. Nog eens 21 procent behan­delt het onder­werp wel, maar doet dat volgens Cyber­news in onvol­doende concrete bewoor­dingen. Samen bete­kent dit dat bij 63 procent van de onder­zochte AI-bedrijven niet duide­lijk uit de priva­cy­ver­kla­ring blijkt of gebrui­kers­data voor AI-trai­ning wordt gebruikt.

Dat percen­tage vraagt wel om enige nuance. De onder­zoe­kers zeggen nadruk­ke­lijk niet dat 63 procent van de bedrijven daad­wer­ke­lijk klant­ge­ge­vens gebruikt om zijn modellen te trainen. Het onder­zoek meet in de eerste plaats de trans­pa­rantie van het gepu­bli­ceerde priva­cy­be­leid. Een bedrijf kan dus zorg­vuldig met gebrui­kers­ge­ge­vens omgaan, maar toch slecht scoren wanneer het onvol­doende duide­lijk uitlegt wat het met deze gege­vens doet.

Andersom is een duide­lijke priva­cy­ver­kla­ring uiter­aard ook geen garantie dat er in de prak­tijk nooit iets misgaat. De analyse zegt vooral iets over de infor­matie die gebrui­kers vooraf kunnen vinden wanneer zij willen beoor­delen wat er met hun data gebeurt.

Ook bewaartermijnen blijven vaag

Een verge­lijk­baar probleem doet zich voor bij het bewaren van gege­vens. Volgens Cyber­news vermeldt 65 procent van de onder­zochte bedrijven niet duide­lijk hoelang gebrui­kers­data wordt opge­slagen. Bij 9 procent wordt data­re­tentie of het verwij­deren van gege­vens hele­maal niet besproken. Bij nog eens 56 procent is er wel infor­matie opge­nomen, maar ontbreken volgens de onder­zoe­kers concrete bewaar­ter­mijnen.

Juist bij gene­ra­tieve AI kan dat een belang­rijk punt zijn. Gebrui­kers kunnen tijdens gesprekken gevoe­lige infor­matie invoeren die zij normaal gesproken niet zonder meer met een externe partij zouden delen. Boven­dien kunnen AI-toepas­singen steeds vaker bestanden verwerken of toegang krijgen tot andere infor­ma­tie­bronnen.

Voor zake­lijke gebrui­kers speelt daarbij niet alleen privacy een rol. Ook bedrijfs­ver­trou­we­lijke infor­matie, intel­lec­tueel eigendom en compli­ance-eisen kunnen rele­vant zijn. Wanneer bijvoor­beeld docu­menten, prompts en gege­ne­reerde output gedu­rende onbe­kende tijd worden opge­slagen, wordt het voor orga­ni­sa­ties lastiger om precies vast te stellen waar hun infor­matie zich bevindt en waar­voor die kan worden gebruikt.

Meer dan alleen privacy

De analyse maakt deel uit van de AI Trust­worthi­ness Ranking van Cyber­news. Daarin beoor­deelt het bedrijf AI-aanbie­ders op vier onder­delen: publieke perceptie, privacy, secu­rity en orga­ni­sa­to­ri­sche trans­pa­rantie.

Privacy weegt voor 35 procent mee in de totaal­score. Cyber­news kijkt daarbij naar vier onder­delen van priva­cy­ver­kla­ringen: welke gege­vens worden verza­meld, of gege­vens worden gebruikt voor model­trai­ning en of daar­voor een opt-out bestaat, het delen van gege­vens met derden en de regels rond opslag en verwij­de­ring. De infor­matie wordt beoor­deeld als duide­lijk, vaag of ontbre­kend.

Secu­rity verte­gen­woor­digt 20 procent van de totaal­score. Daarbij kijkt Cyber­news onder meer naar bugbounty- of vulne­ra­bi­lity disclo­sure-program­ma’s, ISO 27001- of SOC 2 Type II-certi­fi­ce­ring en de aanwe­zig­heid van een publieke secu­rity- of trust­pa­gina. Orga­ni­sa­to­ri­sche trans­pa­rantie telt voor 10 procent mee en publieke perceptie voor 35 procent.

Privacybeleid wordt onderdeel van AI-selectie

De cijfers laten vooral zien dat orga­ni­sa­ties bij de keuze voor een AI-dienst niet alleen naar de moge­lijk­heden van het model kunnen kijken. Ook de voor­waarden waar­onder data wordt verwerkt worden steeds belang­rijker.

Voor IT‑, secu­rity- en priva­cy­teams bete­kent dit dat rela­tief eenvou­dige vragen onder­deel kunnen worden van het selec­tie­proces. Worden prompts gebruikt om modellen verder te trainen? Kan dat worden uitge­scha­keld? Welke gege­vens worden bewaard, waar gebeurt dat en voor welke periode? Kunnen gebrui­kers hun gege­vens laten verwij­deren en wordt infor­matie gedeeld met andere partijen?

Juist op die vragen blijkt bij veel AI-aanbie­ders nog geen eenvoudig antwoord beschik­baar. En nu AI steeds dieper wordt geïn­te­greerd in dage­lijkse werk­pro­cessen, wordt dat gebrek aan duide­lijk­heid steeds minder een detail in de kleine letter­tjes en steeds meer een factor bij de keuze voor een AI-plat­form.