Beleid voor acceptabel AI-gebruik: best practices en voorbeelden

Wat is een beleid voor acceptabel AI-gebruik?

Een beleid voor acceptabel AI-gebruik (AUP) bepaalt welke AI-tools uw organisatie goedkeurt, welke gegevens daar nooit in mogen worden ingevoerd, wanneer een medewerker de output moet corrigeren en wie verantwoordelijk is. Een beleid voor AI-gebruik gaat verder dan een standaardbeleid voor acceptabel gebruik, omdat generatieve AI risico’s meebrengt waarvoor dat beleid niet is opgesteld: hallucinaties, promptinjectie en autonome AI-agenten.

Die regels zijn vooral belangrijk zodra gegevens uw organisatie verlaten. In november 2025 droeg een federale rechtbank OpenAI op om 20 miljoen geanonimiseerde ChatGPT-logboeken te overleggen in een auteursrechtzaak, en in januari 2026 bevestigde de districtsrechter dat bevel. Geen van de gebruikers achter die logboeken was partij in de zaak. Alles wat uw medewerkers in een persoonlijk AI-account plakken, kan op dezelfde manier terechtkomen: in een systeem en een geschil waarover u geen controle hebt.

Hoe een beleid voor acceptabel AI-gebruik samenhangt met cybersecurity

Uw medewerkers creëren schaduw-AI-risico zodra ze een tool gebruiken zonder formele goedkeuring of toezicht. ISACA noemt het een risico dat ‘verder gaat dan het risico van schaduw-IT’. Daarbij kunnen gegevens lekken en intellectueel eigendom (IP) worden gestolen.

Gevoelige gegevens lekken prompt voor prompt naar openbare modellen. Promptinjectie vormt een andere route. NIST AI 600-1, het profiel voor generatieve AI van het NIST AI Risk Management Framework (AI RMF), beschrijft promptinjectie als het aanpassen van invoer zodat een generatief AI-systeem zich onbedoeld gedraagt. Als uw bedrijfsmodel toegang heeft tot interne databases, kan een geslaagde injectie het model veranderen in een middel om gegevens buit te maken. Daar komen nalevingsrisico’s bij: de EU AI Act introduceert verplichtingen op verschillende niveaus voor AI-systemen die onder de wet vallen. Een beleid maakt van elk van deze open vragen een vastgelegde controlemaatregel.

Kernonderdelen van een beleid voor acceptabel AI-gebruik

Een werkbaar beleid voor acceptabel AI-gebruik beantwoordt acht operationele vragen voordat een incident daartoe dwingt: op wie is het van toepassing, welke tools zijn toegestaan, welke gegevens zijn verboden, wanneer moet een medewerker de output controleren, wie neemt de beslissing, hoe wordt het gebruik gemonitord, hoe worden incidenten gemeld en wat gebeurt er als iemand de regels overtreedt? De onderstaande onderdelen volgen die acht vragen in dezelfde volgorde.

• Reikwijdte en toepasselijkheid: Een beleid voor acceptabel gebruik van AI-tools begint met de vraag op wie en wat het van toepassing is. Het geldt voor medewerkers, contractanten, leveranciers en stagiairs op elk apparaat dat voor werk wordt gebruikt, inclusief persoonlijke apparaten binnen bring-your-own-device (BYOD)-programma’s. Het omvat generatieve en agentische AI, evenals AI-functies in goedgekeurde SaaS-producten.
• Toegestane en verboden tools: Maak onderscheid tussen goedgekeurde, beperkte en verboden categorieën. NIST AI 600-1-maatregel GV-6.1-010 beveelt aan beleid voor acceptabel gebruik bij te werken, zodat het ook generatieve AI in eigen beheer en open-source generatieve AI, evenals personeel van derden, omvat.
• Gegevensclassificatie en -verwerking: Vertrouwelijke gegevens en gegevens met beperkte toegang, waaronder persoonsgegevens (PII), beschermde gezondheidsinformatie (PHI), broncode en kaarthoudergegevens volgens de Payment Card Industry Data Security Standard (PCI DSS), mogen onder geen enkele omstandigheid worden ingevoerd in openbare AI-tools.
• Menselijk toezicht: Het conceptbeleid van Oregon voor verantwoord AI-gebruik, dat voor commentaar aan overheidsinstanties is voorgelegd, stelt menselijk toezicht als uitgangspunt. Volgens het concept opereert AI “niet onafhankelijk van menselijke verantwoordelijkheid.”
• Rollen en verantwoordelijkheden: ISO/IEC 42001 beschrijft hoe u een AI-managementsysteem opzet, implementeert, onderhoudt en voortdurend verbetert, en een analyse van de International Association of Privacy Professionals (IAPP) merkt op dat organisaties rollen moeten vastleggen en maatregelen moeten invoeren om zorgen over AI te melden.
• Monitoring en evaluatie: Volg de prestaties van modellen, controleer de naleving van het beleid en identificeer nieuwe risico’s volgens een vast schema.
• Incidentmeldingen: Leg vast hoe fouten bij het delen van gegevens, schadelijke output, promptinjectie en gerelateerde incidenten worden gemeld en geëscaleerd.
• Handhaving: Schriftelijke regels vereisen technische en operationele controles, plus vastgelegde gevolgen bij overtredingen.

Deze onderdelen laten zien wat een beleid moet bevatten. Ze zeggen niets over hoe het beleid wordt opgesteld of gehandhaafd blijft. Een bepaling over gegevensclassificatie betekent niets totdat iemand die opstelt, een bevoegde instantie haar goedkeurt en een controle haar bij elke prompt toetst. Zo verloopt dat proces, van het eerste concept dat meerdere afdelingen samen opstellen tot de geplande evaluatie die het beleid actueel houdt.

Hoe een beleid voor acceptabel AI-gebruik werkt

Een beleid heeft pas waarde als het van een document overgaat in afdwingbare controles. Een beleid voor acceptabel AI-gebruik doorloopt vijf fasen, van opstellen tot geplande evaluatie. Elke fase verliest ongemerkt haar waarde als de vorige wordt overgeslagen: zonder beoordeelde lijst met tools heeft de uitrol geen betekenis, en zonder handhaving zijn de regels vrijblijvend.

Als u de fasen op volgorde doorloopt, sluit het beleid voor acceptabel AI-gebruik aan op uw bestaande beleid voor gegevensclassificatie en acceptabel gebruik. Het breidt beide uit naar modeloutput, acties van AI-agenten en AI die in goedgekeurde software is ingebouwd. 

Elke fase levert ook iets op waarnaar een goedkeurder of auditor kan verwijzen: een goedgekeurde lijst met tools, een trainingsregistratie, een logboek van handhavingsacties, een evaluatiedatum. Dat bewijsspoor maakt de voordelen zichtbaar.

Belangrijkste voordelen van een beleid voor acceptabel AI-gebruik

Een schriftelijk beleid voor acceptabel AI-gebruik maakt AI-risico’s beheersbaar voordat ze zich voordoen, in plaats van pas achteraf zichtbaar. Het geeft beveiliging een onderbouwd antwoord wanneer een auditor, toezichthouder of het bestuur vraagt hoe AI-gebruik wordt beheerst, en geeft medewerkers duidelijke grenzen waarbinnen ze zonder giswerk kunnen werken. De opbrengst is op vier vlakken zichtbaar: minder blootstelling van gegevens, duidelijker bewijs van naleving, snellere veilige adoptie en helder eigenaarschap van AI-besluiten.

• Risicovermindering: Duidelijke regels voor gegevensclassificatie voorkomen dat gegevens via kopiëren en plakken in openbare modellen uitlekken.
• Afstemming op regelgeving: Door beleidscontroles te koppelen aan de vereisten van NIST AI RMF, ISO/IEC 42001 en de EU AI Act ontstaat gedocumenteerd bewijs voor governance en toezicht, inclusief evaluatie.
• Veilig gebruik: Lijsten met goedgekeurde tools en duidelijke AI-richtlijnen voor medewerkers maken productief AI-gebruik mogelijk zonder onduidelijkheid over de grenzen. Vastgelegde grenzen maken van ongeautoriseerd AI-gebruik goedgekeurd AI-gebruik.
• Duidelijkere verantwoordelijkheden: Vastgelegde rollen maken duidelijk wie verantwoordelijk is voor AI-besluiten, voordat een incident die vraag urgent maakt.

Deze voordelen gaan ervan uit dat het beleid in de dagelijkse praktijk standhoudt. Juist daar lopen programma's vaak vast, omdat de schaduw-AI waarop het beleid zich richt ook de handhaving ervan bemoeilijkt. 

Uitdagingen bij de invoering van een beleid voor aanvaardbaar AI-gebruik

Schaduw-AI zorgt voor zowel structurele als gedragsmatige problemen bij de handhaving. Het onderzoek van Cloud Security Alliance (CSA) Labs over schaduw-AI beschrijft het probleem als een gebrek aan zicht op bedrijfsmiddelen en een systemisch risico. Uw medewerkers gebruiken vaak al tools voordat beveiligings-, juridische, privacy- en inkoopteams ze kunnen beoordelen. De snelle ontwikkeling van tools vergroot het probleem, en beleid dat rond één tool is geschreven, veroudert snel.

CISO's moeten regels handhaven zonder de productiviteit te belemmeren. Leg te strenge beperkingen op en medewerkers zoeken omwegen. Laat te veel onduidelijkheid bestaan en het beleid wordt onuitvoerbaar. Het meten van naleving op grote schaal is een uitdaging op zich. 

Het kopiëren en plakken van gegevens in AI-platforms kan de capaciteit voor handmatige controle overstijgen, waardoor automatische classificatie in de praktijk noodzakelijk wordt. Tools die inzicht geven in AI-gebruik, zoals SentinelOne Prompt Security, geven beveiligingsteams een overzicht van waar AI wordt gebruikt in browsers en apps. Met dat overzicht wordt meten mogelijk.

Veelgemaakte fouten in beleid voor aanvaardbaar AI-gebruik

De manieren waarop een AI AUP kan mislukken, zijn voorspelbaar. Dat is goed nieuws: u kunt ze vóór de invoering ondervangen. De vier onderstaande fouten komen telkens terug in beleid dat op papier af lijkt, maar in de praktijk niet werkt: van regels die niemand kan handhaven tot complete categorieën tools die over het hoofd zijn gezien. Hier gaat het mis:

• Algemene verboden: Een verbod op alle AI zonder goedgekeurd alternatief drijft het gebruik ondergronds. CSA-richtlijnen merken op dat een algeheel AI-verbod “waarschijnlijk niet effectief is en medewerkers ertoe kan aanzetten niet-beoordeelde tools via schaduw-IT te gebruiken.”
• Geen handhavingsmechanisme: Beleid dat “ongeautoriseerd AI-gebruik” verbiedt zonder te specificeren wat voor autorisatie nodig is, wordt volgens hetzelfde onderzoek van CSA Labs “doorgaans massaal genegeerd.”
• Ingebouwde AI en AI van derden negeren: NIST AI 600-1 pleit voor beleid dat ook geldt voor contractanten en voor zowel bedrijfseigen als opensource generatieve AI. Browserextensies die alles in het venster kunnen zien, vragen om expliciete regels.
• Eenmalig instellen en vergeten: AI-tools en risico's veranderen snel. Verouderd beleid leidt voorspelbaar tot problemen.

Deze fouten hebben dezelfde oorzaak: het beleid wordt gezien als een document om te archiveren, niet als een beheersmaatregel die actief moet worden uitgevoerd. Om ze te voorkomen, moet het beleid uitvoerbaar zijn, met duidelijke verantwoordelijken, automatische controles en een schema voor herziening. De onderstaande werkwijzen koppelen elke fout aan een gewoonte die deze voorkomt.

Best practices voor beleid voor aanvaardbaar AI-gebruik

Beleid dat mensen volgen, verschilt van beleid dat ze negeren. Het verschil zit in de uitvoering. Effectieve werkwijzen hebben één ding gemeen: ze zetten een voornemen om in een herhaalbare actie met een verantwoordelijke en een planning. Vijf werkwijzen zijn daarbij doorslaggevend.

• Keur tools goed via een vast proces. Beoordeel elke kandidaat volgens een vast traject: zakelijk doel, risico-inschatting, beveiligings- en privacybeoordeling, akkoord van juridische zaken en inkoop, goedkeuring door de zakelijke verantwoordelijke en vervolgens monitoring. Behandel de zakelijke en consumentenversie van dezelfde tool als verschillende producten, omdat ze ingevoerde gegevens anders verwerken. Geef elke goedkeuring bovendien een einddatum, zodat deze volgens schema opnieuw wordt beoordeeld.
• Koppel gegevensregels aan toolcategorieën. “Gebruik AI op verantwoorde wijze” is een voornemen. Een regel benoemt de gegevens en de tool. Het gelaagde model dat de gevoeligheid van gegevens koppelt aan een toegestane toolcategorie, vormt de operationele kern van het document.
• Automatiseer de monitoring. Handmatige controle kan het volume aan prompts en uploads niet bijhouden. Prompt Security bewaakt specifiek deze laag van AI-gebruik, met realtime monitoring en beleidscontroles voor prompts die naar AI-tools worden gestuurd. Mensen blijven betrokken bij beslissingen. Automatisering verwerkt het volume.
• Train mensen voor het werk dat ze daadwerkelijk doen. Behandel regels voor gegevensprivacy en zorgvuldig promptgebruik, en neem verificatie van AI-uitvoer op in de workflow. Stel de kaders samen met medewerkers op, zodat verantwoord AI-gebruik een gewoonte wordt in plaats van een slogan.
• Stel een vast herzieningsschema op. Een geplande herbeoordeling, aangevuld met tussentijdse herzieningen bij nieuwe tools, incidenten of wijzigingen in regelgeving, houdt het beleid actueel.

De bovenstaande werkwijzen beschrijven hoe een sterk AI AUP functioneert zodra het van kracht is: goedkeuringen die verlopen, classificatieregels die aan tools zijn gekoppeld, monitoring die op grote schaal werkt en training rond echte taken. Bij het vastleggen daarvan in een document lopen teams vaak vast, omdat een leeg vel niet laat zien wat waar thuishoort. De structuur en voorbeeldbepalingen hieronder bieden dat vertrekpunt.

Voorbeelden en sjabloon voor beleid voor aanvaardbaar AI-gebruik

Goed onderbouwde AI AUP's hebben een gemeenschappelijke basis: een reeks onderdelen die een goedkeurder kan toetsen en een auditor kan volgen. De onderstaande structuur dient als sjabloon voor AI-beleid. Ze vermeldt de benodigde onderdelen en hun inhoud, gevolgd door voorbeeldbepalingen die u kunt aanpassen voor gegevensbeperkingen, transparantie, menselijke beoordeling en handhaving.

Dataclassificatie bepaalt of een beleid voor aanvaardbaar AI-gebruik werkt of blijft steken in vaag advies. Een model met meerdere niveaus beantwoordt de vraag die medewerkers op het moment zelf stellen: mogen deze gegevens in deze tool worden ingevoerd? De vier niveaus hieronder koppelen de gevoeligheid van gegevens aan de toegestane categorie tools.

• Niveau 1, openbaar. Gepubliceerd marketingmateriaal, openbaar toegankelijke websitecontent en algemeen brancheonderzoek. Toegestaan in elke betrouwbare AI-tool.
• Niveau 2, intern. Interne communicatie, procesdocumentatie en niet-vertrouwelijk projectmateriaal. Alleen toegestaan in goedgekeurde zakelijke AI-tools die aan bedrijfsaccounts zijn gekoppeld.
• Niveau 3, gevoelig. Klantgegevens, persoonsgegevens van medewerkers, financiële gegevens, bedrijfseigen processen en wettelijk gereguleerde informatie. Alleen toegestaan met uitdrukkelijke goedkeuring, in aangewezen tools waarvoor afspraken over gegevensverwerking gelden.
• Niveau 4, verboden. Inloggegevens en encryptiesleutels. Mogen onder geen enkele omstandigheid in een AI-tool worden ingevoerd.

Voorbeeldbepalingen maken het beleid afdwingbaar:

• Voor gegevensbeperkingen schrijft het beleid voor generatieve AI van het Department of Energy (DOE P 203.1) medewerkers voor om elke prompt af te stemmen op het goedgekeurde gegevensniveau van de tool: bedrijfseigen gegevens, Controlled Unclassified Information en persoonsgegevens “mogen niet als invoer worden gebruikt” in een tool die alleen is goedgekeurd voor openbare gegevens. 
• Over het melden van AI-gebruik adviseren de AI-richtlijnen van Stanford University Communications dat wanneer AI een wezenlijke rol speelt bij een werkproduct, medewerkers “dat gebruik melden aan de betrokken redacteur, leidinggevende of beslisser.” 
• Over menselijke beoordeling stelt de University of Iowa dat AI-output grondig door een mens moet worden beoordeeld en geverifieerd. 
• Leg voor de handhaving de gevolgen, meldkanalen en escalatieprocedures vast voordat de eerste overtreding plaatsvindt.

Handhaaf uw beleid voor aanvaardbaar AI-gebruik met SentinelOne

Beleid zonder handhaving is slechts documentatie. SentinelOne zet de regels in uw AUP om in technische controles voor elke prompt, tool en agent in uw omgeving. Realtime inzicht en beleidshandhaving voor duizenden AI-tools maken uw lijsten met toegestane en verboden tools afdwingbaar in plaats van vrijblijvend. Redactie aan de rand van het netwerk verwijdert gevoelige gegevens voordat ze een extern model bereiken, terwijl directe begeleiding riskant gedrag op het moment zelf corrigeert. 

Diezelfde handhaving geldt ook voor ontwikkelaarstools zoals codeassistenten en geïntegreerde ontwikkelomgevingen (IDE's). Daarmee wordt de blinde vlek voor ingebouwde AI en AI van derden aangepakt die in de meeste beleidsregels over het hoofd wordt gezien. De handhaving geldt ook voor agentische systemen. Daar zorgen het ontdekken van niet-goedgekeurde agents en Model Context Protocol (MCP)-servers, beleidsgebaseerde controles op acties van agents en doorzoekbare auditlogs voor het verantwoordingsspoor dat uw AUP vereist.

Purple AI™ fungeert als beveiligingsanalist in natuurlijke taal voor onderzoeken en het opsporen van AI-dreigingen. Vroege gebruikers melden dat ze tot 80% sneller op dreigingen kunnen jagen. Uw SOC gaat van versnipperde signalen over AI-gebruik naar onderzoekspaden op prioriteit.

Het Singularity™ Platform vormt de onderliggende laag voor inzicht en handhaving, met één agent, één console en één data lake voor endpoints, cloud en identiteiten. Het voorkomt en identificeert dreigingen en reageert er autonoom op. Tijdens de MITRE ATT&CK Evaluations van 2024 MITRE ATT&CK Evaluations genereerde de Behavioral AI van het platform 88% minder waarschuwingen dan de mediaan van alle beoordeelde leveranciers. Zo werken uw analisten met een korte lijst van echte bevindingen in plaats van ruis.

CISO's krijgen een verhaal over AI-governance dat ze aan het bestuur kunnen voorleggen. SOC-managers krijgen handhaving die ze in de hele omgeving kunnen toepassen.

Vraag een SentinelOne-demo aan om te zien hoe deze controles aansluiten op uw AI-beleid.

Bekijk de rondleiding

Krijg volledig inzicht, beveiliging en governance over AI-gebruik in uw organisatie. Ontdek shadow AI, bescherm uw gevoelige gegevens en stel AI veilig beschikbaar binnen de organisatie.

Conclusie

Behandel alles wat uw medewerkers in een AI-tool invoeren als gegevens die u mogelijk niet terugkrijgt. Daarom moet u AI-gebruik schriftelijk regelen, voordat toezichthouders of een rechter u ernaar vragen. Een beleid heeft pas waarde als het concreet is: gegevensregels met meerdere niveaus, handhaving die niet afhankelijk is van handmatige beoordeling en een vaste evaluatiedatum. 

Prompt Security handhaaft die regels op de plek waar AI wordt gebruikt. Het Singularity Platform en Purple AI geven uw SOC het inzicht en de snelheid om op bevindingen te reageren. Met die onderdelen kunnen uw medewerkers AI openlijk gebruiken, binnen grenzen die u kunt verdedigen.