Betrouwbare AI: een 5-stappenplan voor IT-leiders
Betrouwbare AI biedt veel kansen, maar vraagt ook om duidelijke verantwoordelijkheid. Ontdek hoe je de voordelen van AI benut en tegelijk zorgt voor veiligheid, controle en vertrouwen.
Key Takeaways
Generatieve AI en AI-agents versnellen workflows, creativiteit en besluitvorming op basis van jouw data, jouw regels en jouw toezicht. Maar fouten schalen net zo snel mee.
Uit Salesforce’ State of IT: Security (mei 2025), onder ruim 2.000 IT-securityleiders in 28 landen, waaronder Nederland, blijkt dat 57% niet volledig vertrouwt op de nauwkeurigheid of uitlegbaarheid van de eigen AI-output. Daarnaast heeft 59% de ethische richtlijnen voor AI-gebruik nog niet volledig op orde.
In dit artikel lees je welke vijf stappen IT-leiders kunnen nemen om daar verandering in te brengen: van betere datakwaliteit tot meer transparantie, met de EU AI Act als kader.
Wat is betrouwbare AI?
Betrouwbare AI is AI waarvan je kunt aantonen dat de uitkomsten kloppen, dat data veilig worden verwerkt, dat het gebruik rechtmatig is en dat mensen kunnen begrijpen hoe het systeem tot een uitkomst komt. Vier eigenschappen zijn daarbij essentieel: nauwkeurigheid, veiligheid, rechtmatigheid en uitlegbaarheid. Ontbreekt één van die elementen, dan kan AI nog steeds bruikbaar zijn, maar niet volledig betrouwbaar.
Salesforce werkt sinds 2018 met vaste principes voor betrouwbare AI: nauwkeurigheid, veiligheid, eerlijkheid, mensgerichtheid en duurzaamheid. Die principes zijn in de producten verwerkt, maar organisaties blijven zelf verantwoordelijk voor hun data, beleid en toezicht. De vijf stappen hieronder laten zien hoe je dat in de praktijk aanpakt.
Stap 1: zorg voor data van hoge kwaliteit
Betrouwbare AI begint bij goede data. Een AI-model kan nooit betere uitkomsten leveren dan de informatie waarop het zich baseert. Onvolledige, verouderde of eenzijdige gegevens leiden al snel tot vertekende, irrelevante of onjuiste output.
Drie maatregelen maken het verschil:
- Gebruik representatieve data. Zorg dat je datasets verschillende perspectieven, scenario’s en contexten bevatten die relevant zijn voor je toepassing. Zo verklein je de kans op vertekende uitkomsten.
- Schoon data op en normaliseer ze. Dubbele records, inconsistente notaties en ruis verlagen de kwaliteit. Bekijk ook onze vijf stappen om je datakwaliteit de baas te worden en vijf manieren om data op te schonen voor AI-agents.
- Houd datasets actueel. Een model dat werkt met klantprofielen van twee jaar geleden, baseert zijn uitkomsten op een werkelijkheid die inmiddels veranderd kan zijn.
Met Privacy Center beheer je bewaartermijnen en ruim je overtollige data uit meerdere bronnen op, waaronder dubbele records. Zo versterk je niet alleen je privacybeheer, maar ook de kwaliteit van de data waarop je AI werkt.
Stap 2: leg ethische grenzen en privacyregels vast
Betrouwbare AI vraagt om duidelijke afspraken over welke data het systeem mag gebruiken, waarvoor en hoe lang. Vooral generatieve AI en AI-agents werken steeds vaker met gevoelige informatie, waaronder persoonsgegevens. Zonder helder databeveiligingsbeleid ontstaat vertrouwen niet vanzelf.
Vier afspraken horen in elk AI-beleid:
- Bescherm privacy in elke fase. Van verzameling en verwerking tot opslag moet duidelijk zijn hoe data veilig en volgens de AVG worden behandeld. Privacy Center ondersteunt bewaarbeleid voor de volledige levenscyclus van AI-gerelateerde data.
- Gebruik alleen data die echt nodig zijn. Verzamel en verwerk alleen wat nodig is voor een concreet doel en bewaar gegevens niet langer dan noodzakelijk. Dat is niet alleen verstandig, maar ook een AVG-verplichting.
- Beperk toegang en versleutel gevoelige data. Geef alleen geautoriseerde medewerkers en beveiligde systemen toegang. Lees ook hoe je een strategie tegen dataverlies opzet.
- Wijs duidelijke verantwoordelijkheid toe. Laat een ethisch AI-team of vaste verantwoordelijke toezicht houden op naleving en risico’s rond wetgeving, reputatie en financiën.
Leg deze afspraken vast in een intern AI-beleid. Lees hoe je een intern beleid voor AI-gebruik opstelt. Wil je de datakant structureel regelen, begin dan bij data governance.
Stap 3: voer regelmatig audits uit
Met een AI-audit controleer je periodiek of je AI-systemen nog voldoen aan je beleid, ethische normen en de verwachtingen van gebruikers. Ook goed ingerichte AI kan na verloop van tijd onnauwkeurige, vertekende of onjuiste uitkomsten geven. Zodra AI-agents betrokken zijn bij belangrijke beslissingen, wordt de impact daarvan groter.
Een goede audit combineert twee soorten controles:
- Geautomatiseerde controles: gebruik tools die AI-output toetsen aan vooraf vastgelegde regels en normen. Voor agents kun je met Agentforce Testing Center gedrag op schaal testen, zowel vóór als na livegang. Lees ook hoe je de prestaties van een AI-agent meet.
- Feedback van gebruikers: medewerkers die dagelijks met AI werken, zien vaak eerder dan een dashboard waar problemen ontstaan. Enquêtes en gesprekken geven inzicht in de kwaliteit van de output en in hoe goed AI aansluit op bestaande teams en workflows.
Leg niet alleen de uitkomsten vast, maar ook welke acties je daarna hebt genomen. Die documentatie heb je in stap 5 en onder de EU AI Act opnieuw nodig.
Maak van AI geen doe-het-zelfproject
Salesforce-experts leren je hoe je snel je eigen AI-agents kunt bouwen en in gebruik kunt nemen zonder zelf te hoeven sleutelen aan de implementatie.
Stap 4: monitor en beveilig je AI-processen
Betrouwbare AI vraagt om duidelijke grenzen. Welke data mag de AI gebruiken? Wie krijgt toegang? En welke acties moeten worden geblokkeerd of gemeld? Zodra AI met gevoelige informatie werkt, neemt ook het beveiligingsrisico toe, zeker in sterk gereguleerde sectoren.
Bouw de beveiliging in drie lagen op:
- Beperk de toegang tot data. Leg vast welke informatie de AI wel en niet mag gebruiken. De Einstein Trust Layer helpt gevoelige gegevens te beschermen voordat ze een model bereiken.
- Beheer wie toegang krijgt. Geef alleen geautoriseerde gebruikers toegang tot AI-systemen. Met Security Center krijg je centraal inzicht in gebruikersrechten en beveiligingsinstellingen.
- Monitor gedrag en grijp in waar nodig. Met Event Monitoring in Salesforce Shield kun je activiteiten volgen. Met transaction security kun je verdachte of ongewenste acties signaleren of blokkeren.
Plan daarnaast vaste beveiligingsreviews. Test niet alleen de techniek, maar ook hoe eindgebruikers met het systeem werken, hoe goed de output blijft en waar nieuwe kwetsbaarheden ontstaan. Hoe je dit specifiek voor AI-agents aanpakt, lees je in AI-agents beveiligen: security en governance in 4 lagen.
Stap 5: wees transparant en organiseer feedback
Gebruikers moeten weten wanneer ze met AI te maken hebben, waarop de output is gebaseerd en waar ze fouten kunnen melden. Dat is niet alleen belangrijk voor vertrouwen, maar steeds vaker ook een wettelijke vereiste.
Drie maatregelen maken transparantie concreet:
- Maak duidelijk wanneer AI wordt gebruikt. Informeer gebruikers wanneer zij met een AI-systeem communiceren. Voor bepaalde vormen van AI-gegenereerde of gemanipuleerde content gelden daarnaast specifieke markerings- en openbaarmakingsverplichtingen onder de EU AI Act.
- Leg vast hoe de AI werkt. Documenteer welke data, modellen en regels een rol spelen bij de output en hoe je audits, beveiliging en toezicht organiseert.
- Bouw feedback in. Vraag gebruikers actief naar de relevantie, kwaliteit en mogelijke risico’s van AI-output. Leg ook vast wat je met die feedback doet.
Zo ontstaat een vaste verbetercyclus waarin feedback leidt tot aanpassingen en betere resultaten. Hoe je die samenwerking tussen mensen en agents vormgeeft, lees je in samenwerking tussen mens en AI: zo bouw je vertrouwen.
Wat vraagt de EU AI Act van betrouwbare AI?
De EU AI Act vertaalt een deel van deze principes naar concrete verplichtingen. Sinds 2 augustus 2026 gelden onder meer de transparantieregels uit artikel 50. Zo moeten gebruikers in principe worden geïnformeerd wanneer ze rechtstreeks met een AI-systeem communiceren. Aanbieders van systemen die synthetische tekst, beeld, audio of video genereren, moeten die output bovendien machineleesbaar en detecteerbaar markeren. Voor onder meer deepfakes en bepaalde AI-gegenereerde teksten over onderwerpen van publiek belang gelden aanvullende regels.
Voor hoog-risico-AI is de planning in 2026 aangepast. De verplichtingen uit hoofdstuk III, afdelingen 1 tot en met 3, gelden vanaf 2 december 2027 voor hoog-risicosystemen uit bijlage III en vanaf 2 augustus 2028 voor systemen die onder bijlage I vallen. Daaronder vallen eisen rond onder meer datagovernance, logging, menselijk toezicht en documentatie.
Wie nu al werkt aan de vijf stappen uit dit artikel, bouwt dus niet alleen aan betrouwbaardere AI, maar bereidt zich ook voor op verplichtingen die voor bepaalde toepassingen wettelijk gaan gelden. Meer over de regelgeving lees je in regelgeving voor generatieve AI: wat betekent dit voor jouw bedrijf.
Deze alinea beschrijft de stand van zaken op 14 september 2026 en is geen juridisch advies.
Wat verandert er als je AI-agents inzet?
Bij AI-agents moet betrouwbaarheid vooraf zijn ingebouwd. Een agent geeft namelijk niet alleen antwoord, maar kan ook zelfstandig handelen. Een AI-agent die een order aanpast, een ticket sluit of een korting goedkeurt, voert die actie direct en op schaal uit. Een fout in data, beleid of toegangsrechten blijft daardoor niet beperkt tot één verkeerd antwoord, maar kan zich snel vermenigvuldigen.
Uit State of IT: Security (mei 2025) blijkt dat 55% van de IT-securityleiders er niet volledig van overtuigd is dat de juiste guardrails aanwezig zijn om AI-agents in te zetten. Agentforce ondersteunt verschillende onderdelen van dit proces, van beleid en testen tot monitoring. Maar de verantwoordelijkheid voor betrouwbare inzet blijft bij de organisatie zelf. Hoe je dat organiseert, lees je in AI-governance voor AI-agents.
Vertrouwen + beveiliging = AI waar je op kunt vertrouwen
In deze handleiding leer je de belangrijkste strategieën voor het opzetten van een solide basis voor generatieve AI, zodat je bedrijf optimaal kan presteren.
Veelgestelde vragen
Betrouwbare AI gaat over de kwaliteit van het systeem: zijn de uitkomsten juist, veilig, rechtmatig en uitlegbaar? Verantwoorde AI gaat over de manier waarop een organisatie AI ontwikkelt, inzet en controleert. Kort gezegd: verantwoord werken is de aanpak, betrouwbare AI het resultaat. In de praktijk lopen beide begrippen vaak in elkaar over.
Voer in ieder geval een audit uit na belangrijke wijzigingen in het model, de data of de toepassing. Daarnaast is een vaste controlecyclus verstandig. Denk aan elk kwartaal voor systemen die klantcontact of belangrijke beslissingen beïnvloeden en jaarlijks voor toepassingen met een lager risico. Geautomatiseerde controles kunnen continu draaien; handmatige reviews en gebruikersfeedback plan je periodiek in.
De verantwoordelijkheid ligt niet bij één partij. De business-eigenaar bepaalt hoe de toepassing wordt ingezet, IT verzorgt beveiliging, monitoring en tooling, en een AI-governance- of ethicsteam bewaakt het beleid. De leverancier blijft verantwoordelijk voor het model en platform dat hij levert. Onder de EU AI Act heeft ook de organisatie die het AI-systeem inzet eigen verplichtingen.
Kijk naar concrete uitkomsten. Meet bijvoorbeeld hoeveel antwoorden of acties correct zijn, hoe vaak een mens moet overnemen, hoeveel fouten gebruikers melden en hoeveel incidenten direct aan de AI zijn toe te schrijven. Bespreek deze indicatoren regelmatig en gebruik ze als input voor de audits uit stap 3.
Begin klein. Kies één toepassing en één datadomein. Leg vast welke data de AI mag gebruiken, wie verantwoordelijk is, hoe je de output controleert en hoe gebruikers fouten kunnen melden. Zo bouw je in feite een klein AI-beleid dat je later kunt uitbreiden naar andere toepassingen.
