Cloudportaal
Stuur een WhatsApp bericht
Plan een adviesgesprek
Automatisering & AI
AI governance & compliance
AI wordt steeds makkelijker om te gebruiken. Dat maakt de vraag wat er wel en niet mee mag juist belangrijker. Met AI governance & compliance helpt Hupra om afspraken, verantwoordelijkheden en technische maatregelen rond AI bij elkaar te brengen. Zo houd je grip op toegang, data, gevoelige informatie en het gebruik van AI binnen je organisatie.
Wanneer is dit relevant voor jouw organisatie?
De eerste medewerkers gebruiken Copilot, anderen experimenteren met openbare AI-tools en ondertussen worden plannen gemaakt voor eigen AI-agents. Wat begint met een paar toepassingen kan daardoor snel uitgroeien tot een omgeving waarin veel verschillende gebruikers, gegevens en systemen samenkomen.
Dan ontstaan vragen die niet met één technische instelling zijn opgelost. Welke AI-toepassingen mogen medewerkers gebruiken? Welke informatie mag daarin worden verwerkt? Wie is verantwoordelijk voor een agent? Wat gebeurt er als een toepassing toegang krijgt tot gevoelige documenten? En hoe houd je zicht op nieuwe toepassingen die binnen de organisatie ontstaan? AI governance & compliance wordt relevant wanneer AI-gebruik groeit en je duidelijke kaders wilt zonder iedere nieuwe toepassing afzonderlijk te moeten beoordelen.
Wat verandert er in de praktijk?
Er ontstaat meer duidelijkheid over hoe AI binnen de organisatie mag worden gebruikt en wie waarvoor verantwoordelijk is. Medewerkers weten beter welke toepassingen beschikbaar zijn en welke afspraken gelden voor het gebruik van informatie. IT krijgt meer houvast bij rechten, toegang en technische inrichting. Management kan beter overzien waar risico's ontstaan en welke keuzes aandacht vragen.
Dat betekent niet dat ieder AI-risico met beleid of technologie kan worden uitgesloten. Het doel is vooral om bewuste keuzes te maken en maatregelen te laten aansluiten op de manier waarop AI daadwerkelijk wordt gebruikt. Daarbij kunnen technische hulpmiddelen een rol spelen. Denk bijvoorbeeld aan mogelijkheden binnen Microsoft Purview of AvePoint. Welke tooling en inrichting passend zijn, hangt af van de bestaande omgeving en de vraag die moet worden opgelost.
Wat Hupra voor je doet
Hupra helpt om organisatorische afspraken te verbinden aan de technische werkelijkheid. Een afspraak als ‘gevoelige informatie mag niet zomaar met AI worden gedeeld’ klinkt logisch. Maar wat betekent dat in de praktijk? Welke informatie beschouw je als gevoelig? Waar staat die informatie? Wie heeft er toegang toe? Welke AI-toepassingen kunnen die gegevens gebruiken? En welke technische mogelijkheden zijn beschikbaar om daar grip op te houden?
We kijken daarom naar mensen, processen, data en systemen in samenhang. Daarbij kunnen onderwerpen als toegangsrechten, datadeling, classificatie, verantwoordelijkheden en lifecycle aan bod komen. Zo voorkom je dat governance alleen bestaat uit een document met regels die moeilijk aansluiten op de dagelijkse praktijk.
Waar staat jouw organisatie nu?
Breng je basis op orde.
Krijg inzicht in processen, systemen en afhankelijkheden.
Cornel van Westen
Directeur
Hoe werkt de aanpak?
We brengen eerst in beeld waar AI de bestaande organisatie raakt. Welke toepassingen zijn beschikbaar of gepland? Wie gebruikt ze? Met welke gegevens werken ze? Welke systemen zijn betrokken? En welke afspraken bestaan al rond security, privacy, toegang en informatiebeheer? Van daaruit worden de belangrijkste aandachtspunten concreter.
Bij de ene organisatie ligt de nadruk bijvoorbeeld op medewerkers die gevoelige informatie in externe AI-tools kunnen invoeren. Bij een andere organisatie speelt vooral de toegang van Microsoft 365 Copilot tot bestaande informatie. En zodra AI-agents zelfstandig informatie ophalen of acties uitvoeren, worden verantwoordelijkheden, rechten en lifecycle opnieuw belangrijk.
Vervolgens kijken we welke organisatorische afspraken en technische maatregelen daarbij passen. Dat kan betekenen dat bestaande inrichting moet worden aangescherpt, maar ook dat eerst duidelijker moet worden wie eigenaar is van bepaalde keuzes. De precieze aanpak hangt af van de gebruikte AI-toepassingen, de bestaande IT-omgeving en de risico's die voor de organisatie relevant zijn.
Voor management
AI-governance gaat voor management niet alleen over technologie. Het gaat ook over verantwoordelijkheid. Wie bepaalt welke AI-toepassingen binnen de organisatie gebruikt mogen worden? Wie is verantwoordelijk wanneer een agent onderdeel wordt van een bedrijfsproces? Welke risico's accepteer je en waar zijn aanvullende maatregelen nodig?
Daarbij is het belangrijk om werkbaarheid en beheersing samen te bekijken. Regels die medewerkers niet begrijpen of die nauwelijks uitvoerbaar zijn, kunnen ervoor zorgen dat mensen buiten de afgesproken omgeving naar alternatieven zoeken.
Management heeft daarom behoefte aan duidelijke keuzes: wat staan we toe, onder welke voorwaarden en wie houdt daar zicht op? Dat maakt het eenvoudiger om AI verder te ontwikkelen zonder bij iedere nieuwe toepassing opnieuw vanaf nul te beginnen.
Voor IT
Voor IT moet governance uiteindelijk terugkomen in de technische omgeving. Identity en toegangsrechten zijn daarbij een belangrijk vertrekpunt. Een AI-toepassing kan informatie toegankelijk maken op basis van rechten die al bestaan. Te ruime toegang tot documenten of databronnen kan daardoor bij AI ineens veel zichtbaarder worden.
Ook informatiebescherming speelt een rol. Afhankelijk van de omgeving kan worden gekeken naar classificatie, gevoelige informatie, datadeling en beschikbare beleidsmaatregelen. Microsoft Purview en AvePoint kunnen daarbij relevante mogelijkheden bieden, afhankelijk van de bestaande inrichting en benodigde functionaliteit.
Bij AI-agents komen daar extra vragen bij. Tot welke bronnen krijgt een agent toegang? Welke acties mag deze uitvoeren? Welke identiteit en rechten worden gebruikt? Hoe worden wijzigingen beheerd? En hoe blijft inzichtelijk wie verantwoordelijk is voor een toepassing? Logging, monitoring en lifecycle kunnen eveneens relevant worden. Welke technische maatregelen nodig en beschikbaar zijn, hangt af van de gebruikte technologie en de inrichting van de omgeving.
Waarom Hupra?
Een AI-beleid op papier voorkomt niet automatisch dat informatie verkeerd wordt gedeeld. En een technische blokkade vertelt medewerkers nog niet hoe ze AI verantwoord kunnen gebruiken. Daarom brengt Hupra beide kanten bij elkaar.
We kijken naar afspraken en verantwoordelijkheden, maar ook naar identity, rechten, data, security en beheer. Daarbij houden we rekening met de toepassingen die medewerkers daadwerkelijk gebruiken en de bestaande Microsoft- en IT-omgeving.
Het doel is niet om AI met zoveel mogelijk regels dicht te zetten. Het gaat erom dat duidelijk is waar ruimte bestaat, waar grenzen nodig zijn en hoe die keuzes praktisch en technisch kunnen worden ondersteund.
Als het vraagstuk breder wordt
AI governance & compliance raakt al snel andere onderdelen van de organisatie. Wanneer medewerkers verschillende AI-tools gebruiken buiten de afgesproken omgeving, kan bijvoorbeeld een breder vraagstuk rond Shadow AI ontstaan. Bij Microsoft 365 Copilot kunnen bestaande toegangsrechten en informatiebeheer extra aandacht vragen. Voor AI-agents worden ook lifecycle, monitoring en operationeel beheer belangrijk.
Daarnaast kunnen adoptie en governance elkaar versterken. Medewerkers moeten niet alleen weten welke regels bestaan, maar ook begrijpen wat die regels betekenen tijdens hun dagelijkse werk. Hupra ICT helpt om die onderwerpen in samenhang te bekijken. Wanneer aanvullende expertise nodig is, kunnen we vanuit TechOne Group kennis betrekken die past bij het bredere vraagstuk.
9/10
Van Veldhuizen Logistiek
"Als Hupra niet flexibel zou zijn, zou het geen goede partner voor ons zijn."
Hupra in beeld
Eerst je IT op orde, dan pas AI
Hoe houd je grip op security en compliance?
Hoe richt je AI-governance goed in?
Hoe bestuur je AI binnen een organisatie?
Veelgestelde vragen
Wat wil je weten over de AI governance & compliance?
Voor wie is een AI Workshop relevant?
AI governance & compliance is relevant zodra AI niet meer alleen incidenteel wordt uitgeprobeerd, maar een bredere rol binnen de organisatie krijgt.
Dat kan bijvoorbeeld spelen wanneer Microsoft 365 Copilot wordt ingevoerd, medewerkers verschillende AI-tools gebruiken of eigen AI-agents worden ontwikkeld. Naarmate meer gebruikers, toepassingen en data betrokken raken, wordt het belangrijker om duidelijke afspraken en verantwoordelijkheden vast te leggen.
Wat valt er onder AI governance?
Dat hangt af van de organisatie en de gebruikte toepassingen. Onderwerpen kunnen bijvoorbeeld zijn welke AI-tools mogen worden gebruikt, wie verantwoordelijk is voor toepassingen, welke data toegankelijk is en hoe wijzigingen gedurende de lifecycle worden beheerd.
Ook security, privacy, informatiebescherming en afspraken over verantwoord gebruik kunnen onderdeel zijn van het vraagstuk.
Hoe voorkom je dat medewerkers gevoelige informatie met AI delen?
Daar is meestal niet één maatregel voor. Duidelijke afspraken en bewustwording zijn belangrijk, maar afhankelijk van de omgeving kunnen ook technische maatregelen rond toegang, informatiebescherming en datadeling een rol spelen.
Eerst moet duidelijk zijn welke informatie beschermd moet worden, waar die staat en welke AI-toepassingen ermee kunnen werken.
Is AI governance alleen een verantwoordelijkheid van IT?
Nee. IT speelt een belangrijke rol bij de technische inrichting, maar veel keuzes zijn organisatorisch.
Management, security, privacy en gebruikers kunnen bijvoorbeeld allemaal betrokken zijn bij vragen over toegestaan gebruik, verantwoordelijkheden en risico's. Welke rollen nodig zijn, hangt af van de organisatie en toepassing.
Wat is de relatie tussen AI governance & compliance en agent operations?
AI governance & compliance richt zich vooral op de kaders waarbinnen AI wordt gebruikt. Denk aan verantwoordelijkheden, toegang, data, security en afspraken over wat wel en niet is toegestaan.
Agent operations richt zich meer op het operationeel beheren en optimaliseren van AI-agents nadat ze in gebruik zijn genomen. Bij agents die onderdeel zijn van belangrijke processen kunnen beide onderwerpen daarom nauw met elkaar samenhangen.