Wanneer moet je een DPIA doen voordat je AI aanzet?

Een DPIA klinkt als iets voor grote organisaties met een eigen juridische afdeling. Dat is het niet. Het is een verplichting uit de AVG die je kan raken zodra je een AI-assistent op je mailbox, je WhatsApp of je telefoonlijn zet. En het vervelende is: hij geldt voordat je begint, niet nadat er iets misgaat. Deze pagina legt uit wat een DPIA is, wanneer artikel 35 AVG hem verplicht stelt, wat de Nederlandse toezichthouder daarover heeft vastgelegd, wat er in het document hoort en wat je doet als er na alle maatregelen nog steeds een hoog risico overblijft.

Wat is een DPIA eigenlijk?

DPIA staat voor data protection impact assessment. In het Nederlands: gegevensbeschermingseffectbeoordeling. De naam is lelijk, het idee is simpel. Je schrijft vooraf op wat je van plan bent te doen met persoonsgegevens, welk risico dat oplevert voor de mensen om wie het gaat, en wat je doet om dat risico kleiner te maken.

Let op dat laatste zinsdeel: voor de mensen om wie het gaat. Een DPIA is geen risicoanalyse voor je bedrijf. Je onderzoekt niet of je een boete kunt krijgen of of je systeem plat kan gaan. Je onderzoekt wat er met je klant, je patiënt of je medewerker gebeurt als het misgaat. Dat is een ander perspectief dan ondernemers gewend zijn, en het is de reden dat een DPIA die alleen over uptime en back-ups gaat, geen DPIA is.

Een DPIA is ook geen formulier dat je eenmalig invult en in een la legt. Het is een beoordeling die hoort bij een concrete verwerking. Zet je vandaag een AI-assistent op inkomende e-mail en volgend kwartaal een AI-telefonist die afspraken inplant, dan zijn dat twee verschillende verwerkingen met twee verschillende risicoprofielen. De tweede erft niet automatisch de conclusie van de eerste.

Wanneer verplicht artikel 35 AVG je tot een DPIA?

De kernregel staat in artikel 35, lid 1 AVG. De wet zegt dat je een beoordeling moet uitvoeren wanneer een soort verwerking, in het bijzonder een verwerking waarbij nieuwe technologieën worden gebruikt, waarschijnlijk een hoog risico inhoudt voor de rechten en vrijheden van mensen. Twee dingen aan die zin zijn belangrijk voor wie AI overweegt.

Ten eerste staan die nieuwe technologieën er letterlijk in. De wetgever heeft ze in 2016 al als aanleiding genoemd. Een taalmodel dat klantgesprekken leest, samenvat en beantwoordt valt daar zonder veel discussie onder. Dat betekent nog niet dat je automatisch een DPIA moet doen — nieuwe technologie is een aanleiding om te kijken, geen zelfstandige verplichting. Maar je kunt niet volhouden dat AI buiten beeld blijft.

Ten tweede staat er "vóór de verwerking". De beoordeling hoort thuis in de fase waarin je nog kunt kiezen: welke gegevens gaan er wel en niet in, waar draait het model, hoe lang blijft de gespreksgeschiedenis staan, wanneer schakelt het systeem door naar een mens. Doe je de DPIA pas als de assistent al drie maanden meedraait, dan is het geen beoordeling meer maar een verantwoording achteraf. Dat is precies wat de bepaling niet bedoelt.

Artikel 35, lid 3 noemt daarnaast drie gevallen waarin een DPIA "met name vereist" is: stelselmatige en uitgebreide beoordeling van persoonlijke aspecten waarop besluiten worden gebaseerd, grootschalige verwerking van bijzondere categorieën gegevens uit artikel 9 AVG, en stelselmatige grootschalige observatie van openbaar toegankelijke ruimte. Herken je je plan in een van die drie, dan is de vraag niet meer of je een DPIA doet.

De toezichthouder heeft een lijst — en die lijst is niet het eindpunt

Artikel 35, lid 4 AVG draagt elke nationale toezichthouder op een lijst te maken van verwerkingen waarvoor een DPIA sowieso verplicht is. De Autoriteit Persoonsgegevens heeft dat gedaan. Die lijst noemt onder meer het heimelijk onderzoeken van personen, zwarte lijsten, het verwerken van gezondheidsgegevens, biometrie, locatiegegevens, communicatiegegevens, profilering, en het stelselmatig controleren van werknemers.

Voor AI in klantcontact zitten daar meteen een paar herkenbare punten tussen. Communicatiegegevens: een AI-assistent die e-mail of WhatsApp verwerkt, doet niets anders dan communicatie lezen en opslaan. Controle van werknemers: als hetzelfde systeem meet hoe snel je medewerkers antwoorden of hoe hun gesprekken scoren, raak je die categorie ook. Gezondheidsgegevens: bij een kliniek, tandarts of fysiopraktijk komen die vanzelf binnen, ook als je er niet om vraagt.

Waar het misgaat in de praktijk is de omgekeerde redenering. Ondernemers lezen de lijst, herkennen zichzelf er niet in en concluderen dat ze klaar zijn. Dat is niet hoe het werkt. De toezichthouder zegt zelf dat de lijst niet uitputtend is en dat je in dat geval zélf moet beoordelen of je verwerking een hoog privacyrisico oplevert. De lijst is dus een ondergrens, geen bovengrens. Sta je er niet op, dan verschuift alleen de bewijslast: je moet dan kunnen laten zien dat je de afweging hebt gemaakt en waarom je op "geen hoog risico" uitkwam.

Welke criteria maken samen een hoog risico?

Om die eigen beoordeling te kunnen maken bestaat er een vaste set criteria. Ze komen uit Europese richtsnoeren en worden in Nederland ook door de toezichthouder gebruikt. De vuistregel is: voldoet je verwerking aan twee of meer van deze criteria, dan ga je ervan uit dat er een hoog risico is en doe je een DPIA. Voldoe je aan één, dan kan het nog steeds nodig zijn — dan moet je uitleggen waarom niet.

De criteria voor een hoog risico, naast de vraag of ze meestal spelen bij AI in klantcontact

Criterium	Wat het betekent	Speelt dit bij AI in klantcontact?
Beoordelen of scoren	Je schat eigenschappen, gedrag of waarde van mensen in, inclusief profilering.	Soms. Zodra de AI klanten indeelt, prioriteert of een koopkans inschat, telt dit mee.
Geautomatiseerde beslissingen met gevolgen	Het systeem neemt zelf een besluit dat de klant merkt, zonder dat een mens ernaar kijkt.	Alleen als je de AI echt laat beslissen. Antwoorden opstellen is iets anders dan een aanvraag afwijzen. Zie ook artikel 22 AVG.
Stelselmatige monitoring	Je observeert mensen structureel en zij kunnen daar moeilijk aan ontkomen.	Vaak. Alle inkomende berichten meelezen en bewaren is structureel, niet incidenteel.
Gevoelige of zeer persoonlijke gegevens	Bijzondere categorieën uit artikel 9 AVG, of gegevens die diep in iemands privéleven zitten.	Ja in de zorg en juridische dienstverlening. Ook elders, want klanten vertellen ongevraagd over ziekte, schulden of scheiding.
Grootschalige verwerking	Veel mensen, veel gegevens, over een lange periode of een groot gebied.	Hangt af van je volume. Eén praktijk met een beperkte klantenkring scoort hier anders dan een webshop met duizenden gesprekken per maand.
Gekoppelde of gecombineerde bestanden	Je brengt gegevens uit verschillende bronnen samen die de klant niet samen verwachtte.	Ja zodra de assistent mailbox, agenda, CRM en orderhistorie tegelijk raadpleegt om te kunnen antwoorden.
Kwetsbare betrokkenen	Mensen die zich moeilijk kunnen verzetten: kinderen, patiënten, mensen in financiële nood, en je eigen personeel.	Ja in de zorg en bij schuldgevoelige branches. Werknemers tellen hier ook mee, want binnen een arbeidsrelatie is echt vrije keuze lastig.
Nieuwe technologie of innovatief gebruik	Je zet techniek in waarvan de gevolgen nog niet zijn uitgekristalliseerd.	Vrijwel altijd. Dit is het criterium dat artikel 35 zelf al noemt en dat AI per definitie raakt.
Blokkeren van een dienst of recht	Wie niet meewerkt aan de verwerking, komt er niet in of krijgt de dienst niet.	Ja als de AI het enige loket wordt en er geen menselijke route meer is voor wie dat wil.

Tel ze een keer eerlijk na voor je eigen situatie. Een AI-assistent op de mailbox van een fysiopraktijk raakt in één klap gevoelige gegevens, kwetsbare betrokkenen, nieuwe technologie en stelselmatige verwerking van communicatie. Dat zijn er vier. Daar hoef je niet lang over te vergaderen: dat is een DPIA.

Wat hoort er in een DPIA te staan?

Artikel 35, lid 7 AVG noemt vier onderdelen. Ze zijn kort opgeschreven, maar ze bepalen wel of je document iets waard is.

1. Een systematische beschrijving van de verwerking en de doelen. Welke gegevens gaan erin, uit welke bronnen, wie kan erbij, waar staan ze, wat gebeurt ermee, hoe lang blijven ze staan. Voor AI hoort daar ook bij: gaan gesprekken naar een model van een leverancier, en wat gebeurt daar dan mee.
2. Een beoordeling van noodzaak en evenredigheid. Kan het doel ook met minder gegevens? Moet de assistent echt bij het volledige klantdossier kunnen, of is de laatste order genoeg? Dit is de plek waar dataminimalisatie uit artikel 5 AVG concreet wordt.
3. Een beoordeling van de risico's voor de rechten en vrijheden van betrokkenen. Wat gebeurt er met de klant als het model iets verkeerds antwoordt, als een gesprek bij de verkeerde persoon terechtkomt, of als de gespreksgeschiedenis uitlekt.
4. De maatregelen die je neemt. Waarborgen, beveiligingsmaatregelen en mechanismen waarmee je kunt aantonen dat je aan de AVG voldoet.

Dat vierde punt is waar het meeste werk zit en waar de toezichthouder geen kant-en-klaar lijstje voor geeft. De Autoriteit Persoonsgegevens zegt daarover dat elke organisatie zelf moet bepalen welke beveiligingsmaatregelen nodig zijn en daarvoor moet bekijken welke risico's de verwerking meebrengt. Er bestaat dus geen goedgekeurde set die je kunt overnemen. Wat je wél kunt doen is per risico opschrijven welke maatregel je ertegenover zet: rechtenbeperking op de mailbox, een korte bewaartermijn voor gespreksgeschiedenis, een menselijke controle voordat de AI zelfstandig antwoordt, logging van wat het systeem heeft gedaan, en afspraken met de leverancier in de verwerkersovereenkomst uit artikel 28 AVG.

Twee dingen die vaak vergeten worden. Als je een functionaris voor gegevensbescherming hebt, moet je die om advies vragen; dat staat in artikel 35, lid 2. En artikel 35, lid 9 zegt dat je waar passend de mening van de betrokkenen of hun vertegenwoordigers vraagt. Bij een systeem dat ook je personeel meet, is de ondernemingsraad daarvoor het logische adres.

Werkt de AI met bijzondere gegevens? Dan begin je strenger

Voor zorgaanbieders, en voor iedereen bij wie gezondheidsgegevens binnenkomen, ligt de lat anders. Artikel 9, lid 1 AVG verbiedt de verwerking van bijzondere persoonsgegevens in beginsel. Gezondheidsgegevens vallen daaronder. Je begint dus niet bij "mag dit met een goede reden", maar bij "dit mag niet, tenzij ik een uitzondering kan aanwijzen".

Praktisch betekent dat twee dingen voor je DPIA. Je moet expliciet opschrijven welke uitzondering je gebruikt en waarom die van toepassing is op precies deze verwerking. En je moet bedenken dat gezondheidsgegevens ook binnenkomen als je er niet naar vraagt: iemand die per WhatsApp een afspraak verzet omdat hij is geopereerd, levert je een bijzonder persoonsgegeven aan. Als je AI-assistent al dat verkeer leest en bewaart, verwerkt hij die gegevens ook. De vraag is dan niet of het gebeurt, maar of je het hebt beschreven en beveiligd.

Wat doe je als er een hoog restrisico overblijft?

Soms kom je er niet uit. Je hebt de maatregelen op een rij gezet, je hebt geschrapt wat je kon schrappen, en er blijft nog steeds een hoog risico staan. Dat noemen we het restrisico. Voor dat geval bestaat artikel 36 AVG: bij een hoog restrisico dat je niet kunt wegnemen, raadpleeg je de toezichthouder vóórdat je met de verwerking begint. Dat heet voorafgaande raadpleging.

In de praktijk is dat voor een MKB-bedrijf zelden het eindstation, om een simpele reden: bij AI in klantcontact is bijna elk hoog restrisico terug te brengen door de opzet te veranderen. Dat is de winst van een DPIA die je écht vooraf doet. De meest gebruikte knoppen:

• Minder gegevens naar het model. Geef de assistent toegang tot wat hij nodig heeft voor het antwoord, niet tot het hele archief.
• Een mens ertussen. Laat de AI concepten maken die iemand goedkeurt, in plaats van zelfstandig verzenden. Daarmee verdwijnt het criterium "geautomatiseerde beslissingen" vaak helemaal.
• Kortere bewaartermijnen. Gespreksgeschiedenis die je niet meer hebt, kan niet uitlekken.
• Een smaller toepassingsgebied. Begin met één kanaal en één soort vraag in plaats van alles tegelijk.
• Een menselijke route ernaast. Wie geen AI wil, moet iemand kunnen bereiken. Dat haalt het blokkade-criterium weg.

Verander je de opzet, dan verandert de uitkomst van de DPIA. Schrijf dat op. Een DPIA die laat zien dat je eerst een zwaardere variant hebt overwogen en die om goede redenen hebt afgeschaald, is sterker dan een DPIA die meteen op de lichte variant uitkomt.

Hoe pak je dit praktisch aan voordat je de AI aanzet?

Een werkbare volgorde voor een bedrijf zonder juridische afdeling:

1. Schrijf in gewone taal op wat de AI gaat doen, op welk kanaal, en welke gegevens hij daarvoor ziet. Eén A4 is genoeg om te beginnen.
2. Loop de criteria uit de tabel hierboven langs en noteer per criterium ja, nee of misschien, met een zin waarom.
3. Kijk of je verwerking op de lijst van de toezichthouder staat. Sta je erop, dan is de DPIA verplicht en hoef je niet verder te discussiëren.
4. Kom je op twee of meer criteria uit, doe de DPIA. Kom je op nul of één uit, leg dan schriftelijk vast waarom je geen hoog risico ziet. Dat vastleggen is het werk; de conclusie is maar één regel.
5. Werk de vier onderdelen van artikel 35, lid 7 uit en koppel aan elk risico een maatregel.
6. Neem de maatregelen die de leverancier moet uitvoeren op in de verwerkersovereenkomst, zodat ze niet alleen in je eigen document staan.
7. Zet er een datum en een eigenaar op en zet de herbeoordeling in de agenda.

Die laatste stap is geen formaliteit. Artikel 35, lid 11 AVG zegt dat je de beoordeling opnieuw bekijkt als het risico verandert. Bij AI verandert er nogal eens iets: je leverancier zet een ander model onder de motorkap, je geeft de assistent toegang tot een extra systeem, je zet hem op een tweede kanaal, of je laat hem opeens zelf antwoorden versturen. Elk van die wijzigingen is een reden om de DPIA erbij te pakken in plaats van hem als afgerond te beschouwen.

Hoe verhoudt dit zich tot de AI-verordening?

De DPIA komt uit de AVG en gaat over persoonsgegevens. De AI-verordening is een andere wet met een eigen logica. Die is risicogericht opgebouwd: hoe hoger het risico voor mensen of voor de samenleving, hoe strenger de regels waar je als organisatie mee te maken krijgt, en de wet maakt daarvoor onderscheid tussen risicogroepen. Voor gewoon klantcontact zit je meestal in de categorie waar vooral transparantieverplichtingen gelden — mensen moeten weten dat ze met een machine praten.

Belangrijk is dat de twee wetten los van elkaar gelden. Zit je toepassing in de AI-verordening niet in de hoog-risicocategorie, dan zegt dat niets over je DPIA-plicht. Andersom net zo. Een AI-assistent die alleen standaardvragen beantwoordt kan onder de AI-verordening licht zijn en onder de AVG toch een DPIA vereisen, simpelweg omdat er communicatiegegevens van veel mensen doorheen gaan. Behandel het als twee aparte vinkjes op dezelfde voorbereiding.

Wat gebeurt er als je het overslaat?

Het praktische risico zit niet in een controleur die op de stoep staat. Het zit in het moment dat er iets misgaat: een datalek, een boze klant die inzage vraagt, een medewerker die zich bekeken voelt, of een klacht bij de toezichthouder. Op dat moment is de eerste vraag altijd dezelfde: wat had je vooraf beoordeeld, en wat had je besloten? Zonder DPIA sta je dan met lege handen, ook als je systeem technisch prima in elkaar zit.

Omgekeerd is een DPIA die er ligt geen garantie, maar wel het bewijs dat je de afweging serieus hebt gemaakt. Dat is precies wat de verantwoordingsplicht uit artikel 5, lid 2 AVG van je vraagt: niet alleen goed handelen, maar ook kunnen laten zien dát je goed hebt gehandeld. En het levert onderweg iets op wat je sowieso nodig had — een helder beeld van welke gegevens er door je AI-kanaal lopen en waarom.

Deze pagina is algemene uitleg over wetgeving en geen juridisch advies. Of een DPIA in jouw specifieke situatie verplicht is, hangt af van feiten die hier niet allemaal in passen. Bij twijfel, of bij bijzondere persoonsgegevens, is een jurist of privacyadviseur die naar je eigen opzet kijkt de veilige route.