AI Agents doen meer dan antwoorden geven
AI Agents kunnen steeds meer. Ze beantwoorden niet alleen vragen, maar halen klantgegevens op, wijzigen afspraken, verwerken verzoeken en voeren acties uit in achterliggende systemen. Dat is precies wat HALO AI Agents doen.
Dat maakt ze een stuk waardevoller. Het betekent ook dat privacy, security en compliance al snel op tafel komen.
Zeker binnen grotere organisaties. Voordat een AI Agent live mag, kijken vaak ook legal, security, privacy en procurement mee.
Dat hoeft niet te betekenen dat je project maanden stilstaat. Voor de meeste toepassingen van AI in klantcontact zijn er vier vragen die je goed moet kunnen beantwoorden. Per vraag laten we ook zien hoe we het in HALO hebben geregeld, zodat je niet zelf hoeft te bouwen wat je nodig hebt om ze te beantwoorden.
Even kort: wat de AI Act van je vraagt
De AI Act is sinds 1 augustus 2024 van kracht en wordt stap voor stap ingevoerd. De wet kijkt niet naar de techniek die je gebruikt, maar naar wat je ermee doet. Hoe groter het risico van de toepassing, hoe meer je moet regelen.
Er zijn grofweg vier categorieën:
● Verboden toepassingen. Denk aan sociale scoring of het herkennen van emoties van medewerkers op de werkvloer.
● Hoog risico. AI die meebeslist over bijvoorbeeld krediet, verzekering, werk of toegang tot essentiële diensten. Hier geldt het zwaarste regime.
● Beperkt risico. Systemen die direct met mensen communiceren, zoals chatbots en voicebots. Hier gelden vooral transparantieverplichtingen.
● Minimaal risico. Geen specifieke verplichtingen.
De meeste AI Agents in klantcontact vallen onder beperkt risico. Dat verandert wel zodra je een Agent laat meebeslissen over of iemand recht heeft op een dienst, een krediet of een baan. Dat is dus de eerste vraag om te beantwoorden: wat laat je de Agent precies doen?
Voor je planning is het goed om te weten dat het hoog-risicoregime is uitgesteld. De AI Omnibus, in werking sinds 27 juli 2026, schoof die deadlines naar 2 december 2027 en 2 augustus 2028. De transparantieverplichtingen uit artikel 50 zijn juist wel doorgegaan en gelden sinds 2 augustus 2026. Wie las dat de AI Act is uitgesteld, las dus net iets te snel.
En de AI Act komt bovenop de AVG, niet in de plaats daarvan. Verwerk je persoonsgegevens, dan blijft de AVG onverkort gelden. Daarnaast vraagt de AI Act van iedere organisatie die AI gebruikt dat medewerkers genoeg van AI begrijpen om er verantwoord mee te werken.
In de praktijk komt dat voor de meeste klantcontact-toepassingen neer op vier dingen.
1. Weet je klant dat hij met AI praat?
Sinds 2 augustus 2026 gelden de transparantieverplichtingen uit de Europese AI Act. Voor interactieve AI-systemen is het uitgangspunt eenvoudig: mensen moeten weten wanneer ze rechtstreeks met een AI-systeem communiceren.
Voor een AI Agent in klantcontact betekent dat bijvoorbeeld dat je aan het begin van een chat of telefoongesprek duidelijk maakt dat de klant met een AI Agent te maken heeft.
Geen juridische pagina van twintig regels dus. Gewoon duidelijk zijn over wie of wat er aan de andere kant zit.
Dat is overigens niet alleen compliance. Het voorkomt ook verkeerde verwachtingen bij je klant.
Hoe dat werkt in HALO
Je bepaalt zelf de openingsboodschap per kanaal en per taal, dus je regelt de melding in chat, op WhatsApp en in een telefoongesprek op dezelfde manier.
Daarnaast kun je altijd doorschakelen naar een medewerker, met de gesprekshistorie erbij. In Agent Inbox blijft de AI daarna in het gesprek aanwezig als ondersteuning, dus je klant hoeft zijn verhaal niet opnieuw te doen. Transparantie gaat namelijk niet alleen over de melding aan het begin, maar ook over de route naar een mens als de klant daar om vraagt.
En omdat HALO-analytics laten zien welke gesprekken de Agent zelf afhandelt en waar hij overdraagt, kun je ook achteraf onderbouwen wat je AI wel en niet doet. Dat is precies het soort onderbouwing waar je privacy officer om vraagt.
2. Welke persoonsgegevens stuur je naar een AI-model?
Een klantenservicegesprek bevat al snel persoonsgegevens.
Een naam, e-mailadres of ordernummer, en afhankelijk van het gesprek mogelijk ook betaalinformatie, adresgegevens of andere gevoelige informatie.
Dat betekent niet dat een AI Agent nooit persoonsgegevens mag verwerken. De AVG blijft simpelweg van toepassing op die verwerking. Ook Europese privacytoezichthouders gaan expliciet uit van situaties waarin persoonsgegevens bij de ontwikkeling of het gebruik van AI-modellen worden verwerkt.
De betere vraag is daarom: welke data heeft het model daadwerkelijk nodig?
Als een AI Agent alleen hoeft te bepalen wat de intentie van een klant is, hoeft niet automatisch het volledige klantprofiel naar een taalmodel gestuurd te worden.
Dataminimalisatie, masking en duidelijke toegangsrechten zijn daardoor extra belangrijk. Net als afspraken over logging, bewaartermijnen en waarvoor gegevens wel en niet gebruikt mogen worden.
Een AI Agent zou alleen de informatie moeten krijgen die nodig is om zijn taak uit te voeren.
Hoe dat werkt in HALO
Wij gebruiken taalmodellen alleen voor inference, niet om modellen te trainen met jouw klantdata. Dat is geen intentie, maar beleid: het staat in ons AI-beleid en het is vastgelegd in onze afspraken met modelleveranciers.
Data die naar een model gaat, wordt vooraf voorbereid en waar dat kan geanonimiseerd, met het verwijderen van persoonsgegevens als expliciet criterium in onze dataprocessen.
Verder werkt een HALO Agent op basis van de context die hij nodig heeft voor de taak, opgehaald via de koppelingen die jij inricht. Niet op basis van een volledige dump van je klantbestand richting een model.
Voor je DPIA kunnen we per model laten zien welke data er naartoe gaat, in welke vorm, en wat daarover is vastgelegd. Dat staat gedocumenteerd in onze AI Resource Registry, waarin alle AI-modellen die we gebruiken zijn opgenomen.
3. Waar gaat je data naartoe?
Bij AI is niet alleen belangrijk welke data je verwerkt, maar ook waar die data wordt verwerkt.
Veel organisaties kiezen er daarom voor klantdata en AI-verwerking zoveel mogelijk binnen Europa te houden.
Dat is niet hetzelfde als zeggen dat persoonsgegevens volgens de AVG nooit Europa mogen verlaten. Dat mag onder voorwaarden wel. Bijvoorbeeld wanneer een land een adequaatheidsbesluit heeft of wanneer passende waarborgen zoals Standard Contractual Clauses zijn geregeld.
Maar iedere extra datastroom maakt je architectuur, leveranciersketen en compliancevraagstuk complexer.
Voor organisaties die met veel klantdata werken is een Europese uitgangspositie daarom vaak simpelweg de eenvoudigste route.
Hoe dat werkt in HALO
Klantdata blijft binnen Europa. Onze data residency-eisen gelden niet alleen voor opslag, maar ook voor de plek waar de verwerking plaatsvindt, en ze zijn onderdeel van het deploymentplan voordat een model in gebruik gaat.
Dat is een langere keten dan alleen het taalmodel. Denk aan spraakherkenning, opslag van gesprekken, logging en monitoring. Wij documenteren die keten per model, inclusief hostingomgeving en leveranciers, zodat je niet zelf hoeft uit te zoeken waar welke schakel staat.
Zo voorkom je dat iedere nieuwe AI-toepassing ook meteen een internationaal datatransfervraagstuk wordt. Wat we per dienst hebben vastgelegd, staat in ons Trust Center.
4. Wat gebeurt er als iemand je AI Agent probeert te misleiden?
Een traditionele chatbot kon vooral verkeerde antwoorden geven.
Een moderne AI Agent kan ook acties uitvoeren. Denk aan een bestelling aanpassen, gegevens uit een CRM ophalen of een afspraak verzetten. Daardoor krijgt security een extra dimensie.
Een belangrijk risico daarbij is prompt injection.
Een gebruiker probeert dan met instructies het normale gedrag van het AI-model te veranderen. Bijvoorbeeld door een Agent te vertellen eerdere instructies te negeren, informatie te tonen waar de gebruiker geen toegang toe heeft, of een actie uit te voeren die eigenlijk niet is toegestaan.
Bij een Agent die gekoppeld is aan andere systemen is een goede system prompt daarom niet voldoende.
Je wilt beperken welke tools een Agent kan gebruiken, rechten per gebruiker controleren, inputs en outputs valideren en voor gevoelige acties aanvullende controles toepassen. Het principe van least privilege is daarbij belangrijk: geef een Agent alleen toegang tot wat hij voor zijn taak nodig heeft. Dat is ook een van de belangrijkste maatregelen die OWASP adviseert voor AI Agents.
De beveiliging moet dus niet alleen in het AI-model zitten, maar juist ook in de infrastructuur eromheen.
Hoe dat werkt in HALO
Je bepaalt per Agent welke acties en systeemkoppelingen beschikbaar zijn. Een Agent die geen terugbetalingen hoeft te doen, krijgt die mogelijkheid niet, en dan kan geen enkele slimme prompt daar iets aan veranderen.
Voor gevoelige of onomkeerbare acties kun je een medewerker in de lus houden, in plaats van de Agent zelf te laten beslissen. Ons AI-beleid schrijft die menselijke controle voor bij hoog-risico output, dus het is standaard in hoe we bouwen, niet iets wat je zelf moet bedenken.
Daar bovenop testen we modellen met red teaming en stress-testing voordat ze in gebruik gaan, monitoren we ze daarna continu, en dekt ons incident response-proces expliciet AI-specifieke dreigingen. Gesprekken en modelacties worden gelogd, dus je kunt een incident achteraf reconstrueren.
En dan zijn er nog de regels die voor jouw organisatie gelden
De AI Act en AVG gelden breed, maar afhankelijk van je sector kunnen er aanvullende eisen zijn.
Werk je in de zorg, dan speelt NEN 7510 een belangrijke rol bij informatiebeveiliging rond persoonlijke gezondheidsinformatie.
Financiële organisaties hebben onder andere te maken met DORA, dat eisen stelt aan digitale operationele weerbaarheid en ICT-risicomanagement, inclusief het vastleggen van je ICT-leveranciers. DORA is sinds 17 januari 2025 van toepassing.
Breder dan één sector is de Cyberbeveiligingswet, de Nederlandse invoering van de Europese NIS2-richtlijn. Die is op 15 augustus 2026 in werking getreden en geldt voor ruim 8.000 organisaties in essentiële en belangrijke sectoren, met onder andere een registratieplicht, een verplichte risicoanalyse en een meldplicht bij incidenten. Val je daaronder, dan is je AI Agent onderdeel van je netwerk- en informatiesystemen en je AI-leverancier onderdeel van je leveranciersketen.
Werk je voor de overheid, dan komt daar de Baseline Informatiebeveiliging Overheid bij.
Er bestaat dus geen universele compliance-checklist voor ieder AI-project.
Maar de basis blijft grotendeels hetzelfde: weet welke data je verwerkt, weet waar die data terechtkomt, beperk wat je AI Agent mag doen en zorg dat je kunt aantonen hoe je AI-risico's beheerst.
Van zolderkamerproject naar gecontroleerd AI-systeem
En juist dat laatste wordt belangrijk zodra legal, security of procurement bij je AI-project aansluit.
Ze willen niet alleen horen dat een AI-oplossing veilig is. Ze willen kunnen zien hoe security, privacy, risico's en verantwoordelijkheden structureel zijn geregeld.
Daarom heeft CM.com naast onder andere ISO 27001, 27017, 27018 en 27701 ook de ISO 42001-certificering.
ISO 42001 is specifiek ontwikkeld voor Artificial Intelligence Management Systems en stelt eisen aan hoe een organisatie AI ontwikkelt, gebruikt, monitort en continu verbetert. De standaard kijkt onder andere naar AI-governance, risicomanagement, transparantie en verantwoordelijkheid.
Bij ons betekent dat concrete dingen. Een AI Governance Board die risicobeoordelingen en afwijkingen beoordeelt. Een AI Resource Registry waarin elk model dat we gebruiken is gedocumenteerd, inclusief data, tooling en hosting. Een vast proces voor het melden van zorgen en incidenten, met vaste reactietermijnen. En een jaarlijkse review, of eerder als wetgeving of techniek daar aanleiding toe geeft.
Het is geen magische stempel waarmee ieder AI-project automatisch aan iedere wet voldoet. Jouw use case, jouw data en jouw disclosure blijven jouw verantwoordelijkheid.
Maar het laat wel onafhankelijk zien dat AI bij ons niet ergens als los experiment draait, maar onderdeel is van een gecontroleerd managementsysteem met processen voor verantwoord AI-gebruik.
En dat kan het gesprek met security, privacy, legal en procurement een stuk eenvoudiger maken.
