<!-- Markdown-versie van https://outdeliver.ai/blog/dataresidentie, gemaakt door tools/bouw.mjs -->

Blog

# Dataresidentie bij AI: waar gaan je gegevens heen?

De vraag is niet alleen of gegevens de organisatie verlaten. Breng per
model, regio, opslagfunctie en toegangsrecht de volledige route in beeld.

"Blijven onze gegevens binnen?" is een begrijpelijke vraag, maar hij heeft geen
bruikbaar ja of nee als antwoord. Een AI-oplossing bestaat uit meerdere stappen.
Een medewerker stuurt een vraag. De toepassing haalt misschien een document op.
Een model verwerkt tekst. De uitkomst gaat naar een ander systeem. Er zijn logs,
identiteiten, opslag en soms een veiligheidscontrole. Iedere stap kan eigen
regels hebben voor locatie, bewaren en toegang.

Wie alleen vraagt of de oplossing "in Azure" draait, mist die verschillen. Een
goede leverancier kan de route per toepassing, model en instelling tekenen. Pas
dan kun je bepalen of de gegevensverwerking past bij de eigen privacyregels,
contracten en risico's.

## Teken de gegevensroute per taak

Neem opnieuw een agent voor klantvragen. De route kan beginnen met een vraag in
een portaal. Daarna leest de agent klant- en ordergegevens uit een CRM en een
ordersysteem. De relevante passages gaan mee in de modelaanroep. De uitkomst
komt als antwoordvoorstel terug. Een medewerker keurt goed of de toepassing
plaatst het antwoord in een wachtrij. De verwerking laat een taak-ID en een
uitkomst in een logboek achter.

Voor elke stap wil je een concreet antwoord. Welke gegevens gaan mee? Waar staat
de bron? In welke regio vindt de verwerking plaats? Wordt inhoud opgeslagen, en
zo ja, hoe lang? Wie mag erbij? Gaat een deel naar een externe dienst of naar
het open internet? En waar kan een gebruiker zien dat dit werkelijk zo gebeurt?

Dit is geen bureaucratische oefening. Een systeem kan technisch uitstekend
antwoorden en toch ongeschikt zijn voor een contractdossier wanneer
conversatiegeschiedenis langer wordt bewaard dan gewenst, of wanneer de gekozen
deployment gegevens in een andere geografische zone verwerkt.

## Foundry vraagt om precieze woorden

Microsoft Foundry biedt verschillende modellen en deploymenttypen. Bij modellen
die Azure verkoopt, worden prompts en antwoorden bij standaard inferentie binnen
de gekozen geografie verwerkt. Global- en DataZone-deployments hebben andere
verwerkingsgrenzen. Optionele functies voor gespreksgeschiedenis, bestanden of
vectoropslag kunnen gegevens bovendien bewust bewaren. De gekozen functie is dus
net zo belangrijk als de naam van het model.

Voor modellen die Azure verkoopt, zegt Microsoft dat prompts, antwoorden en
trainingsgegevens niet beschikbaar zijn voor andere klanten of de modelprovider,
en niet worden gebruikt om generieke basismodellen te trainen zonder toestemming
of opdracht. Daar staat tegenover dat veiligheids- en abuse monitoring eigen
verwerkingsregels kent. Bij vermoedelijk misbruik kan Microsoft bijvoorbeeld
een beperkte set gegevens beoordelen volgens de toepasselijke voorwaarden.

Voor besluitvorming is een algemene uitspraak als "onze data gaat nergens heen"
te grof. Vraag naar de exacte combinatie van model, regio, deploymenttype,
opslagfunctie en veiligheidsinstelling. Controleer ook of een previewfunctie
andere voorwaarden heeft dan een algemeen beschikbare dienst.

## Vraag om bewijs, geen geruststelling

Een privacyverklaring van een leverancier is het begin, niet het bewijs. Vraag
om de resource en regio waarin de oplossing draait, de gekozen deploymentvorm,
de bewaartermijn van bestanden en gesprekken, en de rollen die toegang geven.
Gebruik een verzoek-ID of vergelijkbaar spoor om één verwerking in eigen
logboeken terug te vinden. Dat bewijst niet zelfstandig de volledige
gegevensroute, maar maakt een gesprek over dataresidentie wel controleerbaar.

Test de route eerst met een document dat geen gevoelige informatie bevat. Kijk
welke bron wordt geraadpleegd, welke logregel ontstaat en welke gegevens na de
test blijven staan. Zo zie je vroeg of de inrichting past bij de afspraken. Een
Data Protection Impact Assessment kan nodig zijn wanneer de verwerking daar
aanleiding toe geeft. Die beoordeling vraagt om de werkelijke gegevensroute,
niet om een algemene productbrochure.

## Toegang is onderdeel van privacy

Gegevens blijven niet vanzelf beschermd omdat zij in de eigen cloudomgeving
staan. Ook de identiteiten en rechten bepalen wie een agent kan gebruiken, wie
een bron kan aanpassen en wie logboeken kan lezen. Geef een agent alleen de
rechten die nodig zijn voor zijn taak. Een agent die een orderstatus leest, hoeft
geen tarieven te wijzigen. Een servicemedewerker die een antwoord bekijkt, hoeft
niet de hele AI-omgeving te beheren.

Wanneer iedere verwerking, opslagplaats en toegangsgroep zichtbaar is, verandert
de vraag van "mogen wij AI gebruiken?" in "welke gegevens mogen precies door
welke route?" Dat is de vraag waarmee je een bruikbare keuze maakt.

Drie manieren om te beginnen

## Wil je een gegevensroute voor een bestaand of gepland AI-proces controleren?

Begin klein, met één proces dat elke week terugkomt. Kies zelf hoe: van
vijf minuten zelf invullen tot een sessie bij jullie op locatie.

### AI-scan

Gratis

Tien vragen, vijf minuten

Vul zelf in waar jullie staan. Je ziet meteen de uitkomst, met een eerste stap.

[Doe de AI-scan](https://outdeliver.ai/ai-scan.html)

02 Aanbevolen

### Kennismaking

Gratis

Een half uur via Teams

We horen wat jullie al doen. Daarna zeggen we wat past of dat het nog te vroeg is.

Gesprek met Marcel Logtenberg

[Plan een gesprek](https://outdeliver.ai/plan-een-gesprek.html)

### Aan de slag

Vanaf € 495

Bij jullie op locatie, exclusief btw

Een AI-quickscan, een AI-assessment of een AI-assessment met inspiratiesessie, tegen een vaste prijs.

[Aan de slag](https://outdeliver.ai/aan-de-slag.html)
