anonym.legal

By · Last updated 2026-03-09

Terug naar BlogAI Beveiliging

Enterprise AI-verboden: Productiviteit vs. Risico

27,4% van AI-chatbot-inhoud bevat gevoelige gegevens — een stijging van 156% jaar-op-jaar. Toch omzeilt 71,6% van de medewerkers enterprise AI-verboden. Hier leest u waarom verboden falen en wat werkt.

March 9, 20269 min lezen
enterprise AI securityChatGPT banAI data controlsshadow AI

De Enterprise AI-verbodsgolf

De afgelopen twee jaar hebben de meeste grote ondernemingen publieke AI-tools verboden. De verboden kwamen snel. Ze omvatten ChatGPT en soortgelijke tools.

De lijst omvat JPMorgan Chase, Deutsche Bank, Wells Fargo, Goldman Sachs, Bank of America, Apple en Verizon. Alle blokkeerden ChatGPT en soortgelijke tools.

De aanleiding was Samsung. In 2023 hief Samsung zijn interne ChatGPT-verbod op. Binnen één maand vonden drie lekken plaats. Medewerkers plakten halfgeleidercode in ChatGPT. Anderen plakten defectdetectiecode. Weer anderen plakten vergadernotities. Al die gegevens gingen naar OpenAI's servers. Samsung kon ze niet terughalen. Het verbod keerde terug.

Waarom Verboden Falen

LayerX-onderzoek uit 2025 vond dat 71,6% van de medewerkers onderworpen aan enterprise AI-verboden die verboden bleef omzeilen. Ze gebruikten persoonlijke accounts of persoonlijke apparaten.

De reden is eenvoudig. Een tool die echte waarde levert, wordt gebruikt. Mensen vinden alternatieven. AI kan de taaktijd halveren. Een beleidswaarschuwing verandert die afweging niet.

Het praktische resultaat is het slechtste geval: bedrijfsgegevens bereiken nog steeds AI-providers. Maar nu stromen ze via kanalen zonder enig toezicht.

27,4% Gevoelige Inhoud in AI-gebruik

Onafhankelijke analyse van enterprise AI-gebruik vond dat 27,4% van AI-chatbot-inhoud gevoelige gegevens bevat — een stijging van 156% jaar-op-jaar.

Bijna drie van de tien AI-interacties bevatten clientgegevens, geprivilegieerde informatie of bedrijfsstrategie. Die inhoud bereikt de servers van de AI-leverancier in bruikbare vorm, tenzij controles dat voorkomen.

Wat in Plaats van Verboden Werkt

De technische fix die werkt wanneer beleid dat niet doet: onderschep gegevens vóórdat ze de AI-tool bereiken.

Voor browser-gebaseerd AI-gebruik: een Chrome-extensie die PII detecteert en anonimiseert vóór verzending naar ChatGPT, Claude of Gemini.

Voor ontwikkelaar-AI-gebruik: een MCP Server die PII uit codeprompts verwijdert vóór ze de AI-provider bereiken.

Medewerkers kunnen AI-tools blijven gebruiken. De gevoelige gegevens bereiken de AI-provider nooit in leesbare vorm.

Bekijk de Chrome-extensiepagina en de MCP Server-pagina.

Bronnen

Klaar om uw gegevens te beschermen?

Begin met het anonimiseren van PII met 285+ entiteitstypen in 48 talen.

About this page

We update this page when our platform or the law changes.

Read our founder note for how we work.

Each change shows up in the timestamp at the top.

Related reading

We follow these rules

  • GDPR (EU 2016/679).
  • ISO/IEC 27001:2022.
  • NIS2 (EU 2022/2555).
  • HIPAA safe harbor under 45 CFR § 164.514(b)(2).

Our promise

We do not sell your data.

We do not train models on your text.

We store your files in Germany.

You can delete your account at any time.

You own your work.

Where we run

Our servers live in Falkenstein, Germany.

We use Hetzner. They hold ISO 27001 certification.

All data stays in the EU.

Backups run every day.

Need help?

Email support@anonym.legal.

We reply within one business day.

How we test

We run a full check suite on every release.

Each surface gets its own sweep script and report.

Human reviewers spot-check the output each week.

We track recall and precision on a labelled set.

Bad runs block the deploy.

What we never do

  • We never sell your information to third parties.
  • We never train models on what you upload.
  • We never keep your work after you delete it.
  • We never share keys with any outside firm.
  • We never run ads inside the product.

Plans in plain words

We sell credits, not seats.

One credit covers one short job.

Long jobs use a few credits each.

You can top up at any time.

Unused credits roll over each month.

Read the plans page for current rates.

Who built this

A small team of engineers and lawyers built this.

We ship from Europe and work in the open.

Our founder note spells out why we started.

Where to start

How the parts fit

A browser add-on cleans text inside Chrome.

A Word plug-in handles drafts in Office.

A small desktop tool works on whole folders.

An agent protocol link feeds large models safely.

All four share one core engine and one rule set.

Words from our team

We started this work after a lunch about cookies.

One friend kept getting odd ads on her phone.

We asked why a court file leaked through a draft.

We sketched the first build on a napkin that week.

By month three we had a tiny demo for a friend.

She used it on her first case the next day.

Common questions we hear

Can the tool read scanned PDFs? Yes, with OCR.

Does it work on long files? Yes, in small chunks.

Can I roll my own rule set? Yes, save it as a preset.

Does it run offline? The desktop build runs offline.

Do you keep my files? No, the cloud build wipes after each run.

Will it learn from my work? No, we never train on inputs.

A short tour of the workflow

Upload a file or paste a snippet of prose.

Pick the entities you want gone from the draft.

Choose a method: replace, mask, hash, encrypt, or redact.

Press run and watch the side panel show each hit.

Skim the result and tweak any rule that misfired.

Save the cleaned file or send it to a teammate.