“AI-ethiek” wordt vaak geassocieerd met universitaire commissies, abstracte principes en rapporten die niemand leest. Voor een mkb-directeur klinkt het als iets voor enterprise of overheid. Niet relevant voor dagelijks werk.
Dat is fout. AI-ethiek in mkb-praktijk is concreet: hoe je AI gebruikt op manieren die je aan klanten, medewerkers en concurrenten kunt uitleggen, ook over vijf jaar. Geen boekenclubs — gewoon gezond verstand, gestructureerd.
De vijf praktische principes
1. Transparantie
Basisregel: als iemand met AI communiceert of AI-gegenereerde content ontvangt, mag hij dat weten.
In praktijk:
- Chatbot op je site: vermeld dat het een AI-assistent is
- AI-gegenereerde teksten die als menselijk kunnen overkomen: label ze indien relevant
- Klantgerichte AI-beslissingen: disclosure op verzoek
Wat niet: AI in volledige stealth laten werken waar klanten denken een mens te spreken.
EU AI Act vereist dit ook, zie EU AI Act voor mkb.
2. Bias-awareness
Basisregel: AI-modellen hebben biases uit hun training-data. Jij bent verantwoordelijk voor hoe die in jouw output landen.
In praktijk:
- Gebruik AI voor eerste drafts, niet voor finale beslissingen over personen (sollicitaties, credit, promotions)
- Check AI-output op stereotypering, vooral bij demografisch-gevoelige onderwerpen
- Als je doelgroep divers is, varieer je prompts zodat output ook varieert
Voorbeeld van fout: AI-gegenereerde case-studies waarin alle klanten wit, mannelijk en 45+ zijn. Komt van bias in trainingsdata. Jij moet daarop sturen.
3. Bron- en credietvermelding
Basisregel: AI gebruikt werk van anderen. Waar redelijk, erken dat.
In praktijk:
- Als je een substantiële AI-gegenereerde quote of data gebruikt: vermeld dat het AI-gegenereerd is
- Bij publicatie van AI-geassisteerde artikelen: overweeg een disclosure (“Dit artikel is geschreven met AI-ondersteuning”)
- Voor beelden: volg copyright-regels van de tool (Midjourney, DALL-E hebben eigen voorwaarden)
Wat niet: volledig AI-gegenereerde content presenteren als origineel werk zonder enige vermelding, zeker in journalistiek, educatie of thought-leadership.
4. Dataminimalisatie
Basisregel: voed AI alleen met data die voor de taak nodig is.
In praktijk:
- Persoonsgegevens in AI-tools: alleen als je een DPA hebt en het functioneel nodig is
- Klantendata: anonimiseer voordat je het in AI stopt tenzij expliciet nodig
- Gevoelige bedrijfsgegevens: niet in gratis ChatGPT — alleen in zakelijke tiers met adequate afspraken
Standaard vraag voor elke AI-use-case: heb ik echt deze data nodig om dit resultaat te krijgen? Vaak nee.
5. Menselijke oversight
Basisregel: AI ondersteunt mensen, vervangt hen niet bij beslissingen met consequenties.
In praktijk:
- AI doet voorwerk, mens tekent af voor output die extern gaat
- Beslissingen over personen: altijd menselijke review
- Edge-cases en uitzonderingen: altijd naar mens
- Foutmarge: expliciet wat acceptabel is, en wat niet
Deze regel is de kern van responsible AI. Wie dit respecteert, loopt zelden tegen ethische problemen aan.
De 5-vragen ethiek-check
Voor elke nieuwe AI-use-case:
- Weet de ontvanger dat AI erbij betrokken is (waar relevant)?
- Is er bias-risico, en heb ik maatregelen genomen?
- Gebruik ik alleen data die noodzakelijk is?
- Staat er een mens tussen AI-output en consequenties?
- Kan ik deze AI-gebruik aan pers, klant of rechtbank uitleggen?
Vijf keer ja = je bent op ethisch veilig terrein. Een of meer nee = evalueer.
Veelgemaakte ethische missers bij mkb
Misser 1: AI-gegenereerde klantcase die “echt” lijkt Je publiceert op LinkedIn een “klantcase” die eigenlijk grotendeels door AI is verzonnen met minimale basis. Valt door de mand. Reputatieschade.
Misser 2: Volledig automatische sollicitatie-filtering AI-tool schift cv’s zonder menselijke review. Kandidaten met non-traditional CV’s worden eruit gefilterd. Risico op indirecte discriminatie. Juridisch én ethisch problematisch.
Misser 3: Chatbot die doet alsof het een mens is Klanten denken met Johanna van de support te praten. Is eigenlijk een LLM. Ze ontdekken het. Vertrouwen weg.
Misser 4: Klantdata in gratis AI-tools Medewerker plakt klantlijst in ChatGPT voor snelle analyse. Geen DPA. AVG-overtreding. Potentiële boete.
Misser 5: AI-gegenereerde reviews of testimonials Je genereert “klant”-reviews met AI. Wordt ontdekt (er zijn detection-tools). Niet alleen ethisch verwerpelijk — ook strafbaar onder consumentenrecht.
AI-ethiek als concurrentievoordeel
Paradoxaal: expliciet ethisch omgaan met AI is in 2026 een marketing-voordeel geworden. Klanten kiezen steeds vaker voor leveranciers die transparant zijn over AI-gebruik.
Praktische uiting:
- Pagina op je site die AI-gebruik beschrijft
- Bij AI-gegenereerde content: expliciete disclosure
- Ethische code publiek beschikbaar
- Klachten over AI-gebruik serieus nemen
Dit is geen PR-stunt — het is vertrouwen opbouwen in een tijd waarin vertrouwen schaars is.
De rol van directie
AI-ethiek begint aan de top. Teams volgen wat directie doet, niet wat zij zegt. Concrete zaken die directie moet doen:
- AI-ethische principes expliciet maken (liever één pagina goed dan 40 pagina’s abstract)
- Directie-leden gebruiken AI zichtbaar volgens deze principes
- Incidenten open bespreken — niet verbergen
- Periodiek reviewen: klopt onze praktijk nog met onze principes?
Verder
Een ethische code opstellen voor jouw AI-gebruik? Bel 06 81 38 36 01 of plan een gesprek.
Tags
Geschreven door
Jorian Wientjens
Developer en technisch specialist bij Agensea. Bouwt al jaren websites en maatwerk software, en kent het hele speelveld — van hosting en DNS tot performance en code-architectuur.