Naar inhoud
ownvia
Terug naar de blog

27 oktober 2026

Schaduw-AI bij vertalingen: Hoe bedrijfs- kennis in privéchats verloren gaat

"Als Siemens wist wat Siemens weet." De zin die wordt toegeschreven aan de voormalige Siemens-topman Heinrich von Pierer maakt sinds de jaren 90 deel uit van kennismanagement. Hij beschrijft een probleem dat elk groter bedrijf kent: de kennis is aanwezig, maar verspreid – over mensen, mappen en afdelingen.

De schaduw van een medewerker vertaalt stiekem op een smartphone – drie verschillende vertalingen van hetzelfde begrip.
ownvia

Transparantieverklaring: ownvia is een product van SATRI Consulting. Dit artikel dient ter vakinhoudelijke informatie en vormt geen juridisch advies.

Met generatieve AI krijgt de zin een nieuwe betekenis. Medewerkers vertalen dagelijks offertes, handleidingen en e-mails met ChatGPT en andere AI-tools. Daarbij leren ze de AI hoe hun bedrijf communiceert: welke vaktermen gelden, welke toon bij de klant past en hoe een product heet. Deze kennis blijft echter meestal in de persoonlijke chatgeschiedenis en wordt geen onderdeel van een gezamenlijke kennisbasis.

Het antwoord kort samengevat: Schaduw-AI bij vertalingen zorgt ervoor dat een bedrijf op elke afdeling anders communiceert. Vaktermen, correcties en geslaagde formuleringen ontstaan in privéchats met AI en blijven daar. Daar komen vragen over gegevensbescherming en vertrouwelijkheid bij. Een gezamenlijke omgeving biedt uitkomst: daarin worden terminologie, goedgekeurde vertalingen en voorschriften centraal beheerd en bij elke opdracht toegepast.

Hoe wijdverbreid is schaduw-AI in bedrijven?

Schaduw-AI verwijst naar het gebruik van AI-tools buiten de toepassingen die een bedrijf aanbiedt of heeft goedgekeurd. Twee recente onderzoeken laten zien dat dit in Duitse bedrijven dagelijkse praktijk is.

Onderzoek

Resultaat

Bedrijfsenquête van Bitkom, gepubliceerd in oktober 2025, 604 bedrijven met 20 of meer werknemers

In 8% van de bedrijven is het gebruik van particuliere AI-tools wijdverbreid, in nog eens 17% zijn er afzonderlijke gevallen en 17% vermoedt dat dit gebeurt zonder het zeker te weten.

Werknemersonderzoek van het Institut der deutschen Wirtschaft, maart/april 2026, bijna 5.000 werknemers

29,1% van de werknemers die AI voor hun werk gebruiken, maakt ook gebruik van tools die hun werkgever niet beschikbaar heeft gesteld.

Gezamenlijk melden of vermoeden dus 42% van de door Bitkom ondervraagde bedrijven schaduw-AI. ‘Niet beschikbaar gesteld’ betekent daarbij niet automatisch ‘verboden’. Het laat echter wel zien dat het daadwerkelijke AI-gebruik en de officiële processen uit elkaar lopen.

Een bevinding van het IW is verrassend: schaduw-AI komt het vaakst voor waar werkgevers de opbouw van AI-competenties stimuleren – 44,5% van de werknemers met sterke ondersteuning gebruikt niet-beschikbaar gestelde tools, tegenover 21,3% zonder waargenomen ondersteuning. Het IW spreekt van een beschikbaarstellingskloof: de bereidheid van werknemers groeit sneller dan het officiële aanbod. Volgens Bitkom stelt slechts 26% van de bedrijven generatieve AI beschikbaar aan hun werknemers. Schaduw-AI is daarmee minder een teken van regelovertreding dan een teken van onvervulde behoeften.

Bij vertalingen weegt dat bijzonder zwaar. Anders dan bij een korte zoekopdracht wordt hier meestal het volledige document aan de AI toevertrouwd – inclusief vakkennis, klantgegevens en productdetails.

Wat werknemers de AI dagelijks leren

Wie met AI vertaalt, voert niet alleen tekst in. Goede resultaten ontstaan pas wanneer werknemers de AI uitleggen hoe hun bedrijf communiceert. ‘Leren’ betekent hier instructies en context in de betreffende chat, niet het trainen van het AI-model. Typische instructies uit het dagelijks werk:

  • Terminologie: ‘Bij ons heet het onderdeel aandrijfeenheid, niet motormodule.’
  • Tonaliteit: ‘We spreken klanten in Zweden aan met hun voornaam.’
  • Productkennis: Uitleg van technische verbanden, zodat de vertaling inhoudelijk klopt.
  • Correcties: ‘Dit klinkt te wervend, graag zakelijker.’
  • Context: geüploade eerdere versies, referentiedocumenten en eerdere vertalingen.

Dit is precies de kennis die bedrijven anders met veel moeite bijhouden in terminologiedatabases, styleguides en Translation Memories. Medewerkers creëren deze kennis terloops, elke dag en vaak van hoge kwaliteit. Alleen: nergens wordt deze gezamenlijk vastgelegd.

schatten_ki_blogbild_1.png
Geïsoleerd AI-gebruik

Praktijkvoorbeeld: één onderdeel, drie vertalingen

Een middelgrote machinebouwer vertaalt met AI op drie afdelingen. Sales vertaalt offertes, de serviceafdeling onderhoudsinstructies en de technische redactie bedieningshandleidingen. Elke afdeling gebruikt eigen accounts en eigen prompts.

Het resultaat: hetzelfde onderdeel verschijnt in het Engels als ‘drive unit’, ‘motor module’ en ‘actuator’. De klant ontvangt een offerte, handleiding en service-instructie met drie termen voor één onderdeel. Elke afdeling heeft zijn AI iets corrects geleerd – maar elke afdeling iets anders.

De eenrichtingsstraat: kennis stroomt naar buiten, maar niet terug

Schaduw-AI werkt als een eenrichtingsweg: bedrijfskennis stroomt naar privé-AI-chats, maar niet terug naar het bedrijf. Medewerkers vullen vaktermen aan, corrigeren formuleringen en stellen referentiedocumenten beschikbaar. Daarmee verbeteren ze hun eigen resultaat. Maar zonder een gezamenlijk proces wordt deze kennis geen onderdeel van een centraal beheerde kennisbank – wat vandaag in een persoonlijke chat wordt gecorrigeerd, is bij de volgende opdracht niet beschikbaar voor de collega. De gevolgen zijn in de dagelijkse praktijk zichtbaar:

Wat verloren gaat

Gevolg in de dagelijkse praktijk

Correcties en vaktermen

Wie een vakterm in zijn chat vastlegt, legt die alleen voor zichzelf vast. Collega’s gebruiken andere termen of zoeken opnieuw naar een antwoord op dezelfde vraag.

Goedgekeurde vertalingen

Vergelijkbare teksten worden steeds opnieuw vertaald en gecontroleerd, in plaats van beproefde formuleringen opnieuw te gebruiken.

Eenduidige terminologie

Hetzelfde betekent afhankelijk van de afdeling iets anders – tegenover klanten, overheden en partners.

Ervaringskennis

Wanneer iemand het bedrijf verlaat, verdwijnt zijn in maanden opgebouwde taalkennis samen met het account.

Traceerbaarheid

Niemand kan zeggen met welke richtlijnen welke documentversie is vertaald en door wie deze is gecontroleerd.

Het paradoxale hieraan: De taalkennis wordt vandaag de dag zo uitgebreid opgeschreven als nooit tevoren – begrip voor begrip, correctie voor correctie. Alleen gebeurt dat op een plek waartoe het bedrijf geen toegang heeft.

En de gegevensbescherming? De andere kant van dezelfde medaille

Dezelfde eenrichtingsweg heeft een tweede kant: met de kennis verlaten ook gegevens het bedrijf. Als een document persoonsgegevens bevat, is de AVG van toepassing. Als een externe dienst als verwerker wordt ingezet, is in principe een verwerkersovereenkomst volgens artikel 28 AVG vereist. Daar komen bedrijfsgeheimen en geheimhoudingsverplichtingen tegenover klanten bij, die onafhankelijk van het al dan niet bestaan van persoonsgegevens gelden.

Persoonlijke AI-accounts zijn daarom doorgaans geen geschikte oplossing voor vertrouwelijke of persoonsgebonden bedrijfsdocumenten. Zakelijke aanbiedingen bieden meer controle: OpenAI gebruikt gegevens uit ChatGPT Business en Enterprise standaard niet voor modeltraining en stelt een aanvulling op de verwerkersovereenkomst beschikbaar (OpenAI Enterprise-gegevensbescherming). Maar ook dan geldt:

Belangrijk: „Geen modeltraining“, „geen opslag“ en „uitsluitend verwerking in de EU“ zijn drie verschillende uitspraken. Bij ChatGPT Business bepaalt de gekozen regio bijvoorbeeld waar inhoud wordt opgeslagen – niet noodzakelijkerwijs elke verwerkingsstap (OpenAI: opslaglocatie bij ChatGPT Business).

Een verwerkersovereenkomst is een belangrijke voorwaarde, maar geen volledige onderbouwing. De rechtsgrond, dataminimalisatie, doorgifte naar derde landen en, indien nodig, een gegevensbeschermingseffectbeoordeling blijven de verantwoordelijkheid van het bedrijf. Hoe bedrijven hiervoor de regels opzetten, beschrijven we uitgebreid in ons artikel AI-vertaling in het bedrijf: Governance in vier stappen.

In vijf stappen de kennis terughalen

Schaduw-AI ontstaat omdat de privéchat sneller en gemakkelijker is dan de officiële route. Alleen verbieden helpt weinig: volgens IW zouden verboden vooral betrokken medewerkers raken. Effectiever is een officiële route die beter werkt dan de privéchat.

  1. Gebruik zichtbaar maken – zonder iedereen te verdenken. Vraag welke afdelingen met AI vertalen, om welke teksten, talen en hoeveelheden het gaat en welke prompts hun nut hebben bewezen. Het doel is begrijpen, niet controleren.
  2. Reeds aanwezige taalkennis verzamelen. Glossaria, beproefde instructies, goedgekeurde vertalingen en stijlgidsen zijn vaak al verspreid over de afdelingen aanwezig. Zij vormen de basis voor een gezamenlijke basis.
  3. Een goedgekeurde omgeving bieden die overtuigt. Deze moet minstens zo eenvoudig zijn als de privéchat en meer bieden: betere resultaten, omdat de bedrijfskennis al is ingebouwd.
  4. Kennis centraal beheren en gericht toepassen. Terminologie, Translation Memories en voorschriften worden één keer beheerd en aan de betreffende opdracht toegewezen. Goedgekeurde correcties en vertalingen kunnen in de gezamenlijke kennisbasis worden opgenomen en bij toekomstige opdrachten opnieuw worden gebruikt. Zo verandert de eenrichtingsstraat stap voor stap in een kringloop.
  5. Controle, goedkeuring en AI-vaardigheid regelen. Leg vast welke teksten inhoudelijk worden gecontroleerd en wie goedkeurt, en train medewerkers praktijkgericht. Dit ondersteunt ook de verplichting uit Artikel 4 AI Act om maatregelen te nemen ter bevordering van AI-geletterdheid.

Hoe ownvia de taalkennis in de onderneming bewaart

ownvia is de AI-infrastructuur voor professionele vertaalprocessen. De basisgedachte: uw taal en uw kennis blijven de constante, terwijl de technologie zich met ownvia verder ontwikkelt. In plaats van in privéchats te verdwijnen, groeit de taalkennis op één plek waartoe alle bevoegden toegang hebben.

Kennis opslaan is niet hetzelfde als kennis in de juiste context toepassen. Een centrale kennisbasis alleen is niet voldoende. Een opdracht voor een machinebesturing heeft andere vaktermen en referentieteksten nodig dan een marketingbrochure. Daarom moet de relevante bedrijfskennis gericht aan de betreffende opdracht worden toegewezen. Pas dan houdt de AI rekening met de juiste informatie, zonder te worden belast met tegenstrijdige of irrelevante voorschriften. Precies daarvoor zijn er in ownvia de Translation Templates.

Vom Chat-Chaos zur zentralen Wissensplattform.png
Bedrijfskennis gericht benutten

Probleem van schaduw-AI

Antwoord in ownvia

Vaktermen worden steeds opnieuw uitgelegd

Terminologie wordt centraal beheerd en in aanmerking genomen bij opdrachten waaraan deze is toegewezen.

Goedgekeurde vertalingen blijven ongebruikt

Vertaalgeheugens maken beproefde formuleringen herbruikbaar.

Richtlijnen zitten in de prompts van afzonderlijke personen

Vertaaltemplates bundelen stijlgidsen, referentiekennis en instructies voor terugkerende taken.

Product- en vakkennis is verspreid

Bedrijfskennis en documentcontext worden doelgericht in de vertaling meegenomen.

Controle hangt van het toeval af

Een Translate Agent vertaalt, een aparte QA Agent controleert en geeft aanwijzingen, zonder de tekst zelf te wijzigen. In ownEDITOR controleren mensen de tekst en keuren ze die goed (human-in-the-loop).

De privéchat is handiger

De Translation Chat biedt het vertrouwde chatformat – met de kennis van het bedrijf op de achtergrond.

Eilandoplossingen naast bestaande tools

De ownvia AI Translation Provider integreert het platform in Trados Studio, aangevuld met API en XLIFF.

Het verschil met de algemene chatassistent ligt er niet in dat deze geen glossaria of stijlgidsen zou kunnen verwerken. Doorslaggevend is of de kennis centraal wordt beheerd, bij elke opdracht consistent wordt toegepast en aan gedefinieerde controlestappen is gekoppeld. In 2026 werd ownvia opgenomen in de Slator-lijst „Language AI 50 Under 50“.

Checklist: Blijft uw taalkennis binnen het bedrijf?

  • We weten welke AI-tools medewerkers voor vertalingen gebruiken.
  • Beproefde instructies en glossaria uit de afdelingen zijn verzameld.
  • Verplichte terminologie wordt centraal beheerd en automatisch toegepast.
  • Goedgekeurde vertalingen worden systematisch hergebruikt.
  • Er is een vastgelegd proces waarmee gecontroleerde en goedgekeurde correcties in de gezamenlijke basis worden opgenomen.
  • Er is vastgelegd welke documenten met welke toepassingen mogen worden verwerkt.
  • Aan contractuele en gegevensbeschermingsrechtelijke vereisten is getoetst.
  • Controle- en goedkeuringsstappen voor kwaliteitskritische teksten zijn vastgelegd en medewerkers zijn getraind.

Hoe meer punten openstaan, hoe meer taalkennis uw bedrijf dagelijks opbouwt – en vervolgens weer verliest. De checklist dient ter oriëntatie en vervangt geen controle op het gebied van gegevensbescherming of recht.

KI-Governance-Checkliste am Arbeitsplatz.png
Checklist voor AI-governance op de werkplek

Conclusie: schaduw-AI is een signaal, geen vijand

Dat medewerkers met AI vertalen, is in eerste instantie goed nieuws. Het laat zien dat er behoefte is, dat medewerkers initiatief nemen en dat er dagelijks veel taalkennis ontstaat. Het probleem is niet het gebruik, maar dat deze kennis in de privéchat eindigt en gegevens ongecontroleerd het bedrijf verlaten.

Wie terminologie, richtlijnen en goedgekeurde vertalingen op één plek bundelt, beperkt privacyrisico’s en creëert een bedrijfstaal die met elke gecontroleerde vertaling beter wordt.

De doorslaggevende vraag is daarom niet: „Mogen onze medewerkers met AI vertalen?” Maar: „Hoe zorgen we ervoor dat wat zij de AI leren, het hele bedrijf ten goede komt?”

Praat met ons over uw vertaalproces – wij laten u ownvia zien in een demo.

Veelgestelde vragen over schaduw-AI bij vertalingen

Wat is schaduw-AI bij vertalingen?

Schaduw-AI verwijst naar het gebruik van AI-tools buiten de toepassingen die door het bedrijf worden aangeboden of goedgekeurd. Bij vertalingen gaat het meestal om het vertalen van zakelijke documenten via persoonlijke ChatGPT-accounts of andere particuliere AI-diensten.

Waarom gaat taalkennis verloren door schaduw-AI?

Medewerkers leren de AI tijdens het vertalen vaktermen, tone of voice en productkennis. Zonder gezamenlijk proces wordt deze kennis geen onderdeel van een centraal onderhouden kennisbasis. Collega’s kunnen er geen gebruik van maken, het bedrijf kan de kennis niet onderhouden en bij personeelswisselingen gaat deze verloren.

Moeten bedrijven privégebruik van AI verbieden?

Een verbod alleen lost het probleem zelden op, omdat de behoefte blijft bestaan. Het Institut der deutschen Wirtschaft concludeert dat uitsluitend verbieden vooral betrokken medewerkers zou treffen. Effectiever is een goedgekeurde oplossing die minstens zo eenvoudig is als de privéchat en door ingebouwde bedrijfskennis betere resultaten oplevert.

Is ChatGPT AVG-conform voor vertalingen?

Een algemeen antwoord is niet mogelijk. Zakelijke aanbiedingen met een verwerkersovereenkomst en uitgeschakelde modeltraining creëren belangrijke voorwaarden. Persoonlijke accounts zijn doorgaans niet geschikt voor vertrouwelijke of persoonsgegevens bevattende bedrijfsdocumenten.

Is het voldoende om training met mijn gegevens uit te schakelen?

Nee. Het uitschakelen heeft alleen betrekking op het gebruik voor modeltraining. Vragen over de rechtsgrond, vertrouwelijkheid, opslaglocatie en toegang blijven bestaan – en ook het kennisprobleem blijft bestaan.

Hoe blijft de terminologie bij AI-vertalingen consistent?

Door vaktermen centraal te onderhouden en aan de betreffende vertaalopdracht te koppelen, in plaats van ze in individuele prompts uit te leggen. Translation Memories zorgen er bovendien voor dat goedgekeurde formuleringen opnieuw worden gebruikt.

Wat vereist de AI Act bij AI-vertalingen?

Artikel 4 van de AI Act verplicht bedrijven maatregelen te nemen om de AI-geletterdheid van hun medewerkers te bevorderen. Sinds de wijziging door Verordening (EU) 2026/1744 van 27 juli 2026 hoeven zij daarbij geen specifiek competentieniveau te garanderen. Praktijkgerichte trainingen over de mogelijkheden en beperkingen van AI-vertalingen vormen een zinvolle bouwsteen.

Meertalige content goed opzetten?

ownvia helpt teams om AI-vertalingen met glossaria, review en duidelijke goedkeuringen productief te gebruiken.

Demo boeken