De meeste statistieken over shadow AI beginnen bij een echte meting en veranderen vervolgens een beetje telkens wanneer een andere pagina ze herhaalt. Een enquête onder mensen die al generatieve AI gebruiken, wordt een uitspraak over alle werknemers, kosten per datalek worden een jaarlijks verlies en een enquête onder beveiligingsprofessionals wordt een uitspraak over werknemers. We hebben de meest aangehaalde cijfers teruggevoerd naar het rapport, het persbericht of de wetenschappelijke publicatie waarin ze voor het eerst verschenen, en de populatie, methode en datum achter elk cijfer vastgelegd. Deze pagina laat zien wat standhoudt, wat onderweg is veranderd en wat we niet konden herleiden. De pagina is voor het laatst gecontroleerd op 1 oktober 2026.
De cijfers die standhouden
De volgende cijfers zijn gelezen in het primaire document of in het eigen persbericht van de uitgever. Elk cijfer wordt weergegeven met de reikwijdte die de bron eraan geeft, omdat juist die reikwijdte meestal verloren gaat.
- 39.7% van alle AI-interacties betreft gevoelige gegevens, waarbij prompttekst, kopieer- en plakhandelingen en bestandsuploads worden meegeteld (Cyberhaven, februari 2026).
- 34.8% van de bedrijfsgegevens die werknemers in AI-tools invoerden, was gevoelig, tegenover 27.4% een jaar eerder en 10.7% twee jaar eerder, gemeten onder 7 miljoen werknemers (Cyberhaven, april 2025).
- 2.6% van 22,458,240 zakelijke prompts voor generatieve AI die in 2025 werden verzameld, bevatte gevoelige gegevens: 579,113 gevallen (Harmonic Security, januari 2026).
- Eén op de vijf organisaties meldde een datalek door shadow AI, en organisaties met veel shadow AI betaalden gemiddeld $670,000 meer per datalek (IBM Cost of a Data Breach 2025, gebaseerd op 600 organisaties).
- 75% van de kenniswerkers gebruikt generatieve AI op het werk, en 78% van degenen die AI gebruiken, brengt eigen tools mee (Microsoft en LinkedIn Work Trend Index 2024, 31,000 respondenten in 31 landen).
- Meer dan de helft van de gebruikers van generatieve AI zei deze zonder formele goedkeuring van de werkgever te gebruiken; deze gebruikers vormden 28% van de ondervraagde werknemers (Salesforce, november 2023, meer dan 14,000 werknemers in 14 landen).
- 77% van de gebruikers plakt gegevens in generatieve AI-tools en 82% van die activiteit vindt plaats via onbeheerde accounts (LayerX Enterprise AI and SaaS Data Security Report 2025, browsertelemetrie van zakelijke klanten).
- 48% van de respondenten zei niet-openbare bedrijfsinformatie in generatieve AI te hebben ingevoerd, onder 2,600 beveiligings- en privacyprofessionals in 12 landen (Cisco 2024 Data Privacy Benchmark Study, enquête uitgevoerd in de zomer van 2023).
- $4.99 miljoen zijn de wereldwijde gemiddelde kosten van een datalek in de editie van 2026 van IBM, en $6 miljoen voor datalekken waarbij aanvallers AI gebruikten (602 organisaties, maart 2025 tot februari 2026).
Hoe de cijfers zijn gecontroleerd
Voor elk cijfer hebben we de oorspronkelijke publicatie opgezocht, de zin met het getal gelezen en vastgelegd wie er werd geteld, hoe er werd geteld en wanneer. Als de oorspronkelijke pagina niet meer op het huidige adres kon worden gelezen, gebruikten we een gearchiveerde kopie en vermelden we dat. Als een uitgever geautomatiseerde toegang blokkeerde en we het cijfer alleen konden lezen als citaat in een vakpublicatie, is dat in de tabellen aangegeven. Een cijfer dat we in geen enkel primair document konden vinden, staat afzonderlijk in Tabel 3 in plaats van te worden weggelaten, omdat het ontbreken van een bron op zichzelf nuttige informatie is voor iedereen die het wil aanhalen.
Wat de meest aangehaalde metingen werkelijk maten
Tabel 1: Bron, populatie en methode achter de meest herhaalde cijfers over shadow AI
| Bron | Soort cijfer | Populatie | Periode | Kerncijfer |
|---|---|---|---|---|
| Microsoft en LinkedIn, Work Trend Index | Enquête | 31,000 kenniswerkers, 31 landen (uitgevoerd door Edelman Data & Intelligence) | 15 februari tot 28 maart 2024 | 75% gebruikt generatieve AI op het werk; 78% van de AI-gebruikers brengt eigen tools mee |
| Salesforce, Generative AI Snapshot | Enquête | Meer dan 14,000 voltijdwerknemers, 14 landen (YouGov) | 18 tot 31 oktober 2023 | Meer dan de helft van de gebruikers van generatieve AI gebruikt deze zonder goedkeuring van de werkgever |
| Cisco, 2024 Data Privacy Benchmark Study | Enquête op basis van zelfrapportage | 2,600 beveiligings- en privacyprofessionals, 12 landen | Zomer 2023 | 48% voerde niet-openbare bedrijfsinformatie in |
| IBM en Ponemon Institute, Cost of a Data Breach 2025 | Analyse van datalekken | 600 organisaties die een datalek hadden meegemaakt | Maart 2024 tot februari 2025 | Eén op de vijf meldde een datalek door shadow AI; $670,000 hogere kosten per datalek bij veel shadow AI |
| Cyberhaven, 2025 AI Adoption and Risk Report | Producttelemetrie | 7 miljoen werknemers bij klanten van Cyberhaven | Voorgaande 24 maanden, gepubliceerd in april 2025 | 34.8% van de gegevens die in AI-tools werden ingevoerd, was gevoelig |
| Cyberhaven, 2026 AI Adoption and Risk Report | Producttelemetrie | Steekproefomvang niet vermeld op de gepubliceerde pagina | Gepubliceerd in februari 2026 | 39.7% van de AI-interacties betreft gevoelige gegevens |
| Harmonic Security, rapport uit 2025 | Browsertelemetrie | 22,458,240 prompts van organisaties uit de VS en het VK (aantal organisaties niet bekendgemaakt) | 1 januari tot 31 december 2025 | 2.6% van de prompts bevatte gevoelige gegevens |
| LayerX, Enterprise AI and SaaS Data Security Report | Browsertelemetrie | Zakelijke klanten van LayerX | Rapport gepubliceerd in 2025 | 77% van de gebruikers plakt gegevens in generatieve AI; 82% daarvan via onbeheerde accounts |
| Mireshghallah et al., Trust No Bot (COLM 2024) | Wetenschappelijke analyse | 5,000 Engelstalige gesprekken als steekproef uit WildChat, een openbare dataset van gratis gebruik van GPT-3.5 en GPT-4 | Publicatie verschenen in juli 2024 | Persoonsgegevens in 48% van de vertaalgesprekken en 16% van de gesprekken over codebewerking |
Zelfgerapporteerde, waargenomen en voorspelde cijfers zijn verschillende dingen
De negen bronnen in Tabel 1 beantwoorden drie verschillende vragen. Enquêtes zoals de Work Trend Index, de Salesforce Snapshot en de Cisco-studie meten wat mensen zeggen te doen, en respondenten kunnen te weinig of te veel rapporteren. Telemetrie van Cyberhaven, Harmonic en LayerX meet wat een monitoringproduct heeft waargenomen, maar alleen bij organisaties die dat product hebben ingezet. Alle drie de leveranciers verkopen bovendien tools om gegevensverlies te voorkomen, dus hun klantenbestand is geen willekeurige steekproef van werkgevers. De IBM-cijfers komen van organisaties die al een datalek hadden meegemaakt, wat niets zegt over organisaties die dat niet hadden.
Een vierde categorie wordt vaak naast de eerste drie aangehaald, maar hoort daar niet bij. Uit de enquête van Gartner onder leidinggevenden op het gebied van cyberbeveiliging bleek dat 69% vermoedt of bewijs heeft dat werknemers verboden openbare generatieve AI gebruiken. Dit meet wat beveiligingsverantwoordelijken waarnemen. De uitspraak van Gartner dat meer dan 40% van de organisaties tegen 2030 beveiligings- en compliance-incidenten zal ondervinden door niet-goedgekeurde AI, is een voorspelling (beide zoals gemeld door Infosecurity Magazine). Geen van beide beschrijft een waargenomen percentage.
Waarom 2.6% en 39.7% beide correct kunnen zijn
Harmonic meldt dat 2.6% van de zakelijke prompts gevoelige gegevens bevatte, terwijl Cyberhaven meldt dat 39.7% van de AI-interacties gevoelige gegevens betreft. Het verschil is ongeveer een factor vijftien en doet zich voor tussen twee geloofwaardige leveranciers die AI-gebruik op het werk in dezelfde periode onderzoeken. Harmonic telt prompts waarin zijn detectie een gevoelig gegeven vond. Cyberhaven telt interacties, een term die naast getypte prompts ook kopieer- en plakhandelingen en bestandsuploads omvat. Eén geüpload document kan veel gevoelige gegevens bevatten, dus de twee tellers betreffen niet hetzelfde soort gebeurtenis. Ook de populaties verschillen. Op basis van het gepubliceerde materiaal kunnen we niet zeggen welk deel van het verschil voortkomt uit definities en welk deel uit de onderzochte organisaties.
Wat wel kan worden gezegd, is beperkter en nuttiger. Cyberhaven paste gedurende drie opeenvolgende jaren één maatstaf toe: het aandeel gevoelige gegevens in de bedrijfsgegevens die in AI-tools werden ingevoerd. Die reeks steeg van 10.7% naar 27.4% naar 34.8%. Een trend binnen één methode is betrouwbaarder dan een vergelijking tussen methoden en wijst consequent in dezelfde richting.
Hoe een cijfer verandert wanneer het wordt herhaald
De vergelijking hieronder zet de formuleringen waarin verschillende cijfers doorgaans circuleren naast wat de oorspronkelijke bron zegt. We hebben de namen van de pagina’s die ze herhalen bewust weggelaten. Het gaat om het patroon, en dat komt herhaaldelijk terug op de overzichtspagina’s die we hebben gelezen.
Tabel 2: Cijfers zoals ze doorgaans worden herhaald en zoals ze oorspronkelijk zijn gepubliceerd
| Zoals doorgaans herhaald | Wat de bron zegt | Wat er veranderde |
|---|---|---|
| 55% van de werknemers gebruikt niet-goedgekeurde AI-tools | Meer dan de helft van de gebruikers van generatieve AI, die 28% van de ondervraagde werknemers vormden, gebruikte deze zonder formele goedkeuring van de werkgever (Salesforce, november 2023) | De noemer verschoof van AI-gebruikers naar alle werknemers |
| 75% van de werknemers gebruikt AI-tools zonder toestemming | 75% van de kenniswerkers gebruikt generatieve AI op het werk, en 78% van de AI-gebruikers brengt eigen tools mee (Microsoft en LinkedIn, 2024) | AI-gebruik in het algemeen werd gebruik zonder toestemming |
| 52% zou de manager niet vertellen AI te gebruiken | 52% van de AI-gebruikers is terughoudend om toe te geven AI voor de belangrijkste taken te gebruiken (Microsoft en LinkedIn, 2024) | De bewering werd verbreed van belangrijke taken naar al het gebruik, en van terughoudendheid naar weigering |
| Bij 20% van de datalekken was shadow AI betrokken | Eén op de vijf organisaties meldde een datalek door shadow AI (IBM, 2025) | Organisaties werden datalekken |
| $670,000 jaarlijks verlies door AI zonder governance | Organisaties met veel shadow AI betaalden gemiddeld $670,000 meer per datalek (IBM, 2025) | Meerkosten per datalek werden een jaarlijks verlies |
| 63% van de organisaties heeft geen beleid voor AI-governance | 63% van de organisaties met een datalek heeft geen beleid voor AI-governance of is dat nog aan het ontwikkelen (IBM, 2025) | De populatie werd beperkt tot organisaties met een datalek en de tweede helft van de formulering verdween |
| 48% van de werknemers voerde vertrouwelijke bedrijfsgegevens in AI in | 48% van 2,600 beveiligings- en privacyprofessionals zei niet-openbare bedrijfsinformatie te hebben ingevoerd (Cisco, 2024) | De respondenten veranderden van beveiligings- en privacyprofessionals in werknemers; sommige overzichten noemen ook een ander Cisco-rapport |
| 68% gebruikt openbare AI via persoonlijke accounts (Menlo Security) | Volgens SiliconANGLE gaat het om een enquête van TELUS Digital die in het rapport van Menlo wordt aangehaald, niet om de eigen telemetrie van Menlo | De bronvermelding verschoof van de aangehaalde enquête naar het rapport dat die aanhaalt |
| De gemiddelde kosten van een datalek zijn $4.88 miljoen of $4.44 miljoen | $4.99 miljoen in de editie van 2026 van het IBM-rapport; $4.44 miljoen betrof de editie van 2025 en $4.88 miljoen de editie van 2024 | Oudere edities worden nog steeds herhaald op pagina’s met een datum in 2026 |
| 4.2% van de werknemers heeft bedrijfsgegevens in ChatGPT geplakt | Het bijgewerkte Cyberhaven-artikel van juni 2023 vermeldt dat 4.7% van de werknemers bij klantbedrijven van Cyberhaven minstens één keer gevoelige gegevens had geplakt | Het cijfer werd herzien nadat de URL en de eerste berichtgeving 4.2% vermeldden |
| 11% van wat werknemers in ChatGPT plakken, is vertrouwelijk | Gevoelige gegevens vormden 11% van wat werknemers plakten, gemeten van 26 februari tot 9 april 2023 onder 1.6 miljoen werknemers (Cyberhaven) | Een meting van één tool bij de klanten van één leverancier begin 2023 wordt gepresenteerd als een actueel algemeen percentage |
| Werknemers die generatieve AI gebruiken, plakken in 77% van de gevallen bedrijfsgegevens | 77% van de gebruikers plakt gegevens in generatieve AI-tools (LayerX). Het rapport gebruikt zowel “gebruikers” als “werknemers” en vermeldt ook dat 45% van de zakelijke gebruikers actief AI-platforms gebruikt, dus de noemer betreft hoogstwaarschijnlijk degenen die AI gebruiken | De bron vermeldt de noemer niet, en herhalingen gaan meestal uit van alle werknemers |
Wat Trust No Bot wel en niet laat zien
De publicatie van Mireshghallah, Antoniak, More, Choi en Farnadi wordt vaak aangehaald voor de bevinding dat persoonsgegevens voorkomen in 48% van de vertaalverzoeken en 16% van de verzoeken om codebewerking die naar GPT-modellen worden gestuurd. De bevinding klopt, maar de onderliggende gegevens zijn consumentengesprekken. WildChat werd opgebouwd door mensen gratis toegang tot GPT-3.5 en GPT-4 te geven in ruil voor hun instemming om hun gesprekken te delen. De auteurs behielden alleen Engelstalige gesprekken, en de labels voor persoonsgegevens zijn afkomstig van een geautomatiseerde detector. Het merendeel van wat die detecteerde, bestond uit namen van personen en organisaties. De studie vertelt ons dus hoe mensen zich gedragen met een gratis chatbot en meet niet wat werknemers in werkgerelateerde prompts invoeren.
De publicatie bevat een tweede bevinding die belangrijk is voor iedereen die een beschermingsmaatregel ontwerpt. De beheerders van WildChat hadden persoonsgegevens al een keer verwijderd met Microsoft Presidio, een regelgebaseerde tool, en toch vonden de auteurs in meer dan 70% van de vragen nog enige vorm van gedetecteerde persoonsgegevens. Zij merken op dat regelgebaseerde verwijdering vaak persoonsgegevens mist die niet goed zijn geformatteerd. Eén bewerkingsronde met patroonherkenning vindt niet alle namen in vrije tekst. Daarom worden voor deze taak detectiebenaderingen op basis van getrainde taalmodellen gebruikt. De gids voor gegevensmaskering noemt acht punten om een maskeringstool te beoordelen, waaronder de omgang met namen in vrije tekst.
Cijfers die we hebben gezocht maar niet konden herleiden
De cijfers in Tabel 3 verschijnen op overzichtspagina’s, meestal zonder link. We hebben voor elk cijfer gezocht naar een primair document waarin het voorkomt. Een mislukte zoekactie bewijst niet dat een cijfer niet bestaat, maar zolang er geen bron is gevonden, mogen deze cijfers niet als vaststaand worden aangehaald.
Tabel 3: Cijfers waarvoor we geen primaire bron konden vinden
| Cijfer zoals het circuleert | Toegeschreven aan | Wat we vonden |
|---|---|---|
| 158 of meer shadow AI-tools per onderneming | Gartner | Geen primair document gevonden. Het Gartner-persbericht over shadow AI dat Infosecurity Magazine aanhaalt, vermeldt de hierboven besproken cijfers van 69% en 2030, niet dit cijfer |
| Shadow AI zal ondernemingen tegen 2027 $40 miljard kosten | Gartner | Geen primair document gevonden |
| Verdrievoudiging van niet-goedgekeurde AI-tools sinds 2022 | Forrester | Geen primair document gevonden |
| 43% ondervond het lekken van intellectuele eigendom via shadow AI | Bitglass of Forcepoint | Geen primair document gevonden |
| 55% veroorzaakte schendingen van gegevenssoevereiniteit | DLA Piper | Geen primair document gevonden |
| 41% van de leidinggevenden gebruikte AI zonder toestemming | Deloitte | Geen primair document gevonden |
| 38% van de invoer in shadow AI bevat gevoelige gegevens | Nightfall | Geen primair document gevonden |
| 65% van de werknemers gebruikt niet-goedgekeurde AI-tools | Salesforce State of IT 2024 | Niet gevonden in het Salesforce-onderzoek dat we hebben gelezen; het cijfer van 55% in Tabel 2 is het Salesforce-cijfer dat we konden bevestigen |
| Meer dan 300,000 ChatGPT-inloggegevens blootgesteld | Group-IB | De cijfers die Group-IB publiceerde, zijn 101,134 apparaten met opgeslagen ChatGPT-inloggegevens tussen juni 2022 en mei 2023, en meer dan 225,000 logs tussen januari en oktober 2023, zoals gemeld door SC Media |
Vijf vragen voordat je een statistiek over shadow AI aanhaalt
- Wie werd er geteld, en is het percentage berekend over alle werknemers, over mensen die AI gebruiken of over organisaties?
- Werd het gedrag door een tool waargenomen of door de respondent in een enquête gerapporteerd?
- Van wie zijn de klanten of respondenten in de steekproef, en verkoopt de uitgever een product dat baat heeft bij een hoog cijfer?
- Wanneer werd het gemeten, in tegenstelling tot wanneer de pagina werd gepubliceerd of voor het laatst bijgewerkt?
- Is het een meting, een perceptie of een voorspelling?
Dezelfde vijf vragen gelden voor de cijfers in dit artikel. De bronnen zijn gelinkt in de gestructureerde gegevens van deze pagina en in de tabellen. We werken de pagina bij wanneer een bron verandert of een cijfer uit Tabel 3 wordt herleid.
De rol van gegevensmaskering
De metingen wijzen op een praktisch risico: mensen kunnen gevoelige tekst en bestanden delen met AI-tools via workflows die hun organisatie niet beheert. Redactic helpt gevoelige waarden in documenten te identificeren en te maskeren vóór een afzonderlijk geselecteerde, optionele AI-taak. Detectie en maskering vinden plaats op infrastructuur onder beheer van Redactic in Europa, zonder inferentie door derden op ongemaskeerde inhoud. Controleer de voorbereide tekst en de resterende context; maskering garandeert niet dat personen niet kunnen worden geïdentificeerd. Verder lezen: twee modi en de workflow in vijf stappen · shadow AI in HR · advocatenkantoren en processtukken · accountantskantoren die salarisgegevens en fiscale identificatienummers verwerken
Veelgestelde vragen
Wat is de betrouwbaarste statistiek over shadow AI?
Geen enkel cijfer beantwoordt alle vragen, maar het meest robuuste bewijs is een reeks die in de loop van de tijd met één methode wordt gemeten. Het aandeel gevoelige gegevens in zakelijke AI-invoer van Cyberhaven, dat over drie jaar steeg van 10.7% naar 27.4% naar 34.8%, is het duidelijkste voorbeeld. Wat steekproefomvang betreft, zijn de 22,458,240 prompts van Harmonic uit 2025 de grootste steekproef die we vonden.
Laten de statistieken zien hoeveel werknemers vertrouwelijke gegevens in AI-tools plakken?
Niet rechtstreeks. LayerX meldt dat 77% van de gebruikers gegevens plakt, de analyse van Cyberhaven uit 2023 wees uit dat 4.7% van de werknemers bij zijn klanten gevoelige gegevens had geplakt, en in de enquête van Cisco zei 48% van de beveiligings- en privacyprofessionals niet-openbare informatie te hebben ingevoerd. De cijfers lopen sterk uiteen omdat de populaties, definities van gevoelige gegevens en methoden verschillen. Ze kunnen daarom niet worden samengevoegd tot één percentage.
Is Trust No Bot bewijs over AI-gebruik op het werk?
Het is bewijs over mensen die een gratis chatbot gebruiken. De gesprekken komen uit WildChat, zijn Engelstalig en zijn gelabeld met geautomatiseerde detectie. De cijfers van 48% en 16% beschrijven dus consumentengedrag en mogen niet worden gepresenteerd als percentages voor werknemers.
Hoe actueel zijn deze cijfers?
De pagina is voor het laatst gecontroleerd op 1 oktober 2026. De onderliggende metingen lopen van begin 2023 (de 11% van Cyberhaven en de Salesforce-enquête) tot het volledige jaar 2025 (Harmonic) en februari 2026 (Cyberhaven). Elk cijfer moet daarom worden aangehaald met de periode waarop het betrekking heeft, niet met het jaar van de pagina die het herhaalt.
Gerelateerde gidsen
- Gids voor gegevensmaskering 2026: persoonsgegevens maskeren voor AVG- en AI-compliance
- Shadow AI in HR: AI-tools gebruiken zonder AVG-schendingen (2026)
- Gids voor contractmaskering: rechtszaken, getuigen en gevoelige clausules (2026)
- Documentmaskering voor accountants: salarisadministratie, fiscale identificatienummers en AVG-workflow (2026)
Bekijk hoe Redactic dit in de praktijk brengt: documentmaskering met Redactic · vertrouwenspagina’s en verwerkersovereenkomst.