Nul-data-retentie: wat betekent het als een AI-dienst niets van je onthoudt?
Stel je twee bibliotheken voor. In de eerste bibliotheek noteert de bibliothecaris precies welke boeken je leent, hoe lang je erover doet en waar je in het boek onderstreept hebt — en die aantekeningen blijven jarenlang in een archief liggen. In de tweede bibliotheek helpt de bibliothecaris je net zo goed, maar zodra je het boek teruggeeft, verscheurt ze haar notitiebriefje. Er bestaat geen dossier over jou, dus er valt ook niets te lekken, te hacken of aan derden te verkopen. Dat tweede scenario is in essentie wat nul-data-retentie (in het Engels: zero data retention, afgekort ZDR) betekent.
De term duikt de laatste jaren vooral op rond AI-diensten. Als je een vraag stelt aan een chatbot of via een programmeerkoppeling (een API, een technische ingang waarmee andere software een AI-model kan aanroepen) een AI-model gebruikt, wordt die vraag normaal gesproken enige tijd opgeslagen bij de aanbieder — bijvoorbeeld om misbruik op te sporen, storingen te onderzoeken of het model te verbeteren. Bij nul-data-retentie spreekt een bedrijf af, en bouwt het ook technisch zo in, dat de inhoud van je vraag en het antwoord daarop niet blijvend wordt bewaard. Voor bedrijven die gevoelige gegevens verwerken — een ziekenhuis, een advocatenkantoor, een bank — kan dat het verschil maken tussen een AI-tool wel of niet mogen gebruiken.
Wat is het precies?
Om te begrijpen wat nul-data-retentie toevoegt, helpt het om eerst de normale gang van zaken te schetsen. Wanneer je een verzoek naar een AI-dienst stuurt, doorloopt dat meestal deze stappen: het verzoek komt binnen op een server, wordt verwerkt door het taalmodel, het antwoord wordt teruggestuurd — en vervolgens wordt een kopie van vraag en antwoord, samen met metagegevens zoals tijdstip en gebruikersaccount, voor een bepaalde periode bewaard. Bij veel diensten is dat dertig dagen, bij sommige langer, afhankelijk van het bedrijfsbeleid en de wet.
Bij nul-data-retentie wordt die opslagstap overgeslagen of vrijwel meteen ongedaan gemaakt. Technisch betekent dit vaak dat logbestanden worden uitgeschakeld voor de inhoud van het gesprek, terwijl alleen strikt noodzakelijke gegevens overblijven, zoals het aantal gebruikte tokens (de kleine tekstfragmenten waarin AI-modellen taal opknippen) voor de facturatie. Juridisch wordt dit meestal vastgelegd in een Data Processing Agreement (DPA), een contract waarin een leverancier belooft hoe hij met klantgegevens omgaat.
Een belangrijke nuance: volledige nul-retentie is in de praktijk zeldzaam. De meeste aanbieders houden een smalle uitzondering aan voor het opsporen van ernstig illegale content, zoals materiaal van seksueel kindermisbruik. Daarom is nul-data-retentie meestal geen instelling die iedereen zomaar kan aanzetten, maar een optie die alleen beschikbaar is na goedkeuring voor "in aanmerking komende" toepassingen, vaak gecombineerd met andere waarborgen tegen misbruik.
Wat wil men ermee bereiken?
Het belangrijkste doel is vertrouwen. Organisaties die met privacygevoelige of bedrijfskritische informatie werken — patiëntendossiers, financiële transacties, broncode, strategische plannen — durven die gegevens vaak niet zomaar aan een extern AI-systeem toe te vertrouwen als ze niet zeker weten wat ermee gebeurt. Nul-data-retentie moet die drempel wegnemen.
Daarnaast speelt regelgeving een grote rol. De Europese privacywet AVG (in het Engels GDPR) bevat het beginsel van dataminimalisatie: verzamel en bewaar niet meer persoonsgegevens dan strikt nodig. In gereguleerde sectoren, zoals de Amerikaanse zorgwetgeving HIPAA of financieel toezicht, gelden vaak nog strengere eisen aan wat er met gevoelige gegevens mag gebeuren. Voor aanbieders van AI-diensten is een geloofwaardige nul-retentie-optie dan ook een manier om aan die eisen te voldoen en toegang te krijgen tot markten die anders gesloten zouden blijven.
Tot slot is er een simpel beveiligingsargument: data die niet bestaat, kan ook niet lekken. Elk databestand dat een bedrijf bewaart is in theorie een doelwit voor een hack of een intern datalek. Door structureel minder te bewaren, verkleint een organisatie het aantal manieren waarop het mis kan gaan.
Voorbeelden uit de praktijk
Verschillende grote aanbieders van AI-modellen bieden inmiddels vormen van nul-data-retentie aan, doorgaans specifiek voor hun zakelijke API-klanten en niet automatisch voor de gratis consumentenversies van hun chatbots:
- OpenAI biedt voor bepaalde, goedgekeurde API-toepassingen een nul-data-retentiebeleid aan: prompts en antwoorden worden dan niet opgeslagen, in tegenstelling tot de standaardinstelling waarbij gegevens enige tijd bewaard blijven voor misbruikdetectie.
- Anthropic, de maker van de Claude-modellen, stelt zakelijke klanten met goedgekeurde toepassingen in staat een Zero Data Retention-overeenkomst af te sluiten voor het gebruik van de Claude API, waarbij prompts en gegenereerde antwoorden niet worden gelogd.
- Microsoft Azure OpenAI Service kent een optie genaamd "gewijzigde misbruikmonitoring", waarbij goedgekeurde klanten kunnen aanvragen dat Microsoft hun prompts en antwoorden niet opslaat en niet door mensen laat beoordelen.
- In de bredere technologiewereld bestaat een vergelijkbaar principe al langer bij VPN-diensten met een "no-log"-belofte: aanbieders laten door onafhankelijke auditors controleren dat zij geen verkeersgegevens van gebruikers bijhouden — al blijft ook daar volledige, doorlopende verificatie lastig.
- Ook cloudplatforms zoals Google Cloud (Vertex AI) bieden zakelijke klanten configureerbare opties voor gegevensbewaring en -gebruik, zodat organisaties zelf kunnen bepalen of en hoe lang input en output worden opgeslagen.
Hoe ver is de techniek?
Het is belangrijk om nul-data-retentie niet te verwarren met een baanbrekende nieuwe technologie: het gaat vooral om een combinatie van bestaande serverconfiguraties, contractuele afspraken en interne bedrijfsprocessen, niet om een doorbraak in bijvoorbeeld cryptografie. De techniek om logging uit te schakelen bestaat al lang; wat nieuw is, is de bereidheid van grote AI-bedrijven om dit als standaardoptie aan te bieden en er formele garanties bij te geven.
De grootste beperking op dit moment is verifieerbaarheid. Als gebruiker of klant moet je in de praktijk vertrouwen op wat een bedrijf beweert in zijn beleidsdocumenten en contracten; onafhankelijke, herhaalde technische audits van AI-aanbieders die specifiek nul-retentiebeleid controleren, staan nog in de kinderschoenen vergeleken met bijvoorbeeld de auditcultuur die is ontstaan rond VPN-diensten. Er is dus een verschil tussen "technisch mogelijk" en "onafhankelijk bewezen".
Een tweede obstakel is de spanning tussen privacy en veiligheid. Aanbieders willen misbruik van hun AI-modellen — voor bijvoorbeeld het genereren van illegale content of het plannen van aanslagen — kunnen opsporen. Dat vereist meestal enige vorm van monitoring, wat op gespannen voet staat met een absolute nul-retentiebelofte. De meeste huidige oplossingen zijn daarom eigenlijk "bijna-nul-retentie met smalle uitzonderingen", en de precieze grens verschuift nog steeds door discussies tussen bedrijven, toezichthouders en veiligheidsonderzoekers.
Tegelijk zet Europese regelgeving, waaronder de AVG en de recente AI-verordening (AI Act) van de Europese Unie, druk op aanbieders om dataminimalisatie serieuzer te nemen, wat de verdere verspreiding van nul-retentieopties waarschijnlijk versnelt. Hoe snel dit ook buiten grote zakelijke klanten terechtkomt — bijvoorbeeld bij gewone consumentenapps — is nog onzeker.
Wie werken eraan?
De belangrijkste aanbieders van nul-data-retentieopties zijn op dit moment de grote Amerikaanse AI- en cloudbedrijven: OpenAI, Anthropic, Microsoft (via Azure OpenAI Service), Google (via Google Cloud) en Amazon (via zijn Bedrock-platform voor AI-modellen). Zij richten hun aanbod vooral op zakelijke en overheidsklanten in gereguleerde sectoren.
Aan de regelgevende kant spelen Europese instanties een sturende rol, met name de nationale privacytoezichthouders die de AVG handhaven — in Nederland de Autoriteit Persoonsgegevens — en het overkoepelende European Data Protection Board, dat richtlijnen opstelt voor hoe bedrijven in de EU met persoonsgegevens moeten omgaan. In de Verenigde Staten zijn het vooral sectorspecifieke toezichthouders in de zorg en financiële wereld die druk uitoefenen op dienstverleners om strengere databeperkingen aan te bieden.
Daarnaast zijn er onderzoeksgroepen en organisaties op het gebied van digitale rechten die pleiten voor betere, onafhankelijk verifieerbare privacywaarborgen bij AI-diensten, en die kritisch blijven kijken naar hoe geloofwaardig de beloften van techbedrijven in de praktijk zijn.