Bij AI-projecten zie je nog te vaak dat gevoelige informatie rechtstreeks naar externe systemen wordt gestuurd, zonder dat er goed wordt nagedacht over privacy.

In Fricta is dat anders. Ons uitgangspunt is dat privacy geen optionele laag achteraf is, maar de ruggengraat van het ontwerp.

Waar het vaak misgaat
In veel AI-implementaties zien we dezelfde valkuilen:

• Ruwe communicatie wordt direct in een groot taalmodel geladen
• Namen, adressen of ordernummers worden pas achteraf verwijderd
• Er is geen controle over welke data waar terechtkomt
  Dit levert niet alleen juridische risico’s op (AVG, sectorregels), maar ook reputatieschade en verlies van vertrouwen.

Hoe Fricta het aanpakt

1. Anonymizer als eerste stap
   Zodra data het systeem binnenkomt, worden namen vervangen door rollen (“Planner A”, “Chauffeur B”), gevoelige details vervangen door placeholders, en niet-relevante data verwijderd.
2. Lokaal pre-processen
   We ontwerpen Fricta zo dat de meest privacygevoelige stappen — zoals tagging en anonimisering — lokaal kunnen draaien via een lightweight LLM. Daarmee hoeft ruwe data niet naar externe servers, maar wordt deze eerst geschoond en veilig gemaakt.
3. Minimale datadeling
   Alleen de informatie die écht nodig is voor analyse wordt verstuurd naar externe AI-modellen. De rest blijft veilig in de interne omgeving van de klant.
4. Versleuteling en controle
   Zowel tijdens transport als in opslag is alle data versleuteld. Klanten hebben inzicht in en controle over de datastroom.

Voor/na-voorbeeld
Neem een interne chat tussen een planner en een chauffeur:

Voor anonimisering:
"Hoi Peter, de levering voor Jansenstraat 14 in Utrecht loopt vertraging op omdat het onderdeel van order 45832 nog niet binnen is. Kun je klant mevrouw De Vries even bellen om het uit te leggen? Verwachte aankomst: vrijdag 10:00."

Na anonimisering & versleuteling:
"Hoi Chauffeur A, de levering voor [ENC:adres] in [ENC:stad] loopt vertraging op omdat het onderdeel van [ENC:ordernummer] nog niet binnen is. Kun je klant [klantnaam-verwijderd] even bellen om het uit te leggen? Verwachte aankomst: vrijdag 10.00"

De gevoelige velden zijn verwijderd of versleuteld voordat ze een LLM bereiken. De AI kan de context analyseren zonder de echte gegevens te zien. Zodra de analyse terugkomt, kan Fricta de gegevens ontsleutelen om patronen te vinden — bijvoorbeeld dat steeds hetzelfde artikelnummer vertraging veroorzaakt. Zo blijft privacy intact én blijft diepgaande procesanalyse mogelijk.

‍Waarom dit belangrijk is
Een AI-oplossing kan technisch briljant zijn, maar zonder vertrouwen komt ze nooit in productie. Door privacy-by-design toe te passen, kan Fricta:

• sneller door security reviews bij klanten
• voldoen aan AVG- en sectorspecifieke eisen
• veilig opschalen naar gevoelige sectoren zoals zorg en overheid

Conclusie
Privacy-by-design is voor Fricta geen marketingterm, maar een kernarchitectuurkeuze. Door gevoelige data direct te anonimiseren en lokaal te pre-processen, houden we controle over waar informatie terechtkomt — zonder concessies te doen aan snelheid of kwaliteit.