Legal-tech zonder databuik: waarom kleine kantoren lokaal winnen

Kleine juridische kantoren winnen met lokale legal-tech omdat ze het probleem dat grote kantoren met dure cloudcontracten proberen te temmen simpelweg wegnemen: als geen enkel woord het kantoor verlaat, kan het ook niet lekken, gebruikt worden voor training of gevorderd worden. De praktijk is nu scheef. Grote kantoren kopen afgeschermde juridische AI; solopraktijken en kleine kantoren grijpen vaker naar gratis, publieke tools als ChatGPT [1]. Precies daar botst het met je beroepsgeheim — dat blijft onverkort van kracht, ook als een AI-tool het werk doet [2][3]. Een lokale opstelling draait dat om. Eén Mac op je eigen kantoor kan de transcriptie en verslaglegging voor een heel klein kantoor aan, zonder abonnement per gebruiker en zonder dat cliëntdata bij een externe leverancier belandt. Je bouwt geen "databuik" in de cloud op die je moet bewaken, verzekeren en verantwoorden. Voor een klein kantoor — weinig zetels, korte lijnen, één beheerder — is dat geen compromis, maar juist de kortste route naar aantoonbare vertrouwelijkheid.

Dit artikel is zorgvuldig samengesteld en van bronnen voorzien, maar is geen juridisch advies. Leg beleidskeuzes altijd voor aan je eigen jurist, FG of DPO.

De AI-kloof: grote kantoren kopen, kleine kantoren grabbelen

AI is inmiddels stevig ingeburgerd in de advocatuur. Uit een benchmark onder Nederlandse kantoren blijkt dat 60 procent AI-tools gebruikt en nog eens 19 procent dat van plan is — samen dus ruim driekwart dat "AI-minded" is [1]. Maar het gebruik is ongelijk verdeeld. Bij solopraktijken gebruikt ongeveer één op de drie AI-tools, tegenover twee op de drie bij kleine en middelgrote kantoren [1]. En het gereedschap zelf is opvallend gewoon: bij 86 procent van de kantoren gaat het om ChatGPT en andere generieke AI [1].

Dat komt door geld en schaal. Grote kantoren kunnen afgeschermde, juridisch gebouwde AI-platforms afnemen met eigen contracten en garanties. Kleine kantoren kunnen dat vaak niet: 36 procent geeft minder dan 50 euro per gebruiker per maand uit aan AI, en 19 procent werkt met gratis toepassingen [1]. Als de dure, veilige opties buiten bereik liggen, valt de keuze al snel op de gratis publieke tool die iedereen kent. De grootste zorg die kantoren zelf noemen, is precies dat: of de privacy van gegevens bij ChatGPT en soortgelijke toepassingen wel voldoende is gewaarborgd [1].

Waarom publieke AI botst met je beroepsgeheim

Het beroepsgeheim is geen richtlijn maar wet. Artikel 11a van de Advocatenwet verplicht de advocaat tot geheimhouding van alles wat hij in de uitoefening van zijn beroep verneemt, en die plicht geldt ook voor medewerkers en blijft gelden na afloop van de zaak [3]. Nieuwe techniek verandert daar niets aan: de plicht blijft onverkort van kracht, en jij bent verantwoordelijk voor hoe elk systeem dat je inzet met cliëntdata omgaat [2].

Daar wringt het bij publieke AI. Bij generieke tools kan invoer buiten de EU worden verwerkt en gebruikt om het model te trainen — waarna vertrouwelijke informatie in theorie kan opduiken in een antwoord aan een andere gebruiker [4]. De Nederlandse Orde van Advocaten is er in haar aanbevelingen uit 2025 helder over: vertrouwelijke cliëntgegevens horen niet thuis in publieke AI-modellen. Het mag alleen met stevige contractuele waarborgen, óf met AI-tools die je binnen je eigen kantoor host en beheert in plaats van bij een externe leverancier [2]. De NOvA adviseert daarnaast een kantoorbreed AI-beleid, toezicht op het gebruik door medewerkers, en cliënten informeren over dat beleid [2].

Dat "binnen je eigen kantoor gehost en beheerd" is de sleutel. Het is dezelfde gedachte als het behandelen van beroepsgeheim als ontwerpeis in plaats van als vinkje achteraf: niet vertrouwen op de belofte van een leverancier dat data "veilig" is, maar zorgen dat de data je muren nooit verlaat.

Wat is die "databuik" precies?

Elke cloud-gebaseerde legal-tech bouwt, of je het merkt of niet, een groeiende voorraad cliëntdata buiten je kantoor op: transcripten, prompts, concepten, logs. Dat is de databuik — een verzameling gevoelige informatie waar je zelf geen fysieke controle over hebt. Ze kost je op drie manieren.

Ten eerste is het aanvalsvlak. Elk extern systeem waar cliëntdata staat, is een plek die gehackt, gelekt of gevorderd kan worden. Ten tweede is het verantwoordelijkheid: onder de AVG blijf jij verwerkingsverantwoordelijke, en overtredingen kunnen oplopen tot boetes van 20 miljoen euro of 4 procent van de wereldwijde jaaromzet [6]. Ten derde is er het kwaliteitsrisico. Generieke AI verzint met een stalen gezicht: begin 2025 kregen meerdere advocaten een waarschuwing en moesten ze op cursus, nadat ze uit AI afkomstige — verzonnen of volledig irrelevante — jurisprudentie klakkeloos in processtukken hadden overgenomen [5]. De les is niet "gebruik geen AI", maar: elk stuk dat een model produceert is een concept tot een mens het regel voor regel heeft gecontroleerd en goedgekeurd.

Waarom lokaal juist voor kleine kantoren wint

De reflex is dat lokaal draaien iets is voor grote organisaties met een IT-afdeling. Voor gespreksverslagen is het omgekeerde waar. Juist een klein kantoor wint, om vier redenen.

• Eén machine dekt het hele kantoor. Transcriptie en verslaglegging draaien op één Mac in je eigen pand. Geen abonnement per zetel, geen prijs die meegroeit met elke nieuwe medewerker — precies waar het budget van een klein kantoor knelt [1].
• De databuik verdwijnt. Als geen enkele uitgaande verbinding gespreksinhoud draagt, en je die verbindingen zelf kunt nalopen, is er geen voorraad cliëntdata buiten je muren. Geen aanvalsvlak in de cloud, geen leverancier die iets "onder beheer" houdt — precies de opstelling die de NOvA als veilig alternatief noemt [2].
• Aantoonbare vertrouwelijkheid. Je kunt zelf meten dat er niets weggaat, in plaats van te leunen op een belofte in een verwerkersovereenkomst. Voor een beroepsgroep waarvan de geheimhouding in de wet staat, is dat verschil groot [3].
• Controleerbaar, niet foutloos. Een goede lokale tool dwingt af dat elk verslag een concept blijft tot een mens het goedkeurt, en laat je bij elke zin doorklikken naar de letterlijke bronregel in het gesprek — zodat de hallucinaties uit de tuchtzaken zichtbaar en corrigeerbaar zijn vóór ze het dossier in gaan [5].

Dit is de opzet van Verbinn: gespreksverslagen worden volledig lokaal gemaakt op één Mac (de Kern) in je eigen kantoor, transcriptie en verslag draaien op dat apparaat, en zonder review is er geen export. Hoe die vertrouwelijkheid zich verhoudt tot het verschoningsrecht lees je in Verschoningsrecht en AI-tools: waar de grens ligt.

Waar je op let bij lokale legal-tech

"Lokaal" en "on-premise" worden ruim gebruikt. Toets een aanbieder daarom op wat je zelf kunt controleren:

• Kun je het uitgaande verkeer zelf meten, en kan de leverancier per verbinding uitleggen waarvoor die er is? Elk systeem heeft uitgaand verkeer — voor updates, voor beheer op afstand. De vraag is niet of dat er is, maar of er gespreksinhoud in zit en of je dat zelf kunt nagaan.
• Is review technisch afgedwongen: geen export van een verslag voordat een mens het heeft goedgekeurd?
• Is er bewijsweergave — kun je vanuit elke zin in het verslag terug naar de bronregel in het gesprek?
• Wordt toestemming vóór de opname vastgelegd, en is er een auditlog die je niet kunt herschrijven?
• Wie beheert de machine, en blijven de gegevens ook bij een storing of migratie binnen je kantoor?
• Wees kritisch op certificeringsclaims: "ontworpen om NEN 7510 of ISO 27001 te ondersteunen" is iets anders dan "gecertificeerd". En let op: lokaal draaien vervangt je DPIA-plicht niet — het maakt de risicoafweging wel korter, omdat de doorgifte- en cloudvragen wegvallen.