CV’s verwerken met AI: wat de AVG en AI Act echt eisen.

Dit artikel is algemene informatie, geen juridisch advies. Voor een sluitend antwoord aan je eigen klant: laat een privacyjurist meelezen op je verwerkersovereenkomst en je AI-classificatie.

Is werkgeschiedenis een persoonsgegeven?

Ja. De AVG definieert een persoonsgegeven als informatie over een geïdentificeerde óf identificeerbare natuurlijke persoon — direct of indirect. Een functietitel gecombineerd met werkgever en periode ("manager bij bedrijf X, 2018–2021") kan iemand indirect identificeerbaar maken zodra het te combineren is met andere bronnen, zoals een LinkedIn-profiel. Dat is geen randgeval: indirecte identificeerbaarheid telt onder de AVG net zo zwaar mee als een naam.

Pseudonimiseren is niet hetzelfde als anonimiseren

Namen en contactgegevens verwijderen en vervangen door "Kandidaat A" is pseudonimisering, geen anonimisering. Zolang de onderliggende data — al dan niet met extra informatie elders — nog tot een persoon te herleiden is, blijft de AVG volledig van toepassing. PII-strippen is dus een beveiligingsmaatregel (AVG artikel 32), geen vrijstelling van de AVG zelf. Wie denkt dat pseudonimiseren de AVG buitenspel zet, rekent zich rijk.

Wat de AVG wél en niet eist bij LLM-gebruik

De AVG verbiedt het verwerken van persoonsgegevens via een LLM niet. Ze eist minimaal dit — niet uitputtend: een rechtsgrond (artikel 6, in de praktijk meestal gerechtvaardigd belang), een verwerkersovereenkomst met elke partij in de keten (artikel 28), dataminimalisatie en doelbinding (alleen sturen wat nodig is, voor het doel waarvoor het verzameld is), transparantie richting de kandidaat, passende beveiliging (artikel 32) en een bewaartermijn die je vooraf vastlegt. Er staat nergens een expliciet verbod op "indirect herleidbare data in een LLM"; dat soort regels is intern beleid, strenger dan wat de wet letterlijk vereist.

Let op bijzondere persoonsgegevens: een cv of gespreksverslag kan onbedoeld gezondheid, religie of vakbondslidmaatschap bevatten (bijvoorbeeld een gat in het cv door ziekte, of een vrijwilligersfunctie bij een geloofsgemeenschap). Voor dat soort gegevens is naast een grondslag onder artikel 6 ook een uitzondering onder artikel 9 nodig — een gewone gerechtvaardigd-belang-toets volstaat daar niet voor.

De Europese privacytoezichthouders (EDPB) publiceerden in december 2024 Opinion 28/2024 over AI-modellen en persoonsgegevens. Kernpunt: modellen getraind op persoonsgegevens zijn niet automatisch anoniem — dat moet per geval beoordeeld worden — en gerechtvaardigd belang als grondslag vereist een driestaps-toets (een belangenafweging, ook wel LIA). Die opinie gaat vooral over het trainen van modellen, niet over losse API-calls zonder training, maar dezelfde onderliggende logica — grondslag en belangenafweging documenteren — geldt voor beide.

De AI Act: wanneer is cv-verwerking hoog risico?

Annex III punt 4(a) van de AI Act classificeert AI-systemen voor "recruitment or selection of natural persons" als hoog risico — expliciet genoemd: gerichte vacatureadvertenties, cv-filtering, kandidaten screenen, rangschikken of evalueren. Dat raakt tools die selecteren, scoren of ranken.

Artikel 6 lid 3 bevat een uitzondering: een Annex III-systeem is géén hoog risico als het een "nauw omschreven procedurele taak" uitvoert — met als expliciet genoemd voorbeeld het omzetten van ongestructureerde naar gestructureerde data — zonder profilering, zonder significant risico voor de gezondheid, veiligheid of grondrechten, en zonder materiële invloed op de uitkomst van de beslissing. Alle drie voorwaarden moeten kloppen, niet alleen de eerste.

Dat maakt het per gebruik verschillend. Getrouw structureren — cv-tekst in een vast schema zetten met behoud van de originele bewoording, zonder te herschrijven — heeft geen invloed op wát er over de kandidaat gezegd wordt en matcht sterk met de uitzondering. Inhoudelijk herschrijven naar impact-bullets, of afstemmen op een vacaturetekst, verandert de presentatie van de kandidaat wél: overtuigender geformuleerde bullets kunnen meewegen in of een klant doorpakt. Of dat een "materiële invloed op de beslissing" is, moet je per toepassing zelf toetsen — dat is geen vraag die met een algemeen "nee" te beantwoorden is. Dit is een classificatie-inschatting, geen uitspraak van een toezichthouder. Twee losse verplichtingen horen hierbij als je je op de uitzondering beroept: documenteer de beoordeling vóórdat het systeem op de markt komt (artikel 6 lid 4), én registreer het systeem in de EU-database (artikel 49 lid 2). Zodra een systeem gaat scoren, ranken of matchen, vervalt de uitzondering sowieso.

Tijdlijn: de hoog-risico-verplichtingen uit Annex III zouden ingaan op 2 augustus 2026, maar zijn met het Digital Omnibus on AI uitgesteld naar 2 december 2027. Deze wijziging is geen voorstel meer: Verordening (EU) 2026/1744 is op 24 juli 2026 gepubliceerd in het Publicatieblad en op 27 juli 2026 in werking getreden.

De praktische checklist voor bureaus

Vier dingen die je geregeld moet hebben voordat cv-data een LLM ingaat:

1. Grondslag vastleggen. Meestal gerechtvaardigd belang (artikel 6 lid 1(f)), onderbouwd met een belangenafweging (LIA).
2. Verwerkersovereenkomst in de hele keten. Met je eigen leverancier, die op zijn beurt een DPA heeft met elke AI-provider erachter.
3. Doorgifte buiten de EER afdekken. De AVG verbiedt verwerking buiten de EER niet — hoofdstuk V staat het toe met een adequaatheidsbesluit of modelcontractbepalingen (SCC's). Wie daar geen zin in heeft, kiest bewust voor leveranciers die alles binnen de EER houden; dat is dan een eigen keuze, geen wettelijke plicht.
4. DPIA-plicht toetsen. Artikel 35 kijkt naar de aard, omvang, context en het doel van de verwerking, met extra aandacht voor nieuwe technologie. Geen geautomatiseerde besluitvorming of profilering is dus geen vrijstelling. Is een hoog risico waarschijnlijk, dan moet de DPIA vóór de verwerking klaar zijn.

Meer over de eerste twee punten, toegepast op het doorsturen van een cv naar een klant, staat in Mag ik een cv doorsturen naar een klant?

Waar SignalMatch in dit plaatje zit

SignalMatch verwerkt cv-tekst binnen de EER: opslag in Supabase (Frankfurt), PII-detectie op een eigen server (Railway EU), en structurering/herschrijving via Mistral La Plateforme (Frankrijk) met contractuele zero data retention — geen training, geen opslag van cv-tekst voorbij de responstijd. Dat is een bewuste keuze, geen wettelijke plicht: hoofdstuk V van de AVG staat doorgifte buiten de EER toe. Per verwerkt cv krijg je een PII-manifest: een lijst van wat er verwijderd is, per categorie. Dat manifest is één bewijsstuk voor de verantwoordingsplicht uit artikel 5. Het toont wat de filter verwijderde. Je hebt daarnaast bewijs nodig voor onder meer je grondslag, bewaartermijn en afspraken met verwerkers.

Veelgestelde vragen

Is werkgeschiedenis (functietitel, werkgever, periode) een persoonsgegeven?

Ja. Indirecte identificeerbaarheid telt net zo zwaar als een naam onder de AVG — een functietitel gecombineerd met werkgever en periode kan iemand identificeerbaar maken, zeker in combinatie met andere bronnen zoals LinkedIn.

Mag ik cv’s via een LLM laten verwerken onder de AVG?

Ja, de AVG verbiedt dat niet. Ze eist minimaal een grondslag (meestal gerechtvaardigd belang), een verwerkersovereenkomst met elke partij in de keten, dataminimalisatie en passende beveiliging — die lijst is niet uitputtend. Bevat de data bijzondere persoonsgegevens (gezondheid, religie, vakbondslidmaatschap), dan is ook een uitzondering onder artikel 9 nodig.

Valt cv-herschrijven onder de AI Act als hoog-risico systeem?

Dat hangt af van wat het systeem doet. Getrouw structureren — cv-tekst ordenen zonder de bewoording te veranderen — matcht sterk met de uitzondering voor "nauw omschreven procedurele taken" in artikel 6 lid 3. Inhoudelijk herschrijven of afstemmen op een vacature verandert de presentatie van de kandidaat en moet je per toepassing zelf toetsen op materiële invloed op de beslissing. Dit is een inschatting, geen uitspraak van een toezichthouder.