Agentic AI-beveiliging hoeft innovatie niet af te remmen. Integendeel: goede beveiliging kan organisaties juist de ruimte geven om AI-agents gecontroleerd in te zetten, zonder dat zij vooraf precies hoeven te weten welke nieuwe toepassingen morgen ontstaan.
Dat was een van de belangrijkste inzichten uit een podcast van SecurityCafe (zie ook video onderaan artikel), opgenomen tijdens Cybersec Netherlands 2026. Gilad Friedman van Radware bespreekt daarin met Menno van der Horst en Quint Ketting waarom organisaties eerst moeten weten welke AI-systemen en agents zij gebruiken, welke toegang zij hebben en wat zij daadwerkelijk doen. Pas daarna ontstaat ruimte voor effectieve controle.
Agentic AI governance
Volgens Friedman begint het AI-risico niet bij cybersecurity. De eerste uitdaging is governance. Organisaties weten vaak niet welke AI-tools en agents binnen hun omgeving actief zijn. Daarna volgen compliance en datalekken, en pas daarna de klassieke beveiligingsvraag.
Hoe ga je mij helpen tijdens mijn reis? Niet hoe ga je mij bang maken
Dat inzicht verandert de manier waarop organisaties naar AI moeten kijken. Een verbod op AI lost het probleem niet op. Werknemers zoeken dan andere toepassingen, privéaccounts of andere apparaten. Quint Ketting vat het tijdens de podcast scherp samen: “Een beleid hebben is niet hetzelfde als de zaken beschermen die je met dat beleid wilt beschermen.”
Daarmee verschuift de focus van blokkeren naar verantwoord faciliteren. Friedman ziet dezelfde beweging bij klanten. Zij willen volgens hem geen angst en onzekerheid, maar ondersteuning bij hun AI-reis: “We weten dat we het nodig hebben, dus kom met een houding van enablement. Hoe ga je mij helpen tijdens mijn reis? Niet hoe ga je mij bang maken.”
Zichtbaarheid
Gilad Friedman [foto: LinkedIn]
De praktische uitdaging begint bij inzicht. Organisaties moeten weten hoeveel agents actief zijn, welke systemen zij gebruiken en welke rechten zij hebben. Friedman noemt dat ‘shadow AI’. Juist daar ontstaat een kans om AI-gebruik niet langer als onbekende factor te behandelen, maar als onderdeel van de digitale infrastructuur.
Die aanpak sluit aan bij de ontwikkeling van internationale securityrichtlijnen. OWASP benoemt excessive agency als een belangrijk risico wanneer AI-agents te veel functionaliteit, rechten of autonomie krijgen. De organisatie adviseert onder meer om functies en permissies zo klein mogelijk te houden en voor ingrijpende acties menselijke goedkeuring te gebruiken.
Dat betekent niet dat elke AI-agent een mens nodig heeft voor iedere handeling. Het betekent wel dat organisaties vooraf moeten bepalen welke acties een agent zelfstandig mag uitvoeren. Zo ontstaat een gecontroleerde omgeving waarin automatisering juist meer waarde kan leveren.
Prompt injection
Een van de meest interessante punten uit het gesprek is prompt injection. Een kwaadaardige instructie hoeft volgens Friedman niet rechtstreeks in een prompt te staan. Zij kan verborgen zitten in een e-mail, document, afbeelding of ander bestand. Zodra een agent die informatie verwerkt, kan de verborgen instructie invloed krijgen op zijn gedrag.
Daar komt een fundamenteel probleem bij. Een LLM kan volgens Friedman niet betrouwbaar onderscheiden of een instructie rechtstreeks van de gebruiker komt of indirect uit data die het systeem verwerkt. Een agent kan bovendien handelen met de autorisaties die aan de gebruiker zijn gekoppeld.
OWASP beschrijft precies dit probleem bij excessive agency. Wanneer een agent toegang krijgt tot externe systemen, kunnen verkeerde of gemanipuleerde instructies gevolgen hebben voor vertrouwelijkheid, integriteit en beschikbaarheid. De oplossing ligt daarom niet alleen in betere detectie, maar ook in het beperken van rechten en het afdwingen van controle op downstream-systemen.
Verantwoord digitaliseren
De positieve impact van deze ontwikkeling zit uiteindelijk niet alleen in het voorkomen van incidenten. Goede AI security maakt het mogelijk om agents met meer vertrouwen in bedrijfsprocessen te integreren. NIST beschouwt veilige en veerkrachtige AI expliciet als onderdeel van betrouwbare AI en biedt organisaties een raamwerk om risico’s gedurende de volledige levenscyclus van AI te beheersen.
Infrastructuur bouwen als basis voor je bescherming
Ook Europa beweegt die kant op. Sinds augustus 2026 is de AI Act grotendeels van toepassing en krijgen governance, transparantie en AI-geletterdheid een steeds belangrijkere plaats in het gebruik van AI.
De belangrijkste boodschap uit Cybersec Netherlands 2026 is daarom niet dat organisaties moeten wachten met agentic AI. Het tegenovergestelde is logischer. Organisaties kunnen sneller innoveren wanneer zij weten wat er gebeurt, rechten begrenzen en automatisch kunnen ingrijpen wanneer een agent buiten zijn normale gedrag treedt.
Zoals Friedman het aan het einde van de podcast samenvat: “Wanneer je het potentieel begrijpt, begin je ook te begrijpen hoe je de infrastructuur moet bouwen als basis voor je bescherming.”
Agentic AI-beveiliging begint met zichtbaarheid
Zichtbaarheid maakt AI veiliger
Agentic AI-beveiliging hoeft innovatie niet af te remmen. Integendeel: goede beveiliging kan organisaties juist de ruimte geven om AI-agents gecontroleerd in te zetten, zonder dat zij vooraf precies hoeven te weten welke nieuwe toepassingen morgen ontstaan.
Dat was een van de belangrijkste inzichten uit een podcast van SecurityCafe (zie ook video onderaan artikel), opgenomen tijdens Cybersec Netherlands 2026. Gilad Friedman van Radware bespreekt daarin met Menno van der Horst en Quint Ketting waarom organisaties eerst moeten weten welke AI-systemen en agents zij gebruiken, welke toegang zij hebben en wat zij daadwerkelijk doen. Pas daarna ontstaat ruimte voor effectieve controle.
Agentic AI governance
Volgens Friedman begint het AI-risico niet bij cybersecurity. De eerste uitdaging is governance. Organisaties weten vaak niet welke AI-tools en agents binnen hun omgeving actief zijn. Daarna volgen compliance en datalekken, en pas daarna de klassieke beveiligingsvraag.
Dat inzicht verandert de manier waarop organisaties naar AI moeten kijken. Een verbod op AI lost het probleem niet op. Werknemers zoeken dan andere toepassingen, privéaccounts of andere apparaten. Quint Ketting vat het tijdens de podcast scherp samen: “Een beleid hebben is niet hetzelfde als de zaken beschermen die je met dat beleid wilt beschermen.”
Daarmee verschuift de focus van blokkeren naar verantwoord faciliteren. Friedman ziet dezelfde beweging bij klanten. Zij willen volgens hem geen angst en onzekerheid, maar ondersteuning bij hun AI-reis: “We weten dat we het nodig hebben, dus kom met een houding van enablement. Hoe ga je mij helpen tijdens mijn reis? Niet hoe ga je mij bang maken.”
Zichtbaarheid
De praktische uitdaging begint bij inzicht. Organisaties moeten weten hoeveel agents actief zijn, welke systemen zij gebruiken en welke rechten zij hebben. Friedman noemt dat ‘shadow AI’. Juist daar ontstaat een kans om AI-gebruik niet langer als onbekende factor te behandelen, maar als onderdeel van de digitale infrastructuur.
Die aanpak sluit aan bij de ontwikkeling van internationale securityrichtlijnen. OWASP benoemt excessive agency als een belangrijk risico wanneer AI-agents te veel functionaliteit, rechten of autonomie krijgen. De organisatie adviseert onder meer om functies en permissies zo klein mogelijk te houden en voor ingrijpende acties menselijke goedkeuring te gebruiken.
Dat betekent niet dat elke AI-agent een mens nodig heeft voor iedere handeling. Het betekent wel dat organisaties vooraf moeten bepalen welke acties een agent zelfstandig mag uitvoeren. Zo ontstaat een gecontroleerde omgeving waarin automatisering juist meer waarde kan leveren.
Prompt injection
Een van de meest interessante punten uit het gesprek is prompt injection. Een kwaadaardige instructie hoeft volgens Friedman niet rechtstreeks in een prompt te staan. Zij kan verborgen zitten in een e-mail, document, afbeelding of ander bestand. Zodra een agent die informatie verwerkt, kan de verborgen instructie invloed krijgen op zijn gedrag.
Daar komt een fundamenteel probleem bij. Een LLM kan volgens Friedman niet betrouwbaar onderscheiden of een instructie rechtstreeks van de gebruiker komt of indirect uit data die het systeem verwerkt. Een agent kan bovendien handelen met de autorisaties die aan de gebruiker zijn gekoppeld.
OWASP beschrijft precies dit probleem bij excessive agency. Wanneer een agent toegang krijgt tot externe systemen, kunnen verkeerde of gemanipuleerde instructies gevolgen hebben voor vertrouwelijkheid, integriteit en beschikbaarheid. De oplossing ligt daarom niet alleen in betere detectie, maar ook in het beperken van rechten en het afdwingen van controle op downstream-systemen.
Verantwoord digitaliseren
De positieve impact van deze ontwikkeling zit uiteindelijk niet alleen in het voorkomen van incidenten. Goede AI security maakt het mogelijk om agents met meer vertrouwen in bedrijfsprocessen te integreren. NIST beschouwt veilige en veerkrachtige AI expliciet als onderdeel van betrouwbare AI en biedt organisaties een raamwerk om risico’s gedurende de volledige levenscyclus van AI te beheersen.
Ook Europa beweegt die kant op. Sinds augustus 2026 is de AI Act grotendeels van toepassing en krijgen governance, transparantie en AI-geletterdheid een steeds belangrijkere plaats in het gebruik van AI.
De belangrijkste boodschap uit Cybersec Netherlands 2026 is daarom niet dat organisaties moeten wachten met agentic AI. Het tegenovergestelde is logischer. Organisaties kunnen sneller innoveren wanneer zij weten wat er gebeurt, rechten begrenzen en automatisch kunnen ingrijpen wanneer een agent buiten zijn normale gedrag treedt.
Zoals Friedman het aan het einde van de podcast samenvat: “Wanneer je het potentieel begrijpt, begin je ook te begrijpen hoe je de infrastructuur moet bouwen als basis voor je bescherming.”
Securing agentic AI – Gilad Friedman