AI-agenttoegang loopt vooruit op verantwoording
Uw AI-agenten hebben al toegang tot klantendossiers, gevoelige intellectuele eigendom en HR-bestanden. Wanneer een van deze agenten zich misdraagt, kan uw organisatie moeite hebben om te bepalen wie hiervoor verantwoordelijk is.
Dat is het ongemakkelijke beeld binnen de AI-agent adoptie-enquête van 1Password, waarin 1.000 fulltime Amerikaanse werknemers bij bedrijven met 250 of meer medewerkers werden ondervraagd, gelijk verdeeld tussen IT- en beveiligingspersoneel en ontwikkelaars. De enquête vond plaats van 26 mei tot 3 juni 2026. Eenenzeventig procent van de respondenten gaf aan dat AI-agenten toegang hebben tot klantgegevens, gevoelige IP of HR-informatie binnen hun bedrijf, en slechts 35 procent zei dat ze deze agenten beheren via bestaande identity & access management-processen.
Toegang is het deel dat iedereen kan zien. De lastigere vraag is die van een toezichthouder, auditor of tegenpartij na een incident: wie heeft die toegang geautoriseerd, onder welk beleid, en waar is het bewijs? Een identity team kan vertellen wie. Alleen een controle op de data layer kan aangeven wat er is geraadpleegd, wanneer, en onder welk beleid, en dat vervolgens als bewijs overhandigen. Kiteworks secure data exchange is rondom dat onderscheid opgebouwd, en dat is het perspectief dat deze post op de enquête toepast.
De cijfers verdienen een zorgvuldige lezing, want de interessante uitkomst is niet hoeveel agenten toegang hebben, maar hoe weinig overeenstemming er is over wie verantwoordelijk is.
Belangrijkste Bevindingen
1. Toegang loopt voor op eigenaarschap.
Eenenzeventig procent van de ondervraagde Amerikaanse werknemers zegt dat AI-agenten klantgegevens, gevoelige IP of HR-informatie kunnen bereiken, maar de verantwoordelijkheid voor deze agenten is verspreid over teams, gebruikers en leidinggevenden.
2. Verantwoordelijkheid is onduidelijk.
Vijfenzestig procent vindt dat iemand anders dan de huidige verantwoordelijke het zou moeten zijn, waardoor agent-verantwoordelijkheid een onopgeloste governancebeslissing is in plaats van een vastgelegd organogram.
3. Identity-programma’s dekken slechts een deel van het probleem.
Slechts 35 procent beheert agenten via bestaande identity & access management-processen, en 21 procent heeft nog geen enkele aanpak voor agent-toegang geformaliseerd.
4. Inloggegevens zijn het stille zwakke punt.
Zesentachtig procent meldt problemen met inloggegevens bij niet-menselijke identiteiten, en 27 procent rapporteert een beveiligingsincident of datalek als gevolg van te veel rechten.
5. Bewijs, niet intentie, is wat toezichthouders eisen.
De relevante controle toont aan welke mens welke agent heeft gedelegeerd, welke data is geraadpleegd en onder welk beleid, en dat bewijs moet op verzoek geleverd kunnen worden.
De Enquête Meet Werknemers, Geen Incidentrapporten
Voordat u een programma bouwt op basis van cijfers, benoem wat er gemeten wordt. De 1Password-enquête vroeg 1.000 Amerikaanse werknemers wat zij binnen hun eigen bedrijf zien. Elk cijfer is zelfgerapporteerd, de steekproef is alleen VS, en 1Password verkoopt identity- en geheimenbeheer, dus de conclusies wijzen naar hun eigen productcategorie. Een kritische CISO moet het zo lezen.
Dat maakt de data niet waardeloos. Het maakt het richtinggevend, en richting is voldoende als het patroon zich herhaalt in onafhankelijk onderzoek, wat later in deze post gebeurt. De enquête splitst de steekproef bovendien netjes: 500 ontwikkelaars en 500 IT- en beveiligingsrespondenten, en die splitsing levert de meest onthullende vergelijking op. Ontwikkelaars, de mensen die agenten bouwen en inzetten, rapporteerden vaker beveiligingsgaten in agentbeheer (67 procent) dan IT- en beveiligingsrespondenten (57 procent).
Lees dat nog eens. De mensen die het dichtst bij de agenten staan, zien meer gaten dan degenen die verantwoordelijk zijn voor de beveiliging ervan. Dat is geen technologieprobleem, maar een zichtbaarheidprobleem, en zichtbaarheid is het eerste wat een auditor test.
U vertrouwt erop dat uw organisatie veilig is. Maar kunt u het verifiëren?
Lees nu
Governance Is Nog in Ontwikkeling, Terwijl Toegang Al in Productie Is
Begin bij de adoptie. Bijna de helft van de ontwikkelaars (46 procent) zegt nu al AI-agenten in productie te gebruiken, en nog eens 45 procent verwacht dit binnen twee jaar te doen. De agenten zijn geen pilot in een sandbox; ze zijn onderdeel van de workflow, en volgens de enquête bereiken ze de data die aansprakelijkheid veroorzaakt bij een lek.
Van alle 1.000 respondenten rapporteerde 62 procent beveiligingsgaten in het beheer van agenten. Achter dat cijfer zit een stiller getal: 33 procent van de IT- en beveiligingsrespondenten zegt geen idee te hebben hoeveel niet-menselijke identiteiten of agenten binnen hun bedrijf actief zijn. U kunt geen inventaris beheren die u niet kunt tellen, en u kunt geen auditrecord produceren voor een actor die nooit is geregistreerd.
Dan volgt het procesgat. Slechts 35 procent beheert AI-agenten via bestaande identity & access management-processen, en 21 procent heeft nog helemaal geen aanpak voor het beheer van agent-toegang geformaliseerd.
Hier is de juiste benadering belangrijk. Agenten vormen een tweede klasse identiteit naast menselijke gebruikers, en het governance-model van de organisatie moet beide onder één beleid brengen, niet een menselijk programma en een apart, dunner agentprogramma. Een rolgebaseerde toegangscontrole voor medewerkers gaat uit van een persoon die oordeelt. Een agent doet dat niet. Die bereikt alles waartoe hij toegang krijgt, op machinesnelheid. Daarom past op attributen gebaseerde toegangscontrole die per verzoek wordt geëvalueerd, beter bij agenten dan een statische rol. Om diezelfde reden moet AI data governance bij de data beginnen, niet bij het model. Securityteams die het probleem als een modelveiligheidsvraagstuk behandelen, stellen de verkeerde persoon de verkeerde vraag, een thema dat verder wordt uitgewerkt in waarom AI-agenten traditionele beveiligingsmodellen doorbreken.
Verantwoordelijkheid Landt Bij Wie Het Dichtstbij Staat, Niet Wie Het Zou Moeten Bezitten
De verantwoordingsdata is het deel van de enquête dat een Chief Compliance Officer zou moeten uitprinten. Respondenten werd gevraagd wie in de praktijk verantwoordelijk wordt gehouden voor agent-acties. Het meest genoemde antwoord was team- of afdelingsleiding (24 procent). De gebruiker van de agent volgde met 19 procent, daarna bedrijfsleiding met 17 procent en het beveiligingsteam met 13 procent. Vijf procent zei dat de agent zelf verantwoordelijk wordt gehouden.
Denk even na over dat laatste cijfer. Ongeveer één op de twintig respondenten werkt ergens waar de verantwoordelijke partij een stuk software is. Geen enkele toezichthouder, rechtbank of raad van bestuur accepteert dat antwoord, want software kan niet worden beboet, gesanctioneerd of ondervraagd.
De spreiding over de andere vier antwoorden vertelt het echte verhaal. Er komt geen enkele eigenaar naar voren. En toen 1Password vroeg of de huidige verantwoordelijke de juiste persoon is, zei 65 procent dat het iemand anders zou moeten zijn. Dat is een verantwoordingsvacuüm, dat gemakkelijk ontstaat als de ene functie toegang verleent en een andere het risico draagt. Het weerspiegelt het argument in de autoriteitskloof in AI-workflows, waar gedelegeerde autoriteit nooit wordt vastgelegd.
Bij deze respondenten is het eigenaarschap van AI-beveiliging onduidelijk, dus verwacht niet dat een helder organogram dit oplost. Behandel de onduidelijkheid als het probleem dat bewust moet worden gesloten, met een benoemde eigenaar voor elke agent.
Het regelgevend kader is eenvoudig, en zou uw prioriteiten moeten bepalen. Toezichthouders reguleren data, geen modellen. De HIPAA Security Rule vereist bijvoorbeeld dat gedekte entiteiten en zakenpartners een unieke naam of nummer toewijzen voor identificatie en tracking van gebruikersidentiteit en auditcontroles implementeren die activiteiten in systemen met elektronische beschermde gezondheidsinformatie vastleggen en onderzoeken. De regel bevat geen AI-uitzondering. In mijn optiek moet een agent die een patiëntendossier raadpleegt even identificeerbaar en traceerbaar zijn als een verpleegkundige, en een HIPAA-nalevingsprogramma dat agenttoegang niet kan toeschrijven, heeft een bewijsgat voordat de eerste klacht binnenkomt. De praktische test is die in je kunt niet besturen wat je niet kunt toeschrijven.
Inloggegevens Zijn Het Stille Zwakke Punt
Agenten authenticeren met inloggegevens, en de enquête suggereert dat deze inloggegevens worden behandeld zoals een overbelast team alles behandelt waarvoor nooit is opgeschaald. Zesentachtig procent van alle respondenten rapporteerde problemen met inloggegevens bij niet-menselijke identiteiten, en 27 procent meldde een beveiligingsincident of datalek door te veel rechten bij niet-menselijke identiteiten.
De uitslag onder ontwikkelaars is nog scherper. Van de 500 ontwikkelaars zegt 40 procent dat ze agenten hardnekkige toegang tot systemen of inloggegevens geven, 24 procent hardcodeert inloggegevens, en 20 procent deelt inloggegevens via Slack of e-mail. Drieënveertig procent gebruikt geen aparte geheimenbeheerder of kluis.
Dat laatste punt verdient aandacht, omdat het de zwakte van beleid zonder handhaving blootlegt. Veel teams hebben een kluis. Veel hebben ook een snelkoppeling. Wanneer een agent een hardnekkig inloggegeven vasthoudt dat maanden geleden in een bericht is geplakt, lopen toegangscontrole op papier en toegangscontrole in de praktijk uiteen, en slechts één daarvan verschijnt in een auditlog. Dit is hetzelfde gat als beschreven in toestemmingen bepalen niet wat AI mag gebruiken, waarin wordt gesteld dat wat een agent mag aanraken en wat hij zou moeten mogen gebruiken verschillende vragen zijn.
Compliance-leiders moeten hierom geven om een specifieke reden. Een te veel bevoegde niet-menselijke identiteit kan dataminimalisatie ondermijnen zodra deze meer leest dan de taak vereist, en dat gebeurt stilletjes, zonder gebruikersklacht als signaal.
Onafhankelijk Onderzoek Laat Hetzelfde Patroon Zien
Eén leveranciersenquête bewijst weinig. Drie andere bronnen wijzen echter dezelfde kant op, hoewel twee daarvan leveranciersonderzoek zijn.
Begin met het CISO-perspectief. De enquête van Vorlon onder CISO’s, zoals behandeld door IT Brief UK, ondervroeg 500 Amerikaanse CISO’s bij organisaties met 500 of meer medewerkers over het kalenderjaar 2025. Van de ondervraagde CISO’s rapporteerde 30,8 procent ongeautoriseerde data-exfiltratie via SaaS-naar-AI-integraties, en 86,8 procent gaf aan dat zichtbaarheid in welke data AI-tools uitwisselen met SaaS-applicaties een beperking is van hun huidige tools. Vorlon verkoopt een ecosysteembeveiligingsplatform, dus weeg de cijfers als leveranciersonderzoek. De zichtbaarheid is het nuttige cijfer.
Die bevinding over zichtbaarheid wijst dezelfde kant op als de 1Password-data, maar dan vanuit een andere stoel in het gebouw. CISO’s rapporteren beperkte zichtbaarheid in welke data AI-tools uitwisselen met SaaS-applicaties, en de 1Password-respondenten beschrijven verspreide verantwoordelijkheid voor agenten. Beide zijn tekenen van een structureel gat, ook al meten ze verschillende zaken.
Nu het praktijkperspectief uit Kiteworks-onderzoek. Kiteworks Data Security and Compliance Risk: 2026 Annual Survey Report verzamelde reacties van 459 security-, compliance- en technologieprofessionals in het tweede kwartaal van 2026, en alle bevindingen zijn zelfgerapporteerd. Vijfenzestig procent ontdekte dat medewerkers ongeautoriseerde AI-tools gebruikten met organisatiedata, en slechts 30 procent had een formele AI kill switch of agent-terminatiecapaciteit geïmplementeerd. Shadow AI en ongecontroleerde agenten zijn twee kanten van hetzelfde falen: zowel goedgekeurde als niet-goedgekeurde tools bereiken data die niemand heeft gemapt.
Kijk tenslotte naar het overheidsstandpunt. Op 20 augustus 2026 publiceerde het Britse National Cyber Security Centre een blogpost, Managing the cyber risk of agentic AI. Daarin wordt aanbevolen dat elke agent een unieke identiteit heeft, dat inloggegevens een zo kort mogelijke levensduur hebben, dat benoemde individuen of een groep verantwoordelijk zijn voor agentic AI-activiteiten waar onbedoelde acties grote gevolgen kunnen hebben, dat organisaties definiëren wanneer een agent moet stoppen en menselijke goedkeuring moet vragen, en dat logs waar mogelijk onveranderlijk zijn. Ook wordt gesteld dat organisaties altijd direct agent-activiteit moeten kunnen stoppen. Ik lees die lijst als een bewijslijst. Elk punt correspondeert met een vraag die een toezichthouder kan stellen.
Waarom Alleen Identity Geen Bewijs Kan Leveren
Identity beantwoordt één vraag goed: wie of wat vraagt toegang? Auditors en toezichthouders stellen vier vragen: wie heeft dit gedelegeerd, welke data is geraadpleegd, onder welk beleid, en kunt u dat bewijzen? De eerste is een identity-vraag. De andere drie zijn data layer-vragen. Dit is het punt dat wordt gemaakt in identity weet wie, data weet wat, en het verklaart waarom een organisatie een goed IAM-programma kan hebben en toch een bewijsverzoek niet kan inwilligen.
De eigen wensenlijst van de enquête bevestigt het gat. Gevraagd naar wat men nodig heeft om agentgebruik uit te breiden, wilde 53 procent duidelijke verantwoordelijkheid voor elke agentactie, 52 procent een gecentraliseerd overzicht van toegang van mensen en agenten, en 51 procent een volledige audittrail. Slechts 5 procent zei niets nodig te hebben. Let op wat deze drie gemeen hebben: geen ervan is een beter model. Alle drie zijn bewijs- en toeschrijvingscontroles.
Dat is het architecturale argument voor governance op de data layer. Kiteworks Compliant AI reguleert agentinteracties met gereguleerde data op de data layer in plaats van het modellayer, zodat handhaving niet afhankelijk is van een prompt, een veiligheidsfilter of een specifiek agent-framework. Elke interactie doorloopt vier controles: de agent wordt geauthenticeerd via OAuth 2.0 en gekoppeld aan de menselijke autorisator die de workflow heeft gedelegeerd. Toegang wordt geëvalueerd op basis van agentidentiteit, dataclassificatie en context. Data wordt beschermd met FIPS 140-3 gevalideerde encryptie tijdens transport en opslag. En elke interactie wordt vastgelegd in een fraudebestendige audittrail met volledige toeschrijving, realtime gestreamd naar de SIEM.
De Kiteworks Secure MCP Server past hetzelfde patroon toe op AI-clients zoals Claude en Copilot. Elke aanvraag wordt geëvalueerd op rolgebaseerde en attributengebaseerde controles, zodat een AI-client alleen de data ontvangt die het beleid toestaat, en elke bestandsactie, mapbewerking en data-opvraging wordt geautoriseerd, afgedwongen en gelogd. Omdat OAuth 2.0-authenticatie betekent dat elke AI-actie de bestaande rechten van de gebruiker erft, vallen mens en agent die namens die mens werkt onder één beleid en één audittrail. De data policy engine maakt dat ene beleid afdwingbaar over alle kanalen, en de audit logs maken het leesbaar voor een toezichthouder.
Het ontwerpprincipe is gelijkwaardigheid. Governance die mensen wel, maar agenten niet dekt, laat een snelgroeiende groep dataconsumenten buiten het bewijstraject. Governance die agenten wel, maar de mensen die aan hen hebben gedelegeerd niet dekt, verbreekt de verantwoordingsketen. Beide falen dezelfde audit.
Wat U Moet Aanpassen Voor Het Volgende Auditverzoek
Voor geen van deze punten is eerst een nieuwe toolcategorie nodig, maar wel een besluit. Begin met de beslissingen, want technologie handhaaft alleen wat iemand heeft vastgelegd.
Benoem een eigenaar voor elke agent. De 65 procent die aangeeft dat iemand anders verantwoordelijk zou moeten zijn, zegt eigenlijk dat de toewijzing nooit is gemaakt. Maak die dus. De eigenaar kan een rol zijn in plaats van een persoon, maar het moet een benoemde rol zijn die een toezichthouder kan aanspreken. Hier begint ook zero trust voor generatieve AI: geen enkele agent wordt standaard vertrouwd en elke agent is gekoppeld aan een mens die verantwoordelijk is.
Breng in kaart wat u heeft. Als een derde van uw IT- en beveiligingspersoneel niet kan zeggen hoeveel agenten en niet-menselijke identiteiten er zijn, is een inventaris de eerste stap. Neem ook de inloggegevens van elke agent en waar deze worden bewaard op.
Breng agenten onder hetzelfde identity & access management governance als mensen, met kortlevende inloggegevens en geen blijvende geheimen in chattools. Voeg daarna beleid op dataniveau toe, zodat identity toegang verleent en beleid bepaalt wat eruit mag.
Test de kill switch. Slechts 30 procent van de respondenten in het Kiteworks-onderzoek had er een geïmplementeerd, en een controle die niemand heeft getest is een hypothese, geen controle. Doe een oefening waarbij u één agent stillegt en meet hoe lang het duurt om precies te tonen wat deze heeft geraadpleegd.
Oefen tenslotte het bewijsverzoek. Kies één agent, één week en één toezichthoudervraag, en lever het bewijs. Als die oefening weken duurt, heeft u het gat gevonden voordat een toezichthouder dat deed.
Het patroon in de enquête, het CISO-onderzoek en de aanbevelingen van het NCSC is consistent. Toegang kwam eerst. Verantwoordelijkheid volgt. De organisaties die het gat dichten, zijn degenen die agenttoegang vanaf het eerste verzoek behandelen als een gereguleerde, toeschrijfbare, bewijsproducerende activiteit.
Wilt u meer weten over het beheren van AI-agent data-toegang in gereguleerde omgevingen? Plan vandaag nog een aangepaste demo.
Veelgestelde Vragen
Over het algemeen niet. Toezichthouders koppelen verplichtingen aan de data en aan de organisatie die deze beheert, ongeacht of een persoon of een agent het dossier heeft geraadpleegd. De vereisten van de HIPAA Security Rule voor unieke gebruikersidentificatie en auditcontroles bevatten bijvoorbeeld geen AI-uitzondering, dus een agent die elektronische beschermde gezondheidsinformatie aanraakt moet traceerbaar zijn. Behandel agenten als een tweede identiteitsklasse onder hetzelfde governance-model, en koppel hun activiteiten aan hetzelfde GRC-bewijs dat u al produceert voor menselijke gebruikers.
De enquête laat zien dat organisaties dit nog niet hebben vastgesteld. Respondenten wezen naar teamleiding (24 procent), de gebruiker (19 procent), bedrijfsleiding (17 procent) en het beveiligingsteam (13 procent), en 65 procent zei dat iemand anders verantwoordelijk zou moeten zijn. De verdedigbare aanpak is om vóór inzet een benoemde eigenaar aan elke agent toe te wijzen en de agent te koppelen aan de mens die de workflow heeft gedelegeerd. Kiteworks Compliant AI koppelt elke agent aan de mens die deze heeft geautoriseerd en schrijft interacties weg naar een audittrail met volledige toeschrijving, zodat de eigenaar zichtbaar is in plaats van achteraf te moeten worden gereconstrueerd.
Gebruik het als richting, niet als bewijs. De 1Password-enquête is zelfgerapporteerd, betreft alleen Amerikaanse werknemers, en komt van een bedrijf dat identity- en geheimenbeheer verkoopt. De waarde is dat andere bronnen, waaronder het CISO-onderzoek van Vorlon en de blogpost van het Britse NCSC over agentic AI, dezelfde kant op wijzen. Bouw het programma op uw eigen inventaris en bewijstests, en gebruik de enquête om te onderbouwen waarom u die uitvoert. Een zero trust gegevensuitwisseling benadering is gebaseerd op verificatie in plaats van aannames, wat geldt voor zowel onderzoek als toegang.
Gedeeltelijk. Slechts 35 procent van de respondenten beheert agenten via bestaande IAM-processen, en identity beantwoordt wie toegang vraagt, maar niet welke data een agent voor welk doel mag gebruiken. Breid identity governance uit naar agenten, en voeg vervolgens beleid toe dat per verzoek wordt geëvalueerd op basis van dataclassificatie en context, zodat een agent alleen de minimaal noodzakelijke data ontvangt. De HIPAA Minimum Necessary Rule is een bruikbaar model voor hoe dat principe in de praktijk werkt. De Kiteworks Secure MCP Server laat zien hoe handhaving per verzoek vóór AI-clients kan plaatsvinden.
U moet kunnen aantonen welke mens de agent heeft gedelegeerd, welke data is geraadpleegd, welk beleid dit toestond, of de data was versleuteld, en een fraudebestendige log van elke handeling. Oefen het leveren van dat pakket en meet de tijd. In de enquête zei 51 procent dat een volledige audittrail iets is wat ze willen om agentgebruik uit te breiden, en dat is een logisch uitgangspunt voor de standaard. Begin met het bevestigen dat uw audit logs agent-activiteit met dezelfde toeschrijving vastleggen als menselijke activiteit, en oefen vervolgens het verzoek.
Aanvullende Bronnen
- Blog Post
Zero‑Trust Strategieën voor Betaalbare AI Privacybescherming - Blog Post
Hoe 77% van de organisaties faalt in AI-databeveiliging - eBook
AI Governance Gap: Waarom 91% van kleine bedrijven Russisch roulette speelt met databeveiliging in 2025 - Blog Post
Er is geen “–dangerously-skip-permissions” voor uw data - Blog Post
Toezichthouders zijn klaar met vragen of u een AI-beleid heeft. Ze willen bewijs dat het werkt.