CISO’s geven aan AI-risico’s te beheren zonder de benodigde middelen

De meeste securityleiders kregen geen groter budget, geen groter team en geen nieuwe expertise toen generatieve AI op hun bureau belandde. Ze kregen wel een grotere verantwoordelijkheid. Haal het opvallende cijfer uit het zojuist gepubliceerde 2026 Voice of the CISO-rapport van Proofpoint weg, en wat overblijft is het echte verhaal: een tekort aan middelen dat niemand heeft opgelost voordat de rekening bij de CISO’s werd neergelegd.

Het rapport, gebaseerd op een Censuswide-enquête onder meer dan 1.600 CISO’s in 16 landen in mei 2026, laat zien dat de bezorgdheid over generatieve AI als beveiligingsrisico met 18 procentpunt is gestegen ten opzichte van vorig jaar. Achtenzeventig procent van de CISO’s ziet GenAI nu als een beveiligingsrisico, en hetzelfde percentage geeft aan dat van hen wordt verwacht AI-gerelateerde risico’s te beheren zonder een evenredige toename van middelen of expertise. Ondertussen ziet 79 procent nu menselijk risico, en niet malware of niet-gepatchte infrastructuur, als de grootste cyberkwetsbaarheid van hun organisatie, een flinke stijging ten opzichte van 66 procent een jaar eerder.

Voor een CISO of Chief Compliance Officer beschrijven deze cijfers een specifieke en herkenbare situatie. De organisatie heeft generatieve AI-tools sneller omarmd dan dat er controles, beleid of gegevensbeheer zijn ontwikkeld om het tempo bij te houden. Werknemers gebruiken deze tools al met gevoelige data, of dat gebruik nu is goedgekeurd, gelogd of beoordeeld. En degene die het resulterende risico op papier draagt, de CISO, moet hiervoor verantwoording afleggen met hetzelfde aantal medewerkers en hetzelfde budget als vóórdat generatieve AI een dagelijks zakelijk hulpmiddel werd.

Betere AI-vaardigheidstraining lost dit niet vanzelf op. Het is een governance- en bewijsprobleem, en het wijst direct op het standpunt dat Kiteworks inneemt over AI data governance. De snelste manier om een tekort aan middelen te dichten dat niet vanzelf wordt opgelost, is stoppen met het achteraf proberen te monitoren van elke AI-interactie en in plaats daarvan bepalen tot welke gevoelige data een AI-tool überhaupt toegang mag hebben.

Belangrijkste inzichten

1. Bezorgdheid over GenAI-beveiliging steeg met 18 punten in één jaar.

Achtenzeventig procent van de CISO’s ziet generatieve AI nu als een beveiligingsrisico, een stijging ten opzichte van 60 procent in 2025, volgens het 2026 Voice of the CISO-rapport van Proofpoint.

2. CISO’s nemen nieuw AI-risico op zich zonder extra middelen.

Achtenzeventig procent geeft aan dat van hen wordt verwacht AI-gerelateerde risico’s te beheren zonder een evenredige toename van budget, personeel of expertise. Dat betekent dat de verantwoordelijkheid sneller is gegroeid dan de capaciteit.

3. Menselijk risico heeft technische kwetsbaarheden ingehaald als grootste zorg.

Nu noemt 79 procent van de CISO’s menselijk risico de grootste cyberkwetsbaarheid van hun organisatie, een stijging ten opzichte van 66 procent in 2025. Generatieve AI is daar een belangrijke reden voor.

4. Britse CISO’s zien de blootstelling het duidelijkst.

Zesenzestig procent van de Britse CISO’s denkt dat medewerkers AI waarschijnlijk gebruiken op manieren die gevoelige data kunnen blootstellen, een directe beschrijving van shadow AI-activiteiten binnen goedgekeurde bedrijfsprocessen.

5. Minder angst voor datalekken betekent niet minder werkelijke risico’s.

Het aandeel CISO’s dat een materiële cyberaanval in de komende 12 maanden verwacht, daalde naar 61 procent ten opzichte van 76 procent, terwijl de onderliggende AI- en menselijke risicofactoren juist verslechterden. Dit verschil verdient aandacht in plaats van het klakkeloos te accepteren.

Bezorgdheid over GenAI-beveiliging steeg met 18 punten in één jaar

Een stijging van 18 punten in één jaar is aanzienlijk voor elke risicocategorie in een enquête van deze omvang. De Voice of the CISO-serie van Proofpoint volgt sinds 2022 het sentiment van CISO’s in diverse landen en sectoren, en de stijging van de bezorgdheid over generatieve AI van 60 naar 78 procent in twaalf maanden overtreft de beweging in meer gevestigde risicocategorieën zoals ransomware of toeleveringsketencompromittering.

De timing verklaart deels de stijging. Generatieve AI-tools gingen in ongeveer twee jaar tijd van experimentele pilots naar ingebedde, dagelijks gebruikte bedrijfssoftware in vrijwel elke functie. Sales gebruikt het voor het opstellen van voorstellen. Juridische teams gebruiken het om contracten samen te vatten. Finance gebruikt het voor scenarioanalyses. Elk van deze workflows kan inhouden dat klantdata, contractvoorwaarden, financiële cijfers of persoonlijke informatie uit CRM- en HR-systemen rechtstreeks in een promptvenster worden geplakt, vaak via een persoonlijk account buiten de toegangscontroles waar het securityteam zicht op heeft.

Die kloof tussen bruikbaarheid en toezicht is de praktische definitie van shadow AI: goedgekeurde bedrijfsactiviteiten die plaatsvinden via niet-goedgekeurde of ongemonitorde AI-kanalen. Kwaadwillende bedoelingen zijn niet nodig. Het enige wat nodig is, is dat generatieve AI sneller nuttig werd dan dat governance werd opgebouwd, en dat is precies wat er in 2025 en 2026 is gebeurd.

De stijgende bezorgdheid weerspiegelt ook een volwassenere kijk op wat generatieve AI daadwerkelijk met data doet. Vroege adoptie in het bedrijfsleven zag GenAI vooral als een productiviteitsvraag: bespaart het tijd of verbetert het de output? De data uit 2026 laat zien dat CISO’s daar nu voorbij zijn en GenAI beoordelen zoals elk ander systeem dat gevoelige content verwerkt: waar gaat de data heen, wie kan het zien, hoe lang blijft het bewaard, en voldoet die verwerking aan dezelfde wettelijke verplichtingen als elk ander systeem? Onder GDPR compliance-verplichtingen, onder HIPAA, onder sectorspecifieke regels, maakt een toezichthouder geen onderscheid tussen een menselijke medewerker die beschermde data verkeerd gebruikt en een AI-tool die hetzelfde doet. De blootstelling is in beide gevallen identiek, en CISO’s lijken dat sneller te beseffen dan hun budgetten kunnen bijbenen.

CISO’s krijgen AI-risico’s toebedeeld zonder de middelen om ze te beheren

De meest ingrijpende bevinding staat naast het bezorgdheidscijfer, niet erin. Acht en zeventig procent van de CISO’s geeft aan dat van hen wordt verwacht AI-gerelateerde risico’s te beheren zonder een evenredige toename van middelen of expertise. Simpel gezegd: het dreigingsoppervlak van de organisatie is gegroeid, de verantwoordelijkheid van de CISO is meegegroeid, maar noch het budget noch de gespecialiseerde vaardigheden die nodig zijn om generatieve AI-risico’s te beheren zijn meegegroeid.

Dit tekort aan middelen is niet uniek voor de bevindingen van Proofpoint. Het weerspiegelt een breder patroon dat is vastgelegd in het Kiteworks 2026 Data Security and Compliance Risk: Annual Forecast Report, waaruit blijkt dat organisaties AI-capaciteiten veel sneller adopteren dan dat ze governance, personeel en bewijsinfrastructuur opbouwen om te beheren wat die capaciteit raakt. Het resultaat is een groeiende kloof tussen wat een organisatie technisch kan doen met AI en wat ze daadwerkelijk kan aantonen over hoe die AI gevoelige data heeft behandeld wanneer een toezichthouder, auditor of tegenpartij daar om vraagt.

Die bewijskloof is waar het tekort aan middelen het hardst voelbaar is. Een CISO zonder extra medewerkers kan niet handmatig elke prompt beoordelen die aan elke generatieve AI-tool wordt gegeven binnen een organisatie van enige omvang. Wat die CISO wél kan doen, zonder een team van AI-specialisten aan te nemen, is bepalen waar de controle plaatsvindt. In plaats van AI-gebruik te monitoren op het moment van interactie, wat constante menselijke controle vereist en lineair schaalt met het aantal medewerkers, is het duurzamere model om de data zelf te beheren voordat deze een AI-systeem bereikt, via beleidsafdwinging ingebouwd in Kiteworks Compliant AI. Contentclassificatie en afdwinging van toegangsbeleid vinden automatisch plaats zodra data een AI-workflow in zou gaan, waardoor de CISO geen analisten hoeft toe te voegen naarmate AI-adoptie groeit. De CISO hoeft alleen het controlepunt te verplaatsen.

Dit is ook het argument dat het meest aanspreekt bij de Chief Compliance Officer of Head of GRC die samen met de CISO meeleest. Hun probleem is niet om achteraf te detecteren dat een medewerker een niet-goedgekeurde AI-tool heeft gebruikt. Het is om op korte termijn een verdedigbaar bewijs te leveren van welke data een AI-systeem mocht benaderen, welk beleid dat regelde en wat er daarna met de data is gebeurd. Een audittrail die wel bestaat maar nooit volgens bewijsstandaard is opgebouwd, lost dat probleem niet op als de klok van de toezichthouder al loopt.

Menselijk risico haalt technische kwetsbaarheden in als grootste zorg

Nu noemt 79 procent van de CISO’s menselijk risico de grootste cyberkwetsbaarheid van hun organisatie, een stijging ten opzichte van 66 procent in 2025. Dat is een wezenlijke verschuiving van prioriteiten. Jarenlang draaiden CISO-enquêtes vooral om technische kwetsbaarheden: niet-gepatchte systemen, verkeerd geconfigureerde cloudomgevingen, verouderde infrastructuur. Generatieve AI heeft het zwaartepunt verschoven naar de persoon achter het toetsenbord, omdat generatieve AI structureel een tool is die een routinematige menselijke handeling, zoals het typen van een vraag of het plakken van een document, verandert in een potentieel data-exposure-incident.

Zesenzestig procent van de Britse CISO’s denkt specifiek dat medewerkers AI waarschijnlijk gebruiken op manieren die gevoelige data kunnen blootstellen. Dit is geen uitspraak over een hypothetisch toekomstig risico. Het is een uitspraak van securityleiders over gedrag waarvan ze denken dat het nu al plaatsvindt, binnen hun eigen organisaties, via dagelijkse workflows waarmee teams sneller hun werk kunnen doen.

Traditionele security awareness training was gericht op een smallere categorie menselijk risico: het herkennen van phishingmails, het vermijden van verdachte bijlagen of het kiezen van een sterk wachtwoord. Generatieve AI introduceert een ander soort menselijk risico, waarbij de onveilige handeling er precies hetzelfde uitziet als de veilige, productieve, aangemoedigde handeling. Een medewerker die een klantcontract in een GenAI-tool plakt om het samen te vatten, doet precies waarvoor de organisatie AI heeft bedoeld. Het risico zit niet in de intentie, maar in het ontbreken van een technische controle die een goedgekeurde AI-bestemming onderscheidt van een niet-goedgekeurde, of die data classificatie afdwingt voordat content het bedrijfsnetwerk verlaat.

Dit onderscheid is bepalend voor waar CISO’s en complianceleiders vervolgens in investeren. Training vermindert risico’s aan de randen, maar is geen vervanging voor een technische controllaag die het verschil kan maken tussen een geautoriseerde AI-integratie onder een beheerd ABAC-beleid en het persoonlijke account van een medewerker op een consumenten-AI-tool, en dat verschil automatisch kan afdwingen, op schaal, zonder dat een menselijke beoordelaar elke situatie hoeft te controleren.

Waarom minder vertrouwen in datalekken niet betekent dat het risico daalt

Eén cijfer in het rapport wijkt af van het verhaal van toenemende onrust. Het aandeel CISO’s dat denkt dat hun organisatie het komende jaar risico loopt op een materiële cyberaanval, daalde naar 61 procent, ten opzichte van 76 procent in 2025. Op zichzelf lijkt dat goed nieuws: beveiligingsstatus verbetert, vertrouwen neemt toe.

In combinatie met de andere bevindingen leest het anders. De bezorgdheid over GenAI steeg met 18 punten. De bezorgdheid over menselijk risico steeg met 13 punten. De specifieke zorg over medewerkers die gevoelige data blootstellen via AI-gebruik ligt op 66 procent onder Britse CISO’s. Tegen die achtergrond is een daling van 15 punten in verwachte kans op een datalek niet vanzelfsprekend een teken dat het risico echt is afgenomen. Het kan ook duiden op een verschuiving in wat CISO’s als een zorgwekkend datalek beschouwen, of op vermoeidheid door een dreiging die zo wijdverspreid is geworden dat het niet meer als een acute, directe gebeurtenis wordt gezien zoals een grote ransomware-aanval.

Er is een zorgwekkendere verklaring die we direct moeten benoemen. Vertrouwen en controle zijn niet hetzelfde, en een CISO kan zich gerustgesteld voelen over het traditionele datalekscenario, een externe aanvaller die een technische kwetsbaarheid uitbuit, terwijl hij of zij nog steeds blootstaat aan een nieuwere categorie risico’s die niet als een datalek aanvoelt. Gevoelige data die een niet-geautoriseerd AI-systeem bereikt, activeert niet dezelfde alarmen als een ransomware-payload of een credential stuffing-aanval. Het kan geruisloos gebeuren, via routinematig, goedbedoeld medewerkergedrag, zonder externe aanvaller en zonder duidelijk moment waarop iemand aan de bel trekt. De algehele beveiligingsstatus van een CISO kan op papier verbeteren en toch uitbreiden in een categorie die bestaande detectietools niet kunnen zien.

Dit pleit ervoor AI-data-exposure op zichzelf te beoordelen in plaats van het onder algemene datalekwaarschijnlijkheid te scharen. De controles die klassieke datalekrisico’s verminderen, zoals patchen, endpoint detection en netwerksegmentatie, doen weinig om het risico te verkleinen dat een medewerker beschermde gezondheidsinformatie in een publieke GenAI-chat plakt. Ander risico, andere set aan controles, en een middelenverdeling die beide als uitwisselbaar behandelt, blijft onderinvesteren in het risico dat daadwerkelijk groeit.

De kloof dichten door AI-data-toegang te beheren in plaats van shadow AI achterna te zitten

Door alle vijf bevindingen loopt dezelfde rode draad: het eigenaarschap van AI-risico’s is veel sneller gegroeid dan de tools, het budget en de expertise om ze te beheren, en alleen groei van het personeelsbestand zal dat verschil niet oplossen. Security- en compliancebudgetten zullen niet lineair meegroeien met het tempo van AI-adoptie in het bedrijfsleven, en de enquêtegegevens suggereren dat de meeste CISO’s dat al weten.

Het duurzamere antwoord is architectonisch. In plaats van te proberen elke prompt die een medewerker aan een generatieve AI-tool geeft te monitoren, waarvoor middelen nodig zijn die de meeste CISO’s niet hebben, kunnen organisaties beleid afdwingen op het punt waar gevoelige data voor het eerst een AI-systeem in zou gaan. Zero trust generative AI werkt volgens dit model: elke aanvraag voor data wordt aan het beleid getoetst voordat toegang wordt verleend, ongeacht of de aanvrager een menselijke medewerker is of een AI-agent die namens die medewerker handelt.

Voor organisaties die die governance uitbreiden naar agentische AI en niet-menselijke identiteiten geldt hetzelfde principe via een Secure MCP Server, waarmee een organisatie precies kan bepalen tot welke data een AI-agent toegang heeft, onder welke voorwaarden, en met welk bewijs van de interactie, in plaats van brede toegang te geven en te hopen dat monitoring misbruik later oppikt. Het controlepunt beheren in plaats van elke downstream-interactie na te jagen, zorgt ervoor dat een vlak beveiligingsbudget standhoudt bij een groeiende AI-voetafdruk.

Het lost ook het bewijsprobleem op waar de Chief Compliance Officer mee leeft. Wanneer beleidsafdwinging automatisch plaatsvindt op het moment van AI-data-toegang, genereert het systeem een realtime, gedetailleerd bewijs van wat was toegestaan en waarom, zonder dat iemand dat bewijs achteraf hoeft te reconstrueren als een toezichthouder of auditor erom vraagt. Een audittrail die alleen bestaat is niet hetzelfde als een die van bewijsniveau is en binnen de termijn van een regulatoire aanvraag kan worden geleverd, in plaats van de weken die het normaal kost om alles uit verspreide logs te verzamelen.

Niemand gaat dit oplossen door extra mensen aan te nemen. Het tekort aan middelen in de data van Proofpoint is geen personeelstekort dat wacht op het volgende begrotingsjaar, maar een ontwerpkeuze over waar het controlepunt ligt. Organisaties kunnen die keuze vandaag veranderen door data-toegang te beheren voordat een AI-systeem de data ziet, in plaats van achteraf te kijken naar de schade.

Wil je meer weten over het dichten van de AI-governancekloof zonder een evenredige toename van personeel? Plan vandaag nog een persoonlijke demo.

Aanvullende bronnen

• Blog Post
  Zero‑Trust-strategieën voor betaalbare AI-privacybescherming
• Blog Post
  Hoe 77% van de organisaties faalt op AI-gegevensbeveiliging
• eBook
  AI Governance Gap: Waarom 91% van de kleine bedrijven Russisch roulette speelt met gegevensbeveiliging in 2025
• Blog Post
  Er bestaat geen “–dangerously-skip-permissions” voor jouw data
• Blog Post
  Toezichthouders zijn klaar met vragen of je een AI-beleid hebt. Ze willen bewijs dat het werkt.