AI-agenten worden steeds vaker ingezet om niet alleen tekst te genereren, maar ook om software te bedienen en taken uit te voeren binnen bedrijfsomgevingen. Dat brengt een nieuw type risico met zich mee: een agent kan correct geauthenticeerd zijn en toch iets doen wat niemand heeft toegestaan. Met AI-agent runtime security probeert Kontext Security precies dat moment van actie centraal te zetten.
Het bedrijf kondigt een publieke lancering aan na een financieringsronde van $4 miljoen, met steun van 42CAP en extra partijen. Kontext positioneert zich als een runtime security-laag tussen de agent en de systemen of tools die de agent benadert.
Wat is AI-agent runtime security?
Bij klassieke beveiliging kijk je vaak naar wat er vooraf is geregeld: identiteiten, toegangsrechten en netwerkbeperkingen. Runtime security voegt daar een extra controlemoment aan toe, op het moment dat de agent daadwerkelijk een actie wil uitvoeren.
Kontext plaatst zijn platform tussen de AI-agent en de doelhulpmiddelen. Daardoor kan het platform de agentacties realtime evalueren en beslissen of de actie binnen de ingestelde beleidsregels past.
Kontext: evalueren in realtime, met context van identiteit
De kern van de aanpak is dat het platform niet alleen naar de gevraagde actie kijkt, maar naar de volledige context. Kontext baseert die beoordeling op onder meer:
- De identiteit van de agent (wie/waarop de agent draait)
- De taak die de agent probeert uit te voeren
- Het doelresource waar de actie naartoe gaat
- De gevraagde actie die de agent wil uitvoeren
Op basis daarvan wordt in real time getoetst of het gedrag binnen security policies en risicocriteria valt. Dat is relevant omdat misbruik soms niet draait om ‘geen toegang hebben’, maar om wel toegang hebben tot de verkeerde combinatie van taak en actie.
Observeren vóór blokkeren: van gedrag naar beleid
Kontext biedt organisaties de mogelijkheid om het platform eerst te gebruiken zonder meteen enforcement toe te passen. In een startfase kun je:
- agentgedrag observeren binnen je omgeving
- risico’s en afwijkingen identificeren
- vaststellen wat de uitkomst van beleid zou zijn zodra enforcement aan staat
Pas nadat je begrijpt hoe agenten zich gedragen en welke beslissingen het platform zou nemen, kun je overgaan naar een modus waarin ongeautoriseerde acties worden geweigerd.
Auditing en besluitvorming met context
Een belangrijk praktisch onderdeel is dat Kontext een record bijhoudt van wat de agent deed en welke beslissing het platform nam. Die registratie gaat niet alleen over “toegestaan/geblokkeerd”, maar bevat context.
Voor security teams betekent dat dat je beter kunt uitleggen waarom een actie is afgekeurd, en je kunt beleid gerichter bijsturen. Voor compliance en incidentanalyse kan zo’n dossier helpen om sneller achteraf te reconstrueren wat er gebeurde.
Waarom dit type controle nodig blijft
De belofte van runtime security is vooral sterk wanneer een agent stappen onderneemt die verder gaan dan alleen schrijven of lezen. Zodra agenten bijvoorbeeld software gaan bedienen, accounts activeren of processen starten, ontstaat er een moment waarop beveiliging moet kunnen zeggen: dit is niet toegestaan, ook als de identiteit op zichzelf klopt.
Kontext verwoordt dat principe als volgt: een agent kan goed zijn geauthenticeerd en een goedgekeurde tool gebruiken, maar nog steeds een actie uitvoeren die niemand heeft geautoriseerd. Door identiteit te koppelen aan taakcontext, resource en beleid, wil het platform beslissen voor de actie plaatsvindt.
Waar let je op bij de invoering van runtime enforcement?
Als je dit soort AI-agent runtime security overweegt, is het verstandig om vanaf dag één duidelijk te maken hoe je policies zijn opgebouwd en hoe je ze gaat testen. Denk daarbij aan:
- Scope van agenten: welke agenten, welke use-cases en welke systemen vallen onder het beleid?
- Granulariteit: op welke “resource” en “actie”-niveaus wil je toestemming beheren?
- Observeren: plan voldoende tijd om gedrag te analyseren voordat je enforcement inschakelt.
- Feedbackloop: zorg dat security en product/engineering samen beleid verfijnen op basis van echte beslissingen en logdata.
Dit sluit aan bij een algemene trend in agentbeveiliging: eerst meten en begrijpen, daarna pas streng blokkeren. Zo voorkom je dat je veiligheidsmaatregelen direct botsen met legitieme workflows.
Relatie met bredere ontwikkelingen in agent security
Runtime security staat niet op zichzelf. In de praktijk zie je meerdere lagen naast elkaar: preventie tegen kwaadaardige of onbedoelde acties, beter beheer van secrets, en het voorkomen van misleidende interacties.
Als je meer wilt lezen over hoe agenten in aanvallen worden ingezet of hoe teams agentisch gedrag proberen af te remmen, zijn er ook artikelen op deze site die de context verbreden:
- AI-agents bij aanvallen op webshops: wat speelt er?
- Agentic remediation: sluit de CTEM-cyclus met AI
- Rogue AI-agenten blokkeren met preventieve beveiliging
Toekomst: groei in teams en verdere ontwikkeling
Kontext geeft aan het engineeringteam te willen uitbreiden en verder te investeren in de runtime enforcement-laag. Daarmee lijkt de focus te liggen op het verfijnen van de real time beslissingen en op het uitbreiden van mogelijkheden om gedrag te begrijpen, te registreren en af te dwingen.
Voor organisaties betekent dat: de vraag verschuift van “werken agenten technisch goed?” naar “kunnen we agenten ook veilig laten handelen?”. AI-agent runtime security is daarbij een concrete poging om het controlemoment dichter bij de actie te brengen.
Conclusie
Met de lancering van zijn runtime security platform wil Kontext Security een praktische oplossing bieden voor een kernprobleem bij AI-agenten: authenticatie en toolkeuze garanderen niet automatisch dat de agent de juiste dingen doet. Door identiteit, taakcontext, target resources en gevraagde acties realtime te combineren, kan het platform beslissen of een actie wel of niet mag.
De instap via observeren vóór enforcement maakt het voor teams mogelijk om eerst gedrag te begrijpen en beleid te testen. Als je agenten inzet die software aansturen of processen kunnen starten, is zo’n runtime controellaag precies het soort beveiliging dat je wilt hebben op het moment dat het telt.
Bron: https://www.securityweek.com/kontext-security-emerges-with-4-million-for-ai-agent-runtime-controls/
