Direct naar de inhoud
Cybersecurity

OT Security en AI: kloof tussen ambitie en controle

OT Security en AI

Honeywell publiceerde in 2026 een OT Cybersecurity Benchmark Report. De kernboodschap: bij veel industriële organisaties klopt het beeld van hun OT Security en AI-aanpak niet met wat er in de praktijk geregeld is. Vooral zichtbaarheid ontbreekt, terwijl leiders wel vaak spreken over volwassen securityprogramma’s.

In dit artikel zetten we de belangrijkste bevindingen op een rij, inclusief wat het rapport zegt over AI in OT-beveiliging en waar je als organisatie direct op kunt sturen.

Veel ‘mature’ OT security, weinig volledige inventaris

De enquête telde 603 leiders uit sectoren binnen critical infrastructure. Opvallend is het zelfbeeld: 88% van de respondenten omschrijft het OT securityprogramma als mature of design-led. Toch verschijnt er al snel een spanningsveld.

Slechts 21% van de organisaties beschikt over een volledige inventaris van OT-assets. Zonder dat overzicht wordt het lastig om risico’s te prioriteren, patches gericht door te voeren en monitoring consequent in te richten.

Zicht ontbreekt: monitoring en IOC’s zijn niet overal op orde

Niet alleen asset management, ook monitoring laat volgens het rapport hiaten zien. Slechts 33% zegt dat OT volledig is geïntegreerd in een centraal security operations center. In de praktijk betekent dat vaak: losse controles, uiteenlopende tooling of informatie die niet goed samenkomt.

Bovendien geeft slechts 20% aan continu te monitoren op meer dan driekwart van de verbonden IoT-devices. Daarmee blijft een deel van de digitale aanvalsoppervlakte buiten beeld—juist in omgevingen waar betrouwbaarheid en beschikbaarheid cruciaal zijn.

Wat dit betekent voor incidentrespons

Als je niet weet welke assets je hebt en wat er precies gemonitord wordt, wordt incidentrespons zwaarder. Het rapport laat zien dat dit terug te zien is in de schade door uitval.

Organisaties die een significant OT-cybersecurityincident meemaakten, rapporteerden gemiddeld 16,2 uur downtime. Voor een deel van de getroffen partijen loopt de impact fors op: 21% schat downtimekosten boven $100.000 per uur, terwijl 4% verlies boven $500.000 per uur meldt.

Sectorverschillen: energie en maritiem vaker getroffen

De incidentcijfers verschillen sterk per sector. In energie en utilities rapporteert 91% van de respondenten een significant OT-cybersecurityincident in de afgelopen 12 maanden. In de maritieme sector is dat 87%.

Olie en gas ligt lager, maar nog steeds hoog: 54% meldt in dezelfde periode een incident. Healthcare valt eveneens op: daar zegt slechts 19% dat faciliteiten en gebouwgebonden systemen volledig zijn geïntegreerd in cybersecuritymonitoring en -bescherming.

Deze verschillen suggereren dat OT-ecosystemen niet alleen technisch verschillen, maar ook qua governance, veroudering van systemen en volwassenheid van controlemechanismen.

OT Security en AI: vrijwel iedereen verwacht impact, maar autonomie is zeldzaam

Het rapport onderzoekt expliciet de impact van AI op OT-security. De verwachting is breed: 99% van de respondenten zegt dat AI binnen 2 tot 3 jaar invloed gaat hebben op OT security operations.

Tegelijkertijd is het gebruik van AI vandaag al aanwezig in veel organisaties—maar meestal als ondersteunende technologie. Zo zegt 72% AI te gebruiken voor threat detection, 68% voor continuous monitoring en 59% voor asset inventory.

Toch valt er een duidelijke rem op autonomie: slechts 23% gebruikt autonomous of agentic AI voor threat detection. In andere woorden: in de meeste gevallen blijven het menselijke analysts die de beslissingen nemen, terwijl AI helpt signalen te herkennen en context te leveren.

Waarom ‘agentic’ in OT lastig is

Honeywell benadrukt dat, wanneer AI verschuift van assisteren naar daadwerkelijk handelen, organisaties moeten kunnen sturen op besluitrechten, menselijke supervisie en testscenario’s die rekening houden met de operationele gevolgen van een fout.

Die nuance is belangrijk voor OT: één verkeerde actie kan niet alleen securityschade veroorzaken, maar ook uptime, apparatuur en—in het slechtste scenario—veiligheid beïnvloeden.

Van rapportcijfers naar concrete verbeterstappen

Wat kun je als organisatie doen met de inzichten uit de benchmark? Hieronder staan pragmatische aandachtspunten die direct aansluiten op de gevonden gaten.

  • Maak asset-inventaris leidend: als je nog geen compleet overzicht van OT-assets hebt, is dat de logische start. Zonder inventaris is AI of monitoring moeilijk te valideren en te verbeteren.
  • Verbind OT met je SOC op een zinvolle manier: streef naar integratie die niet alleen data doorstuurt, maar ook het verwerken, prioriteren en opvolgen van meldingen mogelijk maakt.
  • Controleer de dekking van continue monitoring: ga na welk deel van de verbonden IoT-devices daadwerkelijk continu gemonitord wordt. Vul de hiaten gericht aan.
  • Begin met AI als ‘assistent’, niet als ‘autonoom’: veel organisaties gebruiken AI voor detectie en monitoring. Versterk eerst de mens-AI samenwerking voordat je agentic automatisering overweegt.
  • Test op operationele gevolgen: behandel AI-modellen en workflows als onderdeel van OT-change management. Doorloop scenario’s waarin een reactie verkeerd uitpakt.

Als je dit traject structureel aanpakt, ontstaat er meer zichtbaarheid en kun je AI stap voor stap inzetten zonder nieuwe risico’s te introduceren.

OT is niet alleen techniek: governance en isolatie spelen mee

In discussies over OT-security duikt vaak het thema segmentatie en isolatie op. Het rapport van Honeywell refereert aan het bredere veld waarin zichtbaarheid en netwerktopologie bepalend zijn voor controle.

Om die context verder te begrijpen kun je ook kijken naar eerdere berichtgeving over isolatie in OT. Bijvoorbeeld: Bron: https://www.securityweek.com/honeywell-ot-security-teams-embrace-ai-but-autonomy-still-rare/