De manier waarop phishing werkt, verandert snel. Waar e-mailbeveiliging vroeger vooral draaide om het blokkeren van schadelijke bijlagen of links, ligt het probleem nu vaker in de bedoeling en het vertrouwen achter een bericht. Die ontwikkeling wordt in de praktijk vaak samengevat als phishing 3.0: aanvallen die worden voorbereid, aangepast en verspreid met hulp van AI, tot op agent-niveau.
In dit artikel lees je waarom de klassieke aanpak (scannen, matchen en blokkeren) steeds vaker tekortschiet, welke signalen we al zien in echte incidenten en hoe je je verdediging kunt ombouwen richting anticipatie in plaats van alleen reactie.
Waarom phishing 3.0 niet meer draait om “foute content”
Phishing is in meerdere fases verschoven. In het verleden was de focus vooral op herkenbare inhoud: kwaadaardige payloads, verdachte extensies of links die direct als gevaarlijk opvielen. Secure email gateways konden daarvoor relatief goed werken, omdat de aanvaller zich in het bericht “verraadde” via techniek of signatuur.
Bij phishing 2.0 verplaatst de kern naar sociale manipulatie. Er is dan niet per se iets schadelijks aan de tekst zelf; het bericht ziet eruit als een normale vraag of instructie van iemand die je vertrouwt. Daardoor ontbreekt vaak het soort patroon dat gateways gewend zijn te herkennen. Detectie komt dan vooral uit gedrag, context en anomalieën.
Met phishing 3.0 wordt die trend extra krachtig omdat AI zowel de lure (de loktekst) kan schrijven als de campagne kan uitvoeren over meerdere kanalen. Denk niet alleen aan e-mail, maar ook aan samenwerkingstools en live contact.
De aanvaller runt steeds vaker een agent
Een belangrijk verschil is dat de kosten van voorbereiding omlaaggaan. Reconnaissance kostte vroeger tijd omdat een mens informatie moest verzamelen: bedrijfsprofielen doorlezen, leveranciers in kaart brengen en executives volgen. Volgens de bron verschuift dat door agentic AI: één systeem kan de publieke sporen van een organisatie samenvatten, informatie uit publieke ontwikkelbronnen en documentatie halen en relaties binnen een bedrijf afleiden.
Wat dat betekent voor de praktijk? De lokzaak wordt veel sneller maatwerk. Waar je eerst misschien te maken had met een beperkt aantal niet al te gerichte campagnes, kan een agent nu in hoog tempo varianten genereren voor veel organisaties. De bron beschrijft bovendien dat de kwaliteit van lures stijgt: minder “rommelige” berichten, meer interactieve verhaallijnen die aanvoelen als een gesprek.
Daar komt bij dat de aanval niet stopt zodra iets de inbox bereikt. De bron noemt een incident waarbij een phishingmail begon met de impersonatie van een CFO, waarna een deepfake video call volgde. Zelfs wanneer medewerkers aarzelen bij e-mail, kan verificatie via beeld en audio alsnog worden omzeild. Dat raakt direct aan het kernpunt van phishing 3.0: aanvallen richten zich op vertrouwen in wat mensen zien en horen.
Meer kanalen, grotere impact
Een van de redenen dat oudere defenses moeite hebben, is dat de aanval zich niet beperkt tot de plek waar je vooral op scant. Wanneer e-mailbeveiliging vooral kijkt naar wat in berichten staat, maar de campagne vervolgens buiten de inbox doorgaat, blijft een deel van de dreiging buiten beeld.
De bron stelt dat phishing inmiddels multi-channel is: GenAI kan de tekst aanleveren, deepfakes kunnen dat in voice en video dragen, en de campagne kan zich uitstrekken over e-mail, samenwerkingstoepassingen en gesprekken. Daarmee wordt het moeilijker om één enkel verdedigingspunt als “poort” te zien.
Waarom klassieke “block-detect-respond” faalt
Veel organisaties zijn ingericht op een verdedigingscyclus die begint met blokkeren. Vervolgens analyseer je als er iets door is gekomen, en ruim je op als er een incident is. Dat werkt redelijk tegen aanvallen die relatief langzaam en beperkt zijn, bijvoorbeeld campagnes met handmatig opgezette inhoud.
Bij phishing 3.0 schuift het tempo. Als een agent op grote schaal gepersonaliseerde, conversatiegerichte aanvallen kan bouwen, is de wachttijd tussen “eerste bericht” en “eerste detectie” vaak te lang. De bron legt de kern bloot: je kunt de snelheid niet bijbenen met een model dat nog steeds vooral achteraf reageert.
Ook alertvermoeidheid speelt mee. De bron verwijst naar onderzoek waaruit blijkt dat SOC’s wel veel meldingen rapporteren, maar slechts een deel ervan grondig kunnen onderzoeken. Als je verdediging vooral dashboards vult in plaats van incidenten af te handelen, vergroot dat het gat met aanvallen die als agenten werken.
Het nieuwe uitgangspunt: preempt in plaats van alleen reageren
Om phishing 3.0 op te vangen, moet de verdediging een extra houding innemen: preemptie. Dat betekent dat je niet uitsluitend wacht tot iets is aangekomen, maar dat je de aanval die “nog onderweg is” eerder probeert te anticiperen.
In de praktijk komt dat neer op het versterken van detectie voordat de eerste boodschap landt. Denk aan het harden van signalen, het beter voorbereiden van analyses en het automatiseren van routinewerk, zodat menselijke teams hun tijd besteden aan beslissingen waar oordeelsvermogen nodig is.
De bron verwoordt dit als een verschuiving: automation moet niet alleen meer tonen, maar ook onderzoeken en afhandelen. In plaats van extra ruis (meer alerts voor mensen), wil je dat het systeem richting geeft en sneller tot een verdict komt.
Waarom een “defender agent” nodig is
Een opvallend punt uit de bron is symmetrie: als de aanvaller agenten inzet, is het lastig vol te houden dat je met uitsluitend menselijk tempo en klassieke workflow wint. Dan heb je structureel een snelheidsnadeel.
Daarom wordt in phishing 3.0 een verdedigingscomponent geadviseerd die zelf kan anticiperen en onderzoeken. Niet als losse chatbot naast een dashboard, maar als een teamlid dat end-to-end werkt: van analyse tot een beoordeling die een mens kan bevestigen of direct opvolgen.
De bron noemt in dat kader het idee van meerdere agenten met verschillende rollen: een agent die recon-achtig werk doet om je eigen blootstelling te begrijpen, een agent die incidenten op SOC-niveau onderzoekt en een agent die training inzet op basis van wat er echt op je gericht kan worden.
Wat dit betekent voor teams die dagelijks security doen
Kijk naar wat na de gateway nog aankomt
Een veelgemaakte fout is meten op wat je perimeter blokkeert. De bron raadt aan om juist te focussen op het aantal berichten dat na de gateway uiteindelijk bij medewerkers terechtkomt. Dat is volgens de bron een belangrijkere maat voor de realiteit van moderne phishing.
Vraag daarom door naar doorstroomcijfers, zoals een “miss rate” na post-delivery filtering. Als leveranciers daar vaag over blijven, is dat op zichzelf al informatief.
Neem voice en video mee in je dreigingsmodel
De deepfake video call uit het genoemde incident onderstreept dat verificatie niet stopt bij e-mail. Als je dreigingsanalyse vooral uitgaat van wat in tekst of links staat, mis je het deel waar het vaak duur wordt.
Verwerk daarom voice en video in je beleid rond identiteit en overdracht van geld of gevoelige informatie. Denk aan verificatiestappen die niet uitsluitend op “het ziet eruit als” steunen.
Beoordeel automatisering op autonome afhandeling
Automatisering is niet automatisch goed als het vooral alerts toevoegt. De bron stelt dat je tooling moet beoordelen op wat hij zelfstandig oplost of afhandelt zonder dat een analyst steeds opnieuw dezelfde stappen moet doorlopen.
In de kern: stuur je op incidentafhandeling, niet op het verzamelen van meldingen.
Training moet rekening houden met reconnaissance
Traditionele simulaties trainen vaak op generieke phishingpatronen. Maar bij phishing 3.0 is de aanval juist gepersonaliseerd: de inhoud sluit aan op een publiek profiel, een organisatieverband of een specifieke keten van rollen.
Daarom pleit de bron voor training die “reconnaissance-aware” is: oefeningen gebaseerd op de tactieken die gericht worden ingezet. Dat helpt medewerkers om niet alleen taal te herkennen, maar ook de context en de intentie achter een verzoek.
Conclusie: phishing 3.0 is geen voorspelling, maar de nieuwe realiteit
phishing 3.0 draait om meer dan slimmere teksten. Het verandert de aanvalseconomie doordat agentic AI recon en campagne-uitvoering versnelt. Tegelijk verschuift het dreigingslandschap naar vertrouwen over meerdere kanalen heen: e-mail is nog maar het startpunt, niet de eindbestemming.
Wie goed door deze fase heen wil komen, moet de verdedigingsstrategie uitbreiden van blokkeren en terugkijken naar anticiperen en gericht afhandelen. Daarbij helpt het om automatisering in te zetten die niet alleen waarschuwt, maar ook onderzoekt—liefst met agent-achtige mogelijkheden. Alleen zo voorkom je dat je steeds één stap achter de aanval aanloopt.
Wil je meer lezen over hoe multi-agent en AI-gedreven dreigingen de security-operatie beïnvloeden? Bekijk dan ook Bron: https://thehackernews.com/2026/08/phishing-30-fight-moves-to-agent-versus.html
