Autonome AI-agents worden steeds vaker ingezet om taken uit te voeren namens een organisatie. Daardoor verschuift het dreigingsbeeld: niet alleen mensen en applicaties kunnen inloggen, maar ook agents doen dat—vaak onder een naam en identiteit die op een mens lijkt. Dat zorgt voor agentidentiteiten onder druk, omdat beveiligingsteams niet eenvoudig kunnen zien of een actie door een gebruiker is uitgevoerd of door een agent die dezelfde rechten gebruikt.
Een recent voorbeeld van hoe deze problematiek wordt aangepakt, komt uit de hoek van Rig Security. Het bedrijf komt uit stealth met seed funding en een platform dat identiteitssignalen van mensen en AI-agents wil correleren en onderscheiden. In dit artikel lees je wat er precies misgaat in klassieke securitylogica, en welke richting oplossingen opgaan.
Waarom klassieke securitytools tekortschieten
In veel omgevingen werkt het securityproces volgens een herkenbaar patroon: als er een onbekende of risicovolle actie wordt gezien, volgt blokkeren of uitschakelen. Dat is logisch als je een duidelijke scheidslijn hebt tussen “legitiem” en “verdacht”.
Bij agentic AI ligt die scheidslijn lastiger. Autonome agents nemen bij het uitvoeren van acties de identiteit van de ontwikkelaar of service die ze heeft aangemaakt of gestart. Zodra het agent handelt, gebruikt het in de praktijk dezelfde machtigingen als die geclaimde identiteit.
Het gevolg is dat een SIEM of soortgelijke tooling wel kan registreren dat een identiteit iets doet wat gevaarlijk lijkt, maar moeite heeft om te bepalen wie die actie echt heeft uitgevoerd. Is het een medewerker op basis van een geldige sessie, of is het een rogue agent die zich verstopt achter de menselijke context?
Het echte probleem: acties kunnen niet meer “onschuldig” worden
Stel dat een account een riskante handeling uitvoert: een configuratie wijzigen, een gevoelig systeem benaderen, of privileges opschalen. Traditionele remediatie is dan vaak het account blokkeren of de sessie beëindigen.
Maar bij autonome agents is dat beleid problematisch. Als de agent via dezelfde identiteit handelt als een werknemer, betekent blokkeren van de identiteit mogelijk dat de medewerker ook wordt tegengehouden. Met andere woorden: de snelle oplossing om bedreigingen te stoppen kan meteen productie en werkprocessen verstoren.
Hier ontstaat de kern van agentidentiteiten onder druk: toegang is breder dan bedoeld, en “remediatie” raakt zowel menselijke gebruikers als agents.
Rig Security: identiteit correleren én agentgedrag herkennen
Rig Security positioneert zijn platform rond twee pijlers: het koppelen van identiteiten over systemen heen en het waarnemen van identiteitsgedrag aan de bron. Het doel is om acties te kunnen duiden als legitiem menselijk gedrag of als risicovol handelen door een AI-agent die een menselijke of service-identiteit misbruikt.
RICE: identiteitssamenhang over omgevingen heen
De eerste component heet RICE (Rig identity correlation engine). Het systeem gebruikt machine learning en wiskundige modellering om dezelfde identiteit consistent te herkennen in verschillende lagen van de organisatie, zoals identity providers, cloud-infrastructuur, on-premises omgevingen, netwerkranden en endpoints.
Volgens de gepresenteerde informatie zou RICE daarbij een nauwkeurigheid van >96% halen. Daarnaast maakt het een grafische structuur van afhankelijkheden: hoe identiteiten gekoppeld zijn via accounts, permissies, sessies en vertrouwensrelaties, én hoe zulke relaties misbruikt kunnen worden.
Bifrost: sensor aan de bron met beleidshandhaving
De tweede component is Bifrost, een lichte sensor die kijkt naar identiteitsgedrag op de plek waar het “ontstaat”. Het verschil tussen de sessie van een AI-agent en die van de gebruiker vormt daarbij een centraal element.
Belangrijk is dat Bifrost volgens de beschrijving risicovolle acties van een rogue of misbruikte agent kan blokkeren, zonder automatisch de persoon wiens identiteit de agent leent te hinderen. Daarmee probeert het platform het afruilen van veiligheid tegen productiviteit te verkleinen.
Van ISPM naar detectie en respons voor mens én agent
Met de combinatie van RICE en Bifrost wil Rig functies bieden voor identity security posture management (ISPM) en identity threat detection en response. Dat betekent in de praktijk: niet alleen signaleren dat een identiteit “iets doet”, maar beter begrijpen welke soort entiteit erachter zit—mens of agent—en hoe de context zich verhoudt tot beleid.
Daarnaast worden capabilities genoemd zoals identiteitcorrelatie, AI-discovery en toeschrijving (attribution), runtime policy enforcement en non-human identity security. Dat past bij een breder thema in beveiliging: steeds meer “entiteiten” vallen buiten de traditionele definities van gebruiker en systeem.
Waar dit al draait: inzet in meerdere sectoren
Het platform zou al in productie zijn bij organisaties in verschillende domeinen, waaronder financiële dienstverlening, verzekeringen, gezondheidszorg en technologie—met klanten die als Fortune 200 worden omschreven. Daarmee is het onderwerp niet louter theoretisch: de verwachting is dat teams in deze sectoren snel te maken krijgen met het dilemma van menselijke rechten die ook door agents worden gebruikt.
De missie wordt daarbij verwoord als het mogelijk maken van adoptie van AI zonder controle te verliezen over de identiteiten die binnen de onderneming actief zijn. Dat sluit aan op een praktisch beveiligingsvraagstuk: als je niet kunt vaststellen wie of wat achter een actie zit, wordt governance kwetsbaar.
Wat betekent dit voor securityteams vandaag?
Niet elke organisatie gaat meteen een nieuw platform inzetten. Toch kun je de onderliggende principes vertalen naar je eigen aanpak. Hieronder staan drie concrete aandachtspunten die direct aansluiten op agentidentiteiten onder druk.
- Stel correlatie centraal: zorg dat identiteiten over systemen heen beter samenkomen in je detectielogica. Denk aan koppelingen tussen identity providers, cloud, on-prem en endpoints.
- Verbeter onderscheid in sessies: kijk of je kunt bepalen of gedrag past bij een menssessie of bij een automatiseringscontext. Detectie op “actie alleen” is in deze situaties niet genoeg.
- Maak remediatie gerichter: probeer beleid te formuleren waarmee je risicovolle agentacties kunt blokkeren zonder automatisch de betrokken medewerker te blokkeren.
Door op deze punten te focussen, verklein je de kans dat incidentrespons óf te laat óf te grof is.
Gerelateerde ontwikkelingen: van runtime governance tot observability
De discussie rond agentic AI-identiteit sluit aan op bredere initiatieven rondom runtime controls en het beter verifiëren van wat er op systemen gebeurt. Als je kijkt naar governance voor AI-agenten en hoe teams minder toegang willen maar meer controle, dan zie je dezelfde behoefte terug: beveiliging moet niet alleen reageren op signalen, maar ook begrijpen wat voor soort activiteit zich voordoet.
Wil je dat onderwerp verdiepen? Lees dan ook Governance voor AI-agents: minder toegang, meer controle en bekijk hoe organisaties het toegangsmodel proberen te sturen zodra AI-agenten zelfstandig taken uitvoeren.
Daarnaast is het relevant om te beseffen dat sommige ontwikkelingen niet uitsluitend gaan over “identiteit”, maar ook over runtime-attestatie en betrouwbare verantwoording van AI-activiteiten. Dat spanningsveld helpt verklaren waarom nieuwe beveiligingslagen ontstaan, naast bestaande tooling.
Conclusie
Autonome AI-agents kunnen handelen met dezelfde rechten als de identiteiten die ze hebben overgenomen van mensen of services. Daarmee wordt het lastiger voor traditionele securityoplossingen om te bepalen of een gevaarlijke actie door een echte gebruiker is uitgevoerd, of door een agent die zich verstopt achter menselijke context. Juist daarom staan agentidentiteiten onder druk: de bekende “blokkeer het account”-remediatie kan zowel bedreigingen als legitieme medewerkers raken.
Rig Security wil dat gat dichten via een combinatie van correlatie over omgevingen heen en detectie aan de bron, met het idee om risicovolle agentacties te blokkeren zonder de persoon te hinderen. Voor organisaties betekent dit vooral dat je huidige detectie- en reactieprocessen moet herzien: niet alleen kijken naar wat er gebeurt, maar ook naar wie of wat erachter zit—en hoe je remediatie op maat toepast.
