De vraag “hoe veilig zijn verkiezingen eigenlijk?” is niet alleen politiek of juridisch, maar ook technisch. In de Verenigde Staten draait het verkiezingsproces om meerdere stappen—van stemmen tot telling—en de beveiliging daarvan is het onderwerp van een groeiende discussie binnen cybersecurity. Vooral verkiezingsmachines en AI brengen nieuwe aandacht voor risico’s én voor de maatregelen die vertrouwen kunnen versterken.
Belangrijk: het artikel schetst scenario’s die technisch mogelijk zijn, maar het stelt ook dat er geen bewijs is dat machine-tampering de uitkomst heeft gewijzigd. Dat maakt de discussie extra relevant: je hoeft niet te weten dat er is ingegrepen om te snappen waar het mis kán gaan.
Hoe stemmen en tellen in elkaar grijpen
Het proces verschilt per staat en regio, maar de kern bestaat uit een combinatie van apparatuur en controle. Veel kiezers vullen een papieren stembiljet in de vorm die hoort bij de gebruikte systemen; daarnaast zijn er jurisdicties met ballot-marking devices voor in-person stemmen. Daarbij kiezen kiezers op een machine een kandidaat, waarna de machine een papieren stembiljet afdrukt met die keuze.
Dat stembiljet bevat doorgaans een deel dat de kiezer kan verifiëren met het oog—en vaak ook een code (zoals barcode of QR) met dezelfde informatie. Vervolgens wordt het papier gescand en wordt de stem automatisch geteld. Daarna kunnen statistische controles worden uitgevoerd: bijvoorbeeld door een deel van de papieren stembiljetten handmatig te vergelijken met de machine-uitkomst.
Op papier klinkt dit solide: paper blijft beschikbaar als verificatie en de scan vormt de brug naar automatische telling. Toch zit juist daar, volgens de cybersecurity-bril van de bron, een belangrijk spanningsveld.
Waarom gecertificeerde machines toch zorgen oproepen
In de VS zijn verkiezingsapparaten gecertificeerd door de Election Assistance Commission (EAC). De bedoeling is beveiliging te waarborgen voor zowel stem- als telcomponenten. Tegelijk wordt in het bronartikel zwaar getwijfeld aan de praktische impact van die certificering in een tempo dat past bij moderne softwareontwikkeling.
Een kernpunt is de timing: certificering loopt volgens de aangehaalde kritiek niet automatisch synchroon met de vierjaarlijkse cyclus. Daardoor kan software geruime tijd onbeheerd of onververst blijven tussen het moment van testen/certificeren en het moment waarop het systeem daadwerkelijk wordt gebruikt.
De bron zet die twijfel kracht bij met een plausibel maar confronterend gedachte-experiment: een systeem dat “air-gapped” wordt gehouden (dus afgescheiden van netwerken) kan volgens de aangehaalde experts alsnog worden aangeraakt door iemand die fysiek in de buurt kan komen. Ook wordt genoemd dat onderzoekers en verkiezingsfunctionarissen in een omgeving met hands-on toegang realistische testen kunnen uitvoeren. Wat daar wordt geleerd, is dat toegang in de praktijk veel kan betekenen voor het risico.
Waar de controle versluiert: de keten tussen stem en uitslag
Een tweede zorg gaat over de rol van software als “bron van waarheid”. In veel digitale processen is het eindresultaat gebaseerd op wat het systeem verwerkt—en dat gebeurt bij verkiezingen niet alleen in één machine, maar in een keten van onderdelen.
Het bronartikel benadrukt twee problemen. Ten eerste is het vertrouwen in stemapparatuur zelf niet vanzelfsprekend. Ten tweede duurt de verwerking en telling langer en is die stap eveneens niet automatisch controleerbaar op dezelfde manier als het papier aan de stemhokjeskant.
Daarnaast ontstaat er een verificatiekloof. De kiezer kan doorgaans visueel checken wat op het papieren stembiljet staat. Maar wat uiteindelijk door de telcomponent wordt gebruikt, komt vaak via de code op het papier. Als een systeem is beïnvloed, kan die code niet meer gelijk staan aan wat de kiezer denkt te hebben gekozen—en dan kan visuele controle niet genoeg zijn.
Met andere woorden: verkiezingsmachines en AI zijn niet alleen een technologisch onderwerp, maar ook een vraag naar bewijs. Hoe stel je vast dat elke stap klopt, ook als je niet volledig kunt inzien wat er intern gebeurt?
Maatregelen die de betrouwbaarheid vergroten
Het bronartikel noemt meerdere verbeter-routes die niet per se vereisen dat het hele proces radicaal op de schop gaat. De invalshoeken richten zich vooral op transparantie, bewijs en het beperken van impact als iets misgaat.
Meer transparantie in software
Een van de aanbevolen richtingen is om software die door verkiezingssystemen wordt gebruikt open source te maken. Dat is geen garantie op perfecte veiligheid, maar wel een manier om onafhankelijke experts en academici sneller en grondiger mee te laten kijken. Bovendien kunnen tools en testmethodes versneld worden ingezet omdat de broncode controleerbaar is.
Verifieerbare stemrecords naast het papieren spoor
Een tweede voorstel is om stemdata op een manier vast te leggen die wél onafhankelijk verifieerbaar is. In de bron wordt genoemd dat de stemsoftware een versleuteld stemrecord kan genereren dat direct naar het telsysteem gaat en wordt gebruikt bij het tellen van individuele stemmen. Daarbij ligt de nadruk op bewijs: aantonen dat stemmen correct zijn vastgelegd en geteld conform de intentie van de kiezer.
Ook wordt verwezen naar initiatieven zoals Microsoft ElectionGuard. Dat project richt zich op auditeerbare verkiezingen en gebruikt homomorfe encryptie als cryptografische bouwsteen om te waarborgen dat stemmen niet worden aangepast, verwijderd of toegevoegd. Tegelijk wordt in de bron aangegeven dat open sourcing niet automatisch onderdeel is van dat specifieke voorstel.
Het risico verschuift: van infrastructuur naar de “perimeter”
Zelfs als stemapparatuur sterk is, blijft er een bredere digitale omgeving waarin aanvallen doelwit kunnen zijn. De bron stelt dat de grootste uitdagingen vaak buiten de machine zitten: denk aan registratiesystemen, webportalen, e-mail van campagne- en verkiezingsmedewerkers en de manieren waarop die partijen communiceren.
Dat is een belangrijk punt voor organisaties en overheden: beveiliging is geen product dat je installeert, maar een keten van controle. Als een aanvaller geen stemapparaat hoeft te kraken om invloed te hebben, dan wordt detectie en respons rondom die “operationele laag” minstens zo cruciaal.
Als achtergrond bij dit bredere vraagstuk is ook nuttig om te kijken naar hoe vertrouwen en controle bij AI-toepassingen veranderen. Zie bijvoorbeeld het artikel over hoe AI SOC-rollen en werkzaamheden beïnvloedt, want dezelfde verschuiving naar schaal en tempo zie je terug in verkiezingscontext.
Invloedcampagnes: niet per se stemmen aanpassen, maar vertrouwen ondermijnen
Naast technische manipulatie bestaat er een ander type dreiging: invloed. Het bronartikel beschrijft dat buitenlandse actoren verkiezingen kunnen gebruiken om het vertrouwen in democratische instellingen aan te tasten—door twijfel te zaaien over de legitimiteit van de uitslag.
Volgens de bron is het harde bewijs van zulke campagnes vaak moeilijk te leveren, maar het risico wordt als serieus gezien. Bovendien is het effect gevoelig voor kleine verschuivingen: een fragiele balans in publieke opinie kan groot uitpakken voor vertrouwen, participatie en interpretatie.
In plaats van direct stemmen te veranderen, richten aanvallen zich daarom vaak op perceptie. Voorbeelden die in de bron terugkomen zijn desinformatie, manipulatie via sociale media, cyber-espionage, phishing richting verkiezingsmedewerkers en het verstoren van diensten rond de verkiezing.
AI maakt invloed schaalbaar en persoonlijk
Wat verandert met verkiezingsmachines en AI, is dat AI de drempel verlaagt om geloofwaardige content te maken op schaal. De bron noemt dat aanvallers niet per se hoeven in te breken in de infrastructuur; ze kunnen kiezers beïnvloeden via imitatie, nepwebsites en AI-gegenereerde misinformatie die verwarring of urgentie oproept.
Een concreet voorbeeld uit de bron is het gebruik van deepfake-achtige audioboodschappen in automatische telefonie: een vervalste oproep die kiezers probeert te laten twijfelen of thuisblijven. Zelfs als een individuele campagne mislukt, wordt het gezien als signaal dat AI-gebaseerde beïnvloeding verder kan worden uitgebreid richting toekomstige verkiezingen.
Daarbij komt een andere, strategische observatie uit de bron: in een land waar de politieke balans sterk gepolariseerd is, kan beïnvloeding van relatief kleine aantallen kiezers—mits goed gericht—disproportioneel effect hebben op de uitkomst.
Waarom vertrouwen en audit even belangrijk zijn als techniek
De bron concludeert dat je in strikte cybersecurity-termen geen enkel onderdeel buiten compromis kunt zien. Tegelijk wordt benadrukt dat het systeem niet hetzelfde is als “een enkele kwetsbaarheid”: verkiezingsautoriteiten werken met meerdere lagen, zoals pre-election tests, ketenbeheer (chain-of-custody), inzet van vertegenwoordigers van meerdere partijen en post-election audits van papieren stembiljetten.
Het punt is dus niet dat verkiezingen in de VS bewezen zijn gecompromitteerd. Het punt is dat je de veiligheid moet beoordelen op verifieerbaarheid: kun je onafhankelijk nagaan wat er is gebeurd, en kun je manipulatie detecteren of de impact beperken?
Conclusie: maak risico’s beperkt en bewijsbaar
De discussie over verkiezingsmachines en AI laat zien dat verkiezingsveiligheid niet stopt bij “hardware die gecertificeerd is”. Software, fysieke toegang, de workflow tussen stem en telling, en de digitale communicatie rondom verkiezingen bepalen samen of vertrouwen standhoudt.
De meest kansrijke aanpak in de bron is daarom een combinatie: maak systemen moeilijker om te compromitteren, beperk de blast radius, zorg voor herleidbaar en onafhankelijk te verifiëren bewijs, en bescherm vooral ook de periferie waar invloedscampagnes zich richten. Zo construeer je een verkiezingsproces waarin het niet alleen gaat om techniek, maar om controleerbaarheid.
