AI maakt SOC-werk beter—en de carrièreladder in de cyberbeveiliging moeilijker te beklimmen

Kunstmatige intelligentie verlicht een deel van het meest repetitieve werk binnen security operations centers, maar dezelfde efficiëntiewinst kan de traditionele route naar het beroep verzwakken.

Die spanning staat centraal in nieuw onderzoek van Swimlane. In een enquête onder 500 security‑operations‑professionals en leiders in de Verenigde Staten en het Verenigd Koninkrijk zei 88 % dat AI hun werk bevredigender heeft gemaakt. Tegelijkertijd verwacht 47 % dat AI het moeilijker maakt om een carrière in cyberbeveiliging te beginnen door de eisen voor junior‑rollen te verhogen of de mogelijkheden om fundamentele ervaring op te doen te verminderen.

Het resultaat is geen simpel verhaal over automatisering die analisten vervangt. Het gaat om een verhaal waarin werk wordt herverdeeld—en waarin organisaties hun training moeten herontwerpen voordat de eerste trede van de SOC‑carrièreladder verdwijnt.

AI verdeelt de werkdag van de analist opnieuw

Het volledig rapport van Swimlane suggereert dat het meest directe effect van AI een verhoogde capaciteit is. Zevenenveertig procent van de respondenten noemde het vermogen om meer beveiligingsactiviteiten te beheren als een van de twee meest significante veranderingen sinds hun organisaties AI hebben geïntroduceerd. Vijfendertig procent zei meer tijd te hebben voor complexe dreigingsonderzoeken, terwijl nog eens 35 % meldde meer tijd te hebben voor strategisch of cross‑functioneel werk.

De duidelijkste tijdsbesparing kwam van herhaalbare taken. Drieënveertig procent zei dat AI de tijd die ze besteden aan het onderzoeken van bekende of repetitieve dreigingspatronen heeft verminderd. Het ontwikkelen van respons‑ of remediatie‑aanbevelingen volgde met 34 %, en de beoordeling en triage van binnenkomende alerts met 32 %.

Maar geautomatiseerde triage elimineert menselijk werk niet. Het verandert het zwaartepunt. Vier-en-dertig procent van de respondenten zei nu meer tijd te besteden aan het beoordelen of valideren van door AI gegenereerde bevindingen. De analist wordt minder een handmatige alert‑verwerker en meer een onderzoeker, evaluator en besluitvormer.

Die verschuiving kan positief zijn. Het kan echter ook een opleidingsprobleem veroorzaken.

De paradox van instapniveau

Security‑teams hebben traditioneel hun oordeel ontwikkeld door herhaalde blootstelling aan alerts, onderzoeken, documentatie en remediatie‑beslissingen. AI kan nu delen van dat leerlingswerk op machinale snelheid afhandelen. Als organisaties die taken automatiseren zonder hun ontwikkelingswaarde te vervangen, kan van junior‑analisten worden gevraagd systemen te valideren voordat ze de ervaring hebben opgebouwd die nodig is om ze uit te dagen.

De respondenten van Swimlane lijken dat risico te zien. Zevenendertig procent verwacht hogere kennis‑ en ervaringsvereisten voor instapfuncties, en 10 % verwacht dat junior‑analisten minder mogelijkheden hebben om fundamentele ervaring op te doen. Ter vergelijking verwacht 41 % nieuwe rollen die gericht zijn op AI‑toezicht, -validatie en -orchestratie. Slechts 1 % verwacht dat het SOC‑carrièrepad grotendeels ongewijzigd blijft.

Dit wijst meer op transformatie dan op grootschalig baanverlies. Slechts 10 % verwacht dat traditionele analistenrollen afnemen terwijl er nieuwe beveiligingsrollen ontstaan. Het meer urgente probleem is dat de overgebleven instapfuncties mogelijk een oordeel op midden‑carrièreniveau vereisen.

De uitdaging is vooral belangrijk omdat het NIST NICE Workforce Framework for Cybersecurity cybersecurity‑capaciteit beschouwt als een combinatie van taken, kennis en vaardigheden. Het wegnemen van repetitieve taken uit een functie kan de productiviteit verhogen, maar het verwijdert ook een bron van oefening tenzij organisaties die leermogelijkheid bewust elders herbouwen.

Tevredenheid is niet hetzelfde als vaardigheidsgroei

De meest onthullende bevinding van het rapport is wellicht de scheiding tussen hoe werk aanvoelt en wat werknemers leren.

Nauwelijks een kwart van de respondenten zei dat AI hun vermogen om beveiligingsvaardigheden te ontwikkelen heeft beperkt. Toch rapporteerde 91 % van die groep een hogere arbeidstevredenheid. Onder de respondenten die zeiden dat AI hun vaardigheidsontwikkeling verbeterde, meldde 92 % een hogere tevredenheid—bijna hetzelfde resultaat.

In de volledige steekproef zei 62 % dat AI de vaardigheidsontwikkeling verbeterde, 24 % dat het de ontwikkeling beperkte, en 14 % meldde geen betekenisvol effect. Deze cijfers waarschuwen tegen het gebruiken van werknemerstevredenheid als een proxy voor gereedheid. Een werkdag kan sneller en minder eentonig worden, zelfs terwijl de pijplijn voor toekomstige expertise versmalt.

Er zijn aanwijzingen dat er nieuwe leermogelijkheden ontstaan. Respondenten noemden het vaakst strategische besluitvorming, complex dreigingsonderzoek en risicoprioritering als gebieden waarin AI meer ruimte voor ontwikkeling creëerde. Communicatie met bedrijfsleiders en samenwerking tussen teams scoorde ook hoog. Dit zijn waardevolle vaardigheden, maar ze zijn geen automatische vervanging voor hands‑on onderzoek door herhaling.

Menselijk oordeel blijft de controlelaag

Respondenten gaven sterk vertrouwen aan in hun vermogen om AI te superviseren: 92 % zei dat ze een onjuiste of onvolledige aanbeveling konden identificeren. Toen gevraagd werd wanneer ze het meest geneigd zouden zijn hun eigen oordeel te gebruiken, koos 24 % voor een conflict tussen de AI‑aanbeveling en beschikbare bewijzen, terwijl 23 % situaties koos die de operaties of kritieke systemen konden verstoren.

Dat vertrouwen mag niet worden aangezien voor een controlesysteem. Negentien procent identificeerde overmatige afhankelijkheid van analisten van AI‑aanbevelingen als het grootste risico bij het uitbreiden van AI in beveiligingsoperaties — het meest voorkomende antwoord. Blootstelling van gegevens en privacyrisico’s volgden op 17 %, terwijl adversariële manipulatie van AI‑systemen 14 % opleverde.

De bevindingen sluiten aan bij het NIST AI Risk Management Framework, dat verantwoorde, transparante, uitlegbare en veerkrachtige AI benadrukt. In de praktijk moeten beveiligingsteams analisten het bewijs achter een aanbeveling tonen, bepalen wanneer menselijke goedkeuring verplicht is, geautomatiseerde acties registreren en het operationeel eenvoudig maken om het systeem te pauzeren of te overrulen.

Leiders en Praktijkmensen Zien Verschillende Overgangen

Het rapport ontdekte ook een opvallende perceptiekloof. Vierenzeventig procent van de leiders meldde een uitgebreide inzet van AI over meerdere beveiligingsfuncties, vergeleken met 49 % van de praktijkmensen. Leiders rapporteerden vaker een hogere capaciteit, grotere arbeidstevredenheid, vertrouwen in het detecteren van AI‑fouten, en een formele herontwerp van analistenrollen.

Omdat de leiders en praktijkmensen niet binnen dezelfde organisaties waren gekoppeld, bewijst de enquête niet dat managers en frontlinemedewerkers het oneens zijn over identieke implementaties. Desondanks is het patroon belangrijk: leidinggevenden kunnen een voltooide technologische uitrol zien, terwijl praktijkmensen een ongelijke verandering in het dagelijkse werk ervaren.

Formeel personeelsontwerp lijkt geassocieerd te zijn met betere resultaten. Onder de respondenten waarvan de organisaties de analistenrollen formeel herontworpen hebben rond werk van hogere waarde, meldde 71 % een significante toename in arbeidstevredenheid. Dat cijfer daalde tot 29 % bij respondenten zonder formeel herontwerp. De enquête toont correlatie, geen causaliteit, maar de kloof suggereert dat het inzetten van tools zonder verantwoordelijkheden te herdefiniëren teams in een ongemakkelijke tussenpositie kan brengen.

De Volgende SOC‑Carrièreladder Moet Worden Ontworpen

Organisaties moeten niet wachten op een tekort aan ervaren analisten om te ontdekken dat te veel instapwerk geautomatiseerd is. Ze kunnen ontwikkeling behouden terwijl ze toch de voordelen van AI benutten door gestructureerde onderzoekslabs te creëren, analisten te verplichten het bewijs achter geautomatiseerde conclusies te beoordelen, juniorpersoneel door complexe cases te roteren en vaardigheidsontwikkeling te meten los van outputvolume en tevredenheid.

De meest succesvolle SOC’s zullen waarschijnlijk die zijn die AI‑toezicht behandelen als een aangeleerde discipline in plaats van een standaard menselijke capaciteit. Junior‑analisten hebben veilige mogelijkheden nodig om het niet eens te zijn met AI, de reden te documenteren en de gevolgen van zowel juiste als onjuiste beslissingen te zien.

De enquête van Swimlane werd online uitgevoerd door Sapio Research onder begeleiding van Swimlane tussen augustus en september 2026. Respondenten werkten bij organisaties in de VS en het VK met minstens 500 werknemers, en percentages werden afgerond op hele getallen. Net als bij elke door een leverancier gesponsorde enquête moeten de bevindingen worden gezien als richtinggevend en niet als universeel.

Zelfs met die beperking is de centrale waarschuwing moeilijk te negeren: AI kan SOC‑werk bevredigender maken, terwijl het tegelijkertijd expertise moeilijker te ontwikkelen maakt. Automatisering vormt de carrièreladder al. Of het een sterkere ladder wordt — of een ladder met ontbrekende onderste treden — hangt af van hoe doelbewust beveiligingsleiders het pad herontwerpen.