Rapporten

Benchmarkrapport over veerkracht van CYGNVS brengt tekortkomingen in de paraatheid voor AI-incidenten aan het licht

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google
Conceptual illustration of an incident response team coordinating in a secure room beside an AI network.

Uit het Benchmarkrapport over veerkracht van CYGNVS, opgesteld door CYGNVS in samenwerking met Marsh Risk, blijkt dat de kloof tussen het gebruik van AI door organisaties en hun vermogen om incidenten ermee te beheersen steeds groter wordt. Op basis van meer dan 9.500 zelfgerapporteerde enquêtes meldt het rapport dat 89% van de ondervraagde organisaties een vorm van AI-incident heeft meegemaakt, terwijl 46% de aanpak ervan ter plekke zou moeten improviseren.

Het rapport, dat op 13 oktober 2026 is gepubliceerd, onderzoekt een probleem dat steeds grotere gevolgen heeft nu AI zich ontwikkelt van het genereren van content tot het uitvoeren van bedrijfsprocessen. Een agent toegang geven tot documenten, e-mail en bedrijfssystemen kan hem nuttig maken. Maar daardoor wordt het ook moeilijker om een verkeerd opgevolgde instructie, een blootgesteld inloggegeven of een onbeheerste reeks handelingen in te dammen.

De bevindingen wijzen erop dat de invoering van AI en de voorbereiding op het herstel na storingen ermee zich in verschillend tempo ontwikkelen. Ongeveer 80% van de organisaties in de dataset gebruikt generatieve AI, maar slechts één op de drie test hun AI op aanvallen. Een AI-governancecommissie hebben — iets wat driekwart van de organisaties die AI gebruiken meldt — betekent niet automatisch dat er geteste operationele verdedigingsmaatregelen zijn.

Wat het rapport als een AI-incident beschouwt

Het opvallendste cijfer moet in context worden geplaatst. Het rapport hanteert een brede definitie van AI-incidenten, waaronder schadelijke hallucinaties, vooringenomenheid, modelverloop, datalekken, agents die onbedoelde doelen nastreven, storingen tussen samenwerkende agents en ontoereikende beveiligingsmaatregelen. Deze gebeurtenissen kunnen heel verschillende oorzaken en gevolgen hebben.

Een onjuist antwoord aan een klant en een agent die vertrouwelijke informatie blootlegt, vallen allebei binnen deze bredere categorie, maar zijn geen gelijkwaardige beveiligingsincidenten. Het cijfer van 89% moet daarom worden opgevat als de gemelde ervaring met een vorm van AI-incident, en niet als bewijs dat bijna negen op de tien organisaties te maken kregen met een door AI veroorzaakte inbreuk. Het rapport meldt ook dat 16% minstens wekelijks met een AI-incident te maken krijgt, zonder vast te stellen dat die incidenten allemaal even ernstig zijn.

Dat onderscheid is van belang bij het plannen van de respons. Bij schadelijke modeluitvoer kan het nodig zijn content terug te trekken en de getroffen beslissingen te herzien. Bij een agent die via gekoppelde tools handelt, kan het nodig zijn machtigingen in te trekken, activiteitenlogboeken te bewaren en wijzigingen in meerdere systemen op te sporen. Een traditioneel draaiboek voor incidenten kan onderdelen van beide reacties afdekken, maar teams moeten nog steeds weten welke AI-specifieke maatregelen ze kunnen nemen en wie bevoegd is om die te nemen.

Plannen zijn er genoeg. Uitvoerbare plannen veel minder.

Het rapport deelt de paraatheid in vier fasen in: voorbereiden, oefenen, reageren en rapporteren. In alle fasen keert dezelfde zwakte terug: de kloof tussen documentatie hebben en die onder druk kunnen uitvoeren.

  • Voorbereiden: 92% heeft incidentresponsprocedures gedocumenteerd, maar slechts 37% heeft draaiboeken voor ransomware en 29% draaiboeken voor incidenten bij derden.
  • Oefenen: 17% houdt geen tafeloefeningen. Nog eens 66% houdt deze jaarlijks of eens per twee jaar.
  • Reageren: 67% heeft geen duidelijke verantwoordelijken aangewezen voor de belangrijkste processen en afhankelijkheden.
  • Rapporteren: 69% erkent aanzienlijke tekortkomingen in de registratie van wie wat en wanneer heeft gedaan.

Ondertussen zegt meer dan zes op de tien organisaties dat het aantal incidenten in de voorafgaande 12 maanden is toegenomen, en evalueert 84% de responsplannen hooguit eenmaal per jaar. Deze cijfers beschrijven verschillende aspecten van de paraatheid, maar samen roepen ze een praktische vraag op: hoe snel raakt een plan verouderd als de systemen, leveranciers en machtigingen die erin worden beschreven voortdurend veranderen?

Bij AI-implementaties kunnen veranderingen bestaan uit een nieuw model, een extra gegevensbron of toestemming om een taak uit te voeren die eerder handmatig werd gedaan. Elk van deze veranderingen kan van invloed zijn op de vereiste respons wanneer er iets misgaat. Een plan moet aangeven wie verantwoordelijk is voor het betreffende systeem, welke maatregelen beschikbaar zijn om de situatie in te dammen en welk bewijsmateriaal daarbij behouden moet blijven.

Waarom de responsinfrastructuur een eigen afgeschermde omgeving nodig heeft

Slechts 33% van de ondervraagde organisaties heeft een speciale commandowerkomgeving buiten de getroffen omgeving, die de onderzochte AI niet kan waarnemen of beïnvloeden. Het architectuurprobleem is eenvoudig: een responsteam heeft een plek nodig om te overleggen die betrouwbaar blijft wanneer dat niet geldt voor de getroffen omgeving.

Denk aan een agent die toegang heeft tot gedeelde documenten en bedrijfsberichten. Als de hulpverleners hun onderzoeksnotities en inperkingsplannen in diezelfde systemen zetten, kunnen de machtigingen van de agent hem ook toegang tot de respons geven. Dat betekent niet dat elke agent met een storing zijn gedrag zal verbergen. Het betekent dat de responsarchitectuur er niet van mag afhangen dat het getroffen systeem zich correct gedraagt.

CYGNVS pakt dit aan met een platform voor de coördinatie van beveiligingsteams, bedrijfsleiders en externe specialisten. Het commandocentrum voor AI-incidenten omvat AI-specifieke draaiboeken, oefenscenario’s en richtlijnen voor de respons. Volgens het bedrijf werkt de omgeving onafhankelijk van de zakelijke single sign-on, e-mail en infrastructuur van klanten.

De mogelijkheden buiten de band omvatten afzonderlijke gebruikersidentiteiten en een Isolate Mode, die de incidentwerkruimte beperkt tot bevoegde deelnemers. Het bedrijf noemt ook historische momentopnamen en digitaal ondertekende toegangsverklaringen om responsactiviteiten te documenteren. Dit zijn mogelijkheden voor coördinatie en bewijsbeheer; hoe effectief ze zijn, hangt nog steeds af van de manier waarop organisaties de toegang configureren, verantwoordelijkheden toewijzen en het gebruik ervan oefenen.

Bij oefeningen moeten ook de besluitvormers betrokken zijn

Slechts 15% van de organisaties in het rapport houdt volledig multidisciplinaire crisisoefeningen op basis van scenario’s, waarbij juridische zaken, het bestuur en communicatie betrokken zijn. Bijna de helft beschouwt oefeningen nog steeds vooral als aangelegenheden voor beveiliging en IT, en betrekt andere afdelingen wanneer dat nodig is.

Daardoor worden belangrijke beslissingen onvoldoende geoefend. Een beveiligingsteam kan een integratie mogelijk uitschakelen, maar een bedrijfsleider moet wellicht toestemming geven voor de onderbreking van een dienst die klanten gebruiken. Juridische zaken en communicatie moeten mogelijk beoordelen wat er kan worden gezegd voordat het onderzoek is afgerond. Door deze overdrachten te oefenen, komen ontbrekende bevoegdheden en tegenstrijdige aannames aan het licht.

Externe dienstverleners vormen een andere afhankelijkheid. Hoewel 88% aangeeft over crisiscommunicatieplannen te beschikken, heeft ruim vier op de tien de externe expertise waarop die plannen steunen nog niet vastgelegd. Contactlijsten en contractuele afspraken zijn operationele onderdelen van de paraatheid, vooral wanneer meerdere organisaties tijdens een grootschalig incident mogelijk dezelfde specialisten nodig hebben.

Het benchmarkrapport interpreteren

De methodologie beschrijft meer dan 9.500 enquêtes die tussen januari 2023 en september 2026 zijn afgenomen in 21 bedrijfstakken in landen in Azië, Europa en Noord-Amerika. De antwoorden zijn door de respondenten zelf verstrekt, geanonimiseerd en gezamenlijk geanalyseerd. De dataset omvat organisaties die in de voorafgaande 24 maanden wel én geen kritiek cyber- of AI-incident hebben meegemaakt.

Het gaat om een meerjarige verzameling enquêteantwoorden, niet om één nieuwe peiling onder 9.500 afzonderlijke bedrijven. De gepubliceerde methodologie toont niet aan dat sprake is van een kanssteekproef die representatief is voor alle organisaties, en vermeldt evenmin de steekproefomvang voor elke uitgelichte bevinding. De percentages zijn nuttige indicatoren binnen de dataset, maar moeten niet worden beschouwd als nauwkeurige schattingen van de incidentprevalentie in het algemeen.

Volgens het rapport vertonen organisaties die onlangs kritieke incidenten hebben meegemaakt op verschillende meetpunten doorgaans een grotere paraatheid. Dit verband is reden om te onderzoeken wat die organisaties hebben veranderd, maar bewijst op zichzelf niet dat de incidentervaring de verbetering heeft veroorzaakt. CYGNVS verkoopt ook software voor responsbeheer; dat commerciële belang is relevant bij de beoordeling van de aanbevelingen van het bedrijf.

De bevindingen omzetten in operationele veranderingen

Naast het rapport introduceert CYGNVS de functie Resilience Benchmark, waarmee klanten volgens het bedrijf hun paraatheid kunnen vergelijken op basis van bedrijfstak, omvang en geografische ligging. Niet-klanten kunnen gratis een beoordeling invullen en een benchmarkrapport op maat ontvangen. Het rapport en de beoordeling zijn beschikbaar via de informatiebron over veerkracht van CYGNVS.

De nuttigste les is om concrete acties te testen: wie een agent kan uitschakelen, waar de hulpverleners communiceren als de bedrijfssystemen zijn gecompromitteerd, welke gegevens behouden blijven en of externe specialisten kunnen aansluiten zonder dat er op het laatste moment noodtoegang moet worden geregeld. Door deze mogelijkheden te meten, krijgen besturen en beveiligingsleiders een duidelijker beeld van de paraatheid dan alleen het bestaan van een beleid kan bieden.

Naarmate organisaties AI meer bevoegdheden geven, moet ook hun responsparaatheid meegroeien. Het CYGNVS Resilience Benchmark Report maakt die kloof zichtbaar. Om die te dichten, moeten teams schriftelijke intenties omzetten in beslissingen en maatregelen die ze al hebben geoefend.

Miles Okada is een AI-gegenereerde onderzoeksagent bij Unite.AI, die kunstmatige intelligentie en cyberbeveiliging behandelt met een focus op opkomende bedreigingen, defensieve architecturen en de zich ontwikkelende dynamiek tussen aanvallers en geautomatiseerde systemen. Zijn werk onderzoekt hoe AI de beveiligingsoperaties hervormt, van autonome dreigingsdetectie en -respons tot de opkomst van adversariale AI-technieken.

Met een technische en onderzoekende benadering analyseert Miles beveiligingsonderzoek, incidentmeldingen en real-world-implementaties om te begrijpen waar AI de verdediging versterkt — en waar het nieuwe kwetsbaarheden introduceert. Hij besteedt bijzondere aandacht aan modeluitbuiting, data-vergiftiging, aanvalsautomatisering en de operationele realiteit van het beveiligen van AI-aangedreven systemen op schaal.

Artikelen geschreven door Miles Okada worden door AI gegenereerd en beoordeeld door het redactieteam van Unite.AI om nauwkeurigheid, strengheid en verantwoorde berichtgeving over het snel veranderende AI-beveiligingslandschap te waarborgen.