Thought leaders
De architectonische verandering die nodig is om AI-agents te besturen

Belangrijkste puntenBehandel agenten als digitale collega's met toegangspasjes en openbaarmakingsgrenzen…
Meer weergeven
- Behandel agenten als digitale collega's met toegangspasjes en openbaarmakingsgrenzen, niet als snelle oplossingen voor prompts.
- Governance by design vereist een uniform controlevlak om beleid consistent af te dwingen in alle omgevingen.
- Zonder realtime observeerbaarheid en herkomst kunnen bedrijven agentacties niet controleren of naleving tijdens runtime aantonen.
AI is niet langer alleen een chatbot die tekst genereert. In enterprise-omgevingen nemen AI-agents acties zoals het ophalen van gevoelige gegevens, het triggeren van workflows, het aanroepen van tools en het loggen van activiteiten over systemen. Autonomie verandert de governance-discussie helemaal; controles en procedures die oorspronkelijk waren ontworpen voor menselijke gebruikers en traditionele applicaties, waren niet gebouwd om software te besturen die acties in meerdere stappen kan uitvoeren tijdens de uitvoering.
Het risico is niet theoretisch. Kleine hiaten in zichtbaarheid, toegangscontrole en auditeerbaarheid kunnen zich snel opstapelen en leiden tot runtime-fouten die moeilijk te detecteren en nog moeilijker te herstellen zijn.
Om bij te blijven met deze nieuwe tijd, kan het besturen van AI-agents niet worden gedaan door meer beleidsdocumenten toe te voegen. Het vereist governance by design: een architectonische aanpak waarbij controles zijn ingebed in de besturingslaag en continu worden afgedwongen tijdens de uitvoering. Als agents als digitale collega’s moeten handelen, moeten ze dezelfde ondernemingsbeveiliging erven als mensen, plus sterker runtime-toezicht.
Waarom governance faalt in de tijd van convergentie
Enterprise-architectuur is een tijd van convergentie ingegaan. Gegevens en workloads omvatten nu meerdere clouds, private datacenters en edge-omgevingen.
Er zijn organisaties die hun platforms in parallelle systemen draaien omdat ze meerdere processen tegelijk moeten beheren. Dit omvat afzonderlijke identiteitssystemen, logverwerkingspijplijnen, catalogi en goedgekeurde processen. Het resultaat is wat sommigen een “Frankenstein-platform” noemen, waarbij de integratielast toeneemt met elke nieuwe tool of cloud-omgeving. Deze versnippering is inmiddels merkbaar in de dagelijkse praktijk.
Volgens een recente enquête noemt 47% van de respondenten ingewikkelde toegangsvereisten en processen, en 44% noemt beperkt inzicht in waar gegevens zich bevinden als obstakels voor het effectief gebruik van gegevens.
Dit is precies waar agents de scheuren tussen systemen blootleggen.
Om een zakelijke vraag te beantwoorden, moet een agent mogelijk gegevens ophalen uit een on-premises ERP-systeem, een cloud-CRM, operationele telemetrie in een andere cloud en documenten in een collaboratiesuite. Als de organisatie het beleid op elke plek anders afdwingt, zal de agent falen of, erger nog, slagen op manieren die u niet kunt verklaren of controleren.
Dit is het moment waarop bedrijfsleiders moeten opletten. Agents leggen de lat hoger: zij vereisen consistentie tussen omgevingen en verantwoording tijdens de uitvoering.
Daarom brengen toezichthouders en veiligheidsinstanties governance onder de aandacht. Een voorbeeld hiervan is het NIST AI Risk Management Framework, dat risicobeheer benadrukt over de gehele AI-levenscyclus, niet alleen bij de bouw. Het is een herinnering dat compliance en vertrouwen operationele verantwoordelijkheden zijn, niet eenmalige controlelijsten.
Van beleid naar platform
Governance by design betekent dat governance meereist met de workload in plaats van opnieuw te worden geïmplementeerd in elke silo. In de praktijk hangt dit af van drie bouwstenen:
-
Een geünificeerde besturingslaag
Een plek om identiteit, toegang, beleid, catalogi en rechten over clouds en datacenters te definiëren en af te dwingen.
Het doel is om beleid eenmaal te schrijven en het overal af te dwingen waar gegevens en modellen draaien, in plaats van controlesystemen opnieuw op te bouwen voor elk systeem. Dit voorkomt het uiteenlopen van agentgedrag, waarbij dezelfde agent veilig handelt in één omgeving maar gevaarlijk in een andere.
Een praktische test is eenvoudig: als een gebruiker geen toegang heeft tot een kolom, moet worden geverifieerd of een agent die in hun naam handelt, evenmin toegang heeft. Dit moet aangeven of de geschreven beleidsregels over de gehele laag worden afgedwongen.
-
Een dataweefsel gebaseerd op open standaarden
Agents hebben context nodig om te functioneren. Wanneer die context over verschillende structuren is verspreid die eigendom zijn van verschillende teams, helpt een dataweefsel om semantiek en toegangspatronen te standaardiseren, zodat agents niet voor elke dataset nieuwe regels hoeven te leren.
Open tabelformaten zoals Apache Iceberg ondersteunen dit door meerdere engines toe te staan om dezelfde beheerde gegevens te delen zonder ze te kopiëren naar een nieuwe silo. Dit is belangrijk omdat gegevensduplicatie de plek is waar governance meestal faalt. Zodra teams beginnen met het kopiëren van “alleen wat de agent nodig heeft”, hebt u een nieuwe, minder beheerde omgeving gecreëerd.
Als agents over datasets kunnen opereren zonder nieuwe toegangslekken in te voeren, werkt governance zoals bedoeld.
-
Observeerbaarheid en dataherkomst in realtime
Agents zijn alleen beheersbaar als u kunt zien wat ze doen tijdens de uitvoering.
Observeerbaarheid hier is niet alleen een “nice-to-have”, maar de basis voor runtime-controles en incidentrespons.
Specifiek moet er eind-tot-eind-bewijs zijn van agent-acties. Agents moeten in staat zijn om acties te bewijzen, zoals welke gegevens zijn opgehaald en welke tools zijn aangeroepen, en van daaruit kan de dataherkomst outputs terugvoeren naar inputs. Dit stelt teams in staat om die beslissingen te auditen en storingen te verhelpen, indien nodig, waardoor de algehele compliance wordt bewezen.
Behandel agents als “digitale collega’s”
Een van de meest bruikbare mentale modellen is het behandelen van agents als digitale collega’s.
Hier is een vergelijking die dit uiteenlegt: net zoals werknemers toegangsbewijzen hebben die toegang geven tot sommige gebouwen en kamers, maar niet andere, stelt governance agents in staat om toegang te hebben met beperkingen. Een belangrijke toevoeging is dat agents situatiebewust moeten zijn van wat ze mogen onthullen.
Neem een supportagent. Die kan toegang nodig hebben tot eerdere supportgevallen om een probleem op te lossen, maar mag daarbij geen privégegevens van een andere klant lekken. Anders gezegd, de agent kan kennis met toegangsbeperkingen gebruiken om te redeneren, maar moet nog steeds grenzen aan het vrijgeven van informatie afdwingen. Dit is geen probleem met het schrijven van prompts van het soort dat we eerder hebben aangepakt; in plaats daarvan is het een identiteits- en runtime-afdwingingsprobleem.
Wat verandert in 2026: agents verhuizen van experimenten naar productie
2026 is het jaar waarin experimenten eindigen en agents in productie worden genomen.
Deze verschuiving dwingt ondernemingen om op twee snelheden te opereren. De ene is innovatiesnelheid, waar teams nieuwe modellen, tools en agent-workflows testen om een concurrentievoordeel te behalen. En de andere is de beveiligingssnelheid, waar systemen moeten voldoen aan compliance- en operationele vereisten, die strikte toegangscontroles en blinde vlekken kunnen omvatten.
Zonder vastgelegde architectonische governance zullen deze twee snelheden in conflict komen.
Als teams deze agents implementeren voordat ze zijn beheerd, zal er een lappendeken van afzonderlijke controles en operationele fouten ontstaan. En als het tegenovergestelde gebeurt, krijgt u een foutmodus waarin beveiliging alles blokkeert en innovatie naar schaduw-IT gaat, waardoor governance wordt ondermijnd.
Het doel is niet om een snelheid te kiezen. Het is om een architectuur te bouwen die beide ondersteunt.
Een praktische checklist voor het besturen van agents tijdens de uitvoering
- Als u agents bouwt of schaalt, is het essentieel om uzelf de volgende vragen te stellen om vast te stellen of governance werkelijk in de architectuur is verankerd: Kunt u end-to-end uitleggen welke gegevens een agent heeft opgehaald om een antwoord te geven of een actie uit te voeren?
- Zijn toegangsbeslissingen consistent over hybride omgevingen, of verschillen ze per platform?
- Heeft u telemetrie voor agent-acties, inclusief tool-aanroepen, beleidscontroles en escalaties naar mensen?
- Kunt u een agent tijdens de uitvoering afremmen, pauzeren of in quarantaine plaatsen als die onverwacht gedrag vertoont?
- Heeft u een plan voor monitoring na implementatie dat overeenkomt met uw wettelijke en toezichtsverplichtingen en risicobereidheid?
Als u deze vragen niet kunt beantwoorden, moet u uw agent-implementatie behandelen als een productie-incident dat op het punt staat te gebeuren.
De governance-shift moet architectonisch zijn, anders bestaat die niet
Agents zullen een standaardonderdeel van ondernemingsoperaties worden. De vraag is of ze een betrouwbaar onderdeel van ondernemingsoperaties zullen worden.
Als agents niet worden beheerd met ten minste dezelfde zekerheid als mensen en mission-critical software, zullen de gevolgen echt zijn. We zullen die gevolgen zien in gegevenslekken, compliance-falen, operationele uitval en verlies van vertrouwen in AI-programma’s.
Leiders moeten ophouden met het behandelen van agent-governance als een documentatie-oefening. Naarmate de platformmogelijkheden uitbreiden, moet agent-governance een van de onderdelen zijn die toezicht houdt op andere rollen. Dit betekent het embedden van controles in de besturingslaag, het observeerbaar maken van acties en het controleerbaar maken van beslissingen. En dan schalen.
Dat is hoe u agents krijgt die snel bewegen zonder de bedrijfsvoering te ontwrichten.











