Herd Security Haalt $3 Miljoen Op Om AI-Gestuurde Beveiligingsprogramma’s Te Trainen Tegen Nieuwe Cyberbedreigingen

Herd Security heeft $3 miljoen aan nieuw kapitaal opgehaald als het bedrijf de meest verwaarloosde gebieden van cybersecurity moderniseert: medewerkertaining. Het bedrijf bouwt een agente AI-platform dat continu beveiligingstrainingen genereert en aanpast, waarmee statische jaarlijkse compliance-modules vervangen worden die vaak niet de echte risico’s weerspiegelen.

De ronde omvat steun van Aspiron Ventures, evenals deelname van Team Ignite, ForwardSlash VC, Forum Ventures, Rightside Capital en YPO. Het kapitaal zal worden gebruikt om de mogelijkheden van het platform uit te breiden, met name op het gebied van AI-gestuurde inhoudsgeneratie en nieuwe trainingsdomeinen zoals HR en intern AI-gebruik.

Van Statische Compliance naar Continue AI-Training

Traditionele beveiligingsbewustzijnsprogramma’s hebben langdurig gebruik gemaakt van periodieke trainingsessies die snel verouderd raken. Herd Security benadert dit anders door AI te gebruiken als een creatieve motor die evoluerende trainingscurricula in real-time bouwt.

In plaats van te vertrouwen op vooraf gebouwde sjablonen, genereert het platform trainingsinhoud dynamisch, inclusief simulaties en video-gebaseerde scenario’s die huidige aanvalspatronen weerspiegelen. Dit stelt organisaties in staat om trainingsmateriaal continu bij te werken naarmate bedreigingen evolueren, in plaats van te wachten op geplande programma-updates.

Het systeem is ontworpen voor beveiligings- en governance-teams, waardoor ze kennis van opkomende bedreigingen kunnen vertalen in praktische, boeiende training zonder handmatig inhoud van scratch te hoeven bouwen.

Reageren op de Toename van AI-Gestuurde Aanvallen

De timing van deze aanpak weerspiegelt een breder verschuiving in cybersecurity. AI maakt sociale-engineeringaanvallen overtuigender en schaalbaarder, met name door tactieken als stemkloon, gerichte phishing en real-time-impersonatie.

Dit heeft een zwakte in traditionele verdedigingen blootgelegd. Terwijl bedrijven zwaar investeren in infrastructuurbeveiliging, blijft menselijk gedrag een kritieke kwetsbaarheid. Medewerkers trainen om bedreigingen te herkennen en te reageren is steeds belangrijker, maar het tempo van verandering heeft conventionele methoden ineffectief gemaakt.

Branchecijfers suggereren dat het probleem alleen maar verergert. Sociale-engineeringaanvallen zullen naar verwachting aanzienlijk toenemen in de komende jaren, waarbij niet alleen frontline-medewerkers maar ook executives en beslissers worden gericht. Tegelijkertijd kan het vormen van langetermijnbeveiligingsgedrag binnen organisaties jaren duren, waardoor een mismatch ontstaat tussen hoe snel bedreigingen evolueren en hoe langzaam verdedigingen zich aanpassen.

Het Bouwen van een Nieuwe Categorie van Beveiligingsinfrastructuur

Het platform van Herd Security bevindt zich op het snijvlak van cybersecurity en generatieve AI, waarbij training wordt behandeld als een continu bijgewerkt systeem in plaats van een eenmalige vereiste. Door de automatische creatie van relevante, scenario-gebaseerde leerinhoud te automatiseren, probeert het bedrijf de kloof tussen bedreigingsevolutie en menselijke paraatheid te dichten.

Dit verschuiving suggereert dat beveiligingstraining mogelijk gaat lijken op andere AI-gestuurde systemen binnen ondernemingen, waar inhoud automatisch gegenereerd, getest en verfijnd wordt op basis van real-world-signalen.

In de loop van de tijd kan dit de afhankelijkheid van handmatige programmadesign verlagen en organisaties in staat stellen om sneller te reageren op nieuwe aanvalstechnieken. Het introduceert ook de mogelijkheid van persoonlijke trainingspaden, waar medewerkers inhoud ontvangen die is afgestemd op hun rol, gedrag en risicoprofiel.

De Verschuiving naar Real-Time, AI-Gestuurde Beveiligingstraining

Beveiligingstraining zal waarschijnlijk meer adaptief, continu en geïntegreerd worden in dagelijkse workflows, in plaats van iets dat medewerkers een of twee keer per jaar voltooien. Aangezien AI-systemen realistische aanvalsscenario’s op aanvraag genereren, kan training evolueren met bedreigingen, waarbij medewerkers worden blootgesteld aan de soorten tactieken die ze het meest waarschijnlijk in real-time tegenkomen.

Dit verschuiving opent ook de deur naar meer persoonlijke training. In plaats van een een-size-fits-all-programma, kunnen medewerkers gesimuleerde scenario’s ontvangen op basis van hun rol, toegangsniveau en eerdere gedrag, waardoor een feedbacklus ontstaat waarin training aanpast naarmate risicopatronen veranderen. In de loop van de tijd kan dit menselijk gedrag meer meetbaar en beheersbaar maken op dezelfde manier waarop organisaties momenteel systeemprestaties monitoren.

Op lange termijn kan deze technologie de grens tussen training en actieve verdediging vervagen. Aangezien platforms continu simuleren, testen en verfijnen van reacties op opkomende bedreigingen, kunnen ze functioneren als een proactieve laag van beveiliging, waarbij zwakheden worden geïdentificeerd voordat aanvallers ze exploiteren en organisaties van binnenuit versterken.