Iboss onthult AI-DLP voor realtime gegevensbeheer in de cloud en met AI

iboss kondigde AI-DLP aan op 3 november 2026: een product voor preventie van gegevensverlies dat is ontworpen om content in realtime te inspecteren in AI-tools, cloudapplicaties en andere online bestemmingen. Het bedrijf is van plan in december 2026 een besloten preview te openen.

Het product is bedoeld om beperkingen van traditionele oplossingen voor preventie van gegevensverlies aan te pakken. Regels op basis van reguliere expressies en patroonherkenning zoeken naar vooraf gedefinieerde formaten, zoals een rekeningnummer of een ID-reeks, terwijl controles die afhankelijk zijn van labels bestanden kunnen missen die verkeerd of helemaal niet zijn gelabeld. Voorbeelden zijn een bestand dat wordt gedeeld via een clouddrive, een formulier dat wordt ingediend bij een webapplicatie en broncode die in een AI-tool wordt geplakt. Al deze bestanden en gegevens kunnen gevoelige informatie bevatten zonder aan een vast patroon te voldoen.

Contentinspectie en beleidscontroles

AI-DLP combineert AI- en machinelearningclassificatie met grondige contentinspectie om gegevens te onderzoeken terwijl ze worden verplaatst. Bestandsanalyse en optische tekenherkenning breiden die inspectie uit naar documenten en tekst in afbeeldingen, zodat ook gelabelde, verkeerd gelabelde en ongelabelde content wordt gedekt. Bij de handhaving wordt uitgegaan van de inhoud van een bestand of prompt, ook wanneer opmaakregels en metadata geen betrouwbaar signaal opleveren.

Beleidsregels kunnen worden afgestemd op gebruikers, groepen of afdelingen om overdrachten met broncode, klantgegevens, persoonlijk identificeerbare informatie en intellectueel eigendom te detecteren, te markeren of tegen te houden. De iboss-documentatie over DLP beschrijft ook hoe de bron en bestemming kunnen worden afgebakend, hoe specifieke uitzonderingen kunnen worden ingesteld en welke reacties mogelijk zijn, waaronder blokkeren, bestanden vastleggen, loggen, waarschuwingen geven en ernstniveaus toekennen. Overtredingen kunnen worden samengebracht in incidenten met een risicoscore en voorzien van tijdlijnen van gebeurtenissen en vastgelegde bestanden als bewijs. Zo krijgen analisten een zaak die ze kunnen onderzoeken en afsluiten, in plaats van alleen afzonderlijke logboekvermeldingen.

Versleuteld verkeer en agentactiviteit

Voor contentbewuste controles is inzicht nodig in meer dan alleen de bestemming. Volgens de uitleg van iboss over AI-DLP moeten webgebaseerde AI-tools doorgaans worden gecontroleerd door versleutelde sessies te inspecteren om dit niveau van controle mogelijk te maken. Zonder die inspectie kan een systeem wel zien waar gegevens naartoe gaan, maar niet welke prompt of welk bestand wordt verstuurd. Dankzij dat inzicht kunnen contentbeleidsregels op AI-chats worden toegepast, net als op andere uploads via het web.

De controles gelden ook voor meer dan alleen iemand die tekst in een chatvenster plakt. Ze kunnen bepalen welke AI-diensten, tools en API’s een autonome agent mag gebruiken en activiteiten van de agent registreren. Zo wordt het beheer van agents gekoppeld aan hetzelfde handhavingsmodel als voor interactieve AI-sessies, zodat gegevensverplaatsingen die door software én door medewerkers worden gestart, worden gedekt.

Labels, auditbewijs en platformarchitectuur

Als er gevoeligheidslabels van Microsoft Information Protection zijn, leest AI-DLP deze uit en handhaaft het ze inline. In de productdocumentatie staat dat met behulp van labelsynchronisatie met Microsoft Purview per label en per bestemming kan worden bepaald of iets wordt toegestaan of geblokkeerd, terwijl contentinspectie ook ongelabelde documenten blijft dekken. Labels vormen zo naast contentanalyse een van de beleidsinputs, waardoor er minder op wordt vertrouwd dat elk document de juiste metadata bevat.

De rapportage omvat risicoscores voor gegevensverlies en rapporten die met één klik kunnen worden opgesteld voor de AVG, HIPAA, PCI-DSS en SOX. Deze zijn bedoeld om auditors bewijs te geven van wat is aangetroffen en tegengehouden. iboss zegt dat het verkeer van elke klant wordt verwerkt in aparte containers met geïsoleerde SSL-sleutels en toegewezen IP-adressen, en dat klantgegevens niet met elkaar worden vermengd. AI-DLP werkt naast de diensten van het bedrijf voor Secure Web Gateway, CASB, GenAI Protection en Zero Trust Network Access, met één gedeelde console, beleidsengine en datameer.

Op 5 november 2026 om 12.00 uur ET staat een online demonstratie van 30 minuten gepland, voorafgaand aan de preview in december. Het praktische verschil zit tussen het aangekondigde ontwerp en de beschikbaarheid: iboss heeft één contentbewust controleplatform uiteengezet voor gegevensverplaatsingen door mensen en agents, en de besloten preview is de geplande stap om dat ontwerp in de praktijk te brengen.