Agentic AI en cybersecurity: wat betekent dit voor je ERP-systeem?

Zelfstandige AI-agenten bieden kansen voor beveiliging, maar brengen ook risico’s mee. Ontdek wat dit betekent voor ERP, toegangsrechten en toezicht.

Een AI-assistent (Kunstmatige Intelligentie) die een financiële rapportage samenvat, heeft een andere verantwoordelijkheid dan een agent die zelfstandig gegevens wijzigt of vervolgacties uitvoert. Zodra AI toegang krijgt tot bedrijfssoftware, kunnen beslissingen direct doorwerken in de administratie, inkoop of planning. Daarmee wordt agentic AI ook een vraagstuk voor cybersecurity.

De technologie kan beveiligingsteams ondersteunen bij het onderzoeken van meldingen en voorbereiden van maatregelen. Tegelijkertijd moeten bedrijven hun eigen AI-agenten beschermen tegen misbruik en verkeerde acties. Voor organisaties met ERP-software (Enterprise Resource Planning) is daarom vooral belangrijk: welke gegevens mag een agent gebruiken, wat mag hij veranderen en wanneer moet een medewerker ingrijpen?

In het kort

• Agentic AI kan binnen ingestelde grenzen meerdere stappen uitvoeren om een doel te bereiken.
• Beveiligingsteams kunnen agenten inzetten om signalen te onderzoeken en incidentafhandeling te ondersteunen.
• Te ruime toegangsrechten kunnen fouten of manipulatie laten doorwerken in bedrijfsprocessen.
• Bij ERP vragen vooral financiële transacties, leveranciersgegevens en personeelsinformatie om duidelijke grenzen.
• Digitale weerbaarheid vraagt om technische controles, toezicht en een uitvoerbaar herstelplan.

Inhoudsopgave

• Wat is agentic AI?
• Hoe verandert agentic AI cybersecurity?
• Welke cybersecurityrisico’s ontstaan rond ERP?
• Praktijkvoorbeeld: een AI-agent in het inkoopproces
• Hoe kan AI de beveiliging van ERP ondersteunen?
• Governance en toezicht: wie bepaalt wat een agent mag?
• Welke maatregelen versterken de digitale weerbaarheid?
• Wat vraag je aan je ERP-leverancier?

Wat is agentic AI?

Agentic AI verwijst naar AI-systemen die meerdere handelingen kunnen plannen en uitvoeren om een opgegeven doel te bereiken. Een agent kan bijvoorbeeld informatie ophalen, een uitkomst beoordelen en vervolgens een toegestane tool gebruiken. Hoe zelfstandig dat gebeurt, hangt af van de inrichting, beschikbare koppelingen en verleende rechten.

In een ERP-omgeving zou een agent bijvoorbeeld een voorraadtekort kunnen onderzoeken en een inkoopvoorstel voorbereiden. Dat is iets anders dan alleen antwoord geven op een vraag. Zodra het systeem ook bestellingen mag aanmaken of gegevens mag wijzigen, moet duidelijk zijn welke controles tussen het voorstel en de uitvoering zitten.

Hoe verandert agentic AI cybersecurity?

In een expertbijdrage op Techzine beschrijft Barracuda zowel offensieve als defensieve mogelijkheden van agentic AI. Agenten kunnen beveiligingsteams ondersteunen bij het verzamelen van informatie en coördineren van incidentrespons. Aanvallers kunnen dezelfde automatisering gebruiken om onderdelen van hun werkwijze sneller uit te voeren en aan te passen.

Bij AI-gedreven cyberaanvallen gaat het dus niet uitsluitend om overtuigende phishingteksten. Ook het combineren van informatie en het kiezen van vervolgstappen kan worden geautomatiseerd. Hoe ver zulke autonome aanvallen daadwerkelijk komen, verschilt per situatie. De expertbijdrage beschrijft mogelijkheden en verwachtingen; zij bewijst niet dat iedere aanval al volledig zelfstandig verloopt.

Daarnaast ontstaat een tweede beveiligingsvraag: hoe voorkom je dat een legitieme bedrijfsagent wordt misleid? Een systeem dat documenten leest en daarna handelingen uitvoert, kan een aantrekkelijk doelwit worden wanneer het onvoldoende onderscheid maakt tussen informatie en instructies.

Welke cybersecurityrisico’s ontstaan rond ERP?

Een belangrijk risico is prompt injection: kwaadaardige instructies in invoer die het gedrag van een AI-systeem proberen te veranderen. Die instructies kunnen ook in externe inhoud staan, zoals een document dat een agent moet verwerken. Volgens OWASP hoeft een aanval dus niet rechtstreeks via de gebruiker binnen te komen.

Daarnaast waarschuwt OWASP voor excessive agency: te veel functies, rechten of zelfstandigheid. Een onjuist AI-antwoord kan daardoor uitmonden in een schadelijke actie. Voor ERP is dat onderscheid essentieel. Een agent die een rapport mag lezen, heeft niet vanzelf toestemming nodig om boekingen te wijzigen of gegevens te exporteren.

Denk bij het beoordelen van risico’s aan deze onderdelen:

• Financiën: welke agent mag facturen controleren, boekingen voorstellen of betalingen voorbereiden?
• Inkoop: wie mag leveranciersgegevens aanpassen en bestellingen vrijgeven?
• HRM: welke personeelsgegevens zijn toegankelijk en voor welke taak?
• Voorraadbeheer: kan een agent alleen tekorten signaleren of ook voorraadstanden wijzigen?
• Documentbeheer: hoe worden externe bestanden verwerkt voordat ze tot een actie leiden?

Praktijkvoorbeeld: een AI-agent in het inkoopproces

Stel dat een bedrijf een agent gebruikt om leveranciersberichten te verwerken. De agent leest een document waarin staat dat een leverancier een nieuw rekeningnummer heeft. Hij stelt vervolgens voor om de leverancierskaart bij te werken. Dit is een illustratief scenario, geen beschreven incident uit de bron.

Als dezelfde agent zelfstandig de wijziging kan opslaan én een betaling kan voorbereiden, komen meerdere gevoelige stappen bij één systeem terecht. Een fout of gemanipuleerd document kan dan verder doorwerken dan wanneer de agent uitsluitend een controleverzoek aanmaakt.

Een passende inrichting scheidt daarom de werkzaamheden. De agent verzamelt de informatie, een bevoegde medewerker controleert de wijziging via een afgesproken kanaal en het ERP-systeem dwingt de vereiste goedkeuring af. De bescherming moet ook blijven werken als de agent een verkeerde instructie volgt.

Hoe kan AI de beveiliging van ERP ondersteunen?

Een beveiligingsagent kan helpen om signalen uit verschillende systemen bij elkaar te brengen. Denk aan een ongebruikelijke aanmelding, gevolgd door een grote gegevensexport en wijzigingen aan meerdere leveranciers. Gezamenlijk kunnen zulke gebeurtenissen aanleiding geven voor onderzoek. De agent moet daarvoor wel toegang hebben tot de relevante loggegevens.

Ook kan AI ondersteunen bij het samenvatten van een incident en het voorbereiden van vervolgstappen. Een analist krijgt dan bijvoorbeeld een overzicht van betrokken accounts, tijdstippen en uitgevoerde handelingen. Dat kan het onderzoek ondersteunen, maar de uitkomst moet controleerbaar blijven.

Automatisch ingrijpen vraagt om extra afweging. Het blokkeren van een koppeling kan gegevens beschermen, maar ook orderverwerking stilleggen. Leg daarom vooraf vast welke maatregelen automatisch mogen plaatsvinden en wanneer iemand de gevolgen voor het bedrijfsproces moet beoordelen.

Governance en toezicht: wie bepaalt wat een agent mag?

Governance betekent hier dat je eigenaarschap, bevoegdheden en controle organiseert. Voor iedere agent moet duidelijk zijn wie verantwoordelijk is voor het doel, de inrichting en het beoordelen van afwijkingen. Dat vraagt om samenwerking tussen IT, beveiliging en de eigenaar van het bedrijfsproces.

Een financieel manager moet bijvoorbeeld kunnen aangeven welke handelingen goedkeuring vereisen. IT vertaalt dat samen met de leverancier naar rechten en technische controles. Menselijk toezicht werkt vervolgens alleen als de beoordelaar voldoende informatie krijgt: wat wil de agent wijzigen, op basis waarvan en met welke gevolgen?

Welke maatregelen versterken de digitale weerbaarheid?

Begin met een afgebakende taak en breid de zelfstandigheid pas uit wanneer de werking voldoende is getest. Een agent die afwijkingen signaleert, vraagt om een andere inrichting dan een agent die zelfstandig transacties uitvoert. Werk daarom per proces uit welke fouten aanvaardbaar zijn en welke handelingen bescherming vereisen.

Neem in de beveiligingsstrategie in ieder geval deze maatregelen op:

• Beperk rechten: geef alleen toegang tot de gegevens en acties die nodig zijn.
• Dwing goedkeuring af: laat gevoelige wijzigingen controleren via het systeem waarin de actie plaatsvindt.
• Behandel externe inhoud als onbetrouwbaar: een document mag geen nieuwe bevoegdheden aan een agent geven.
• Maak acties herleidbaar: registreer welke agent welke handeling uitvoerde en welke goedkeuring daarbij hoorde.
• Test uitzonderingen: onderzoek ook ontbrekende gegevens, misleidende documenten en uitgevallen koppelingen.
• Regel stoppen en herstellen: zorg dat toegang kan worden ingetrokken en ongewenste wijzigingen onderzocht en waar mogelijk teruggedraaid kunnen worden.

Deze controles komen boven op regulier beheer. Updates, toegangsbeheer en herstelvoorzieningen blijven nodig. Dat geldt zowel voor cloudsoftware als voor ERP in eigen beheer.

Wat vraag je aan je ERP-leverancier?

Vraag bij een demonstratie niet alleen wat een AI-agent kan, maar ook waar zijn bevoegdheden eindigen. Kan hij een bestaande goedkeuringsstap overslaan? Zijn zijn acties afzonderlijk terug te vinden? En kun je een koppeling direct uitschakelen zonder andere onderdelen onnodig te blokkeren?

Laat de leverancier dit aantonen met een herkenbaar proces, zoals het controleren van een factuur of voorbereiden van een bestelling. Daarmee wordt duidelijk of de beveiliging onderdeel is van de uitvoering. Zo kun je automatisering beoordelen op zowel gebruiksgemak als beheersbaarheid.

Wil je bedrijfsprocessen ondersteunen met ERP-software die aansluit op je wensen voor automatisering, beheer en controle? Vul je wensen in en start met ERP-software vergelijken.