AI verandert cybersecurity sneller dan veel organisaties beseffen
AI maakt aanvallen sneller, verlaagt de drempel en verkort de tijd die organisaties hebben om te reageren.
Artificial Intelligence (AI) is inmiddels niet meer weg te denken uit cybersecurity. Wat mij daarbij opvalt, is dat het gesprek vaak vooral gaat over productiviteit, Copilots en slimmere automatisering. Begrijpelijk, maar ondertussen gebeurt er op securityvlak iets dat wat mij betreft minstens zo relevant is: AI versnelt hoe snel kwetsbaarheden worden gevonden, geanalyseerd en misbruikt. En juist dat zet veel bestaande securityprocessen onder druk.
Geschreven door: Leo van de Haar
Kwetsbaarheden vinden wordt sneller en toegankelijker
Als je kijkt naar de impact van AI op cybersecurity, dan zit die wat mij betreft niet vooral in futuristische scenario’s met volledig autonome hackers. De echte verandering is veel praktischer: kwetsbaarheden vinden wordt sneller, goedkoper en voor meer partijen toegankelijk.
Waar securityonderzoek vroeger vooral handmatig gebeurde, kunnen moderne large language models nu in korte tijd grote hoeveelheden code analyseren, patronen herkennen en mogelijke kwetsbaarheden signaleren. Dat helpt securityonderzoekers om sneller risico’s te vinden, maar dezelfde technologie is net zo bruikbaar voor aanvallers.
En precies daar zit een verschuiving die naar mijn idee nog door veel organisaties wordt onderschat.
De tijd tussen kwetsbaarheid en exploit krimpt
Jaren geleden kon er maanden of zelfs langer zitten tussen het uitbrengen van een patch en het daadwerkelijk misbruiken van de onderliggende kwetsbaarheid. Wat je nu steeds vaker ziet, is dat exploits binnen enkele uren beschikbaar zijn nadat een kwetsbaarheid openbaar wordt. Soms nog voordat organisaties hun patchproces echt op gang hebben gebracht.
Dat betekent niet automatisch dat iedere aanvaller ineens geavanceerder wordt. Wat vooral verandert, is de schaal en de snelheid. AI verlaagt de technische drempel en automatiseert taken die vroeger veel specialistische kennis kostten. Denk aan broncodeanalyse, patch-diffing, het herkennen van kwetsbare configuraties en het opbouwen van aanvalsketens.
Tekst gaat verder onder de grafiek.
Waarom traditionele reactietijden niet meer voldoende zijn
Daardoor verandert ook de manier waarop organisaties zich moeten verdedigen.
Veel organisaties werken nog met een securitymodel waarin tijd een soort buffer is. Een kwetsbaarheid wordt ontdekt, beoordeeld, ingepland en daarna opgelost. In de praktijk zie ik dat die buffer steeds kleiner wordt. Want als aanvallers dezelfde kwetsbaarheid vrijwel direct kunnen analyseren en misbruiken, dan is er simpelweg minder ruimte om af te wachten.
Daarom verschuift de focus in moderne cybersecurity steeds meer naar snelheid, context en prioritering.
Niet elke kwetsbaarheid vormt hetzelfde risico
Wat dit volgens mij extra lastig maakt, is dat het niet meer genoeg is om alleen te weten dát er een kwetsbaarheid is. Organisaties moeten sneller kunnen bepalen of die kwetsbaarheid binnen hun eigen omgeving ook echt misbruikt kan worden. In de praktijk blijkt namelijk dat veel kwetsbaarheden nooit realistisch exploiteerbaar zijn, terwijl andere ogenschijnlijk kleine issues juist onderdeel worden van een effectieve aanvalsketen.
Ook daar speelt AI een steeds grotere rol in. Niet alleen aan de kant van de aanvaller, maar juist ook verdedigend. Moderne securityplatformen gebruiken AI om externe assets continu te analyseren, aanvalspaden te valideren en prioriteiten te bepalen op basis van echte exploitability in plaats van alleen een CVSS-score.
Van kwetsbaarheden vinden naar exposure begrijpen
Dat is belangrijk, want veel securityteams verdrinken niet in een gebrek aan data, maar juist in een overvloed aan meldingen. Wat ik daarin zie, is dat de echte uitdaging niet meer alleen zit in het verzamelen van signalen, maar vooral in het snel kunnen bepalen waar je als eerste op moet handelen.
Daarmee verandert ook de rol van offensive security. Waar penetratietesten en vulnerability management traditioneel vooral draaiden om het vinden van kwetsbaarheden, verschuift de focus steeds meer naar het begrijpen van exposure. Welke combinatie van systemen, configuraties en kwetsbaarheden vormt daadwerkelijk een geloofwaardig aanvalspad?
Juist in dat leggen van verbanden wordt AI snel beter.
Cybersecurity wordt minder voorspelbaar
Voor organisaties betekent dit dat cybersecurity minder voorspelbaar wordt. Niet omdat aanvallers ineens onzichtbaar zijn, maar omdat de snelheid van verandering toeneemt. En eerlijk gezegd denk ik dat daar nog niet iedere organisatie echt op is ingericht. Nieuwe kwetsbaarheden verspreiden zich sneller, aanvalstechnieken ontwikkelen zich sneller en externe exposure verandert sneller dan traditionele processen kunnen bijhouden.
De echte impact van AI: snelheid
De belangrijkste les is voor mij daarom niet dat AI hackers automatisch slimmer maakt. De echte impact zit in snelheid. AI maakt aanvallen sneller, verlaagt de drempel en verkort de tijd die organisaties hebben om te reageren.
En juist die snelheid verandert het speelveld fundamenteel. Dat is wat mij betreft de kern van deze ontwikkeling.
