AI-agents in uw organisatie: wat ze zijn en hoe u de controle houdt
Kort antwoord
Een AI-agent is een taalmodel dat niet alleen antwoordt, maar zelf acties uitvoert: een systeem raadplegen, een document aanmaken, een mail versturen. Dat maakt echte automatisering mogelijk, maar ook echte schade als het model zich vergist of wordt gemanipuleerd. Houd controle met minimale rechten per agent, menselijke bevestiging van onomkeerbare acties, een eigen identiteit per agent en een volledige audit log.
Van chatbot naar agent
Een chatbot geeft tekst terug; een mens beslist wat ermee gebeurt. Een AI-agent krijgt gereedschap: toegang tot systemen en de mogelijkheid om acties uit te voeren. Hij kan een taak opdelen in stappen, informatie opzoeken, iets aanmaken en het resultaat doorsturen.
Voorbeelden uit organisaties:
- binnenkomende facturen lezen, controleren tegen de order en klaarzetten voor goedkeuring;
- een klantvraag beantwoorden met gegevens uit het CRM en een concept-antwoord klaarzetten;
- een dossier doornemen en een eerste versie van een rapportage opstellen;
- een ticket in de servicedesk classificeren, aanvullen en toewijzen.
Wat er mis kan gaan
| Risico | Voorbeeld |
|---|---|
| Te veel rechten | Een agent die facturen moet lezen, kan ook betalingen klaarzetten of klantgegevens exporteren |
| Manipulatie | Een binnenkomende mail bevat verborgen instructies die de agent opvolgt. Zie Prompt injection |
| Vergissingen op schaal | Een verkeerde interpretatie wordt niet één keer gemaakt, maar honderd keer per dag |
| Onduidelijke verantwoordelijkheid | Niemand weet wie een actie heeft goedgekeurd, of waarom de agent haar uitvoerde |
| Gegevens buiten de deur | Een agent bij een externe AI-dienst stuurt bij elke stap context naar die dienst |
OWASP noemt “te veel handelingsruimte” een van de belangrijkste risico’s van LLM-toepassingen, juist omdat agents steeds meer kunnen.
Vijf grenzen voor elke agent
- Minimale rechten. Elke agent krijgt alleen de systemen, acties en gegevens die zijn taak nodig heeft. Lezen waar lezen volstaat.
- Een eigen identiteit. Laat een agent niet werken onder het account van een medewerker, maar met een eigen serviceaccount, zodat u rechten apart beheert en acties herleidt. Zie Toegangsbeheer voor AI.
- Mens in de lus voor onomkeerbare acties. Betalen, versturen naar buiten, verwijderen, iets definitief maken: een medewerker bevestigt.
- Volledige logging. Welke agent deed wat, met welke gegevens, op basis van welke instructie, en wie keurde het goed.
- Een uitknop. Een agent moet direct stil te zetten zijn, per rol of voor de hele organisatie.
Klein beginnen, dan uitbreiden
Begin met agents die voorbereiden en niet uitvoeren: een concept, een voorstel, een klaargezette taak die een mens afrondt. Meet hoe vaak de medewerker het voorstel aanpast. Pas als dat zelden gebeurt, is het tijd om een stap meer over te laten. Zie ook Waar begint u met AI-automatisering?
Met werqly draaien agents en automatiseringen op een eigen node in uw serverruimte, gekoppeld aan uw systemen via verbindingen die u zelf beheert. In werqly AI Control bepaalt u per rol welke automatiseringen wie mag starten, en de audit log legt elke stap vast. Er gaat bij geen enkele stap context naar een externe AI-dienst. Zie Wat is private AI?
Veelgestelde vragen
Vragen over dit onderwerp
Wat is het verschil tussen een chatbot en een AI-agent?
Een chatbot geeft een antwoord en een mens beslist wat ermee gebeurt. Een AI-agent kan zelf acties uitvoeren: systemen raadplegen, documenten aanmaken, berichten versturen. Daardoor kan hij meer werk overnemen, maar ook meer schade doen bij een fout.
Mag een AI-agent zelfstandig beslissingen nemen?
Technisch kan dat, maar het is verstandig onomkeerbare of belangrijke acties door een mens te laten bevestigen. Voor beslissingen over personen gelden bovendien de AVG en, bij hoog-risicotoepassingen, de eisen aan menselijk toezicht uit de AI Act.
Hoe voorkom ik dat een AI-agent te veel kan?
Geef elke agent een eigen identiteit met alleen de rechten die zijn taak nodig heeft, laat gevoelige acties bevestigen, log alles en zorg voor een manier om de agent direct stil te zetten.
Wie is verantwoordelijk voor wat een AI-agent doet?
De organisatie die de agent inzet. Leg per agent vast wie eigenaar is, welke acties hij mag uitvoeren en wie goedkeurt. Een volledige audit log maakt achteraf zichtbaar wat er gebeurde en waarom.
Bronnen
- OWASP — Top 10 for LLM Applications 2025 (LLM06 Excessive Agency)
- AI Act — Verordening (EU) 2024/1689, artikel 14 (menselijk toezicht)
Dit artikel is algemene informatie, geen juridisch advies. Regels en richtsnoeren veranderen; controleer bij twijfel de genoemde bronnen of vraag uw jurist of FG.