AI cyberaanvallen: hoe gebruiken hackers autonome AI-agents?

AI cyberaanvallen zijn digitale aanvallen waarbij kunstmatige intelligentie wordt gebruikt om werkzaamheden van hackers te ondersteunen of te automatiseren. Met autonome AI-agents kunnen aanvallers meerdere stappen achter elkaar laten uitvoeren, zonder iedere handeling zelf te bepalen.

Op 30 oktober 2026 publiceerden Google Threat Intelligence Group en Mandiant onderzoek naar het daadwerkelijke gebruik van zulke AI-agents bij cyberincidenten.

Daaruit blijkt dat aanvallers steeds vaker gebruikmaken van AI om systemen te onderzoeken, toegangsrechten te controleren en zwakke plekken te vinden.

Het belangrijkste verschil met traditionele aanvallen is de snelheid. Waar een hacker normaal gesproken zelf informatie verzamelt en vervolgstappen kiest, kan een AI-agent dit proces gedeeltelijk overnemen.

Dat maakt cyberaanvallen niet automatisch slimmer, maar wel sneller en eenvoudiger uit te voeren.

ARTEX is een AI-framework dat oorspronkelijk is ontwikkeld voor geautomatiseerde penetratietests. Het combineert meerdere gespecialiseerde AI-agents die samenwerken om computersystemen op kwetsbaarheden te onderzoeken.

Bij een gewone penetratietest onderzoekt een beveiligingsspecialist met toestemming of een organisatie kwetsbaar is. ARTEX kan verschillende onderdelen van dat onderzoek automatiseren.

Cybercriminelen gebruiken deze mogelijkheden inmiddels ook zonder toestemming.

Google en Mandiant hebben vastgesteld dat ARTEX onder andere werd ingezet om toegang tot systemen te onderzoeken, interne netwerken te verkennen en bestaande rechten te misbruiken.

De oorspronkelijke ontwikkelaar haalde ARTEX in oktober 2026 van GitHub vanwege het grootschalige misbruik. Kopieën van het framework bleven echter beschikbaar.

Wil je begrijpen hoe cyberaanvallen werken en hoe je systemen beter beschermt? In CompTIA Security+ leer je de basis van dreigingsanalyse, netwerkbeveiliging en risicobeheer.

Google en Mandiant hebben tijdens echte beveiligingsonderzoeken vastgesteld dat cybercriminelen AI-frameworks gebruiken om onderdelen van hun aanvallen uit te voeren. Het gaat dus niet alleen om een theoretische ontwikkeling.

De onderzoekers zagen sinds eind augustus 2026 activiteit met onder andere ARTEX, PentAGI, CAIRN en Hexstrike.

Vooral de snelheid viel op.

Tijdens een onderzochte aanval registreerden onderzoekers 27 gebeurtenissen binnen 23 seconden. De AI-agent voerde in korte tijd verschillende controles op toegangsrechten binnen AWS uit.

Ook beveiligingsbedrijf Wiz onderzocht het gebruik van ARTEX. Daarbij werden aanvallen vastgesteld op organisaties die onder andere software en IT-diensten aanbieden.

De aanvallers richtten zich bijvoorbeeld op identiteitsdiensten zoals Microsoft Entra en Okta.

Bij bepaalde onderzochte incidenten kregen aanvallers binnen enkele uren diepgaande toegang tot systemen. In één geval gebeurde dat al binnen vijftien minuten.

Deze resultaten laten zien hoe snel aanvallen kunnen verlopen, maar betekenen niet dat iedere AI-agent zelfstandig een compleet netwerk kan binnendringen.

Volgens Google zijn de huidige frameworks nog regelmatig onbetrouwbaar en maken ze fouten die voor beveiligingsteams zichtbaar kunnen zijn.

AI-agents kunnen verschillende werkzaamheden binnen een cyberaanval automatiseren. Daarbij gebruiken ze bestaande beveiligingstools, AI-modellen en toegang tot digitale systemen.

Een aanvaller kan bijvoorbeeld een doel bepalen, waarna een AI-framework mogelijke vervolgstappen onderzoekt.

De AI-agent verwerkt resultaten, probeert fouten te begrijpen en past zijn aanpak waar nodig aan.

Google zag dat dergelijke frameworks werden gebruikt bij het verkennen van netwerken, onderzoeken van cloudomgevingen en misbruiken van bestaande toegangsrechten.

Sommige AI-agents konden bovendien meerdere werkzaamheden tegelijkertijd uitvoeren.

Dit betekent niet dat AI zelf besluit om cybercrimineel te worden. Er zit nog steeds een menselijke aanvaller achter die het systeem inzet en doelen bepaalt.

Het gevaar ontstaat vooral wanneer dergelijke hulpmiddelen worden gecombineerd met gestolen inloggegevens of slecht beveiligde systemen.

AI maakt cyberaanvallen sneller doordat bepaalde werkzaamheden niet meer handmatig hoeven te worden uitgevoerd. Vooral het verzamelen van informatie, controleren van toegangsrechten en analyseren van foutmeldingen kan grotendeels worden geautomatiseerd.

Een AI-agent hoeft bovendien niet te wachten totdat een hacker alle resultaten heeft bekeken.

Daardoor kunnen verschillende stappen elkaar sneller opvolgen.

Tegelijk hebben deze systemen duidelijke beperkingen. Google zag bijvoorbeeld dat sommige agents veel foutmeldingen veroorzaakten of onnodig dezelfde handelingen uitvoerden.

Dit levert juist kansen op voor beveiligingsteams.

AI-gestuurde aanvallen laten namelijk vaak opvallende activiteit achter in logbestanden. Denk aan grote hoeveelheden aanvragen binnen enkele seconden of onverwachte pogingen om gegevens te benaderen.

Het herkennen van dit gedrag wordt steeds belangrijker.

Je kunt AI-gestuurde cyberaanvallen herkennen door te letten op afwijkend gedrag binnen je netwerk, applicaties en gebruikersaccounts. Vooral ongebruikelijke snelheid en grote hoeveelheden handelingen kunnen belangrijke signalen zijn.

Een beveiligingsteam kan bijvoorbeeld merken dat een account plotseling veel meer systemen benadert dan normaal.

Andere signalen zijn onverwachte wijzigingen in toegangsrechten, grote hoeveelheden dataverkeer of herhaalde aanvragen bij verschillende clouddiensten.

Toch is een enkele opvallende gebeurtenis niet altijd voldoende om een aanval vast te stellen. Legitieme automatisering kan vergelijkbaar gedrag veroorzaken.

Daarom is het belangrijk om verschillende beveiligingsmeldingen met elkaar te combineren.

Met oplossingen zoals Microsoft Sentinel en Microsoft Defender XDR kunnen securityteams gebeurtenissen onderzoeken en afwijkende patronen herkennen.

Wil je leren hoe je zulke dreigingen onderzoekt? In Microsoft Security Operations Analyst (SC-200) leer je werken met beveiligingsmeldingen, incidentonderzoek en dreigingsdetectie.

Je beschermt je organisatie tegen AI-gestuurde aanvallen door bestaande beveiligingsmaatregelen goed toe te passen en afwijkend gedrag sneller te herkennen. Volgens Google en Mandiant zijn veel gebruikte aanvalstechnieken namelijk niet nieuw. Vooral de snelheid waarmee ze worden gecombineerd is veranderd.

De onderzoekers adviseren verschillende beveiligingsmaatregelen:

1. Beperk de toegangsrechten van accountsGeef medewerkers en applicaties alleen toegang tot de systemen die ze nodig hebben. Zo voorkom je dat één gestolen account direct toegang biedt tot grote delen van je organisatie.
2. Gebruik sterke identiteitsbeveiligingSchakel multifactorauthenticatie in en beperk het gebruik van langdurig geldige toegangssleutels. Controleer daarnaast regelmatig welke accounts toegang hebben tot gevoelige bedrijfsgegevens.
3. Werk software en systemen tijdig bijAI-agents kunnen bestaande kwetsbaarheden snel vinden en combineren. Door beveiligingsupdates uit te voeren en onnodige diensten uit te schakelen, verklein je het aantal mogelijke aanvalsroutes.
4. Controleer afwijkend netwerkgedragVerzamel beveiligingslogs en let op onverwachte activiteiten. Denk aan plotselinge pieken in aanvragen, onbekende verbindingen en grote hoeveelheden gegevens die worden opgevraagd.
5. Bereid je voor op een beveiligingsincidentMaak duidelijke afspraken over wie verantwoordelijk is wanneer een aanval wordt ontdekt. Test regelmatig of je verdachte accounts kunt blokkeren en systemen snel kunt isoleren.

Het is belangrijk om niet uitsluitend op automatische beveiligingssoftware te vertrouwen. Menselijke controle en duidelijke procedures blijven noodzakelijk.

Wil je beter begrijpen hoe aanvallers kwetsbaarheden ontdekken? Tijdens de Certified Ethical Hacker-training leer je hoe je systemen op een verantwoorde manier onderzoekt.

Na ruim 25 jaar IT-trainingen ziet Startel hoe belangrijk actuele beveiligingskennis is. AI verandert de snelheid van cyberaanvallen, maar de basis blijft hetzelfde: beveilig je systemen, beperk toegangsrechten en herken verdachte activiteiten op tijd.