MIND lancerer fem AI-agenter, der automatiserer virksomheders databeskyttelse

• Custom Classifier Agent – allerede tilgængelig. Agenten bygger og finjusterer dataklassifikatorer, der er tilpasset organisationens egne typer af følsomme oplysninger .
• Issue Investigator Agent – allerede tilgængelig. Den automatiserer undersøgelsen af DLP-hændelser og reducerer behovet for manuel indledende sortering .
• Policy Producer Agent – lanceret med den nye pakke. Den omsætter sikkerhedsmål til konkrete politikker og justerer dem på baggrund af den faktiske dataaktivitet .
• Rapid Response Agent – automatiserer afhjælpende handlinger, når en mulig dataeksponering bliver opdaget .
• Reason Reviewer Agent – gennemgår og behandler anmodninger om undtagelser og tilsidesættelser, som ellers kan hobe sig op hos sikkerhedsteamet .

MIND beskriver agenterne som et samlet team, hvor hver agent har sit eget område, men hvor opgaverne kan spille sammen på tværs af datasikkerhedsprogrammet .

Sikkerhedsarbejde styret med almindeligt sprog

Den nye MCP-grænseflade gør det muligt at sende instruktioner til agenterne fra enhver MCP-forbundet AI-klient, som organisationen allerede anvender . I stedet for at åbne en særskilt administrationskonsol kan et sikkerhedsteam eksempelvis skrive: ”Undersøg gårsdagens alarmer om personhenførbare oplysninger” eller ”Opdatér klassifikatoren for kreditkortdata” .

MCP er en protokol, der forbinder AI-modeller og -klienter med eksterne værktøjer og datakilder. I MINDs løsning fungerer den som forbindelsesled mellem teamets eksisterende AI-værktøjer og DLP-agenterne.

Kunder rapporterer kortere undersøgelser

MIND henviser til tilbagemeldinger fra organisationer, der bruger platformen. Ifølge Mike Morrato, CISO hos Noname Security, er tiden til at undersøge en hændelse blevet reduceret fra tre-fire timer til få minutter. Det svarer ifølge ham til en tidsbesparelse på 25-50 procent pr. hændelse pr. dag .

Al Faiella, Senior Director of Security Engineering hos ThoughtSpot, beskriver den vigtigste gevinst som ”ro i sindet”: Hændelser ankommer med undersøgelsen allerede gennemført, mens politikkerne løbende forbedres .

AI gør datastyring vanskeligere at holde trit med

MIND placerer lanceringen i en bredere udfordring for virksomheder: Generativ AI, agentisk AI og autonome arbejdsgange kan skabe og flytte data hurtigere, end sikkerhedsteams manuelt kan nå at føre tilsyn med dem .

Sikkerhedsmedarbejdere bruger fortsat en stor del af deres tid på at opbygge klassifikatorer, undersøge alarmer, justere politikker og behandle undtagelser – frem for på strategisk arbejde .

”AI har grundlæggende ændret, hvordan data bliver skabt og flyttet, men den har ikke ændret, hvordan de fleste organisationer sikrer dem,” siger MINDs administrerende direktør, Eran Barak .

Bygger oven på DLP til agentisk AI

I januar 2026 lancerede MIND DLP for Agentic AI, en datacentreret tilgang til AI-sikkerhed. Fokus var blandt andet på at identificere, hvilke AI-agenter der er aktive, opdage hvilke følsomme data de tilgår, og forhindre lækager i samspillet mellem AI-systemer .

Den tidligere lancering etablerede dermed et lag af synlighed og kontrol over arbejdsgange med agentisk AI . Den nye pakke bygger videre på dette fundament: Hvor DLP for Agentic AI gav teams indsigt i og kontrol over AI-agenters dataadgang, automatiserer de nye agenter den daglige gennemførelse af politikkerne – fra opbygning af klassifikatorer og undersøgelse af hændelser til politikoprettelse og afhjælpning af eksponeringer .

Samlet bevæger MIND sig dermed fra at hjælpe virksomheder med at se, hvad deres AI-agenter foretager sig, til at lade AI-agenterne udføre en større del af selve DLP-programmet.