AI krimpt het tijdvenster voor cyberaanvallen in tot uren

Groepen met een China-link handelden volgens CrowdStrike nog sneller. VAULT PANDA en GENESIS PANDA voerden doelgerichte aanvallen uit op kritieke kwetsbaarheden in webapplicaties binnen 24 uur na openbare bekendmaking . CrowdStrike meet de kloof tussen bekendmaking en misbruik daarom niet langer in dagen, maar in uren .

Voor organisaties betekent dit dat een publieke PoC niet alleen een waarschuwing is, maar ook een startschot. Zodra werkende exploitcode online verschijnt, kan de resterende tijd voor analyse, testen en uitrol van een patch uiterst beperkt zijn.

AI-aanvallen nemen toe — en AI-systemen zijn zelf doelwit

Volgens CrowdStrike steeg het aantal aanvallen door AI-ondersteunde tegenstanders in 2025 met 89%. Bij meer dan 90 organisaties werden legitieme AI-tools misbruikt om kwaadaardige opdrachten te genereren en gevoelige gegevens te stelen .

Ook de snelheid ná een eerste inbraak is sterk toegenomen. De gemiddelde eCrime-breakouttijd — de periode tussen eerste toegang en laterale beweging naar een ander systeem — daalde naar 29 minuten. De snelste gemeten doorbraak duurde slechts 27 seconden . Vergeleken met 2024 betekent dat een versnelling van 65% .

Belangrijke ontwikkelingen zijn onder meer:

• AI-gestuurde kwetsbaarheidsanalyse en geautomatiseerde exploitontwikkeling zijn steeds normaler geworden .
• Agentic AI verschuift aanvallen van menselijke ondersteuning naar grotendeels autonome uitvoering. AI-agenten kunnen op machinesnelheid opdrachten uitvoeren .
• Cloudgerichte cybercriminaliteit nam met 171% toe, doordat financieel gemotiveerde aanvallers zich richtten op inloggegevens, cryptominingcapaciteit en toegang tot grote taalmodellen .
• Het aantal inbraken via vishing, oftewel phishing via telefoongesprekken of spraak, verdubbelde .

AI is daarmee niet alleen een hulpmiddel voor aanvallers. De technologie, de modellen, de ontwikkelomgevingen en de toeleveringsketen eromheen vormen zelf een waardevol aanvalsoppervlak.

Noord-Korea gelinkte aanval op de AI-toeleveringsketen

Het CrowdStrike-rapport meldt dat tegenstanders met een link naar de Democratische Volksrepubliek Korea (DPRK) 131 vertrouwde pakketten voor AI-frameworks hebben besmet . Daaronder vielen ook kwaadaardige pakketten die in Mastra AI-frameworks werden geïnjecteerd.

De aanval illustreert een bredere verschuiving: ontwikkelaars vertrouwen op frameworks, pakketregisters en buildprocessen die vaak diep in bedrijfssoftware zijn verweven. Wie dat vertrouwen weet te misbruiken, kan mogelijk meerdere organisaties bereiken zonder elk doel afzonderlijk aan te vallen.

Patchen duurt weken, uitbreiden binnen een netwerk minuten

Het 2026 Mid-Year Cyber Threat Landscape Report van Dataminr benadrukt de groeiende asymmetrie tussen aanvallers en verdedigers . Volgens cijfers uit het 2026 Verizon Data Breach Investigations Report steeg de mediane tijd om kwetsbaarheden te patchen van 32 naar 43 dagen .

Daartegenover staat een gemiddelde breakouttijd van minder dan een halfuur . Daarnaast was ransomware verantwoordelijk voor 25% van de bevestigde gebeurtenissen met cyberverlies . Voor het eerst vormde misbruik van kwetsbaarheden bovendien een belangrijker eerste toegangspunt dan gestolen inloggegevens .

De cijfers laten weinig ruimte voor een traditionele aanpak waarin organisaties eerst alle kwetsbaarheden rangschikken en ze vervolgens één voor één afwerken. Niet elke kwetsbaarheid kan tegelijk worden opgelost. Wel wordt het steeds belangrijker om herstel te prioriteren op basis van daadwerkelijk misbruik, blootstelling en de waarde van het getroffen systeem.

Cisco Talos: eenvoudige trucs omzeilen AI-beveiliging

Onderzoek van Cisco Talos dat tijdens Black Hat werd gepresenteerd, laat zien dat commerciële veiligheidsmaatregelen voor AI-modellen relatief eenvoudig te omzeilen kunnen zijn .

In veel gevallen bleek het voldoende om te beweren dat iemand eigenaar was van de doelservers of deelnam aan een capture-the-flagwedstrijd of een bugbountyprogramma. Met zo'n framing waren modellen soms bereid te helpen bij cyberaanvallen .

Aanvallers omzeilden beveiligingscontroles ook door kwaadaardig werk op te splitsen over meerdere sessies en bestanden. Elk afzonderlijk verzoek leek daardoor onschuldig, terwijl de onderdelen samen een schadelijk project vormden . Talos concludeerde bovendien dat AI kwetsbaarheden inmiddels sneller kan vinden dan mensen patches kunnen ontwikkelen, testen en uitrollen . De bottleneck ligt dus niet meer uitsluitend bij ontdekking, maar steeds vaker bij validatie, besluitvorming en herstel.

Leveranciers proberen het snelheidsverschil te verkleinen

De aankondigingen op Black Hat 2026 wijzen erop dat de beveiligingssector verder gaat dan het simpelweg toevoegen van een AI-copilot aan bestaande software. AI wordt steeds vaker rechtstreeks ingebouwd in operationele beveiligingsprocessen .

• Xage Security kondigde identiteitsgebaseerde microsegmentatie aan, waarbij zero-trustprincipes op workloadniveau worden toegepast.
• SentinelOne, Cycode en Miggo Security presenteerden autonome beveiligingsfuncties voor detectie, onderzoek en respons die op machinesnelheid kunnen werken, zonder dat voor elke stap menselijke tussenkomst nodig is .
• ESET breidde AI-mogelijkheden uit naar dreigingsdetectie, onderzoeken, bescherming en security operations .
• Flashpoint lanceerde aanpasbare AI-workflows voor threat intelligence .
• Microsoft plaatste het thema vertrouwen centraal. Volgens het bedrijf volgen aanvallers het vertrouwen dat organisaties stellen in softwarepakketten, buildprocessen, cloudidentiteiten en AI-agenten .

De nadruk verschuift daarmee van alleen kwetsbaarheden tellen naar het bewaken van identiteiten, toegangsrechten, afhankelijkheden en de paden waarlangs een aanvaller impact kan bereiken.

AI is tegelijk versneller, doelwit en verdedigingsmiddel

De grote overeenkomst tussen de rapporten rond Black Hat 2026 is dat AI twee tegengestelde rollen tegelijk vervult .

Aan de offensieve kant maakt AI geautomatiseerde exploitontwikkeling, snellere kwetsbaarheidsanalyse, autonome aanvallen met agenten en grootschalige phishing mogelijk. Tegelijkertijd zijn AI-systemen en hun ontwikkelketens zelf aantrekkelijke doelwitten .

Aan de defensieve kant wordt AI ingebouwd in detectie, onderzoek, incidentrespons, threat intelligence en identiteitsgebaseerde microsegmentatie. Het doel is het snelheidsverschil met aanvallers te verkleinen .

Een rapport vat de ontwikkeling als volgt samen: “AI ligt op koers om tegelijk onderdeel te worden van het securityteam, het aanvalsoppervlak én het probleem.”

Dat is de fundamentele uitdaging van 2026. Aanvallers gebruiken AI al om sneller en op grotere schaal te opereren. Verdedigers moeten ondertussen niet alleen sneller reageren, maar ook bepalen welke AI-systemen, identiteiten en vertrouwensrelaties bescherming verdienen. Een kwetsbaarheid kan binnen uren worden misbruikt en een aanvaller kan zich binnen minuten uitbreiden — terwijl de patch nog weken op zich laat wachten.