Nederlandse IT-beslissers maken zich zorgen over de risico’s van AI in softwareontwikkeling. Uit het Agentic Engineering-onderzoek van Info Support blijkt dat 43 procent vreest dat gevoelige data bij externe AI-providers belandt. Toch heeft slechts 42 procent security- en compliancemaatregelen ingericht.
Berichten over ‘ontsnapte’ AI-agents laten zien waarom afgedwongen grenzen voor autonome AI belangrijk zijn. Ook in Nederland leeft die zorg. Info Support vroeg IT-beslissers welke risico’s zij zien bij de inzet van AI-agents in het ontwikkelproces. Bijna iedereen noemt minimaal één risico, slechts 2 procent ziet geen belemmeringen.
Naast de vrees voor datalekken (43 procent) maakt 39 procent zich zorgen over fouten, hallucinaties of onverwacht gedrag van AI-gegenereerde code. Daarnaast worstelt 33 procent met de vraag of AI-toepassingen voldoen aan de AVG, de EU AI Act en sectorspecifieke regels. Een derde vindt het lastig om te auditen wat een agent precies heeft gedaan en waarom. 31 Procent vreest dat een agent onbedoeld acties uitvoert op systemen of data.
Technische grenzen nog niet overal geborgd
Organisaties herkennen de risico’s, maar de maatregelen lopen achter. Meer dan vier op de tien (42 procent) respondenten heeft security- en compliancemaatregelen ingericht voor de data-uitwisseling met AI-tools. Bijna evenveel bedrijven (41 procent) hanteren een goedkeuringsproces voor nieuwe AI-tools. Verder zet 32 procent logging en monitoring in en experimenteert slechts 26 procent in een aparte sandbox- of testomgeving.
Dat beveiliging achterloopt op adoptie is een breder patroon. Volgens een eerdere waarschuwing van Cisco rollen bedrijven AI-toepassingen sneller uit dan ze de bijbehorende beveiliging implementeren. In een enquête onder ruim 160 CISO’s noemt 62 procent datalekken van gevoelige informatie als grootste zorg, gevolgd door prompt-injection.
AI coding harness als randvoorwaarde
Afspraken op papier zijn niet genoeg, stelt Joop Snijder, Head of AI bij Info Support. Organisaties moeten grenzen ook technisch afdwingen. “Een AI-agent begrijpt niet vanzelf welke context, risico’s en regels binnen een organisatie gelden”, aldus Snijder. Volgens hem kunnen bedrijven daarvoor een AI coding harness inrichten. Dat is een ontwikkelomgeving waarin architectuurprincipes, specificaties, tests, securityregels en feedbackloops technisch worden afgedwongen. Zo krijgt een agent alleen toegang tot de data en systemen die nodig zijn voor een taak.
In de praktijk zetten grote organisaties al zulke kaders neer. Zo bundelt Rabobank in een Agentic Hub standaarden en gevalideerde use cases voor ruim 1100 engineeringteams, waarbij de regie bij engineers blijft. Toch is niet iedereen zover: Nederlandse SaaS-bedrijven experimenteren wel met AI-agents, maar twijfelen of ze technisch klaar zijn.
Het Agentic Engineering-onderzoek 2026 is uitgevoerd met Markteffect onder 330 IT-medewerkers die betrokken zijn bij IT-besluitvorming. De organisaties hebben meer dan 50 medewerkers en een IT-afdeling van minimaal vijf mensen.