Geef je AI-agent alleen de sleutels die hij echt nodig heeft

Je AI mag ineens veel meer dan alleen praten

Een jaar geleden was AI vooral een slimme chatbox: je stelde een vraag, je kreeg een antwoord, klaar. Dat is snel aan het veranderen. AI-agents versturen nu zelf mail, passen bestanden aan, zetten afspraken in je agenda en werken je administratie bij. Vandaag draait er zelfs een groot online event dat volledig over dit soort "action agents" gaat: AI die niet meer antwoordt, maar dóet.

Dat is precies waar de tijdwinst zit. Maar het roept ook een vraag op die veel ondernemers overslaan: als een AI-agent zelf dingen kan doen in jouw systemen, waar mag hij dan eigenlijk allemaal bij? En wat gebeurt er als hij een keer de verkeerde actie kiest?

Een agent die overal bij kan, is een risico dat overal bij kan

Stel je een nieuwe stagiair voor. Je zou hem op dag één niet de sleutels van het hele pand, de bankpas en toegang tot alle klantdossiers geven. Je geeft hem precies dat wat hij voor zijn taak nodig heeft, en niet meer. Bij een AI-agent werkt het net zo, alleen vergeten we dat vaak omdat het "maar software" is.

Het probleem: een AI-agent doet wat je vraagt, maar niet altijd zoals je bedoelt. Vraag je hem om "de oude bestanden op te ruimen", dan kan hij net iets te grondig te werk gaan. Laat je hem mails beantwoorden, dan kan een verkeerd geïnterpreteerde instructie zomaar naar de verkeerde klant gaan. Zolang de agent alleen kan lezen, is de schade beperkt. Zodra hij kan schrijven, versturen of verwijderen, kan één misverstand echt iets kosten.

De makers van de tools zien dit ook. In de nieuwste versie van Claude Code kun je sinds deze week bijvoorbeeld apart instellen of een agent wél het internet op mag maar niet aan je bestanden mag komen, of juist andersom. Dat klinkt technisch, maar het onderliggende idee is simpel en geldt voor élke AI-tool die je inzet: geef de agent alleen toegang tot wat de taak vraagt.

Het principe: zo min mogelijk rechten, per taak

In de IT heet dit "least privilege", oftewel: zo weinig mogelijk rechten. Je draait het om. In plaats van een agent standaard overal toegang tot te geven en achteraf dingen dicht te zetten, begin je met niets en geef je alleen toe wat nodig is.

Voor een MKB-bedrijf betekent dat in de praktijk een paar concrete keuzes:

1. Bepaal per agent één taak. Een agent die offertes opstelt heeft je prijzenlijst en je klantgegevens nodig, maar niet je boekhouding of je personeelsdossiers. Hoe smaller de taak, hoe makkelijker je de toegang klein houdt.
2. Kies bewust tussen lezen en schrijven. Veel taken kunnen prima met alleen-lezen toegang: samenvatten, analyseren, een concept opstellen. Geef schrijf- of verzendrechten alleen als de taak er echt om vraagt.
3. Zet een goedkeuringsstap voor onomkeerbare acties. Mail versturen, bestanden verwijderen, een betaling klaarzetten: laat de agent het vóórbereiden, maar laat een mens op de knop drukken. "Klaargezet" is niet hetzelfde als "verzonden".
4. Gebruik aparte accounts, geen persoonlijke. Koppel een agent aan een eigen account of eigen sleutel, niet aan jouw persoonlijke inlog. Dan zie je precies wat de agent deed, en kun je die toegang in één klik intrekken als het misgaat.

Dit hoeft niet ingewikkeld te zijn. Het is vooral een kwestie van vooraf even nadenken in plaats van achteraf opruimen.

"Maar het is toch juist handig als hij overal bij kan?"

Die reflex snappen we goed. Hoe meer een agent mag, hoe meer hij zelfstandig afhandelt, en dat voelt als winst. Toch is het tegenovergestelde waar op de lange termijn. Een agent met te veel rechten is een agent die je niet meer durft los te laten, omdat de gevolgen van een fout te groot zijn. Juist door de toegang klein te houden, kun je een agent mét een gerust hart zelfstandig laten draaien.

Het is hetzelfde patroon dat we bij bijna elke automatisering zien: klein en afgebakend werkt beter dan groot en alomvattend. Een agent die één ding goed en veilig doet, levert meer op dan een agent die alles mag maar die je continu moet controleren.

Er komt ook een praktisch voordeel bij kijken: overzicht. Als je per agent weet waar hij bij mag, weet je ook meteen welke gegevens je bedrijf verlaten en waar ze terechtkomen. Dat maakt het een stuk makkelijker om grip te houden op je AI-gebruik in het hele team, en om uit te leggen aan een klant dat hun gegevens veilig zijn. We schreven eerder al over hoe je grip houdt op AI-gebruik in je team en over hoe je weet welke data je AI-tools eigenlijk wegsturen. Toegang afschermen is daar de logische volgende stap in.

Zo pak je het aan zonder dat het een project wordt

Je hoeft hier geen securityafdeling voor op te tuigen. Een werkbare aanpak voor een MKB-bedrijf:

• Maak een lijstje van je AI-agents en wat ze doen. Vaak zijn dat er minder dan je denkt: een agent voor klantvragen, een voor offertes, een voor je administratie.
• Zet achter elke agent welke toegang hij echt nodig heeft. Alleen lezen of ook schrijven? Welke systemen? Welke gegevens?
• Schrap alles wat er niet bij hoort. Bij twijfel: niet geven. Je kunt altijd later iets toevoegen als een taak erom blijkt te vragen.
• Bouw de goedkeuringsstap in waar het telt. Voor alles wat je niet zomaar kunt terugdraaien.

Doe dit één keer goed bij het opzetten, en je hebt er daarna nauwelijks omkijken naar. Het scheelt je een hoop stress op het moment dat een agent een keer iets onverwachts doet, want dat moment komt vroeg of laat.

De kern

Action agents zijn een van de nuttigste ontwikkelingen in AI van dit moment, juist voor het MKB. Maar hoe meer een agent zelf kan uitvoeren, hoe belangrijker het wordt om vooraf te bepalen waar hij bij mag. Niet uit angst, maar om de agent met een gerust hart zijn werk te kunnen laten doen. Geef hem de sleutels die hij nodig heeft, en laat de rest aan de kapstok hangen.

Benieuwd waar jouw AI-agents nu allemaal bij kunnen, en of dat klopt met wat ze nodig hebben? We kijken het graag samen met je door.