AI-agents beantwoorden niet alleen vragen — steeds vaker voeren ze ook werk uit. Sommige benaderen bedrijfssystemen, doorlopen meerstaps-workflows en nemen beslissingen die klanten en operaties raken (Airia). Die autonomie is precies waarom organisaties agents willen, en precies waarom bestaande controlemechanismen uitbreiding nodig hebben.
AI-agentgovernance is de discipline die bepaalt wat agents mogen doen, hoe ze dat doen en onder welke voorwaarden — zonder de autonomie te slopen die ze waardevol maakt (Airia). Dit stuk beschrijft de bouwstenen: van inventarisatie en identiteit tot runtime-controle, governance-as-code en de Nederlandse compliance-context.
Waarom klassieke governance uitbreiding nodig heeft
Traditionele IT-governance gaat uit van voorspelbare software: een applicatie doet wat de specificatie zegt, en toegangsrechten horen bij mensen. Autonome agents rekken beide aannames op. Ze kunnen — afhankelijk van hun ontwerp — zelf bepalen hoe ze een doel bereiken en handelen soms met eigen of geërfde credentials.
Dat maakt bestaande IAM-, logging- en change-controls niet overbodig. Ze blijven het fundament, maar dekken het nieuwe gedrag niet volledig af. Zenity wijst erop dat agents toegang kunnen erven over SaaS-, cloud- en endpoint-omgevingen heen, en dat zonder gestructureerd toezicht “agent sprawl” ontstaat: blinde vlekken in identiteit, datatoegang en runtime-gedrag.
Daar komt bij: agents opereren soms in ketens. Agent A delegeert aan agent B, die tool C aanroept. Omada stelt daarom de eis dat de delegatieketen end-to-end zichtbaar is: wie autoriseerde het werk, en welke agents en credentials voerden het uit? Zonder die keten wordt verantwoording afleggen aanzienlijk moeilijker.
Stap één: weten welke agents je überhaupt hebt
Volgens Nudge Security hebben de meeste organisaties al AI-agents in hun omgeving draaien — vaak zonder IT-goedkeuring: uitgerold door medewerkers, automatisch geprovisioneerd door SaaS-platforms of gekoppeld via MCP-serverconnecties. Verifieer die aanname in elk geval voor je eigen omgeving; ga er niet blind van uit dat het overzicht compleet is.
De eerste taak van AI-agentgovernance is daarom discovery. Zoals Nudge Security het formuleert: je kunt geen controls toepassen op agents waarvan je het bestaan niet kent.
Een bruikbare agent-inventaris gaat verder dan geïnstalleerde applicaties. Volgens Nudge Security hoort daarin: OAuth-grants, API-keys, MCP-serverconnecties en non-human identities. Pas met dat overzicht kun je de vier kerncontrols inrichten die Nudge Security noemt: least privilege, toegangsreviews, runtime-monitoring en offboarding.
Identiteit en eigenaarschap: elke agent een paspoort
Een robuust identiteitsraamwerk voor agents is het fundament van governance. Tigera noemt dit expliciet als basiscomponent: actuele registratie van agents maakt het eenvoudiger om aan compliance-eisen te voldoen.
Omada werkt dit uit tot een gedocumenteerde autorisatiescope per agent:
- Businessdoel: waarvoor bestaat deze agent?
- Menselijke sponsor en accountable owner: wie is aanspreekbaar?
- Tools en connectors die de agent mag aanroepen
- Datadomeinen waartoe de agent toegang heeft
- Toegestane én verboden acties
- Credentials waarmee de agent handelt
- Reviewcadans: hoe vaak wordt de scope herbeoordeeld?
Omada formuleert daarnaast een scherpe toets voor de delegatieketen: zou de resulterende toegangscombinatie zijn goedgekeurd als een méns die direct had aangevraagd? Zo niet, dan hoort een agent die combinatie ook niet te hebben.
Waarom rolscheiding governance beter organiseerbaar maakt
Architectuur helpt hier. Eén alwetende agent met brede rechten maakt scoping lastig: het doel wordt vaag, de delegatieketen ondoorzichtig. Aigent37 kiest daarom voor gespecialiseerde agents met afgebakende rollen — verkenner, analist, constructor, validator, steward — die samenwerken via gedeelde, vastgelegde werksporen.
Elke rol krijgt een smalle, expliciete scope: de verkenner leest maar schrijft niet; de constructor bouwt maar valideert zichzelf niet; de validator toetst het werk van anderen. Belangrijk om eerlijk te zijn: rolscheiding maakt least privilege organiseerbaar, niet vanzelf afdwingbaar. Technische policy-enforcement in de runtime blijft altijd nodig.
Drie lagen van controle: build, deployment, runtime
Aryaka beschrijft agentgovernance als drie onderscheiden controlelagen door de hele levenscyclus heen:
Build-time governance controleert hoe agents worden gemaakt. Welke modellen, tools en prompts zijn toegestaan? Wie mag een agent bouwen en onder welke voorwaarden?
Deployment-time governance controleert configuratie en posture bij uitrol. Klopt de scope met het gedeclareerde doel? Zijn credentials correct toegewezen? Is er een eigenaar geregistreerd?
Runtime governance bewaakt het feitelijke gedrag. Blijft de agent binnen de grenzen? Worden afwijkingen gedetecteerd en geëscaleerd?
De les: governance is geen eenmalige poort maar een doorlopend proces. Een agent die bij deployment veilig was, kan bij runtime ontsporen — door nieuwe data, gewijzigde tools of onverwachte delegaties.
Governance-as-code: regels die machines afdwingen
Beleid in een pdf houdt geen enkele agent tegen. De volgende stap is governance-as-code. Credo AI beschrijft Agent Governance Configuration (AGC) als de discipline van geversioneerde, voor mens én machine leesbare bestanden die de grenzen van een agent definiëren — permissies, escalatiepaden en logging-eisen — afgedwongen via de “harness” tijdens runtime (met verwijzing naar Gartners rapport over de agent harness voor risicovolle use cases, juli 2026).
Het idee is krachtig: governance-regels worden artefacten die je versioneert, reviewt en automatisch handhaaft — net als code. Een escalatiepad staat niet in een handboek maar in een configuratie die de runtime daadwerkelijk afdwingt.
Voor multi-agent-systemen is dit onmisbaar. Wanneer agents elkaar werk toedelen, moet handhaving in de infrastructuur zitten, niet in de goede bedoelingen van elk afzonderlijk model. Bij Aigent37 noemen we dat governance by design: grenzen en vastlegging zijn onderdeel van de gedeelde samenwerkingslaag waarin agents opereren, niet een laag die je er achteraf overheen legt.
Herleidbaarheid: van black box naar auditspoor
Autonomie zonder herleidbaarheid is onbestuurbaar. Wie achteraf niet kan reconstrueren wat een agent deed en waarom, kan lastig verantwoording afleggen — aan auditors, toezichthouders of klanten.
Omada vat samen wat een auditor en board moeten kunnen zien: wie elke agent bezit, wat die kan bereiken en of de toegang daadwerkelijk wordt gebruikt — met bewijs. Ongebruikte toegang is een klassiek signaal: een scope die breder is dan het werk vereist.
In een multi-agent-model waarin agents via gedeelde sporen samenwerken, zoals bij Aigent37, is de basis voor dat bewijs aanwezig: elke bijdrage wordt vastgelegd met afzender, moment en context. Maar sporen zijn pas volwaardig auditbewijs als ze aan aanvullende eisen voldoen: volledig, onveranderbaar, tijdgestempeld, beveiligd tegen manipulatie, gekoppeld aan identiteit en besluitcontext, en beheerd volgens bewaartermijnen. Dat vereist bewuste inrichting — het komt niet gratis mee.
De Nederlandse context: AVG, EU AI Act en de organisatie erbij betrekken
Voor Nederlandse organisaties is agentgovernance niet alleen een technisch vraagstuk. Verwerkt een agent persoonsgegevens, dan geldt de AVG onverkort: beoordeel per agent of een DPIA nodig is, en betrek de functionaris gegevensbescherming.
Toets daarnaast elke agent-toepassing aan de EU AI Act: valt de use case in een risicocategorie die aanvullende verplichtingen meebrengt? Neem ook leveranciersbeheer serieus — agents die via SaaS-platforms worden geleverd, vallen onder je bestaande eisen aan verwerkers en informatiebeveiliging, inclusief logging en bewaartermijnen.
Raakt de inzet van agents het werk van medewerkers, dan hoort de ondernemingsraad tijdig aan tafel. Richt governance daarom multidisciplinair in: Legal, CISO en FG, én de proceseigenaar die het werk inhoudelijk kent. Governance die alleen bij IT ligt, mist de helft van de risico’s.
De menselijke rol: toezicht zonder micromanagement
Governance draait niet om elke agent-actie handmatig goedkeuren — dan kun je net zo goed geen agents inzetten. Het draait om de juiste momenten van menselijk ingrijpen.
Drie praktische mechanismen:
- Escalatiepaden: definieer vooraf welke situaties menselijke goedkeuring vereisen (onomkeerbare acties, transacties boven een drempel, toegang buiten de scope) en leg die vast in de governance-configuratie.
- Periodieke reviews: Omada benadrukt een vaste cadans waarop de scope van elke agent wordt herbeoordeeld. Agents die hun doel hebben verloren, worden ge-offboard — Nudge Security noemt offboarding expliciet als een van de vier kerncontrols.
- Accountable ownership: elke agent heeft een menselijke sponsor. Geen eigenaar, geen agent.
Zo verschuift de menselijke rol van uitvoerder naar toezichthouder: mensen bewaken de grenzen, agents doen het werk binnen die grenzen. Het Institute for AI Policy and Strategy signaleert dat agentgovernance een jong vakgebied is en de samenleving er grotendeels onvoorbereid op is — reden te meer om die spierkracht nu in de eigen organisatie op te bouwen.
Begin hier: een inventarisatie van dertig dagen
Grip op agents begint niet met een beleidsdocument van veertig pagina’s, maar met zicht. Een concrete eerste stap:
- Week 1–2: discovery. Breng alle agents in kaart, inclusief OAuth-grants, API-keys, MCP-connecties en non-human identities. Vergeet shadow-agents niet die buiten IT om zijn uitgerold.
- Week 3: eigenaarschap en risicoclassificatie. Wijs elke gevonden agent een accountable owner toe en classificeer per agent het risico: welke data, welke acties, welke impact bij falen? Agents zonder eigenaar of duidelijk doel gaan uit.
- Week 4: scope-toets en vangnetten. Vergelijk per agent de feitelijke toegang met het gedeclareerde doel; pas least privilege toe en documenteer de autorisatiescope. Regel per agent een noodstop en rollback-procedure, en sluit agents aan op het bestaande incidentresponsproces.
Definieer vooraf meetbare acceptatiecriteria: alle agents geïnventariseerd, elke agent een eigenaar en risicoclassificatie, elke hoog-risico-agent een geteste noodstop. Daarna komen de volwassener stappen: runtime-monitoring, governance-as-code en escalatiepaden. Maar zonder inventaris blijft elke governance-ambitie theorie. Begin deze maand — de kans is reëel dat er al agents draaien.