InfoQ berichtte op 24 augustus 2026, op basis van de EU AI Act Newsroom, dat Microsoft zijn AI-governance verschuift van gedocumenteerd beleid naar runtime-handhaving. In plaats van beleid als statisch document te behandelen, modelleert Microsoft governance als vier levende functies: beleid, controle, zichtbaarheid en bewijs. Die worden afgedwongen terwijl AI-agents, modellen en tools in productie draaien. Praktisch betekent dit dat de kernvraag verschuift van of u een AI-beleid heeft naar wat er tijdens uitvoering daadwerkelijk wordt beperkt, gelogd en aantoonbaar gemaakt.
Voor organisaties met vertrouwelijke informatie draait governance daardoor om welke agents bestaan, welke rechten en tool-toegang ze hebben, en welk bewijs over hun gedrag beschikbaar is. Microsoft onderbouwt dit met concrete technische bouwstenen zoals identiteitsgebonden agents, een policy-engine die acties onderschept en governance in Windows-uitvoeringscontainers.
Wat kondigde Microsoft precies aan volgens InfoQ?
Volgens het InfoQ-bericht over Microsofts verschuiving naar runtime-handhaving beschrijft Microsoft een governance-architectuur die AI-beleid koppelt aan afgedwongen, waarneembare controles terwijl systemen draaien. InfoQ vat dit samen als een beweging van gedocumenteerd beleid naar runtime-handhaving, continue evaluatie, observability en auditbewijs.
De architectuur kent vier functies en negen domeinen. De vier functies zijn:
- Beleid: de regels die gelden voor wat AI mag doen.
- Controle: het afdwingen van die regels op het moment van uitvoering.
- Zichtbaarheid: kunnen zien wat agents, modellen en tools daadwerkelijk doen.
- Bewijs: auditbaar vastleggen wat er gebeurde, onder welke autoriteit en wat er veranderde.
InfoQ benadrukt dat de controles zich uitstrekken over gebruikers, agents, modellen, tools, API's en bedrijfssystemen, en legt de link met transparantie- en bewijsverwachtingen onder de EU AI Act. Naar onze inschatting is de kern hier niet nog een set principes, maar de verschuiving dat beleid pas telt zodra het tijdens uitvoering wordt afgedwongen en waarneembaar is.
Hoe ziet runtime-governance er in code en platform uit?
Microsoft heeft de aanpak niet alleen op conceptueel niveau beschreven, maar ook vertaald naar concrete artefacten. In de officiële beveiligingsblog Least privilege for AI agents stelt Microsoft dat teams elke agent als een first-class principal moeten behandelen, met een levenscyclusidentiteit, taakgerichte rollen en gecontroleerde tool-toegang, plus end-to-end auditbaarheid om snel te kunnen beantwoorden wat er gebeurde en onder welke autoriteit.
De open-source Agent Governance Toolkit, aangekondigd door Microsoft op 2 april 2026, gaat verder met een policy-engine die elke agent-actie onderschept vóór uitvoering en toetst aan een configureerbare regelset. Volgens Microsoft dekt de toolkit alle tien OWASP-risico's voor agentic AI en verzamelt een compliance-module bewijs dat is gekoppeld aan onder meer de EU AI Act, HIPAA en SOC 2. Een onafhankelijke technische analyse van dezelfde toolkit beschrijft dat een minimale configuratie neerkomt op een YAML-beleidsbestand en een decorator of callback, waarmee beleid-als-code direct wordt gekoppeld aan handhaving-tijdens-uitvoering.
Microsoft trekt deze lijn door naar het besturingssysteem. In de Windows Developer Blog introduceert Microsoft de Microsoft Execution Containers (MXC) SDK als een policygestuurde uitvoeringslaag voor agents, met sessie-isolatie, unieke lokale ID's en gecontroleerde lokale toegang, beheerd via Entra en Intune. Wie meer wil weten over het waarom van vastlegging, vindt context in ons stuk over van logplicht naar reconstructieplicht bij AI-agents en over een governance-kader dat kunnen scheidt van mogen.
Wat betekent dit voor teams die met vertrouwelijke informatie werken?
Voor professionals in recht, financiën, zorg of publieke dienstverlening verschuift de praktische vraag. Naar onze inschatting draait governance in dit model niet meer om het bestaan van een beleidsdocument, maar om welke runtime-beperkingen, logs en bewijzen daadwerkelijk om uw agents heen staan. Concreet kunt u dit toetsen aan de hand van de volgende punten:
- Welke agents bestaan er en heeft elk een eigen, afgebakende identiteit?
- Welke rollen en tool-toegang zijn toegekend, en zijn die taakgericht in plaats van breed?
- Welke acties worden vóór uitvoering onderschept en getoetst aan beleid?
- Welk bewijs wordt automatisch verzameld en aan welke kaders is het gekoppeld?
- Waar zitten de resterende gaten tussen beleid en afgedwongen gedrag?
Deze verschuiving sluit aan bij bredere afspraken die u contractueel kunt vastleggen, zoals besproken in ons artikel over auditrechten en bewijsverplichtingen in AI-contracten. Voor de bredere context van beleid, toezicht en verantwoordelijkheid verwijzen we naar onze themahub over AI-governance en toezicht.
Welke rol houden verificatieconsoles zoals Vera in een runtime-model?
Als governance naar runtime-handhaving verschuift, verandert ook de rol van een verificatieconsole. Naar onze inschatting kan zo'n console alleen geloofwaardig blijven als hij de runtime-controles en bewijssporen per workflow zichtbaar maakt, in plaats van naast statische beleidsdocumenten te staan. Een console is dan een zichtlaag over de controles, geen nieuwe bron van beleid.
Vera is in dit licht een privacygerichte verificatielaag voor professionals die met vertrouwelijke of high-trust informatie werken. Vera is geen chatbot en geen eigen taalmodel. Vera kan een taak door geselecteerde, onafhankelijke AI-modellen laten lopen en verificatiestappen, correcties, onenigheid en bronnen zichtbaar maken voor inspectie. Dat ondersteunt controle en geeft meer zicht op AI-gedrag, maar het garandeert geen correctheid en elimineert geen hallucinaties.
Op het gebied van vertrouwelijkheid is Vera zo ontworpen dat voorbewerking en anonimisering plaatsvinden op EU-infrastructuur, waarbij de Semantic Privacy Shield gevoelige waarden kan vervangen door synthetische, sessiegebonden equivalenten vóór AI-verwerking. De workflow is fail-closed: als de privacycontrole mislukt, wordt het document niet doorgestuurd. Het professionele eindoordeel blijft bij de gebruiker. In een Microsoft-zware omgeving ligt de waarde er wat ons betreft in dat professionals kunnen nagaan welke agents bestaan, welke runtime-controles gelden en welk bewijs wordt verzameld, zodat de architectuur leesbaar wordt in plaats van een black box.
Bronnen en referenties
- Microsoft Moves AI Governance from Policy to Runtime Enforcement
- Least privilege for AI agents: Identity, access, and tool binding
- Introducing the Agent Governance Toolkit: Open-source runtime security for AI agents
- Microsoft Agent Governance Toolkit: Open-Source Runtime Security for AI Agents
- Windows platform security for AI agents
Bronnen: Het artikel steunt op het InfoQ-bericht via de EU AI Act Newsroom en op officiële Microsoft-publicaties over least privilege voor AI-agents, de Agent Governance Toolkit en Windows Execution Containers, aangevuld met een onafhankelijke technische analyse.