Het NIST National Cybersecurity Center of Excellence publiceerde op 5 februari 2026 een conceptpaper dat AI-agents expliciet behandelt als niet-menselijke identiteiten met vier eigen vereisten: identificatie, autorisatie, delegatie en logging. Concreet betekent dit dat je een AI-agent niet langer als functie van een product beheert, maar als een zelfstandige principal met een eigen identiteit, taakgebonden rechten en een audittrail. NIST stelt voor bestaande standaarden zoals OAuth 2.0, OpenID Connect en SPIFFE/SPIRE toe te passen op agents.
Microsoft werkte dezelfde lijn in juli 2026 uit met least-privilege-guidance: elke agent krijgt een eigen principal, gescopte permissies, een gecontroleerd tools-manifest en end-to-end auditlogs. Voor organisaties die met gevoelige informatie werken, betekent dit dat de IAM-architectuur agent-specifieke lagen nodig heeft: werkload-identiteiten, delegatieketens en agenttelemetrie die achteraf reconstructie en toeschrijving mogelijk maken.
Wat staat er precies in het NIST-conceptpaper over AI-agentidentiteit?
Het conceptpaper “Accelerating the Adoption of Software and Artificial Intelligence Agent Identity and Authorization” karakteriseert AI-agents als een nieuwe klasse van software- en AI-agentidentiteiten die onderscheiden moeten worden van menselijke gebruikers. NIST opende een publieke commentaarperiode die liep tot 2 april 2026.
Volgens de bijbehorende AI Agent Standards Initiative-pagina maakt het paper deel uit van een bredere standaardenagenda, en bereidt het NCCoE een demonstratieproject voor om te tonen hoe identity-standaarden op enterprise-agents kunnen worden toegepast. Naar onze inschatting is de kern hiervan dat agent-identiteit niet langer een losstaand experiment is, maar wordt ingebed in een federaal standaardiseringstraject dat leunt op bestaande bouwstenen in plaats van op nieuwe, geïsoleerde protocollen.
Welke vier functies moet identiteits- en toegangsbeheer voor AI-agents dekken?
De Cloud Security Alliance werkte in een onderzoeksnotitie van 30 maart 2026 uit hoe het NIST-kader vier functionele domeinen definieert. Vertaald naar concrete ontwerpvragen:
- Identificatie: registreer agents als niet-menselijke identiteiten met werkload-attestatie (bijvoorbeeld via SPIFFE/SVID) en metadata over autonomie-niveau en toegestane taken.
- Autorisatie: gebruik OAuth 2.0-extensies, OpenID Connect en policy-gebaseerde toegangscontrole (ABAC) om rechten per agent, per tool en per resource te bepalen. Volgens de CSA-notitie schieten statische rolmodellen tekort voor dynamische agent-autorisatie.
- Delegatie: maak met dual-identity tokens zichtbaar wie uiteindelijk verantwoordelijk is, met de mens als onderwerp en de agent als handelende partij, zodat de delegatieketen herleidbaar blijft.
- Logging en transparantie: koppel elk tool-call en elke resource-actie aan een agent-identiteit en de delegerende mens, geschikt voor forensiek en audits.
Deze vier functies vormen samen een controleerbare basis. Wie hier lacunes heeft, kan achteraf niet reconstrueren welke agent onder welke bevoegdheid handelde. Dat maakt de scheiding van taken bij autonome AI-processen tot een ontwerpvraag, niet een sluitpost.
Hoe operationaliseert Microsoft least privilege voor AI-agents?
In de guidance “Least privilege for AI agents: Identity, access, and tool binding” van 16 juli 2026 beschrijft Microsoft dat elke agent als een first-class principal behandeld moet worden. Dat betekent volgens Microsoft: een eigen lifecycle-identiteit, expliciete roltoewijzing, strikt gescopte permissies, gecontroleerde tooltoegang en end-to-end auditability.
Het doel dat Microsoft formuleert is om vragen te kunnen beantwoorden als: wat is er gebeurd, onder welke autoriteit, en wat is er veranderd? Dat sluit direct aan op de vier NIST-functies. Wij lezen deze twee ontwikkelingen als convergentie: een grote leverancier bouwt agent-IAM al in de productarchitectuur, terwijl een standaardiseringsinstituut het kader formaliseert. Deze verschuiving van beleid naar afdwingbare controle staat ook centraal in onze analyse van Microsofts verschuiving naar runtime-handhaving.
Waarom zetten machine-identiteiten de bestaande IAM-stack onder druk?
Een IAM-analyse van Spiceworks op 5 augustus 2026 stelt dat machine-identiteiten mensen inmiddels in aantal overtreffen. Het stuk pleit ervoor agents te behandelen als niet-menselijke identiteiten met expliciet eigenaarschap, gescopte privileges, continue monitoring en revocatiepaden.
De praktische consequentie is een schaalvraag. Waar user-IAM draait om beheersbare aantallen medewerkers, gaat het bij agents om potentieel duizenden identiteiten met wisselende taken en levensduur. Zonder inventaris, eigenaarschap en revocatie ontstaat een blinde vlek. Dit sluit aan bij de bredere discussie over de governance van agentic AI en AI-agents en bij de vraag hoe je wat agents kunnen scheidt van wat ze mogen.
Wat betekent dit voor verificatie van AI-workflows in de praktijk?
De rode draad in de bronnen is dat toeschrijfbaarheid het probleem is: kunnen laten zien welke agent, onder welke identiteit en delegatie, welke actie uitvoerde. Voor professionals die met vertrouwelijke informatie werken, zijn dit de controlepunten per workflow:
- welke AI-agents bestaan en onder welke werkload-identiteit zij draaien;
- namens welke mens of welk systeem zij handelen, oftewel de delegatieketen;
- welke rechten, tools en datapaden zij hebben;
- welke agent-logs en audittrails beschikbaar zijn voor reconstructie en verantwoording.
Een verificatielaag zoals IamVera.ai kan hierbij fungeren als zichtlaag boven op deze agent-IAM-architectuur: geen vervanging van NIST-standaarden of Microsoft-controls, maar een console waarin verificatiestappen, correcties, onenigheid tussen modellen en bronnen zichtbaar worden voor inspectie. Vera kan een taak door geselecteerde onafhankelijke modellen routeren en die stappen tonen, wat controle ondersteunt; het is geen garantie dat elke autonome actie reconstrueerbaar is of binnen een begrensde taak bleef. De Semantic Privacy Shield is daarbij ontworpen om gevoelige documentwaarden vóór AI-verwerking op EU-infrastructuur te vervangen door synthetische, sessiegebonden equivalenten, met een fail-closed workflow: mislukt de privacycontrole, dan wordt het document niet doorgestuurd. Het professionele eindoordeel blijft bij de gebruiker. Meer over hoe verificatie zich verhoudt tot bewijsvoering staat in onze hub over AI-verificatie.
Bronnen en referenties
- Accelerating the Adoption of Software and Artificial Intelligence Agent Identity and Authorization (Concept Paper)
- AI Agent Standards Initiative
- Least privilege for AI agents: Identity, access, and tool binding
- Federal Agentic AI Security: NIST's Emerging Standards Framework for AI Agents
- Machine identities now outnumber humans: Can your IAM keep up?
Bronnen: Het artikel steunt op het NIST NCCoE-conceptpaper en de AI Agent Standards Initiative, op Microsofts least-privilege-guidance, en op analyses van de Cloud Security Alliance en Spiceworks.