Waarom DNB nu aan de bel trekt
Laten we eerlijk zijn.
Krachtige AI-modellen maken cyberaanvallen niet alleen slimmer. Ze maken ze vooral goedkoper, sneller en schaalbaarder.
Precies daarom waarschuwt De Nederlandsche Bank nu: financiële instellingen kunnen hun oude risicobeeld niet meer één op één blijven gebruiken.
Het speelveld verandert sneller dan je risico’s
DNB ziet twee kanten van dezelfde medaille.
AI helpt financiële instellingen om efficiënter te werken en hun cyberweerbaarheid te verbeteren. Maar dezelfde technologie geeft aanvallers ook meer slagkracht.
Frontier AI helpt kwaadwillenden om kwetsbaarheden sneller te vinden en op grotere schaal uit te buiten. Daardoor kunnen risico’s die eerst los leken, samen ineens veel grotere schade veroorzaken.
Wat aanvallers makkelijker kunnen doen
Nieuwe taalmodellen en multimodale systemen verlagen de drempel voor misbruik.
Criminelen maken sneller geloofwaardige phishingmails, deepfakes en kwaadaardige code. Dat vergroot het aanvalsvlak voor banken, verzekeraars en betaalinstellingen.
En de ingebouwde remmen? Die zijn niet waterdicht.
Commerciële modellen zijn in de praktijk te ondermijnen met jailbreaks en promptinjecties. Open modellen kun je lokaal verder aanpassen, ook voor gerichte misleiding of aanvalsondersteuning.
Het echte risico zit in koppelingen
Het grootste operationele risico ontstaat vaak pas wanneer een AI-assistent toegang krijgt tot echte systemen.
Als een chatbot e-mails mag versturen, documenten kan inzien of code kan uitvoeren, dan wordt een fout meteen veel duurder. Een hallucinatie is dan niet alleen een verkeerd antwoord.
Het kan ook leiden tot een datalek, fraude of een ongewenste actie in een kritisch proces.
Daarom draait het niet alleen om modelkeuze. Je moet ook scherp vastleggen welke data nooit in chatbots of copilots mogen, welke acties altijd menselijke goedkeuring vragen en welke rollen toegang krijgen tot welke functies.
Ook de keten wordt een cybervraagstuk
AI-risico’s zitten niet alleen in het model zelf.
Vergiftigde trainingsdata, kwetsbare plug-ins of een wijziging bij de leverancier kunnen het gedrag van een systeem onverwacht veranderen. Zo wordt de supplychain een cyberrisico op zichzelf.
Voor een organisatie betekent dit: modelupdates, afhankelijkheden en leverancierswijzigingen actief volgen en testen. Anders kan een kleine wijziging grote gevolgen hebben voor compliance, veiligheid en continuïteit.
Waarom bestaande regels hier al op aansluiten
DNB plaatst deze waarschuwing in een bredere Europese context.
DORA gaat over ICT-risicomanagement, incidenten, weerbaarheidstesten en uitbestedingsrisico’s bij kritieke derden. De AI-waarschuwing past daar direct in.
Ook de AI Act speelt mee, met strengere eisen voor hoogrisicotoepassingen, zoals bepaalde vormen van kredietbeoordeling. Daarnaast blijven de AVG en NIS2 belangrijk voor privacy, gegevensverwerking en meldplichten rond cybersecurity.
Wat bestuurders nu moeten doen
Bestuurders moeten hun AI-beleid herijken.
Welke toepassingen zijn acceptabel? Wie is eigenaar? Hoe rapporteren we modelrisico’s? Welke data zijn absoluut verboden in publieke tools?
Zonder die keuzes loopt beleid achter op de praktijk.
En oefen met echte scenario’s. Denk aan een deepfake-stem die zich voordoet als CEO, of een interne agent die privileges misbruikt. DNB noemt ook logging van promptverkeer, monitoring van misbruikpogingen en het vastleggen van modelwijzigingen als belangrijke maatregelen.
De les voor jouw organisatie
De boodschap van DNB is niet: stop met AI.
De boodschap is: pas je cyberstrategie aan. Aanvallers bewegen sneller, maken betere misleiding en koppelen AI direct aan bedrijfsprocessen.
Wie alleen naar modelprestaties kijkt, mist het punt.
AI is tegelijk productiviteit, aanvalsmotor en governancevraagstuk.
