Dat is het echte probleem.
Niet alleen omdat het aantal identities explodeert, maar vooral omdat er steeds meer toegang ontstaat die niemand nog echt overziet. Identiteiten zonder helder eigenaarschap. Credentials zonder sluitende lifecycle. Agents die namens systemen handelen, terwijl auditability, governance en accountability achterblijven.
Wie IAM nog steeds behandelt als een verlengstuk van de access helpdesk, loopt achter de feiten aan.
144 machines tegenover 1 mens
Voor elke medewerker in een organisatie bestaan inmiddels vaak tientallen tot honderden non-human identities: service accounts, API tokens, workloads, bots en steeds vaker ook AI agents. Onderzoeken lopen uiteen, maar het patroon is overal hetzelfde: de verhouding tussen menselijke en non-human identities groeit snel. CyberArk noemt 82:1. Ander onderzoek uit 2025 komt uit op 144:1, met een groei van 44 procent in één jaar.
IDC rekent ondertussen voor dat het aantal agentic identities eind 2025 boven de 45 miljard uitkomt. Dat is meer dan tien keer de wereldwijde beroepsbevolking. Die schaalverhouding alleen al maakt duidelijk dat dit geen nichevraagstuk meer is.
Van 50.000 naar 250.000 machine identities per onderneming
In 2021 had een gemiddelde enterprise ongeveer 50.000 machine identities. In 2025 is dat opgelopen naar circa 250.000. Vijf keer zoveel in vier jaar.
Dat is niet vreemd. Cloud-native architecturen zetten workloads continu op en af. CI/CD-pipelines werken met kortlevende credentials. APIs vormen de ruggengraat van moderne dienstverlening. En AI agents voegen daar een nieuwe laag aan toe: niet omdat iedere handeling altijd een volledig nieuwe identity vereist, maar omdat agents steeds vaker opereren via eigen tokens, gedelegeerde rechten, workload identities of kortlevende sessies die apart beheerd en gecontroleerd moeten worden.
Het probleem zit dus niet alleen in groei. Het zit in het gebrek aan grip onder die groei.
Uit de State of Non-Human Identity and AI Security Survey van Cloud Security Alliance en Oasis Security blijkt dat 78 procent van de organisaties geen formeel beleid heeft voor het aanmaken of verwijderen van AI identities. 92 procent vertrouwt er niet op dat het bestaande IAM-landschap dit aankan. CyberArk legt daar nog een laag overheen: 68 procent heeft geen identity security controls voor AI, en 47 procent heeft onvoldoende zicht op shadow AI.
Waarom legacy IAM kraakt bij AI agents
Klassieke IAM is ontworpen voor mensen. Je neemt iemand aan, kent rechten toe, wijzigt die bij functieverandering en trekt ze in bij vertrek. Dat model werkt redelijk zolang identities relatief stabiel zijn.
Bij non-human identities werkt dat al veel minder goed. Bij AI agents nog minder.
Agents zijn namelijk geen klassieke service accounts die één afgebakende taak uitvoeren. Ze opereren binnen een set capabilities, kunnen zelfstandig ketens van acties starten en handelen vaak sneller en consistenter dan mensen. Niet uit kwaadwilligheid, maar omdat ze niet aarzelen, niet twijfelen en geen natuurlijke rem ervaren. Het probleem is dus niet dat agents “roekelozer” zijn dan mensen. Het probleem is dat organisaties vaak onvoldoende scherp definiëren wat agents precies mogen, onder welke voorwaarden, met welk toezicht en met welke fallback als het misgaat.
Daar komt ownership bovenop.
Zodra niemand expliciet verantwoordelijk is voor rotatie, intrekking, monitoring en incident response rond een machine identity of AI agent, ontstaat er precies het type lek dat lang blijft doorsudderen. In de praktijk zit daar vaak de meeste ellende. Niet in de techniek zelf, maar in het ontbreken van duidelijk eigenaarschap. Het verklaart mede waarom 72 procent van de organisaties vorig jaar minstens één certificate outage had, en 50 procent een incident meldde door gecompromitteerde machine identities.
Het echte risico: toegang die je niet meer kunt uitleggen
De bestuurlijke relevantie van dit onderwerp zit niet in de technologie op zich, maar in de vraag of een organisatie nog kan uitleggen:
• welke niet-menselijke actor toegang heeft
• waarom die toegang nodig is
• wie daarvoor verantwoordelijk is
• hoe lang die toegang geldig is
• welke acties ermee zijn uitgevoerd
• en op basis van welk beleid dat was toegestaan
Zodra dat niet meer uitlegbaar is, ontstaat een combinatie van security-risico, audit-risico en compliance-risico.
Denk aan een AI agent die gekoppeld is aan CRM, e-mail en een interne API-laag. De agent mag klantgegevens ophalen, mutaties voorstellen en in bepaalde gevallen zelfstandig doorvoeren. Functioneel klinkt dat efficiënt. Maar als de identity van die agent niet goed is geregistreerd, de rechten te ruim zijn toegekend, logging versnipperd is en ownership niet expliciet belegd is, dan ontstaat een audit trail die op cruciale punten gaten vertoont. Op het moment dat een toezichthouder, auditor of incident response-team wil reconstrueren wat er precies is gebeurd, blijkt dat niet sluitend mogelijk.
En precies daar raken AI governance en IAM elkaar.
Waar AI governance en IAM elkaar raken
NIST AI RMF en de EU AI Act leggen in essentie dezelfde bestuurlijke eis op: organisaties moeten AI-systemen beheerst inzetten, met duidelijke verantwoordelijkheden, herleidbaarheid en controleerbaarheid. In de praktijk betekent dat dat relevante uitkomsten van AI-systemen te herleiden moeten zijn naar een geautoriseerde actor, een modelversie, een context en een beleid.
Dat is niet alleen een AI governance-vraagstuk. Dat is ook een identity-vraagstuk.
Wie een AI agent laat handelen zonder sluitende registratie van de onderliggende non-human identity, creëert een gat in de audit trail. En dus een gat in de beheersing. Het World Economic Forum noemde non-human identities in oktober 2025 dan ook expliciet een nieuwe frontier voor zowel cybersecurity als AI governance. Beide disciplines vechten in feite om dezelfde data, dezelfde controles en dezelfde accountability-structuren.
Voor bestuurders is dat het echte signaal: AI invoeren zonder voldoende IAM-volwassenheid is geen technisch detail, maar een beheersingsrisico op zichzelf. In AI-agents in IAM: de rekensom achter access monitoring kantelt ga ik dieper in op de operationele kant daarvan.
Zes rollen die vier jaar geleden nog niet bestonden
Wat hierbij opvalt, is dat organisaties inhoudelijk wel beginnen te begrijpen dat het anders moet, maar organisatorisch nog vaak achterlopen. De benodigde verantwoordelijkheden passen niet meer netjes in het klassieke IAM-functiehuis.
In de literatuur en in de praktijk zie ik grofweg drie lagen ontstaan.
1. Governance en sturing
NHI Governance Lead
Strategisch verantwoordelijk voor beleid, ownership, lifecycle-principes en rapportage rond non-human identities. Verbindt security, risk, compliance en architectuur. Dit is geen operationele rol, maar een senior governancefunctie die vaak logisch onder de CISO-lijn hangt.
AI Trust and Access Officer
Het snijvlak van governance, ethiek, toezicht en toegangsbeheer. Deze rol bepaalt welke bevoegdheden überhaupt aan machines of agents gedelegeerd mogen worden, onder welke voorwaarden en met welke controles. In organisaties die serieus werk maken van AI governance zie ik deze verantwoordelijkheid steeds vaker ontstaan, ook al staat die nog zelden formeel in het functiehuis.
2. Engineering en implementatie
AI Agent Identity Engineer
De technische vertaling van beleid naar een werkende identity-laag voor agents. Denk aan kortlevende credentials, federatie, delegated access, just-in-time rechten, policy enforcement en integratie met PAM, CIEM en agent frameworks. Dit vraagt klassieke IAM-kennis, maar ook begrip van moderne AI- en automation stacks. Die combinatie is momenteel schaars.
Secrets and Credentials Engineer
Voortgekomen uit DevSecOps, maar inmiddels onmiskenbaar relevant voor IAM. Richt zich op vaulting, rotation, discovery en het beperken van credential sprawl. Zeker nu generatieve coding assistants en automation tools steeds vaker ongemerkt secrets in code, pipelines of scripts laten belanden, is dit geen specialistische randdiscipline meer maar een kernonderdeel van identity security.
3. Operations en betrouwbaarheid
Machine Identity SRE
SRE ontstond ooit bij Google als discipline om software-engineering toe te passen op productiebetrouwbaarheid. Diezelfde logica zie je nu terug bij machine identities. Drift, certificate expiry, token rotation, monitoring, schaalbaarheid en compliancy op operationeel niveau vragen om een eigen specialisme. Gegeven de aantallen en de incidentcijfers is dat volstrekt logisch.
Identity Data Steward voor AI
Bewaakt de kwaliteit, herkomst, vertrouwelijkheid en bruikbaarheid van identity data die AI-modellen voedt of waarop toegangsbeslissingen worden gebaseerd. Vijf jaar geleden was identity data voor veel organisaties vooral administratieve achtergrondinformatie. Inmiddels is het input geworden voor geautomatiseerde beslissingen, risicomodellen en toezicht. Daarmee verandert ook het belang van datakwaliteit.
De eerste drie van deze verantwoordelijkheden zie ik bij grotere organisaties al in meer of mindere mate terug. De laatste drie zijn nog duidelijk in ontwikkeling. Maar het patroon is helder: IAM verschuift van persoonsbeheer naar een veel bredere discipline waarin ook machine accountability, data governance en operationele betrouwbaarheid centraal staan. Voor een aanvullende kijk op hoe AI het IAM-vak zelf kan versterken, zie AI binnen IAM: innovatie die risico’s minimaliseert en processen stroomlijnt.
Wat op CISO- en CIO-niveau nog te weinig besproken wordt
In de directiekamer wordt dit onderwerp nog vaak te technisch benaderd. Terwijl de kernvragen bestuurlijk zijn.
Begin met NHI governance als een eigen capability binnen de IAM-roadmap. Niet als een kleine uitbreiding op bestaande IGA-functionaliteit. De schaal, de snelheid en het risicoprofiel verschillen daarvoor te veel.
Koppel AI-initiatieven expliciet aan IAM-volwassenheid. Wie agents in productie zet terwijl de identity-laag niet meegroeit, bouwt beheersingsproblemen in vanaf dag één. Onder AVG, NIS2 en de EU AI Act is dat geen theoretisch probleem, maar een potentieel aantoonbaar tekort in governance. Zie ook NIS2 en IAM: waarom identity & access management nu bestuurlijke prioriteit is.
En dan is er de kant waar organisaties het vaakst in vastlopen en die het minst technisch is: organisatieontwerp en talentontwikkeling. De rollen die hiervoor nodig zijn staan in de meeste functiehuizen nog niet beschreven. Organisaties denken daardoor al snel dat ze vooral een technologievraagstuk hebben, terwijl het voor een groot deel een veranderkundig en bestuurlijk vraagstuk is.
En ik dan?
Mijn werk zit niet in één van de zes rollen hierboven. Het zit erboven.
Als programma manager IAM beweeg ik al jaren op het snijvlak van PAM, IGA en Access Management. Dat is precies de stack waarin non-human identities en AI agents landen. Wat daar nu bij komt, is de AI governance-component: de vertaalslag van eisen uit onder meer de EU AI Act en NIS2 naar een realistische IAM-roadmap, inclusief governance, operating model, rolverdeling en change-aanpak.
Voor mij zit daar de brug.
Niet alleen in de techniek, maar juist in het organiseren van eigenaarschap, besluitvorming en implementatievermogen. Mijn kennis van AI Governance heb ik verdiept via de opleiding tot AI Governance Professional (AIGP). In combinatie met mijn ervaring in IAM-transformaties en change-management zie ik daar vooral een praktische opgave: hoe zorg je dat organisaties niet alleen de juiste controls ontwerpen, maar ze ook daadwerkelijk kunnen invoeren, beleggen en laten werken?
Want juist daar gaat het vaak mis.
Niet omdat de technologie ontbreekt, maar omdat verantwoordelijkheden niet expliciet zijn gemaakt, governance niet is aangepast en nieuwe werkvormen wel ontstaan, maar nog geen plek hebben gekregen in de organisatie.
Tot slot
Non-human identities vormen inmiddels in veel organisaties de dominante identity population. AI legt daar een nieuwe laag van autonomie, snelheid en schaal bovenop. De vraag is daarom niet meer of IAM moet veranderen, maar of organisaties hun identity-fundering op tijd aanpassen voordat auditors, toezichthouders of incidenten dat gesprek voor hen openen.
Organisaties die nu investeren in machine identity lifecycle, accountability en heldere ownershipstructuren bouwen aan een hanteerbare portefeuille. De rest ontdekt vroeg of laat dat er meer toegang actief was dan iemand nog kon uitleggen. En meestal gebeurt dat pas wanneer het te laat is.
Nog wat leesvoer
• CyberArk, Machine Identities Outnumber Humans by More Than 80 to 1 (2025). https://www.cyberark.com/press/machine-identities-outnumber-humans-by-more-than-80-to-1-new-report-exposes-the-exponential-threats-of-fragmented-identity-security/
• Cybersecurity Tribe, Research Reveals 44% Growth in NHIs from 2024 to 2025. https://www.cybersecuritytribe.com/news/research-reveals-44-growth-in-nhis-from-2024-to-2025
• The Hacker News, Explosive Growth of Non-Human Identities Creating Massive Security Blind Spots (2025). https://thehackernews.com/2025/04/explosive-growth-of-non-human.html
• Cloud Security Alliance & Oasis Security, The State of Non-Human Identity and AI Security (2025). https://cloudsecurityalliance.org/artifacts/state-of-nhi-and-ai-security-survey-report
• World Economic Forum, Non-human identities: Agentic AI’s new frontier of cybersecurity risk (oktober 2025). https://www.weforum.org/stories/2025/10/non-human-identities-ai-cybersecurity/
• EC-Council, EU AI Act vs NIST AI RMF vs ISO/IEC 42001: A Plain English Comparison (2026). https://www.eccouncil.org/cybersecurity-exchange/responsible-ai-governance/eu-ai-act-nist-ai-rmf-and-iso-iec-42001-a-plain-english-comparison/
• GitGuardian, What AI Agents Can Teach Us About NHI Governance. https://blog.gitguardian.com/what-ai-agents-can-teach-us-about-nhi-governance/
