Naar hoofdinhoud gaan
Terug naar de blog

AI-agents beveiligen: OWASP Agentic Top 10, MCP en kernmaatregelen

Laatst bijgewerkt op November 19, 2026Leestijd: 8 min


Een AI-agent, gebouwd rond een groot taalmodel (LLM), doet meer dan vragen beantwoorden. Hij plant, roept tools aan, leest en schrijft data en praat soms met andere agents. Daardoor weegt elke zwakte van het model zwaarder: een prompt injection die in een chatbot alleen een slecht antwoord zou opleveren, kan een agent e-mails laten versturen, records laten wijzigen of code laten uitvoeren. Deze gids behandelt de OWASP Top 10 voor agentische toepassingen en praktische maatregelen, inclusief beveiliging van het Model Context Protocol (MCP).

Waarom agents een eigen beveiligingsmodel nodig hebben

NIST AI 100-2e2025 beschrijft een agent als software die “een model iteratief prompt”, de output ervan verwerkt, bijvoorbeeld om een functie aan te roepen, en de resultaten terugvoert in de volgende prompt. De OWASP Top 10 voor LLM-toepassingen 2026 trekt daar de grens: die lijst behandelt het model als onderdeel, en zodra het model handelt met tools, geheugen en gevolgen verderop in de keten, verwijst OWASP naar zijn lijst voor agentische toepassingen.

Die lijst voegt een principe toe dat je als eerste zou moeten overnemen: least agency. OWASP adviseert organisaties “onnodige autonomie te vermijden”, omdat agentisch gedrag inzetten waar het niet nodig is “het aanvalsoppervlak vergroot zonder waarde toe te voegen”.

De OWASP Top 10 voor agentische toepassingen

Het OWASP GenAI Security Project bracht de OWASP Top 10 voor agentische toepassingen uit op 9 december 2025. De tien items:

  • ASI01: Agent Goal Hijack (kaping van agentdoelen). Geïnjecteerde content buigt de doelen of plannen van de agent om.
  • ASI02: Tool Misuse and Exploitation (misbruik en uitbuiting van tools). De agent gebruikt legitieme tools op onveilige manieren.
  • ASI03: Identity and Privilege Abuse (misbruik van identiteit en rechten). Gedelegeerde of geërfde credentials worden misbruikt.
  • ASI04: Agentic Supply Chain Vulnerabilities (kwetsbaarheden in de agentische toeleveringsketen). Tools, MCP-servers, prompts of agents zijn kwaadaardig of gemanipuleerd.
  • ASI05: Unexpected Code Execution (RCE) (onverwachte code-uitvoering). Gegenereerde of geïnjecteerde code draait op je systemen.
  • ASI06: Memory & Context Poisoning (vergiftiging van geheugen en context). Opgeslagen geheugen of opgehaalde context raakt vervuild.
  • ASI07: Insecure Inter-Agent Communication (onveilige communicatie tussen agents). Berichten tussen agents worden vervalst of gewijzigd.
  • ASI08: Cascading Failures (cascaderende storingen). Eén fout verspreidt zich over agents en workflows.
  • ASI09: Human-Agent Trust Exploitation (misbruik van vertrouwen tussen mens en agent). Mensen vertrouwen een zelfverzekerde agent te veel.
  • ASI10: Rogue Agents (ontspoorde agents). Een agent wijkt af van zijn beoogde functie of scope.

Geef agents least privilege en afgebakende credentials

Het OWASP-item LLM01:2026 merkt op dat de meeste vastgelegde incidenten met prompt injection en grote impact zo ernstig werden doordat het gecompromitteerde model via tools kon handelen met de rechten van de gebruiker. ASI03 adviseert identiteiten per agent en “kortlevende, nauw afgebakende tokens per taak”; ASI02 profielen per tool met scopes, rate limits en egress-allowlists. Laat tools draaien in de eigen context van de gebruiker met de minimale OAuth-scope, niet via een gedeeld account met veel rechten.

Invariant Labs liet zien waarom scope ertoe doet: een kwaadaardig GitHub-issue kon een agent kapen die met de MCP-server van GitHub was verbonden en data uit de privérepository's van de gebruiker blootleggen. De onderzoekers noemden het “geen fout in de code van de GitHub MCP-server zelf”, maar een architectuurprobleem, en stelden voor om elke sessie tot één repository te beperken.

Een snelle ontwerpcheck is Meta's Agents Rule of Two: binnen één sessie zou een agent hooguit twee van deze eigenschappen mogen combineren: niet-vertrouwde input verwerken, toegang hebben tot gevoelige systemen of privédata, en de toestand wijzigen of extern communiceren. Heeft hij alle drie nodig, dan “zou hij niet autonoom mogen werken”, aldus Meta.

Gebruik allowlists en een beleidscontrole buiten het model

Bepaal in code, niet in de prompt, wat de agent mag doen. Zet de tools voor elke taak, de netwerkbestemmingen die hij mag bereiken en de opdrachten die hij zonder te vragen mag uitvoeren op een allowlist, en weiger al het andere. ASI02 beschrijft een policy enforcement point dat de output van de planner als niet-vertrouwd behandelt, intentie en argumenten controleert, schema's en rate limits afdwingt en kortlevende credentials uitgeeft voordat een tool draait.

Draai alle code van de agent in een sandbox

Als een agent code schrijft of uitvoert, houd er dan rekening mee dat een deel ervan kwaadaardig is (ASI05). Het advies van OWASP: draai nooit als root, voer code uit in gesandboxte containers met strikte limieten, ook op netwerktoegang, en scheid codegeneratie van uitvoering met validatiestappen. Anthropic voegt in zijn artikel over het sandboxen van zijn codeeragent toe dat effectieve sandboxing zowel isolatie van het bestandssysteem als van het netwerk vereist, omdat een gecompromitteerde agent zonder netwerkisolatie “gevoelige bestanden zoals SSH-sleutels zou kunnen exfiltreren”.

Vraag een mens vóór onomkeerbare acties

Vereis goedkeuring vóór alles wat moeilijk terug te draaien is of buiten het systeem zichtbaar is: data verwijderen, geld overmaken, iets publiceren of berichten versturen. ASI02 stelt voor om vóór de goedkeuring een dry run of diff van de actie te tonen. Houd verzoeken zeldzaam genoeg om ertoe te doen: OWASP waarschuwt dat goedkeuringsmoeheid het oordeel verzwakt, en ASI09 beschrijft agents die beoordelaars overhalen om schadelijke acties goed te keuren.

Behandel MCP-servers en toolbeschrijvingen als niet-vertrouwd

MCP maakt het makkelijk om tools aan een agent te koppelen, en daardoor worden tools een risico in de toeleveringsketen. De MCP-specificatie zegt dat clients “toolannotaties als niet-vertrouwd MOETEN beschouwen, tenzij ze van vertrouwde servers komen” en dat er “altijd een mens in de loop ZOU MOETEN zijn die toolaanroepen kan weigeren”.

Invariant Labs beschrijft tool poisoning als instructies in toolbeschrijvingen die “onzichtbaar zijn voor gebruikers maar zichtbaar voor AI-modellen”, en waarschuwt dat een server een beschrijving kan wijzigen nadat je die hebt goedgekeurd. ASI04 van OWASP noemt een kwaadaardige MCP-server op npm die zich voordeed als een legitieme e-mailintegratie en in het geheim e-mails naar de aanvaller kopieerde.

Praktische stappen:

  • Installeer MCP-servers uit bronnen die je vertrouwt, pin versies en verifieer hashes.
  • Controleer toolbeschrijvingen op verborgen instructies, en doe dat opnieuw wanneer ze veranderen.
  • Toon bij lokale servers de exacte opdracht voordat die wordt uitgevoerd, en start de server met minimale rechten in een sandbox, zoals de best practices voor MCP-beveiliging aanraden.
  • Geef nooit tokens door: MCP-servers “MOGEN GEEN tokens accepteren die niet expliciet voor de MCP-server zijn uitgegeven”.
  • Begin met smalle OAuth-scopes en voeg er pas meer toe als een handeling die nodig heeft.

Module 4 van de zelfstudiecursus AI-beveiliging: LLM-apps en AI-agents beveiligen behandelt het beveiligen van AI-agents, tools en MCP-servers.

Houd het geheugen van agents schoon

Via het geheugen kan een aanval over sessies heen blijven bestaan (ASI06). Valideer wat er naar het geheugen wordt geschreven, houd het geheugen gescheiden per gebruiker en per taak, laat items die niet zijn geverifieerd verlopen en laat de eigen output van de agent niet automatisch terugstromen naar vertrouwd geheugen. Het OWASP-item LLM01:2026 voegt toe: behandel schrijfacties naar het geheugen als geprivilegieerd en log de prompt achter elke schrijfactie.

Log de acties van agents en houd een manier om de agent te stoppen

Leg toolaanroepen, goedkeuringen en berichten tussen agents vast in logs waarin manipulatie aantoonbaar is, zodat je incidenten kunt onderzoeken en wijzigingen kunt terugdraaien (ASI08, ASI10). Zorg dat je een agent snel kunt stoppen: OWASP noemt kill switches en het intrekken van credentials voor ontspoorde agents, en circuit breakers met limieten op stappen, tijd en kosten voor runs die uit de hand lopen. Test die stopprocedure voordat je hem nodig hebt, en zet regelmatig red teaming in op agents, alleen op systemen die van jou zijn of waarvoor je schriftelijke toestemming hebt om ze te testen, en controleer of de voorwaarden van je modelaanbieder beveiligingstests toestaan.

Wat de EU-regels zeggen (achtergrond, geen juridisch advies)

  • Niet elk AI-systeem heeft een hoog risico onder de AI-verordening van de EU: grofweg alleen systemen die worden gebruikt voor een doel dat in bijlage III staat (met uitzonderingen), of die een veiligheidscomponent zijn van een product dat onder de EU-wetgeving uit bijlage I valt (of zelf zo'n product zijn) wanneer dat product een conformiteitsbeoordeling door een derde partij moet ondergaan.
  • Voor AI-systemen met een hoog risico eist artikel 15 “een passend niveau van nauwkeurigheid, robuustheid en cyberbeveiliging”. Artikel 15, lid 5, voegt daar weerbaarheid aan toe tegen pogingen van onbevoegde derden om het gebruik, de output of de prestaties van een systeem te wijzigen, en noemt, waar passend, maatregelen tegen datavergiftiging, modelvergiftiging, adversariële voorbeelden (modelontwijking) en aanvallen op de vertrouwelijkheid of modelgebreken.
  • Na Verordening (EU) 2026/1744, de “digitale omnibus inzake AI” (van kracht sinds 27 juli 2026), gelden de verplichtingen voor systemen met een hoog risico vanaf 2 december 2027 voor systemen uit bijlage III en vanaf 2 augustus 2028 voor systemen in producten onder bijlage I.
  • Sommige regels gelden al: op grond van artikel 50 moeten aanbieders van AI-systemen die rechtstreeks met mensen interageren er sinds 2 augustus 2026 voor zorgen dat die mensen te horen krijgen dat ze met een AI te maken hebben, tenzij dat duidelijk is.
  • De verordening cyberweerbaarheid (Cyber Resilience Act) geldt voor producten met digitale elementen, software inbegrepen, die in de EU in de handel worden gebracht. Ga dus na of je agent als zo'n product wordt geleverd of als dienst draait. De verordening is op 10 december 2024 in werking getreden. De meldplichten van fabrikanten voor actief uitgebuite kwetsbaarheden en ernstige incidenten gelden sinds 11 september 2026, en de belangrijkste verplichtingen gelden vanaf 11 december 2027.

Of iets hiervan op je agent van toepassing is, is een vraag voor een jurist.

Hoe nu verder

Ben je nieuw in het bouwen van agents? Dan behandelen onze gids over het bouwen van een AI-agent (in het Engels) en de zelfstudiecursus Agentic AI: Introductie tot Agentontwikkeling de basis.

Een gestructureerde manier om deze vaardigheden op te bouwen is de cursus AI-beveiliging: LLM-apps en AI-agents beveiligen: zelfstudie, halfgevorderd niveau en 40 uur. De cursus behandelt de beveiliging van de AI-toeleveringsketen en de EU-regels, en in het eindproject val je een AI-agent aan, repareer je hem en test je hem opnieuw.

Leer technische vaardigheden online met Code Labs Academy

Leer technische vaardigheden online met Code Labs Academy

Sluit je aan bij onze community, benut je potentieel en start een lonende tech‑carrière.

Meld je aan

Veelgestelde vragen

Wat is de OWASP Top 10 voor agentische toepassingen?

Het is een lijst van de tien beveiligingsrisico's met de grootste impact voor AI-agents, uitgebracht door het OWASP GenAI Security Project in december 2025. De items lopen van ASI01 Agent Goal Hijack tot ASI10 Rogue Agents, elk met voorbeelden en mitigaties.

Wat betekent least agency voor AI-agents?

Least agency is de uitbreiding van least privilege door OWASP: geef een agent alleen de autonomie die zijn taak nodig heeft. Agentisch gedrag dat niet nodig is, vergroot het aanvalsoppervlak zonder waarde toe te voegen.

Zijn MCP-servers veilig om te gebruiken?

Behandel ze als elke andere code van derden, want de tools van een server en hun beschrijvingen kunnen verborgen instructies bevatten. Installeer ze uit bronnen die je vertrouwt, pin en verifieer versies, controleer toolbeschrijvingen, draai lokale servers in een sandbox en zorg dat een mens toolaanroepen kan weigeren.

Moet een AI-agent vóór elke actie om goedkeuring vragen?

Nee. Vraag een mens vóór acties met grote impact of onomkeerbare acties, zoals data verwijderen, geld overmaken of berichten versturen, en laat acties met een laag risico die terug te draaien zijn gewoon doorgaan. Te veel verzoeken leiden tot goedkeuringsmoeheid, en die verzwakt de controle.

Is elke AI-agent een systeem met een hoog risico onder de AI-verordening van de EU?

Nee. Grofweg hebben alleen AI-systemen een hoog risico als ze worden gebruikt voor een doel dat in bijlage III van de verordening staat (met uitzonderingen), of als ze een veiligheidscomponent zijn van een product dat onder de EU-wetgeving in bijlage I valt (of zelf zo'n product zijn) en dat product een conformiteitsbeoordeling door een derde partij moet ondergaan. Of een specifieke agent daaronder valt, is een vraag voor een jurist.

Loopbaanservices

Persoonlijke loopbaanondersteuning om je tech-carrière te starten. Inclusief cv-reviews, proefinterviews en branche-inzichten, zodat je je nieuwe skills met vertrouwen kunt presenteren.

Ontdekken