Google-expert in Den Haag: hoe AI cyberaanvallen versnelt

Vertaald uit het Engels, laatst gecontroleerd op 20 oktober 2026. Lees het oorspronkelijke artikel in het Engels

Op de One Conference 2026 in Den Haag zei een beveiligingsingenieur van de Google Threat Intelligence Group dat generatieve AI cyberaanvallen vooral sneller en grootschaliger maakt. Er ontstaat volgens hem geen nieuw soort “supermalware”. In een interview met het Nederlandse technologievakblad Computable zette Daniel Kapellmann Zafra vijf observaties op een rij over hoe aanvallers AI gebruiken en wat organisaties daartegen zouden moeten doen.

Wat er gebeurde

Kapellmann Zafra vertelde Computable dat zowel door staten gesteunde hackersgroepen als criminelen met financiële motieven de afgelopen twee jaar AI hebben ingezet als “krachtvermenigvuldiger” in elke fase van een aanval. Dat loopt van de eerste verkenning en phishing tot het bouwen van exploits en de stappen die een aanvaller zet nadat hij is binnengedrongen in een systeem, netwerk of cloudomgeving. Volgens hem lijken veel aanvallen nog steeds op eerdere campagnes. Het verschil zit in de snelheid: taken die vroeger dagen of weken kostten, duren nu uren.

Hij gaf een voorbeeld uit recent onderzoek van Mandiant. Een aanvaller met financiële motieven drong een cloudomgeving binnen en gebruikte een AI-programmeerassistent met vooraf ingestelde draaiboeken. Binnen zes uur had de aanvaller een grote campagne om inloggegevens buit te maken gepland, gebouwd en gelanceerd. Volgens Kapellmann Zafra kon één crimineel zo werken met een snelheid en op een schaal die vroeger alleen weggelegd waren voor de meest geavanceerde statelijke actoren.

Ook beschreef hij een groeiende grijze markt rond AI. Daar worden gestolen API-sleutels verhandeld, wordt toegang tot ontwikkeltools verkocht en wordt een deel van de cloudrekenkracht van bedrijven gekaapt, een praktijk die bekendstaat als LLM jacking.

Over social engineering zei hij dat grote taalmodellen aanvallers helpen de oude drempels van taal, cultuur en onderzoek te overwinnen. Criminelen gebruiken AI om hun doelwitten in kaart te brengen, medewerkers in financiële of beveiligingsfuncties eruit te pikken en ruwe gestolen gegevens om te zetten in bruikbare profielen. Daarna bedenken ze overtuigende dekmantelverhalen, voeren ze meerdere gesprekken met slachtoffers zonder argwaan te wekken en versturen ze phishingberichten, soms gecombineerd met deepfakevideo.

Op technisch vlak gebruiken aanvallers AI-tools om code te schrijven, te controleren en te debuggen. Volgens Kapellmann Zafra richten criminelen zich nu minder op onbekende kwetsbaarheden (zero-days) en meer op het snel misbruiken van bekende kwetsbaarheden (n-days). In één geval bracht een zogeheten advanced persistent threat-groep malware uit die met AI was opgevuld met onschuldig ogende beheercode, zodat het kwaadaardige gedrag moeilijker te herkennen was.

Hij zei dat zijn team in de tweede helft van 2025 de eerste golf “just-in-time”-AI-malware heeft vastgelegd. Die raadpleegt tijdens het draaien een taalmodel in plaats van te vertrouwen op vaste code. Een voorbeeld is Promptflux, experimentele malware die via een LLM-API regelmatig de eigen broncode herschrijft om antivirussignaturen te ontwijken. Een ander voorbeeld, Honestcue, haalt tijdens het draaien code voor de tweede fase op bij een LLM en compileert die in het geheugen, zodat er nooit een kwaadaardig bestand op de schijf terechtkomt.

Begin 2026 vond het team een onbeveiligde command-and-controlserver waarop Recon draaide, een autonoom multi-agentframework dat doelwitten onderzocht en in realtime meer dan 23.000 gestolen cloud- en AI-inloggegevens beheerde. Kapellmann Zafra wees ook op openbare rapporten van begin 2026 over een campagne tegen verschillende overheidsinstanties in Latijns-Amerika en een gemeentelijk waterbedrijf. Daarbij gebruikte één aanvaller commerciële AI-modellen om de operatie te automatiseren, nieuwe tools te maken, gegevens van honderden servers te verwerken en de interface voor operationele technologie van het waterbedrijf aan te vallen.

Waarom dit ertoe doet als u in Nederland woont

Voor veel internationals in Nederland was gebrekkig Nederlands of een vreemde formulering lang een aanwijzing dat een e-mail of bericht oplichting was. Kapellmann Zafra stelt dat AI aanvallers helpt over taal- en cultuurgrenzen heen te komen, en dat betekent dat die aanwijzing nu minder betrouwbaar is. Een bericht in vloeiend Nederlands of Engels dat bij uw situatie past, is geen goed bewijs meer dat het echt is.

Het interview is ook van belang voor mensen in bepaalde functies. Volgens Kapellmann Zafra kiezen aanvallers bewust medewerkers in financiële en beveiligingsfuncties uit en stellen ze gedetailleerde profielen van hen op. Werkt u in zo’n functie bij een Nederlandse organisatie, houd er dan rekening mee dat u vaker persoonlijk gericht wordt benaderd. Die benaderingen kunnen verspreid over meerdere gesprekken komen en video bevatten die echt lijkt, maar het niet is.

Voor mensen die in IT, softwareontwikkeling of cloudbeheer werken, noemde hij concrete zwakke plekken: opensourcepakketten en AI-plug-ins waarmee is geknoeid, gecompromitteerde ontwikkelomgevingen, gestolen API-sleutels en gekaapte cloudrekenkracht. Volgens hem zouden beveiligingsteams AI-ontwikkeltools, opensource-integraties en quota voor cloudrekenkracht als kritieke infrastructuur moeten behandelen, en de risico’s moeten beheersen met kaders zoals Googles Secure AI Framework (SAIF).

Niet iedereen is het eens over hoe groot de verschuiving is. Een lezer wees in een reactie onder het artikel van Computable erop dat Google baat heeft bij een AI-wedloop. De lezer haalde een rapport aan van het NCSC, het Nationaal Cyber Security Centrum, dat volgens de lezer concludeerde dat AI aanvallers vooral helpt bestaande methoden op te schalen, en dat het nog wel even duurt voordat een model zelfstandig door een onbekend netwerk kan bewegen. Volgens de lezer worden veel slachtoffers getroffen omdat hun basisbeveiliging niet op orde is, en dat heeft niets met AI te maken.

Waar u verder op moet letten

Kapellmann Zafra vertelde Computable dat wachten tot een dreiging op een apparaat opduikt nu te laat is, omdat aanvallers in minder dan zes uur een grote campagne om inloggegevens buit te maken kunnen opzetten of malware kunnen aanpassen terwijl die draait. Volgens hem moeten verdedigers overstappen van reageren op dreigingen naar ze vroeg blokkeren, door de infrastructuur en toegang waar vijandige AI op leunt af te sluiten voordat een aanval kan uitgroeien.

Ook zei hij dat verdedigers zelf praktijkervaring met AI zouden moeten opdoen en geautomatiseerde verdediging zouden moeten gebruiken die op machinesnelheid werkt. Als voorbeeld noemde hij tools die met AI kwetsbaarheden sneller vinden en verhelpen, zodat gaten worden gedicht voordat aanvallers ze kunnen misbruiken. Twee dingen zijn het volgen waard: of Nederlandse organisaties AI-tools en cloudtoegang als kritieke infrastructuur gaan behandelen, en of de voorzichtigere visie van het NCSC verandert naarmate aanvallen met AI-agents zoals hij die beschreef vaker voorkomen.

Bron: Computable