Belangrijkste punten
- Het echte knelpunt is niet om kwetsbaarheden sneller te vinden, maar om ze sneller te verhelpen. Alleen sneller scannen verkleint uw exposure window niet.
- De nieuwe beveiligingsformule luidt: snellere detectie + sneller herstel = een kleiner exposure window.
- NinjaOne Vulnerability Management voert continue, scanvrije CVE-detectie uit en verkleint zo de afstand tussen ontdekking en herstel.
- IT- en securityteams moeten hun werkelijke mean time to remediate meten, want handmatige patchworkflows over meerdere platforms zijn meestal de echte kwetsbaarheid, niet een gebrek aan scans.
Als twee van de meest geavanceerde AI-labs ter wereld in dezelfde maand inzetten op AI-gestuurde ontdekking van kwetsbaarheden, dan is dat geen trend. Dan is het een kantelpunt.
Vorige maand presenteerde Anthropic Project Glasswing, gebouwd rond Claude Mythos, een AI-systeem gericht op cybersecurity dat zelfstandig en op grote schaal kwetsbaarheden in software kan opsporen. Vrijwel meteen hielp Mythos Mozilla om in één enkele Firefox-release 271 kwetsbaarheden te vinden en te patchen.
Vorige week kwam OpenAI met het antwoord: Daybreak. Daybreak wordt gesteund door Cisco, CrowdStrike, Palo Alto Networks en Akamai, is gebouwd op de agentic mogelijkheden van GPT-5.5-Cyber en moet detectie van kwetsbaarheden, patchvalidatie en veilige softwareontwikkeling automatiseren voor bedrijven en overheden wereldwijd.
De boodschap van beide bedrijven is dezelfde: AI drukt de tijd tussen kwetsbaarheid en openbaarmaking terug tot bijna nul. Voor IT- en securityteams verandert dat alles.
Het knelpunt was nooit de ontdekking
De beveiligingssector heeft het opsporen van kwetsbaarheden jarenlang als het lastigste deel van het probleem beschouwd. Meer endpoints scannen. Meer feeds inkopen. Meer CVE’s correleren. De impliciete belofte was dat we veilig zouden zijn zodra we alles konden zien.
Dat Mythos in één ronde 271 Firefox-kwetsbaarheden vond, laat zien dat ontdekking niet langer de beperkende factor is. Bepalend is wat er gebeurt nadat u iets hebt gevonden.
Denk aan de gebruikelijke herstelworkflow in een onderneming: teams voeren een geplande kwetsbaarheidsscan uit (vaak wekelijks of maandelijks). Ze wachten op de resultaten. Ze exporteren de bevindingen naar een spreadsheet of ticketsysteem. Ze bepalen welke devices precies getroffen zijn. Ze testen patches in een stagingomgeving. Ze keuren handmatig goed en rollen uit, om ten slotte opnieuw te scannen ter bevestiging.
Voordat AI de norm werd, duurde dat proces doorgaans twee tot vier weken. Maar in een wereld waarin Daybreak en Mythos binnen enkele uren nieuwe exploiteerbare kwetsbaarheden aan het licht brengen, is datzelfde venster van twee tot vier weken een open uitnodiging. En elke dag dat herstelworkflows handmatig, versnipperd en traag blijven, wordt het exposure window alleen maar groter.
De nieuwe beveiligingsformule
AI-gestuurde ontdekkingstools zullen het exposure window nog verder verkleinen (dat gebeurt nu al). Organisaties die getroffen assets binnen uren of minuten in kaart brengen en oplossingen uitrollen, in plaats van weken, zitten in een fundamenteel andere risicocategorie dan organisaties die dat niet kunnen.
De beveiligingsformule van vandaag is eenvoudig: kortere detectietijd + kortere hersteltijd = kleiner exposure window
Klassieke scanners en losstaande patchtools hebben altijd moeite gehad met beide kanten van die vergelijking. Geplande scans creëren blinde vlekken tussen de cycli. Handmatige patchworkflows zorgen bij elke overdracht voor vertraging. En bevindingen van een scanner naar een patchtool verplaatsen en weer terug kost tijd en geeft onnodig ruimte voor fouten.
Nu AI de ontdekkingskant versnelt, wordt de druk op het herstel steeds groter. De organisaties die hun exposure window het best kunnen beperken en hun weerbaarheid kunnen stroomlijnen, zijn niet per se de organisaties die de meeste kwetsbaarheden vinden. Het zijn de organisaties die het snelst handelen naar hun bevindingen en herstellen.
NinjaOne is gebouwd voor dit moment
NinjaOne Vulnerability Management is ontworpen vanuit een ander uitgangspunt dan traditionele scanners. In het ontwerp zit het besef dat detectie en herstel niet in gescheiden systemen thuishoren en dat eenvoud op zichzelf al een beveiligingsvoordeel is:
- Continue, scanvrije beoordeling van kwetsbaarheden – In plaats van te vertrouwen op geplande scans die gaten tussen de cycli achterlaten, correleert NinjaOne de software-inventarisatietelemetrie van beheerde endpoints doorlopend met actuele CVE-intelligence. Er zijn geen scanvensters. Geen pieken in de prestaties van endpoints. Geen blinde vlekken tussen de scan van dinsdag en die van volgende week dinsdag. Zodra er een nieuwe CVE wordt gepubliceerd, zijn de getroffen devices binnen enkele minuten bekend, niet pas na dagen.
Dat telt vandaag zwaarder dan een jaar geleden. Nu Daybreak en Mythos het tempo van openbaarmaking opvoeren, wordt het verschil tussen een scanner die wekelijks draait en een platform dat continu correleert afgemeten aan de impact van een datalek.
- Detectie die direct tot actie leidt – De meeste tools voor kwetsbaarheden houden op bij het dashboard. NinjaOne koppelt detectie rechtstreeks aan herstel. Vanaf het moment dat een kwetsbare asset is geïdentificeerd kunnen IT-teams doorpakken naar patch-implementatie zonder data te exporteren, spreadsheets te vergelijken of van platform te wisselen. De lus van detectie naar herstel sluit binnen één workflow.
Dat is wat “execution layer” in de praktijk betekent: niet meer zicht, maar minder tijd tussen weten en oplossen.
- Autonomous Patch Management – Met policygestuurde patchautomatisering kunnen organisaties patches op grote schaal over endpoints uitrollen zonder dat elke stap handmatig moet worden goedgekeurd. Teams leggen regels vast voor wat er wanneer wordt gepatcht en hoe het platform dat uitvoert. Voor organisaties met honderden of duizenden endpoints is dat het verschil tussen reageren op een nieuwe kritieke CVE binnen uren of binnen weken.
- Patch Intelligence AI – Snelheid telt, maar stabiliteit ook. Een van de verborgen kosten van snel patchen is het risico dat u een update uitrolt die nieuwe problemen veroorzaakt: een Windows-update met bugs die blue screens oplevert of een patch die een bedrijfskritische applicatie onderuithaalt.
NinjaOne Patch Intelligence AI pakt dat direct aan. Door Microsoft-advisories, signalen uit de community en geanonimiseerde telemetrie van uitrol in de praktijk te analyseren, classificeert het Windows-updates als “Appears Stable”, “Known Issues” of “Caution” en kan het de uitrol van risicovolle updates automatisch pauzeren voordat ze productiesystemen raken.
In een wereld waarin AI sneller dan ooit patches genereert, wordt het vermogen om stabiliteit vóór de uitrol te valideren steeds belangrijker.
- Dekking voor offline devices – Een scenario waar traditionele scanners niet mee overweg kunnen: een device was offline toen de laatste scan draaide. Verschijnt er een nieuwe CVE terwijl dat device van het netwerk is, dan duikt het niet op in de scanresultaten, waardoor het misschien eindeloos ongepatcht blijft.
De server-side correlatie van NinjaOne gebruikt de laatst bekende software-inventarisatie, zodat ook offline devices worden beoordeeld op basis van actuele CVE-intelligence. Zodra ze weer verbinding maken, zijn ze al gemarkeerd en klaar om te herstellen.
Wat dit nu betekent voor IT- en securityteams
De release van Daybreak verdient aandacht, maar onderstreept vooral een grotere werkelijkheid. De tools waarmee aanvallers (en verdedigers) kwetsbaarheden vinden, worden exponentieel krachtiger. Organisaties die daarop reageren door alleen hun ontdekkingsstack te upgraden (meer scanners, meer feeds en meer dashboards) worden beter in het “weten” dat ze een probleem hebben. Maar de organisaties die aan weerbaarheid bouwen, zijn de organisaties die daadwerkelijk kunnen handelen om de afstand tussen ontdekking en herstel snel en met vertrouwen te overbruggen.
Om te zien aan welke kant uw organisatie staat, is dit een goed referentiekader: hoe lang doet uw team erover om van een nieuwe CVE naar bevestigd herstel in uw hele endpointomgeving te gaan?
Als het eerlijke antwoord spreadsheets, ticketwachtrijen en overdrachten tussen meerdere platforms bevat, dan ligt daar uw echte kwetsbaarheid.
- Als uw organisatie nog steunt op periodieke scancycli, hebt u blinde vlekken tussen elk scanvenster en die vensters worden steeds risicovoller.
- Als uw patchworkflow handmatige stappen vraagt om van detectie naar uitrol te gaan, blijft elke CVE in een wachtrij staan terwijl aanvallers diezelfde blootstelling beoordelen.
- Als uw tools voor kwetsbaarheden en patching geen data in realtime delen, werkt u met een structurele vertraging die in uw proces is ingebakken.
NinjaOne ruimt al die knelpunten op binnen één platform: continue beoordeling in realtime, geïntegreerde en policygestuurde patching en AI-gestuurde validatie van stabiliteit, allemaal zonder geplande scans, prestatie-impact van de agent of wildgroei aan platforms. Zo kan uw organisatie haar processen voor kwetsbaarheden en patchbeheer opnieuw afstemmen om snel en met vertrouwen te handelen, met herstel in realtime voorop. Juist nu AI het landschap van kwetsbaarheden herindeelt en verbreedt, moeten organisaties ook hun aanpak van basisbeveiliging opnieuw inrichten.
