An AI-ynventaris is in kontinu bywurke katalogus fan elke AI-asset dy't yn jo organisaasje brûkt wurdt — modellen, AI-oandreaune einpunten, datasets, AI-kodearringsassistinten, MCP-tsjinners en AI-ôfhinklikheden — tegearre mei de relaasjes, risiko's en eigners dy't har ferbine. Yn in feiligenskontekst hat dit neat te krijen mei pakhús- of foarriedbehear; hjir, "AI-ynventaris" betsjut gewoan krekt witte hokker AI jo brûke, wêr't it wennet en wat it berikke kin.
As AI him ferspriedt oer elke faze fan softwareûntwikkeling, fan koadegeneraasje yn 'e IDE oant autonome aginten dy't binnen hannelje CI/CD pipelines, de fraach is net mear oft KI oanwêzich is yn jo omjouwing. It is oft jo it sjen kinne. Dizze hantlieding leit út wat in AI-ynventarisaasje is, hoe't it him ferhâldt ta in AI-BOM en in SBOM, Wêrom skaad AI is in feiligensprobleem wurden, en hoe't de praktyk him yn oerienstimming brocht mei de EU AI Wet, NIST AI RMF en ISO / IEC 42001.
Key takeaways
- In AI-ynventarisaasje katalogisearret elk model, dataset, agint, MCP-tsjinner en AI-kodearingsark yn jo softwarelibbensyklus, net allinich dyjingen dy't IT goedkard hat.
- Shadow AI, KI sûnder bestjoer oannaam, is no de noarm, net de útsûndering: yn ien enkête út 2026 ûnder feiligenslieders, allinich 19% fan organisaasjes melde folsleine ynsjoch yn wêr en hoe't AI brûkt wurdt.
- An AI-BOM (AI Bill of Materials) is de kontrôle-klear útfier fan in AI-ynventarisaasje: de opfolger fan it AI-tiidrek fan 'e SBOM.
- Regeljouwing komt deroan. De EU AI Act, NIST AI RMF en ISO/IEC 42001 fereaskje allegear effektyf dat jo witte hokker AI jo brûke.
- In ynventarisaasje is mar it begjinpunt; de wearde komt fan it beoardieljen fan risiko's en hanneljen op it lytse oantal aktiva dy't echt wichtich binne.
Wat is in AI-ynventaris?
In KI-ynventarisaasje is de praktyk fan it ûntdekken, katalogisearjen en kontinu kontrolearjen fan elke KI-asset dy't wurket yn jo softwareûntwikkelingslibbensyklus, en de risiko's dy't oan elk dêrfan ferbûn binne. In folsleine ynventarisaasje beantwurdet trije fragen foar elke asset: wat is it, wêr rint it, en wêr kin it tagong ta krije?
Dat berik is breder as de measte teams ferwachtsje. In betsjuttingsfolle AI-ynventarisaasje moat it folgjende omfetsje:
- modellenelk grut taalmodel en basismodel dat brûkt wurdt yn ûntwikkeling en produksje, mei ferzje-, lokaasje- en deteksjebetrouwen.
- Datasets: trainingsgegevens, opheldatasets en fektoropslach, ynklusyf bleatstelling oan fergiftige kontekst en gegevenslekkage.
- aginten: autonome systemen dy't aksjes ûndernimme yn jo omjouwing, lykas it iepenjen pull requests, ôfhinklikheden ynstallearje, of ynfrastruktuer oanreitsje.
- MCP-tsjinners: Model Context Protokol servers dy't AI-assistinten ferbine mei eksterne ark, API's en gegevensboarnen.
- AI-kodearringsark en assistinten: kopiloten en IDE-yntegraasjes dy't koade generearje, ôfhinklikheden foarstelle en ynteraksje mei repositories.
- AI-frameworksLangChain, LangGraph, agentservers en oare orkestraasjelagen dy't modellen ferbine mei ark en gegevens.
- Relaasjes tusken aktiva: de ferbiningen tusken modellen, aginten, servers, datasets en de geheimen dy't deroan ferbûn binne. In relaasjegrafyk makket risiko sichtber yn kontekst, net as in platte list.
AI-ynventaris vs. AI-aktiva-ynventaris vs. AI-BOM, en hoe't se ferskille fan in SBOM
Dizze termen wurde los brûkt, dus it helpt om foarôf te wêzencise. "KI-ynventaris" en "KI-aktiva-ynventaris" beskriuwe itselde ding: de libbene katalogus fan AI-aktiva en har risiko's. In AI-BOM is it eksportearbere artefakt dat ynventaris produseartin masine-lêsbere list mei materialen dy't jo oan in auditor of in enterprise keaper.
De skjinnste manier om de AI-BOM te begripen is troch analogy mei de SBOM:
As AI ynbêde wurdt oer de hiele wrâld SDLC, de AI-BOM wurdt like fûneminteel as de SBOM, en feiligenslieders krije hieltyd mear oanfragen fan auditors en enterprise oanbestegingsteams foar krekt dit artefakt.
Wêrom't AI-ynventaris no wichtich is
Trije krêften hawwe AI-ynventaris fan in moaie-om-te-hawwen yn in prioriteit feroare.
- Earst skriuwt AI ûnfeilige koade op skaal. Unôfhinklik ûndersyk lit konsekwint sjen dat in grut part fan 'e troch AI generearre koade kwetsberheden befettet. De orizjinele NYU/Copilot-stúdzje fan Pearce et al. fûn rûchwei. 40% fan 'e generearre programma's befette feiligensswakheden, en mear resinte grutskalige testen wize op deselde wize: Veracode's 2025-analyze oer 100+ modellen fûn allinich 55% fan AI-generearre koade wie feilichAs jo net witte hokker assistinten koade generearje yn jo pipelines, jo kinne dat risiko net behearskje.
- Twadder is de software-leveringsketen in oerflak wurden foar AI-oanfallen. Yn septimber 2025, Shai Hulud, de earste selsferspriedende npm-wjirm, feroare ûntwikkeldersmasines yn in distribúsjemeganisme, en fersprate him oer hûnderten pakketten. Yn maart 2026 hawwe oanfallers it kompromittearre. axios, in pakket mei sawat 100 miljoen wyklikse downloads, en publisearre fergiftige ferzjes dy't in trojan foar tagong op ôfstân hawwe delhelle. Oanfallen lykas dizze falle krekt yn 'e laach tusken tradisjonele AppSec en endpoint-tooling: de laach dy't in AI-ynventaris boud is om te ferljochtsjen.
- Tredde, geheimen en ynloggegevens lekke fia AI. GitGuardian's State of Secrets Sprawl 2026 melde dat Lekken fan geheimen fan AI-tsjinsten namen jier op jier mei 81% ta., en dat AI-assistearre commits leak secrets mei sawat twa kear it basistaryf. Elk net-dokumintearre model, agint of MCP-tsjinner is in potinsjeel paad nei in kwalifikaasje.
Tradisjonele AppSec hâldt op by de repository en begrypt net wat in model is. Endpoint-ark observearje it bestjoeringssysteem, mar begripe gjin pakketten, MCP-tsjinners of AI-assistinten. De kloof tusken har is wêr't AI-risiko him ophoopt, en in ynventarisaasje is de earste stap om it te sluten.
Wêr't AI him ferberget: Skaad-AI oer de SDLC
Shadow AI wurdt in AI-systeem oannaam sûnder formele goedkarring of bestjoer: de kopilot dy't in ûntwikkelder ferline wike ynskeakele hat, de MCP-tsjinner dy't op in laptop rint, it model dat direkt fan in iepenbiere hub nei in sydprojekt helle is. It is gjin gefal fan 'e râne. Yn in enkête út 2026 ûnder mear as 400 feiligenslieders, allinich 19% melde folsleine ynsjoch yn wêr en hoe't AI brûkt wurdt yn har hiele organisaasje, wylst de grutte mearderheid al AI-kodearringsassistinten brûkte of in pilotprojekt útfierde.
De dreechste skaad-AI om te finen is de AI binnen de softwarelibbensyklus, om't it selden ferskynt yn in wolkkonsole:
- Modellen en AI-bibleteken dy't as ôfhinklikheden yn repositories helle wurde.
- AI-kodearringsassistinten konfigurearre per ûntwikkelder, per IDE.
- MCP-tsjinners en regelbestannen dy't lokaal rinne op ûntwikkelders-endpoints.
- Agentworkflows dy't stil iepen geane pull requests of pakketten ynstallearje.
Dêrom is ûntdekking allinnich yn 'e wolk net genôch. In echt folsleine AI-ynventarisaasje moat koade- en bouomjouwings berikke (de laptop fan 'e ûntwikkelder, de repository, de pipeline), net allinich de produksjewolk.
Wat heart yn in AI-BOM
In AI-BOM dy't klear is foar kontrôles makket fan jo ynventaris wat jo kinne bewize. It moat op syn minst it folgjende befetsje:
- Elke AI-asset: modellen, datasets, aginten, MCP-tsjinners, AI-kodearringsark.
- Assettype, lokaasje en deteksjebetrouwen foar elk.
- Herkomst en ôfhinklikheden (wêr't it model of de komponint weikomt).
- In risikonivo per asset, basearre op AI-spesifike oanfalsfektoaren.
- Regeljouwingskaartjouwing nei de EU AI Act, NIST AI RMF en ISO/IEC 42001.
- In eksportearber, masine-lêsber formaat foar auditors en klanten.
De organisaasjes dy't op oanfraach in AI-BOM generearje kinne, sille in echt foardiel hawwe op it mêd fan neilibjen en fertrouwen as de ferplichtingen foar AI-kontrôles folwoeksener wurde.
AI-ynventarisaasje en neilibjen: EU AI Act, NIST AI RMF en ISO/IEC 42001
Gjin fan 'e grutte ramtwurken neamt "KI-ynventaris" as in line-item, mar elk is effektyf ûnmooglik om te foldwaan sûnder. Jo kinne gjin KI-systemen dokumintearje, klassifisearje of bestjoere dy't jo net kinne sjen.
In notysje oer timing: de útrôling fan 'e EU AI Act waard herzien troch de "Digital Omnibus"-oerienkomst fan maaie 2026, dy't de measte ferplichtingen mei hege risiko's útstelde oant desimber 2027, wylst ferskate mylpeallen fan 2 augustus 2026 libben bleaunen (transparânsjeplichten, GPAI-boetebefoegen). Behannelje krekte datums as in bewegend doel en befêstigje oan 'e hân fan primêre EU-boarnen. Mar de rjochting fan reis is dúdlik, en ynventarisaasje is de betingst foar dit alles.
Hoe kinne jo in AI-ynventaris opbouwe en ûnderhâlde
It bouwen fan in ynventarisaasje giet minder oer in ienmalige kontrôle en mear oer it ynstellen fan in trochgeand proses, om't AI-aktiva konstant feroarje: nije modellen oannaam, nije aginten ynset, nije MCP-tsjinners konfigurearre, faak sûnder goedkarring.
In praktyske oanpak:
- Untdek automatysk oer koade, build en cloud. Hânmjittige spreadsheets reitsje binnen dagen ferâldere. Discovery moat kontinu rinne en berikke yn 'e SDLC, net allinich runtime.
- Klassifisearje en yn kaart bringe relaasjes. Recordtype, lokaasje, komôf en, kritysk, hoe't elk asset ferbynt mei oaren en mei geheimen.
- Risiko skoare yn kontekst. In platte list mei hûnderten befiningen helpt nimmen; prioritearje op basis fan wat eins berikber, eksploitabel en bedriuwskritysk is.
- Eigendom tawize. Elk asset hat in ferantwurdlike eigener nedich.
- Hâld it live en eksportearber. Hâld it by as in trochgeande ynventaris dy't op oanfraach in AI-BOM produsearje kin.
Wêr't jo op moatte lette yn AI-ynventarisaasjesoftware
As jo ark evaluearje, binne dit de mooglikheden dy't echte AI-ynventarissoftware skiede fan in statyske list:
- Begrypt AI-spesifike assettypen (modellen, aginten, MCP-tsjinners, datasets), net allinich pakketten en bibleteken.
- Berikket yn 'e SDLC, it ûntdekken fan AI yn koade en op ûntwikkelders-endpoints, net allinich yn 'e wolk.
- Relaasjes op kaarten, net allinich yndividuele aktiva, dus risiko is sichtber yn kontekst.
- Skoares risiko op AI-spesifike oanfalsfektoaren (rappe ynjeksje, ûnfeilige MCP, oermjittige agency), net allinich CVE-earnst.
- Rint kontinu, nije AI fange sa't it liket.
- Produsearret in audit-klear AI-BOM dat sawol auditors as enterprise oankeap.
- Ferbynt ynventaris mei hanthavening, sadat jo kinne hannelje op basis fan wat jo fine.
Fan ynventarisaasje nei aksje: it befeiligjen fan wat jo fine
Untdekking is de earste stap; de twadde is begripe hokker aktiva in echt risiko drage, om't de measten dat net sille dwaan. It doel is om te gean fan tûzenen rûge befiningen nei it hantsjefol dat eins systemen, gegevens of operaasjes yn gefaar bringe kin: dyjingen dy't aktyf brûkt wurde, net-fertroude ynput akseptearje, realistysk eksploitearber binne, gefoelige tagong hawwe en ynfloed hawwe op produksje of regele aktiva.
Dit is wêr't AI Security Posture Management (AI-SPM) pakt op: it opnimmen fan 'e ynventarisaasje, it skoaren fan risiko lâns it AI-oanfalspad, it yn kaart bringe oan regeljouwing, en it produsearjen fan 'e AI-BOM. It is ek wêr't ynventarisaasje hanthavening moetet: it blokkearjen fan kweade ôfhinklikheden foardat se ynstallearje, it ôfwizen fan net-goedkarde MCP-tsjinners en modellen, en it beheinen fan kompromittearre einpunten foardat in ynsidint ferspriedt.
At Xygeni, dit is it model dêr't wy nei bouwe: trochgeande AI-ynventarisaasje en AI-BOM fia AI-SPM, malware-deteksje dy't kweade pakketten fangt foardat in hântekening bestiet (MEW, Malware Early Warning), en beliedshandhaving by it einpunt fan 'e ûntwikkelder fia Xygeni Shield. Deteksje is ôfstimd op 'e OWASP Top 10 foar LLM-applikaasjes, de OWASP Top 10 foar Agentic Apps en de OWASP MCP Top 10. Mar hokker oanpak jo ek kieze, it prinsipe hâldt: Jo kinne net befeiligje wat jo net sjogge kinne, en in AI-ynventarisaasje is wêr't sichtberens begjint.
FAQs
Hoe ferskilt in AI-BOM fan in SBOM?
An SBOM katalogisearret ôfhinklikheden fan iepen boarne en software fan tredden, skoard op CVE-earnst. In AI-BOM katalogisearret AI-spesifike aktiva (modellen, aginten, MCP-tsjinners, datasets) mei AI-spesifike risikoskoare en regeljouwingskartering. As AI ferspriedt oer de SDLC, de AI-BOM wurdt like fûneminteel as de SBOM.
Wat is skaad-AI en hoe kin ik it ûntdekke?
Skaad-KI is elke KI dy't sûnder formele goedkarring of bestjoer oannaam wurdt: in ynskeakele kopilot, in lokale MCP-tsjinner, in model dat út in iepenbiere hub helle wurdt. Jo ûntdekke it mei trochgeande automatisearre ynventarisaasje dy't yn koade rekket, bouwt pipelines en ûntwikkelders-endpoints, net allinich de produksjewolk dêr't de measte skaad-AI nea ferskynt.
Fereasket de EU AI-wet in AI-ynventaris?
De EU AI Act neamt "AI-ynventaris" net eksplisyt, mar de dokumintaasje-, klassifikaasje- en registraasjeplichten foar systemen mei hege risiko's binne ûnmooglik te foldwaan sûnder ien. Itselde jildt foar de NIST AI RMF (Map function, Govern 1.6) en ISO/IEC 42001, dy't fereasket dat in ynventaris fan AI-systemen byhâlden wurdt.
Wat is AI-SPM?
AI Security Posture Management (AI-SPM) is de praktyk fan it kontinu ûntdekken fan AI-aktiva, it skoaren fan har risiko lâns it AI-oanfalspaad, it yn kaart bringen fan har oan regeljouwing, en it produsearjen fan in AI-BOM. It wreidet posture-management-tinken (bekend fan CSPM en DSPM) út nei AI-spesifike aktiva en oanfalsfektoaren.
Hoe faak moat in AI-ynventaris bywurke wurde?
Kontinu. AI-aktiva feroarje deistich as teams nije modellen oannimme, nije aginten ynsette en nije MCP-tsjinners konfigurearje, meastentiids sûnder formele goedkarring. In scan op in bepaald momint is binnen dagen ferâldere, sadat effektive AI-ynventarisaasjesoftware rint as in trochgeand proses ynstee fan in ienmalige kontrôle.
Hoe ynventarisearje ik AI dy't brûkt wurdt yn boarnekoade?
Ynventarisaasje fan AI yn koade betsjut it detektearjen fan AI-modellen en bibleteken dy't as ôfhinklikheden ynlutsen binne, AI-kodearringsassistinten dy't per ûntwikkelder konfigurearre binne, en MCP-tsjinners of regelbestannen dy't lokaal rinne. Dit fereasket ûntdekking dy't binnen de SDLC (opslachplakken, bouwe pipelines en ûntwikkelders-endpoints) ynstee fan allinich yn wolkkonsoles.
