Hoe Voltti een security audit uitvoert met AI, en waar de mens beslist

Een security audit met AI klinkt als een knop: code erin, rapport eruit. Zo werkt het bij ons niet. AI-modellen en eigen skills doen het brede zoekwerk in je code, je pakketten en je configuratie. Daarna bekijkt een mens elke bevinding en beslist wat echt een probleem is, hoe ernstig het is en wat je eraan doet. Pas dan komt het in je rapport.

In dit artikel lees je hoe een security audit met AI bij Voltti verloopt als we de code van je app nakijken, van de afbakening tot de hercontrole. Kort gezegd zijn de vijf stappen: afbakening, een brede analyse met AI-modellen en skills, een menselijke beoordeling van elke bevinding, een rapport met ernst en oplossing, en herstel met hercontrole. Je ziet ook waarom we het zoekwerk aan modellen geven en het oordeel bij een mens houden, en wat je zelf kunt voorbereiden.

Een breed raster van donkere steentjes onder een blauwe lichtbaan, met een paar steentjes apart op een licht plateau
De modellen zoeken breed. Een mens kiest wat telt.

Waarom AI het zoekwerk doet en een mens het oordeel

Een AI-ondersteunde code review vindt snel verdachte plekken in code. Welke daarvan echte problemen zijn, beslist iemand die de app kent en weet hoe mensen ze gebruiken.

De makers van curl, een veelgebruikt opensourceprogramma voor netwerkverkeer, zagen in één jaar beide kanten van AI in beveiligingswerk. In mei 2025 schreef hoofdontwikkelaar Daniel Stenberg dat het project nog geen enkel geldig beveiligingsrapport had gezien dat met hulp van AI was gemaakt (hier vertaald). Mensen plakten code in een chatbot en stuurden het antwoord door als kwetsbaarheid, zonder na te gaan of het klopte.

Een paar maanden later kwam het omgekeerde. Beveiligingsonderzoeker Joshua Rogers stuurde lijsten met problemen die hij met AI-ondersteunde analysetools had gevonden. Samen met een tweede onderzoeker meldde hij uiteindelijk ruim vierhonderd vermoedelijke problemen. Uit de eerste lijst haalde het team ongeveer 50 bugfixes. De rest waren deels valse alarmen en deels kleine punten die het team niet de moeite waard vond. Stenberg noemde de tools geen revolutie, wel ‘een uitstekende nieuwe projectassistent’ (hier vertaald).

De technologie was dezelfde. Het verschil zat in wie ze gebruikte. Stenberg vatte het later samen als ‘een slimme persoon met een krachtig hulpmiddel’ (hier vertaald). De tool vond de verdachte plekken. Iemand die de code begreep, besliste wat echt was.

Onderzoek wijst dezelfde kant op. Toen onderzoekers taalmodellen in een strenge test naar kwetsbaarheden lieten zoeken, deden zelfs grote modellen het niet veel beter dan gokken (Ding e.a., 2024). Modellen zijn sterk in breed zoeken en in verbanden leggen tussen bestanden. Of een bevinding in jouw app echt te misbruiken is, moet iemand nagaan.

Hoe verloopt een security audit met AI bij Voltti?

Een audit bij Voltti verloopt in vijf stappen. De modellen werken vooral in stap 2, de mens in elke stap.

  1. 01

    Afbakening

    We beginnen met een gesprek over je app. Welke repository, welke omgeving en welke onderdelen bekijken we, en wat valt erbuiten? Werkt de app met klantgegevens, betalingen of een taalmodel, dan krijgen die delen extra aandacht.

    Je geeft leestoegang tot de code en de configuratie. Je productiedata hebben we niet nodig. Hier spreken we ook af of je code binnen je eigen netwerk moet blijven.

  2. 02

    Brede analyse met AI-modellen en skills

    AI-modellen nemen de code, de afhankelijkheden en de configuratie door. Ze volgen daarbij eigen Voltti-skills: vaste werkinstructies per soort controle. Denk aan geheimen in de code, rechtencontroles of invoer die in een databasevraag belandt. Of aan een taalmodel dat te veel mag (meer daarover in prompt injection en API-sleutels: de risico’s van AI-functies in je eigen app). Zo hangt de controle niet af van hoe iemand toevallig een vraag aan een chatbot stelt.

    We toetsen aan de OWASP Top 10 voor webapplicaties en, voor apps met AI-functies, aan de OWASP Top 10 voor LLM-toepassingen. We werken ook met lokale modellen, zodat je code het netwerk niet hoeft te verlaten. Welk model we inzetten, hangt af van de opdracht.

  3. 03

    Een mens beoordeelt elke bevinding

    Een mens met 20+ jaar ervaring in webontwikkeling bekijkt elke bevinding van de modellen. Is het echt een probleem? Kan een gebruiker of een buitenstaander die plek in de code bereiken? Hoe groot is de schade als het misgaat, en wat is de beste oplossing?

    Valse alarmen gaan eruit. Dat zijn er veel: beveiligingsbedrijf SRLabs meldde in juni 2025 dat ongeveer 80% van de bevindingen van zijn AI-tools vals alarm was. De OpenSSF-gids over kwetsbaarheden zoeken met AI zegt het kort: een bevinding is pas een mogelijke kwetsbaarheid tot iemand ze controleert. Wat overblijft, krijgt een ernst. Vinden we een geheim zoals een API-sleutel of wachtwoord, dan melden we dat meteen en wachten we niet op het rapport. Je krijgt geen ongecontroleerde AI-output.

  4. 04

    Rapport met ernst en oplossing

    Per bevinding lees je waar het probleem zit, wat er mis kan gaan en hoe je het oplost, met een voorbeeldoplossing waar dat kan. Elke bevinding krijgt een ernst: kritiek, hoog, middel of laag. Die indeling lijkt op de schaal van CVSS, de standaard waarmee ook bekende kwetsbaarheden een score krijgen.

    Zo weet je waar je begint: bij wat iemand vandaag al kan misbruiken. Je ontwikkelaar of je AI-tool kan meteen met het rapport aan de slag.

    Een verzonnen voorbeeld laat het formaat zien; het is geen bevinding van een klant. Op de bestelpagina kan een ingelogde gebruiker de bestellingen van andere klanten openen door het nummer in het webadres te veranderen. Ernst: hoog. Oplossing: controleer op de server of de bestelling bij de ingelogde gebruiker hoort.

  5. 05

    Herstel en hercontrole

    Het herstel doe je zelf, met je ontwikkelaar of met je AI-tool. Wil je hulp, dan nemen we dat op in de offerte. Daarna controleren we opnieuw of de lekken dicht zijn.

    Die hercontrole heeft een reden. Een AI-tool die een fout herstelt, lost soms alleen het voorbeeld uit het rapport op en laat dezelfde fout elders staan. Of het maakt een nieuwe fout op een andere plek. Daarom kijken we na het herstel opnieuw naar de gewijzigde code.

Wat de AI doet en wat de mens beslist

Kort samengevat: de modellen zoeken breed, de mens beslist. In deze tabel zie je per taak wie wat doet.

TaakAI-modellen en skillsMens

Afbakenen

Geen rol

Bepaalt samen met jou wat in scope is en welke delen het meeste risico dragen

Zoeken

Nemen de code, pakketten en configuratie in scope door volgens vaste skills

Kijkt extra naar de delen met klantgegevens, betalingen of AI-functies

Verdachte plekken

Melden alles wat op een bekend foutpatroon lijkt, ook twijfelgevallen

Gaat na of de plek echt bereikbaar en te misbruiken is

Valse alarmen

Geven ook meldingen die geen probleem zijn

Haalt ze uit de lijst

Ernst

Kennen je app en je data niet

Beslist de ernst: kritiek, hoog, middel of laag

Oplossing

Stellen een oplossing voor

Kiest de beste oplossing en schrijft die in het rapport

Hercontrole

Nemen de gewijzigde code opnieuw door

Bevestigt of het lek dicht is

Dat principe gebruiken we ook voor ons eigen werk. Elke contentwijziging die onze eigen Hermes-installatie bij Voltti maakt, begint als ticket en eindigt met een verificatierapport in dat ticket. Mensen controleren het uitgevoerde werk en sturen zo nodig bij.

Waarom we ook met lokale modellen werken

We werken ook met lokale modellen, omdat je bij een audit de broncode van een bedrijf leest. En niet elk bedrijf wil die code naar een externe AI-dienst sturen. Daarin staan vaak de opbouw van de database, interne namen en soms per ongeluk een sleutel. Met lokale modellen hoeft je code het netwerk niet te verlaten. Welke route past, spreken we af bij de afbakening. Hoe dat in het algemeen werkt, lees je bij lokale AI voor bedrijven.

Lokaal betekent niet dat het oordeel wegvalt. Ook dan beoordeelt een mens elke bevinding.

Wat je zelf voorbereidt

Je hoeft niet veel te doen voor een audit begint. Dit helpt wel:

  • Leestoegang tot de repository, met de voorgeschiedenis erbij. Oude commits bevatten soms nog een sleutel.

  • Een korte uitleg van wat de app doet, wie de app gebruikt en welke rollen er zijn.

  • De diensten waarmee de app praat, zoals een database, een betaalprovider, een taalmodel of e-mail.

  • Welke delen nieuw zijn of door een AI-tool zijn gebouwd, als je dat weet.

  • Wie de oplossingen uitvoert: je eigen ontwikkelaar, het bureau dat de app bouwde of Voltti.

Wat een audit niet is

Een security audit kijkt naar code en configuratie. Een pentest, waarbij iemand je draaiende app van buitenaf aanvalt, is iets anders en hoort er niet bij. Beide vullen elkaar aan. We geven geen certificaat of keurmerk, en geen enkele audit kan beloven dat een app 100% veilig is. Wel weet je daarna welke lekken er nu in je app zitten, hoe ernstig ze zijn en hoe je ze dicht.

Wil je eerst zelf kijken? Begin met de checklist voor vibe coding en veiligheid en de zeven meest voorkomende beveiligingsfouten in AI-code. Waarom een audit nodig is, lees je in waarom een app die met AI gebouwd is een security audit nodig heeft. Wil je je app laten nakijken, bekijk dan de security audit van Voltti.

Portretfoto van Seppe Gadeyne

Seppe Gadeyne is developer en eigenaar van Voltti. Hij richt AI-agenten in voor bedrijven in België en Nederland.

Bijgewerkt op

Veelgestelde vragen

01Hoe verloopt een security audit van een app?

Ze heeft vijf stappen. Eerst de afbakening, dan een brede analyse met AI-modellen en eigen skills, en een menselijke beoordeling van elke bevinding. Daarna volgen een rapport met ernst en oplossing, en een hercontrole na het herstel. De modellen doen het zoekwerk. Een mens beslist wat in het rapport komt.

02Waarom laten jullie de AI niet alles doen?

Een model geeft ook meldingen die geen probleem zijn, en mist fouten die alleen opvallen als je weet hoe de app gebruikt wordt. Een mens gaat na of een bevinding echt te misbruiken is en hoe ernstig ze is. Zo krijg je geen lijst vol valse alarmen.

03Moet mijn code naar een externe AI-dienst?

Nee, dat hoeft niet. Bij een audit lezen we je broncode, en daarin staan vaak de opbouw van de database en interne namen. Daarom werken we ook met lokale modellen, zodat je code het netwerk niet hoeft te verlaten. Welke route past, spreken we af bij de afbakening. Je productiedata hebben we niet nodig.

04Wat doen jullie als jullie een API-sleutel of wachtwoord vinden?

Dan melden we dat meteen, zonder op het rapport te wachten, en raden we aan de sleutel bij de aanbieder te vervangen. Alleen de regel uit de code halen is niet genoeg, want de sleutel staat dan nog in de voorgeschiedenis van je repository. Tijdens de audit kijken we ook die voorgeschiedenis na, want oude commits bevatten soms nog een sleutel.

05Wat kost een security audit, en helpen jullie met het herstel?

Je krijgt altijd een offerte op maat. De prijs hangt af van de omvang van de code, het aantal koppelingen en omgevingen, en of je hulp wilt bij het herstel. Wil je die hulp, dan nemen we het herstel op ons en zetten we het in de offerte. Na het herstel volgt een hercontrole. We werken voor bedrijven in België en Nederland.

Welke app wil je laten nakijken?

Bespreek je pilot