Welke acties van een AI-agent moeten medewerkers eerst goedkeuren?

Niet elke actie van een AI-agent hoeft door een medewerker te worden goedgekeurd, maar sommige acties absoluut wel. Als vuistregel geldt: acties met onomkeerbare gevolgen, toegang tot gevoelige gegevens of impact op externe partijen vereisen altijd menselijke goedkeuring. Hoe je die grens trekt en hoe je dat praktisch inricht, lees je in dit artikel.

Wat bepaalt of een AI-agent zelfstandig mag handelen?

Of een AI-agent zelfstandig mag handelen, hangt af van drie factoren: de onomkeerbaarheid van de actie, de gevoeligheid van de betrokken data en de impact op mensen of systemen buiten de directe werkomgeving. Hoe groter het risico op schade of fouten die niet eenvoudig te herstellen zijn, hoe meer menselijk toezicht noodzakelijk is.

Dit principe staat ook wel bekend als human-in-the-loop: een mens blijft betrokken bij beslissingen met significante gevolgen. Binnen Microsoft 365 en Copilot-omgevingen is dit geen theoretisch concept, maar een instelling die je actief kunt configureren per workflow of agent.

Drie vragen helpen je snel te bepalen of goedkeuring nodig is:

• Is de actie omkeerbaar? Een verwijderd bestand terugzetten is makkelijker dan een verstuurde e-mail herroepen.
• Raakt de actie gevoelige informatie? Persoonsgegevens, financiële data en vertrouwelijke documenten vragen altijd extra aandacht.
• Heeft de actie externe gevolgen? Communicatie naar klanten of leveranciers, betalingen en contractwijzigingen vallen in een hogere risicocategorie.

Welke soorten acties vereisen altijd menselijke goedkeuring?

Acties die altijd menselijke goedkeuring vereisen zijn: het versturen van communicatie namens de organisatie, het uitvoeren van financiële transacties, het wijzigen of verwijderen van kritieke bedrijfsdata en het aanpassen van toegangsrechten. Dit zijn acties waarbij een fout direct merkbare en moeilijk herstelbare gevolgen heeft.

Concreet gaat het om situaties zoals:

• E-mails of berichten sturen naar klanten, partners of leveranciers
• Facturen aanmaken of betalingsopdrachten initiëren
• Documenten definitief verwijderen of archiveren
• Gebruikersaccounts aanmaken, wijzigen of deactiveren
• Contracten of offertes versturen of ondertekenen
• Wijzigingen doorvoeren in systemen met productiedata

Bij AI-automatisering via tools als Microsoft Copilot of Power Automate is het verstandig om voor elk van deze categorieën een expliciete goedkeuringsstap in te bouwen, ook als de AI-agent de taak technisch gezien volledig zelfstandig zou kunnen uitvoeren.

Welke acties kan een AI-agent veilig zelfstandig uitvoeren?

Een AI-agent kan veilig zelfstandig acties uitvoeren die controleerbaar, omkeerbaar en laagdrempelig zijn. Denk aan het ophalen en samenvatten van informatie, het categoriseren van documenten, het plannen van vergaderingen op basis van beschikbaarheid en het genereren van conceptteksten die een medewerker daarna nog beoordeelt.

Voorbeelden van acties met een laag risicoprofiel:

• Informatie opzoeken en samenvatten uit interne documenten of systemen
• Vergaderingen inplannen of verzetten op basis van agendabeschikbaarheid
• Conceptversies maken van e-mails, rapporten of presentaties
• Notificaties versturen binnen interne kanalen (zoals Teams)
• Data filteren, sorteren en weergeven in dashboards
• Routinematige statusupdates ophalen en rapporteren

De rode draad: de agent bereidt voor of informeert, maar voert geen onomkeerbare stappen uit zonder tussenkomst van een medewerker.

Hoe stel je goedkeuringsstromen in voor een AI-agent?

Goedkeuringsstromen voor een AI-agent stel je in via geautomatiseerde workflows waarbij specifieke acties een menselijke bevestiging vereisen voordat ze worden uitgevoerd. Binnen het Microsoft-ecosysteem doe je dit met Power Automate, waar je goedkeuringsstappen kunt toevoegen aan elke flow die een AI-agent aanstuurt.

De stappen om dit in te richten:

1. Identificeer risicovolle acties in je bestaande of geplande workflows.
2. Voeg een goedkeuringsstap toe in Power Automate via de ingebouwde “Goedkeuring starten en wachten”-actie.
3. Wijs een of meerdere goedkeurders aan die een melding ontvangen via Teams of e-mail.
4. Stel een tijdslimiet in zodat vertraagde goedkeuring de workflow niet onnodig blokkeert.
5. Definieer een fallback: wat gebeurt er als niemand binnen de tijdslimiet reageert?

Door goedkeuringsstromen centraal te beheren, houd je controle zonder dat medewerkers elke stap handmatig hoeven te volgen. De AI-agent doet het werk, de mens keurt de kritieke momenten goed.

Wie binnen een organisatie moet AI-acties goedkeuren?

Wie AI-acties goedkeurt, hangt af van het type actie en de bijbehorende verantwoordelijkheid binnen de organisatie. Als vuistregel geldt: de persoon die normaal gesproken verantwoordelijk is voor een taak, is ook de juiste goedkeurder voor de AI-variant van diezelfde taak.

Enkele praktische richtlijnen:

• Communicatie naar klanten: de accountmanager of teamleider die de klantrelatie beheert
• Financiële acties: de financieel verantwoordelijke of controller
• Toegangsbeheer: de IT-beheerder of systeemeigenaar
• Documenten en contracten: de proceseigenaar of leidinggevende

Vermijd het aanwijzen van één centrale goedkeurder voor alle AI-acties. Dat creëert een bottleneck en ondermijnt het voordeel van automatisering. Verdeel goedkeuringsbevoegdheden logisch op basis van domein en risico.

Hoe houd je overzicht over wat een AI-agent heeft gedaan?

Overzicht over de acties van een AI-agent houd je bij via auditlogs, rapportages en monitoringtools die automatisch vastleggen welke stappen de agent heeft uitgevoerd, wanneer en met welk resultaat. Binnen Microsoft 365 biedt het Security Monitoring-platform inzicht in activiteiten van geautomatiseerde processen en agents.

Praktische manieren om controle te houden:

• Activeer auditlogging in Microsoft 365 zodat alle agent-acties worden vastgelegd
• Gebruik Power BI of ingebouwde rapportages in Power Automate om flows te monitoren
• Stel periodieke reviewmomenten in waarbij een verantwoordelijke de uitgevoerde acties doorloopt
• Configureer meldingen bij afwijkend gedrag of mislukte stappen in een workflow

Transparantie over wat een AI-agent doet, is geen luxe maar een vereiste. Medewerkers die begrijpen wat de agent heeft gedaan en waarom, vertrouwen de technologie sneller en signaleren sneller als er iets niet klopt.

Hoe Puur ICT helpt met AI-agentbeheer en goedkeuringsstromen

Wij helpen organisaties bij het verantwoord inzetten van AI-agents binnen Microsoft 365, van de eerste inrichting tot het borgen van menselijke controle op de juiste momenten. Of je nu begint met Microsoft Copilot of al werkt met geautomatiseerde workflows via Power Automate, wij zorgen dat de balans tussen automatisering en menselijk toezicht goed is ingesteld.

Wat wij voor je kunnen doen:

• In kaart brengen welke processen geschikt zijn voor AI-automatisering
• Goedkeuringsstromen inrichten in Power Automate, afgestemd op jouw organisatiestructuur
• Rollen en verantwoordelijkheden definiëren voor het goedkeuren van AI-acties
• Auditlogging en monitoring instellen zodat je altijd overzicht hebt
• Medewerkers begeleiden bij het werken met en vertrouwen op AI-agents

Wil je weten hoe Puur ICT jouw organisatie helpt om AI veilig en effectief in te zetten? Neem contact met ons op en we denken graag met je mee.

Gerelateerde artikelen

• Wanneer schakel je naast je ICT-beheerder een externe securityspecialist in?
• Hoe automatiseer je goedkeuringen met Power Automate?
• Hoe zet je automatische back-ups in voor Exchange, SharePoint en OneDrive?
• Valt een MKB-bedrijf ook onder de NIS2-wetgeving?
• Hoe zorg je dat een nieuwe collega snel toegang heeft tot alle informatie die hij of zij nodig heeft?