OpenAI claimt doorbraak in cybersecurity: malwareanalyse van weken naar acht uur

OpenAI claimt op 14 oktober 2026 een grote doorbraak op het gebied van cybersecurity. Het Amerikaanse AI-bedrijf stelt dat beveiligingsbedrijf SentinelOne met zijn AI-technologie complexe malware in ongeveer acht uur kan analyseren. Voor vergelijkbaar werk heeft een ervaren beveiligingsonderzoeker normaal gesproken vier tot zes weken nodig, aldus de bedrijven.

De opvallende resultaten komen uit een nieuwe praktijkcase van OpenAI. Daarin beschrijft SentinelOne hoe het OpenAI Daybreak inzet om kwaadaardige software te onderzoeken. Als de resultaten op grotere schaal standhouden, kan dat grote gevolgen hebben voor de manier waarop bedrijven zich beschermen tegen cyberaanvallen.

Cybersecurity draait voor een belangrijk deel om het begrijpen van kwaadaardige software. Wanneer onderzoekers nieuwe malware ontdekken, moeten ze achterhalen wat het programma precies doet, welke systemen het aanvalt en hoe het probeert beveiligingsmaatregelen te omzeilen.

Dat proces heet reverse engineering. Onderzoekers halen software als het ware uit elkaar en bestuderen de onderliggende code en werking. Vooral bij ingewikkelde malware kan dit weken duren.

Volgens Gregor Stewart, Chief AI Officer van SentinelOne, verandert OpenAI Daybreak dat proces ingrijpend. Hij stelt dat het AI-systeem analyses kan uitvoeren die qua kwaliteit vergelijkbaar zijn met het werk van een ervaren menselijke onderzoeker.

Het grote verschil zit volgens Stewart in de benodigde tijd. Een onderzoek waarvoor een topspecialist vier tot zes weken nodig heeft, levert met Daybreak in ongeveer acht uur een vergelijkbaar resultaat op.

Het gaat daarbij niet alleen om het automatisch herkennen van bekende virussen. De AI onderzoekt ook hoe onbekende of ingewikkelde software functioneert.

OpenAI presenteert dit als een belangrijke stap richting geavanceerde, grotendeels geautomatiseerde cyberverdediging.

De potentiële impact gaat verder dan tijdwinst bij één onderzoek.

Beveiligingsbedrijven ontdekken voortdurend nieuwe malware. Toch hebben hun onderzoekers niet genoeg tijd om ieder verdacht programma volledig te ontleden. Daardoor richten ze zich vooral op de gevaarlijkste of meest interessante exemplaren.

SentinelOne stelt dat Daybreak deze beperking deels wegneemt. Onderzoekers kunnen veel meer malware analyseren en vervolgens de resultaten met elkaar vergelijken.

Dat maakt het bijvoorbeeld mogelijk om gedeelde onderdelen te herkennen in twee programma's die op het eerste gezicht niets met elkaar te maken hebben.

Zo'n overeenkomst kan erop wijzen dat dezelfde aanvallers achter meerdere campagnes zitten. Het kan ook helpen om nieuwe varianten van bestaande malware sneller te identificeren.

Dit verandert mogelijk de werkwijze van beveiligingsonderzoekers. In plaats van uitsluitend afzonderlijke dreigingen te onderzoeken, kunnen ze een groter deel van het malwarelandschap in kaart brengen.

Stewart verwacht dat zijn medewerkers daardoor eerder verbanden kunnen ontdekken en beter kunnen anticiperen op toekomstige aanvallen.

Ook minder gespecialiseerde medewerkers krijgen volgens hem toegang tot analyses die voorheen uitsluitend door een kleine groep experts konden worden uitgevoerd.

De samenwerking met SentinelOne past binnen een grotere strategie van OpenAI.

Het bedrijf ontwikkelt steeds krachtigere modellen voor cybersecurity. Die moeten onder meer kwetsbaarheden opsporen, softwarecode onderzoeken, malware analyseren en beveiligingsproblemen helpen oplossen.

Met OpenAI Daybreak geeft het bedrijf goedgekeurde beveiligingsspecialisten toegang tot AI-modellen voor dergelijke werkzaamheden.

OpenAI onderscheidt verschillende toegangsniveaus. Daybreak Blue richt zich vooral op defensieve werkzaamheden, waaronder malwareanalyse en het onderzoeken van kwetsbaarheden. Daybreak Red ondersteunt daarnaast geavanceerdere beveiligingstests in gecontroleerde omgevingen.

Niet iedereen krijgt zomaar toegang tot deze mogelijkheden. OpenAI beoordeelt aanvragen en stelt aanvullende eisen aan het gebruik van krachtige cybersecurityfuncties.

Eerder schreef AI Wereld al over de introductie van GPT-5.5-Cyber. Met deze gespecialiseerde AI-modellen wil OpenAI beveiligingsbedrijven helpen om sneller kwetsbaarheden te ontdekken en digitale aanvallen tegen te gaan.

De samenwerking met SentinelOne laat zien hoe het bedrijf deze technologie inmiddels in de praktijk toepast.

Daarmee groeit OpenAI mogelijk uit tot een belangrijke technologiepartner voor bestaande cybersecuritybedrijven. De AI-modellen hoeven traditionele beveiligingssoftware niet te vervangen, maar kunnen het onderzoek achter die software aanzienlijk versnellen.

De cijfers zijn indrukwekkend, maar verdienen enige voorzichtigheid.

OpenAI publiceert de resultaten in een commerciële klantcase. Het bedrijf geeft daarbij geen uitgebreide technische benchmark waarmee onafhankelijke onderzoekers kunnen vaststellen hoe goed Daybreak daadwerkelijk presteert.

Ook ontbreken gegevens over het aantal onderzochte malwarevoorbeelden, de nauwkeurigheid van de analyses en de hoeveelheid menselijke controle die nodig was.

De vergelijking tussen acht uur en vier tot zes weken komt van SentinelOne zelf. Het is dus nog niet aangetoond dat andere beveiligingsteams onder vergelijkbare omstandigheden dezelfde tijdwinst kunnen behalen.

Bovendien betekent een snellere analyse niet automatisch dat AI zelfstandig alle beveiligingsbeslissingen kan nemen.

Stewart benadrukt dat menselijke verantwoordelijkheid essentieel blijft. Zijn medewerkers moeten belangrijke beslissingen over de architectuur en beveiliging van systemen zelf beoordelen. Kleinere reparaties en routinematige werkzaamheden lenen zich volgens hem beter voor automatisering.

Dat onderscheid is belangrijk. AI-systemen kunnen fouten maken, verkeerde conclusies trekken of een kwetsbaarheid onvoldoende begrijpen.

AI Wereld schreef eerder ook over OpenAI-agents die tijdens cybersecuritytests buiten hun bedoelde werkomgeving terechtkwamen. Dat incident liet zien dat krachtige AI-systemen zelf nieuwe beveiligingsrisico's kunnen veroorzaken.

Voor organisaties kan de ontwikkeling grote gevolgen hebben.

Bedrijven investeren veel geld in specialisten die cyberaanvallen onderzoeken en kwetsbaarheden oplossen. Als AI een aanzienlijk deel van dat onderzoekswerk versnelt, kunnen dezelfde teams mogelijk meer dreigingen behandelen.

Vooral kleinere beveiligingsteams kunnen daarvan profiteren. Zij beschikken vaak niet over de capaciteit om iedere verdachte softwarevariant uitgebreid te onderzoeken.

Tegelijkertijd ontstaat een nieuwe uitdaging. Dezelfde technische vooruitgang die verdedigers helpt, kan ook aanvallers ondersteunen bij het ontdekken van kwetsbaarheden.

OpenAI zet daarom nadrukkelijk in op gecontroleerde toegang tot zijn krachtigste cybersecuritymodellen.

De aankondiging van SentinelOne maakt vooral duidelijk hoe snel de rol van AI binnen digitale beveiliging verandert. Waar kunstmatige intelligentie jarenlang vooral hielp bij het herkennen van verdachte patronen, kan de technologie nu ook complexe technische onderzoeken uitvoeren.

Of de geclaimde prestaties breed reproduceerbaar zijn, moet nog blijken. Maar als beveiligingsonderzoek dat vroeger weken kostte inderdaad binnen enkele uren kan plaatsvinden, verandert dat de mogelijkheden van cybersecurityteams ingrijpend.