Hoe een cybersecurityplatform dat Fortune 500-klanten bedient de onboardingtijd met 95% verkortte dankzij een door Startup House gebouwde AI-agent

Belangrijkste feiten in één oogopslag

• Client: US-gebaseerd platform voor mitigatie van cyberrisico’s, werkzaam voor Fortune 500-klanten (onder NDA)
• Partnerschap: sinds juli 2020, doorlopend; de AI-fase startte in 2025
• Wat we bouwden: Aria, een embedded AI-agent binnen het product van de klant
• Onboarding-tijd: met 95% teruggebracht, van 45 minuten begeleide setup naar minder dan 2 minuten
• Gebruiks­patroon: van kwartaalrapportagetool naar dagelijks beslissingsondersteunend systeem
• Self-service: 100% zelfbedienings-dataverkenning, zonder analistenondersteuning
• Architectuur: LangGraph-orkestratie, Anthropic’s Claude models, MCP-integraties, OAuth 2.1, tenant-isolatie by design
• Uitgerold zonder de kerninfrastructuur, het datamodel of de codebase van het platform aan te raken

Het vertrekpunt: een gerespecteerd product dat nauwelijks werd gebruikt

Deze case study beschrijft de tweede fase van ons werk met een Amerikaans cybersecuritybedrijf waarmee we sinds juli 2020 samenwerken. In de eerste fase bracht Startup House het product van prototype naar een SaaS die door Fortune 500-bedrijven wordt gebruikt, met 150% omzetgroei in het eerste jaar en 225% meer B2B-klanten.

Tegen 2025 was het platform volwassen en gerespecteerd. Het had ook drie problemen die iedereen met een data-intensief product in een gereguleerde categorie zal herkennen:

• Complexiteit aan de oppervlakte. Het platform beheerde rijke cyberrisicodata, maar interpreteren vereiste expertise op hoog niveau.
• Lage gebruiksfrequentie. De meeste gebruikers openden de tool eens per kwartaal om periodieke rapporten te maken.
• Zware onboarding. Nieuwe klanten hadden ongeveer 45 minuten begeleide setup met actieve customer support nodig voordat ze zelfstandig aan de slag konden.

Toen ChatGPT-achtige interactie een marktexpectatie werd, was de opdracht van de klant duidelijk: breng dat interactiemodel naar het cyberrisicoplatform.

De uitdaging: één interface voor drie heel verschillende gebruikers

Hetzelfde paneel moest drie persona’s tegelijk bedienen. Een lid van de raad van bestuur heeft een screenshot nodig die zichzelf uitlegt, klaar om zo in een kwartaalrapport te zetten. Een CFO wil het verhaal achter de cijfers. Een CISO wil conversatiële diepgang om de data te onderzoeken en erop te handelen.

Een ChatGPT-kloon bovenop het platform zetten zou voor alle drie falen. Een copilot naast het product evenzeer, omdat gebruikers dan twee parallelle interfaces krijgen.

De oplossing: Aria, een embedded AI met een interface in vier lagen

Aria is een embedded AI-agent die binnen het product, het merk en de authenticatiegrens van de klant leeft. Gebruikers hoeven nooit over te schakelen naar een aparte tool. We hebben het paneel opnieuw ontworpen rond één principe: eerst eenvoud, complexiteit op aanvraag.

De interface is een ladder van vier lagen, met Aria op elk niveau aanwezig:

• Laag 0, Executive: "Wat gebeurt er?" Het eerste scherm na inloggen. Klassiek dashboard, belangrijke beveiligingsstatus-indicatoren, vooraf gerenderde antwoorden zonder modelaanroep en zonder wachttijd. Ontworpen voor bestuursleden die in seconden georiënteerd willen zijn.
• Laag 1, Financial: "Waarom gebeurt dit?" De onderzoekslaag voor CFO’s en financiële leidinggevenden. Contextuele promptknoppen suggereren wat je kunt vragen op basis van wat je bekijkt, en openen de ingebouwde chat met Aria.
• Laag 2, Execution: "Doe het voor mij." De actielaag voor CISO’s en security-operators. Knoppen zijn niet langer passief ("Bekijken") maar worden opdrachten ("Aanmaken", "Identificeren", "Voorbereiden"). Het product verschuift van risico tonen naar risico oplossen.
• Laag 3, Open verkenning: "Wat je maar wilt." Een vrij promptveld, altijd beschikbaar, voor gebruikers die precies weten wat ze willen.

Gebruikers maken stapsgewijs kennis met werken met een LLM, met vangrails in elke stap. Niemand hoeft een nieuw product te leren om AI-mogelijkheden te krijgen. De AI sluit aan waar gebruikers al werken.

De architectuur: vanaf dag één voor enterprise gebouwd

Drie architectuurkeuzes zijn cruciaal voor enterprise AI-implementaties, en Aria adresseert ze alle drie.

Orkestratie en redeneren. Aria draait op LangGraph, een stateful framework voor agent-orkestratie met ondersteuning voor samenstelling van meerdere agents, persistent geheugen over meerdere beurten en live streaming van tooluitvoering. De redeneerlaag gebruikt Anthropic’s Claude models. Modelkeuze is configureerbaar, geen architectonische keuze, zodat het platform van provider kan wisselen zonder herbouw.

Tenant-isolatie by design. Elke tool die Aria gebruikt, wordt bij creatie gekoppeld aan de geauthenticeerde gebruiker, organisatie en het profiel. Het model kan die identiteit niet doorgeven, wijzigen of zelfs zien. Cross-tenant-toegang is geen downstream-filter dat prompt injection kan omzeilen. De agent kan simpelweg geen tools buiten zijn tenantgrens aanroepen. Bij organisatiebrede chats worden namen van business units gepseudonimiseerd voordat een bericht het model bereikt.

Live-integraties via MCP. Aria bevraagt de live securitystack van de klant, te beginnen met CrowdStrike Falcon en uitbreidbaar naar elke MCP-compliant tool, met OAuth 2.1 voor authenticatie. Hierdoor verschuift het product van een op zichzelf staande analytische tool naar een orkestratielaag voor de volledige security-operatie van de klant.

Er is nog een element: door beheerders gedefinieerde agents. Beheerders van de klant maken nieuwe AI-specialisten direct vanuit de applicatie-UI aan, met een naam, een prompt en een set tools. Nieuwe agents gaan in minuten live voor de hele organisatie, zonder op een release te wachten.

De resultaten

• 95% minder onboarding-tijd, van 45 minuten naar minder dan 2 minuten.
• 100% self-service dataverkenning. Gebruikers interpreteren hun eigen risicodata zonder analisten.
• Van kwartaal naar dagelijks. Het product verschoof van kwartaalrapportage naar dagelijks beslissingsondersteunend gebruik.
• 3 verschillende persona’s, één paneel. Bestuursleden, financiële leads en CISO’s volgen elk hun eigen workflow in dezelfde interface.
• Geen wijzigingen aan de kerninfrastructuur. De AI-integratie is uitgerold zonder het datamodel of de codebase van het platform aan te raken, en de security-architectuur (tenant-isolatie, encryptie, toegangscontrole) vergde geen nieuwe compliance-scope.
• Nieuwe agents en connectors gaan in minuten live, geconfigureerd door het adminteam van de klant zonder tussenkomst van engineering.

De COO van de klant, Kyle Ferguson, vat de verandering samen:

"We hebben vijf jaar gebouwd aan een analyticsplatform dat onze Fortune 500-klanten respecteerden maar niet dagelijks gebruikten. De AI-laag die SH bouwde, heeft dat veranderd. Klanten die het platform vroeger eens per kwartaal openden, laten er nu dagelijks hun beslissingen doorheen lopen. Het product is eronder hetzelfde gebleven, maar de manier waarop klanten het ervaren is totaal anders."

Wat dit betekent als je een data-intensief product runt

Het patroon achter dit project komt veel voor in accounting, banking, finance, compliance en security: een product met rijke data, interpretatie alleen voor experts en lage betrokkenheid. Een embedded AI-agent verandert de economie van zo’n product op drie manieren. Onboarding slokt geen customer-successcapaciteit meer op. Gebruikers beantwoorden hun eigen vragen in plaats van supportverzoeken in te dienen. En betrokkenheid verschuift van periodieke rapportage naar dagelijkse beslissingen, wat verandert hoe klanten het product waarderen bij verlenging.

Voor niets hiervan hoefde het platform te worden herbouwd. De AI-laag ligt bovenop bestaande systemen, waardoor de hele integratie kon worden uitgerold zonder de kern-codebase aan te raken.

Over Startup House

Startup House (SH) is een softwareontwikkelbedrijf van 50 mensen, gevestigd in Warschau, Polen, opgericht in 2016. We bouwen AI-producten op basis van de eigen data van de klant, van generatieve AI-prototypes tot productieklare AI-agents, naast end-to-end digitale productontwikkeling. We zijn ISO 27001-compliant en klantdata wordt nooit gebruikt om AI-modellen te trainen.

Denk je aan een AI-laag voor je product? Boek een call van 30 minuten.

Veelgestelde vragen

Wat is Aria?

Aria is een embedded AI-agent die Startup House bouwde binnen een Amerikaanse cybersecurity­-platform voor Fortune 500-klanten. Het combineert een interface in vier lagen met LangGraph-orkestratie en Anthropic’s Claude models, en het verbindt met de live securitystack van de klant via MCP.

Welke resultaten leverde de AI-agent op?

De onboarding-tijd voor klanten daalde met 95%, van 45 minuten naar minder dan 2 minuten. Dataverkenning werd 100% self-service en het platform verschoof van kwartaalrapportage naar dagelijks beslissingsondersteunend gebruik.

Vereiste de AI-integratie een herbouw van het platform?

Nee. De AI-laag is uitgerold zonder wijzigingen aan de kerninfrastructuur, het datamodel of de codebase van het platform. Tenant-isolatie, encryptie en toegangscontrole bleven intact zonder nieuwe compliance-scope.

Hoe voorkomt Aria prompt injection en cross-tenant datalekken?

Elke tool is bij creatie gebonden aan de geauthenticeerde gebruiker, organisatie en het profiel, waardoor het model niets buiten zijn tenantgrens kan benaderen. Dit is een architectonische garantie, geen filter. Namen van business units worden bovendien gepseudonimiseerd voordat berichten het model bereiken.

Wie is de klant?

De klant is een US-gebaseerd platform voor mitigatie van cyberrisico’s onder NDA, dat Fortune 500- en private-equityklanten bedient. Startup House werkt sinds juli 2020 met het bedrijf samen.