Ik zie dit vaak bij klanten. Microsoft 365 Copilot staat op de planning, maar het gesprek gaat eerst over prompts, adoptie en licenties. Pas later kijken we naar SharePoint rechten, oude Teams sites en bestanden die ooit met Everyone except external users zijn gedeeld. Dat is precies de verkeerde volgorde. Copilot verzint geen nieuwe toegang tot jouw tenantdata. Het helpt gebruikers wel veel sneller informatie te vinden die ze volgens hun bestaande rechten mogen lezen. Een fout in je autorisatiemodel valt daardoor eerder op.

Microsoft Purview is geen knop waarmee je alle AI risico’s uitschakelt. Het is een samenhangende set functies voor dataclassificatie, Data Loss Prevention, audit, Data Security Posture Management for AI en onderzoek. In deze blog bouwen we een aanpak voor een Microsoft 365 E5 demo tenant. We kijken naar wat de techniek wel en niet afdekt, hoe je een gecontroleerde pilot opzet en hoe je aantoont dat het beleid werkt.

Waarom dit nu speelt

Generatieve AI verandert de snelheid waarmee medewerkers informatie verzamelen en combineren. Een medewerker hoeft niet langer twintig SharePoint sites te openen om een budget, contract of projectnotitie te vinden. Eén vraag kan meerdere toegankelijke bronnen samenbrengen. Daardoor worden oude configuratiefouten meer zichtbaar: te brede groepslidmaatschappen, anonieme links, verkeerd gelabelde documenten en kopieën in OneDrive.

Er zijn ook twee verschillende AI stromen. De eerste is Microsoft 365 Copilot met Microsoft 365 data als grounding. De tweede bestaat uit prompts, uploads en kopieeracties richting AI toepassingen via browsers of andere clients. Je hebt niet automatisch dezelfde Purview controles voor elke toepassing. Een DLP policy voor de Microsoft 365 Copilot locatie is niet hetzelfde als Endpoint DLP voor een externe AI website.

Wat Purview beschermt en wat niet

Laag	Waarvoor gebruik je dit	Belangrijke grens
SharePoint en OneDrive rechten	Bepalen wie een bron mag lezen	Purview DLP herstelt geen verkeerd toegekende rechten
Sensitivity labels	Classificeren en waar nodig versleutelen	Labeldekking en gebruiksrechten moeten kloppen
DLP voor Microsoft 365 Copilot	Blokkeren van bepaalde prompts of broninhoud	Ondersteuning hangt af van conditie, client en release status
DSPM for AI	Inzicht in risico’s en AI gebruik	Rapportage vervangt geen bronremediatie
Audit en eDiscovery	Aantonen en onderzoeken van interacties	Beschikbare velden en retentie hangen af van configuratie
Endpoint DLP	Beheersen van bepaalde browseracties naar AI sites	Afhankelijk van platform, browser en onboarding

Mijn advies is om deze lagen los te ontwerpen en vervolgens samen te testen. Een document dat Copilot niet mag verwerken, kan nog steeds toegankelijk zijn voor een medewerker via SharePoint. Een goede DLP blokkade is daarom geen vervanging voor least privilege.

Architectuur: van bron tot audit

Het onderstaande schema laat de beslismomenten zien. De toegangscontrole vindt plaats vóórdat een bron als toegestane grounding kan worden gebruikt. Purview levert daar aanvullende bescherming bovenop. De exacte volgorde en technische implementatie kunnen per Copilot ervaring verschillen, dus zie het schema als een beheerarchitectuur en niet als een intern Microsoft productdiagram.

Stap 1. Breng oversharing in kaart

Begin niet met de meest strenge DLP policy. Begin met de vraag welke data ten onrechte toegankelijk is. In SharePoint en OneDrive kijk je naar externe links, organisatiebrede links, brede ledenlijsten en locaties waar vertrouwelijke documenten zonder duidelijke eigenaar staan. In een E5 demo tenant maak je een site Finance Pilot aan met drie testdocumenten en minimaal twee testaccounts met verschillende rechten. De ene gebruiker hoort de documenten te kunnen lezen, de andere niet.

Open het Microsoft Purview portal via purview.microsoft.com. Ga naar Data Security Posture Management for AI en kies, als de tenant dit menu aanbiedt, de Microsoft 365 Copilot weergave. Bekijk de aanbevelingen rond sensitive data en oversharing. Beschikbare kaarten, benamingen en rapporten verschillen per licentie, tenant en uitrolfase. Vergelijk de bevindingen altijd met de werkelijke SharePoint permissies. Een aanbeveling is geen bewijs dat een bepaalde gebruiker een bepaald bestand via Copilot heeft ontvangen.

Controleer daarna de bron via SharePoint admin center, Sites, Active sites, selecteer de site en inspecteer Permissions en Sharing. Inspecteer ook unieke documentrechten. Neem een bestaande permissie die te breed is weg vóór je de AI policy beoordeelt. Dit maakt het effect van elke beveiligingslaag zichtbaar tijdens de test.

Stap 2. Ontwerp labels die medewerkers begrijpen

Een labelstructuur met twintig bijna gelijke keuzes is in de praktijk moeilijk te beheren. Start bijvoorbeeld met Public, Internal, Confidential en Highly Confidential. Maak de betekenis meetbaar. Confidential kan klantdata en interne financiële informatie bevatten. Highly Confidential kan acquisities, personeelsdossiers en gevoelige strategie omvatten. Documenteer per niveau wie de eigenaar is, of externe samenwerking mag en of encryptie nodig is.

Ga naar Microsoft Purview portal, Solutions, Information Protection, Sensitivity labels. Maak labels aan en publiceer ze met een label policy aan een beperkte pilotgroep. De namen in het portaal kunnen per tenant verschillen. Let op de rangorde en controleer de gebruiksrechten bij encryptie. Copilot en agents houden rekening met toegekende rechten op versleutelde inhoud. Microsoft beschrijft hierbij onder meer het EXTRACT gebruiksrecht voor het retourneren van data uit beschermde items. Vertrouw er niet op dat een zichtbaar label op zichzelf al een blokkade is.

Zet drie testbestanden klaar: een Internal procesdocument, een Confidential klantcontract en een Highly Confidential bestuursnotitie. Laat de pilotgebruiker elk bestand openen en controleer dat het juiste label zichtbaar is. Maak vervolgens een apart testbestand met een opzettelijk onjuist label. Daarmee meet je wat er misgaat als classificatie niet aansluit op de inhoud.

Stap 3. Richt DLP voor Microsoft 365 Copilot in

In Microsoft Purview ga je naar Data Loss Prevention, Policies en maak je een custom policy. Selecteer de locatie Microsoft 365 Copilot and Copilot Chat. Bij deze locatie kun je onder andere regels maken op basis van Sensitivity labels voor bronbestanden en e-mail, of Sensitive information types voor promptinhoud. Je kunt niet zomaar alle bestaande DLP opties van Exchange en endpoints hergebruiken. Microsoft documenteert een eigen matrix met ondersteunde voorwaarden en acties.

Maak in de pilot twee aparte regels of policies. De eerste verhindert Copilot om documenten met Highly Confidential als broninhoud te verwerken. De tweede test het blokkeren van promptverwerking wanneer een opgegeven sensitive information type wordt herkend. Gebruik vooraf afgesproken synthetische testdata. Voor de websearch-variant kan DLP websearch als grounding uitsluiten, terwijl Copilot nog een antwoord maakt met toegestane interne data. Dat gedrag is anders dan het blokkeren van de hele prompt.

Let op de release status. Microsoft vermeldt in de actuele documentatie dat het blokkeren van prompts op basis van sensitive information types in preview wordt uitgerold. Verifieer daarom vóór productie of de functie beschikbaar is in jouw tenant en welke clients daadwerkelijk worden ondersteund. Microsoft noemt voor sommige beleidswijzigingen een propagatietijd tot vier uur. Meet niet direct na het opslaan al een definitieve uitkomst.

Microsoft heeft ook een standaardpolicy met de naam Default DLP policy – Protect sensitive M365 Copilot interactions. Die kan in simulatiemodus staan met policy tips. Een gesimuleerde match is geen daadwerkelijke blokkade. Controleer daarom expliciet de policy state en de gekozen action. Pas enforcement alleen toe nadat functionele tests, false positives en gebruikerseffecten zijn beoordeeld.

Testmatrix voor de pilot

Test	Prompt of bron	Verwachte controle
A	Vraag naar een Internal document dat de gebruiker mag zien	Antwoord toegestaan, afhankelijk van bron en indexering
B	Vraag naar een Highly Confidential gelabeld document	Inhoud niet verwerkt wanneer passende DLP regel actief is
C	Vraag naar een document waarvoor de gebruiker geen toegang heeft	Geen toegang via Copilot als bronrechten correct zijn
D	Prompt met synthetisch testnummer dat het gekozen SIT triggert	Blokkade of websearch beperking conform geselecteerde actie
E	Zelfde prompt zonder SIT	Geen blokkade door die specifieke SIT regel
F	Nieuw aangebracht label terwijl een Office bestand al open is	Sluit en heropen het bestand vóór hertest

Test niet alleen op een melding in de interface. Leg per scenario de gebruiker, client, label, policy, policy state, tijdstip, verwachte uitkomst en feitelijke uitkomst vast. Bewaar daarbij geen echte persoonsgegevens in screenshots of logexports.

Stap 4. Audit Copilot interacties

Audit is nodig om incidenten te reconstrueren en wijzigingen aan policies te beoordelen. Microsoft documenteert dat Copilot en AI app interacties automatisch kunnen worden gelogd via Microsoft Purview Audit wanneer auditing actief is. De CopilotInteraction operatie geeft context over interacties. Niet elk auditrecord bevat de volledige prompttekst. Voor promptinhoud verwijst Microsoft onder andere naar Content Search en AI interaction weergaven met passende rechten.

Open Purview, Solutions, Audit, Search. Selecteer een testperiode, beperk op pilotaccounts en zoek waar beschikbaar op Copilot activiteiten. Exporteren doe je alleen met een toegewezen auditrol en een afgesproken bewaartermijn. Controleer in de Audit documentatie welke details van bronreferenties in jouw omgeving zichtbaar zijn. Een lege zoekuitkomst betekent niet automatisch dat Copilot nooit is gebruikt: controleer auditrechten, tijdvenster, verwerkingstijd en filters.

Onderstaand PowerShell voorbeeld is bedoeld voor een gecontroleerde auditcontrole. Het gebruikt Exchange Online PowerShell om een Unified Audit Log search uit te voeren. De exacte opdrachtbeschikbaarheid, benodigde rollen, resultaatlimieten en ondersteuning zijn afhankelijk van jouw tenant. Gebruik voor grotere onderzoeken de daarvoor bedoelde auditexport of API mogelijkheden en pagineer resultaten zorgvuldig.

# Controleer eerst de vereiste modules en auditrechten.
Import-Module ExchangeOnlineManagement
Connect-ExchangeOnline -UserPrincipalName admin@contoso.onmicrosoft.com

$start = (Get-Date).AddDays(-2)
$end = Get-Date
$results = Search-UnifiedAuditLog -StartDate $start -EndDate $end `
-Operations CopilotInteraction -ResultSize 5000

$results | Select-Object CreationDate, UserIds, Operations, AuditData |
Export-Csv -Path .\copilot-audit-pilot.csv -NoTypeInformation -Encoding UTF8

Disconnect-ExchangeOnline -Confirm:$false

Controleer de ruwe AuditData JSON van enkele records voordat je er automatische conclusies uit trekt. Velden kunnen per workload verschillen. Een record met een Copilot interactie bewijst niet dat gevoelige inhoud in het antwoord stond. Koppel auditobservaties aan het DLP incident, de bronrechten en eventueel een eDiscovery onderzoek.

Stap 5. Maak een terugkerende meetcyclus met DSPM for AI

Data Security Posture Management for AI helpt bij het zichtbaar maken van AI gerelateerde datarisico’s, AI interacties en aanbevolen remediaties. Gebruik het niet als vervanging voor een SharePoint permissieaudit. Start met één KPI per beveiligingslaag: aantal risicovolle gedeelde locaties, aandeel relevante bestanden met label, aantal DLP matches, aantal bevestigde false positives en tijd tot remediatie.

Zet een eenvoudige wekelijkse review op tussen Microsoft 365 beheer, security en informatie-eigenaren. Het SOC onderzoekt verdachte interacties, maar de site eigenaar moet onjuiste deling herstellen. Leg voor elk type bevinding een verantwoordelijke vast. Zo voorkom je dat een dashboard wel rode cijfers toont, maar niemand de bron aanpast.

Voor externe generatieve AI sites is vaak een andere route nodig. Endpoint DLP kan op ondersteunde Windows apparaten en browsercombinaties bepaalde uploads of plakacties naar externe AI sites controleren. Controleer device onboarding, browserondersteuning en de juiste Endpoint DLP activiteit. Een Copilot DLP test is geen bewijs dat deze route werkt voor een willekeurige externe AI applicatie.

Scenario uit de praktijk: een financieel project

Stel dat een projectteam werkt aan een interne overname. De documenten staan in een SharePoint site die ooit is gemaakt voor een bredere samenwerking. Een lid uit een ander team heeft onbedoeld leesrechten. Die medewerker vraagt Copilot naar de planning en de financiële aannames. Copilot werkt in beginsel binnen de rechten van de medewerker. Het probleem ontstaat dus bij het bronmodel, niet doordat Copilot zomaar een beveiligingsgrens passeert.

De beheerder controleert eerst de sitepermissies, verwijdert de onbedoelde toegang en draait een test met de tweede gebruiker. Daarna krijgt de bestuursnotitie het label Highly Confidential. Een DLP regel voor de Copilot locatie voorkomt, binnen de gedocumenteerde ondersteuning, dat dit gelabelde item als broninhoud wordt verwerkt. Audit en DSPM helpen vervolgens bij monitoring en verificatie. Drie maatregelen hebben elk een andere functie: toegangsbeheer sluit de bron af, labeling maakt classificatie expliciet en DLP beperkt AI verwerking.

Het belangrijkste inzicht is dat de volgorde telt. Wie alleen een DLP blokkade neerzet, laat de bestaande SharePoint autorisatiefout staan. Wie alleen permissies opschoont, mist een aanvullende controle voor documenten die gebruikers wel mogen lezen maar niet in een Copilot antwoord willen gebruiken.

Troubleshooting: waarom werkt mijn regel niet?

De eerste controle is de policy state. Staat de regel in simulation, dan verwacht je logging en niet altijd een blokkade. Controleer vervolgens of je de Microsoft 365 Copilot and Copilot Chat locatie hebt geselecteerd. Controleer de exacte conditie: een Sensitivity labels regel voor broninhoud werkt anders dan een Sensitive information types regel voor prompttekst.

Kijk daarna naar de client. Niet iedere functie is in elke Copilot ervaring beschikbaar. Voor Office apps geldt dat een label dat tijdens een geopende sessie wordt toegevoegd, voor bepaalde Copilot DLP evaluaties pas bij het opnieuw openen effect heeft. Test daarom opnieuw na het sluiten en openen van het bestand. Houd rekening met tijd voor policypropagatie en vraag je tenantbeheerder welke preview functies zijn geactiveerd.

Verifieer tot slot of het testmateriaal de rule condition werkelijk matcht. Een synthetisch nummer kan buiten de detectielogica van een sensitive information type vallen. Gebruik Microsoft testhulpmiddelen waar beschikbaar, noteer het confidence level en test positieve en negatieve voorbeelden. Als een gebruiker geen toegang tot een bron heeft, kan dat ook verklaren waarom een Copilot antwoord niets over het document bevat. Dat is dan geen bewijs dat DLP heeft geblokkeerd.

Veelgemaakte fouten

Een veelgemaakte fout is denken dat een sensitivity label vanzelf Copilot blokkeert. Een label kan classificatie, marking en encryptie regelen, maar het uitsluiten van gelabelde broninhoud vraagt een passende Copilot DLP configuratie. Een tweede fout is het activeren van brede blokkeerregels zonder simulatie en gebruikerscommunicatie. Dat levert vooral ruis en supporttickets op.

Ook zien teams audit aan voor een volledig gespreksarchief. Auditgegevens bevatten activiteiten en context, maar de beschikbaarheid van prompt- en antwoordinhoud volgt eigen toegangs- en compliancepaden. Tot slot worden licenties overgeslagen. E5 helpt bij veel Purview scenario’s, maar specifieke AI functies, pay-as-you-go audit voor niet-Microsoft AI apps en preview-onderdelen moet je afzonderlijk verifiëren.

Checklist voor productie

☐ Inventariseer sites, links en groepen met brede toegang voordat Copilot breed wordt uitgerold.

☐ Koppel elk vertrouwelijk documenttype aan een eigenaar en een begrijpelijk sensitivity label.

☐ Controleer encryptierechten en het gedrag van gelabelde documenten in ondersteunde Copilot clients.

☐ Scope DLP policies naar een afgebakende pilotgroep en leg rule conditions afzonderlijk vast.

☐ Controleer of beleid in simulation of enforce mode staat en test beide bewust.

☐ Gebruik uitsluitend synthetische testgegevens in prompts en screenshots.

☐ Wacht op policypropagatie en verifieer de ondersteunde client en tenantfeaturestatus.

☐ Zorg voor Audit toegang, test een CopilotInteraction zoekactie en documenteer retentie.

☐ Meet false positives, koppel oversharing bevindingen aan broneigenaren en plan een review.

☐ Bekijk licenties, privacy-impact en previewvoorwaarden opnieuw vóór productieactivatie.

Mijn advies

Start klein. Neem één team met gevoelige documenten, twee of drie heldere labels, één Copilot DLP policy en een vaste testmatrix. Voeg daarna DSPM for AI en audit toe als structurele meetpunten. Pas wanneer je bronrechten, labelgedrag en false positives begrijpt, schaal je naar meer teams. Dit maakt het ook voor het SOC duidelijk wanneer een alert echt actie vraagt.

Je krijgt zo niet alleen betere AI beveiliging. Je verbetert tegelijk datakwaliteit, autorisatiemodellen en de samenwerking tussen de security afdeling en documenteigenaren. Dat levert een beheerbaar model op waarin medewerkers AI kunnen gebruiken zonder dat alles standaard wordt dichtgezet.

Conclusie

Microsoft Purview kan een duidelijke extra beveiligingslaag bieden voor Microsoft 365 Copilot en AI gebruik. De basis blijft correcte toegang tot Microsoft 365 data. Sensitivity labels, Copilot DLP, Endpoint DLP, DSPM for AI en Audit vullen die basis aan, maar vervangen elkaar niet. Richt deze onderdelen bewust per scenario in, test de verschillen tussen preview en beschikbare productiefunctionaliteit en leg vast wat je werkelijk hebt aangetoond.

Volg ITCowboys voor de volgende technische deep dive. In de komende blogs pak ik meer Microsoft Security, XDR, Sentinel, Identity en Purview onderwerpen op vanuit de praktijk.

ITCowboys.nl

Microsoft Purview voor Copilot en AI