De detailhandel was de sector die in 2025 de meeste geautomatiseerde activiteit en bijbehorende signals van kunstmatige-intelligentiebots ontving via het netwerk van Akamai. Het nieuwe rapport Securing the Agentic Storefront plaatst deze sector in de kern van een complex overzicht dat automatiseerd tracking, API-misbruik, accountfraude, phishing en gedistribueerde denial-of-service (DDoS) aanvallen op de applicatielaag omvat.
De kernpunten van de aanvallen op digitale handel in 30 seconden
- In de tweede helft van 2025 was 48% van al het detecteerde botverkeer afkomstig uit de detailhandel.
- Rastreerders voor modeltraining vormden 71% van dat activity.
- Gerichte webaanvallen op API’s stegen met 9% jaar-op-jaar en overtroffen de aanvallen op traditionele applicaties.
- Akamai registreerde bijna 3 biljoen DDoS-waarschuwingen van niveau 7 gericht op de sector, hoewel deze cijfers niet gelijkstaan aan succesvolle incidenten.
Het rapport vereist nauwkeurige interpretatie. Het beweert niet dat bijna de helft van al het verkeer van digitale winkels afkomstig is van AI-agenten. De 48% geeft aan dat bedrijven bijna de helft van de activaties van Akamai’s regels voor het classificeren van AI-bots in deze sectoren vertegenwoordigen. Deze bots blijven overigens een relatief klein deel van het totale geautomatiseerde volume.
Ook is het belangrijk om de aanvalscijfers correct te begrijpen. Akamai telt alarms die worden gegenereerd door haar webapplicatiefirewall, bot-managementsystemen en DDoS-tools. Een alarm kan voortkomen uit een geblokkeerde kwaadaardige aanvraag en betekent niet dat de aanvaller erin slaagde de applicatie te compromitteren, gegevens te stelen of de service te verstoren. De methodologie wordt expliciet in het rapport toegelicht.
Legitieme en kwaadaardige bots worden steeds moeilijker te onderscheiden
Het geautomatiseerde verkeer richting bedrijven in de handel groeide in 2025 met 19% en bereikte meer dan 17 biljoen detections. Retail was verantwoordelijk voor 61% van deze activiteit, gevolgd door de reissector met 34% en hospitality (hotellerie) met 5%.
Een deel van dat verkeer heeft legitieme functies. Zo crawlen zoekmachines catalogi om producten te indexeren, vergelijken vergelijkers prijzen en beschikbaarheid, en nieuwe koopassistenten zoeken informatie om artikelen aan te bevelen of transacties uit te voeren namens personen.
Het probleem is dat dezelfde capaciteit ook kan worden ingezet voor het extraheren van catalogi, prijsbewaking, voorraadmanipulatie, gebruik van gestolen inloggegevens of overbelasting van applicaties.
Tussen juli en december 2025 vormden de crawlers die data verzamelden voor modeltraining 71% van de door Akamai geclassificeerde AI-bots in de handel. Fetchers, die inhoud ophalen op verzoek van assistenten en services, vertegenwoordigen 14,8%. Zoekcrawlers voor AI telden daarbovenop 13,6%.
| Type AI-bot | Voorkeur binnen detecties handel |
|---|---|
| Training crawlers | 71,0 % |
| Content fetchers | 14,8 % |
| AI-zoekcrawlers | 13,6 % |
| Overige agenten en categorieën | minder dan 1 % |
OpenAI leidde de detections toe te schrijven aan specifieke operators met 37%, gevolgd door ByteDance met 28%, Anthropic met 18%, Meta met 14% en Perplexity met 1%. Deze cijfers geven meer het volume van het crawlerverkeer weer dan dat er sprake is van kwaadaardige activiteiten; ze duiden niet automatisch op misbruik door deze bedrijven.
Webshops staan voor een lastige afweging. Het blokkeren van automateerde activiteiten kan het misbruik verminderen, maar ook de zichtbaarheid van producten via assistenten beperken. Toestaan zonder restricties maakt massaal crawlen mogelijk, verstoort bedrijfsmetingen en verzwakt infrastructuur.
De meerderheid kiest er daarom eerst voor om waakzaam te zijn. Meer dan 90% van het gedrag dat als AI-bot werd geclassificeerd, viel onder beleidsrichtlijnen voor monitoring. Nadat deze categorie excluded werd uit de analyse, kon ongeveer driekwart van het resterende verkeer zonder restricties worden doorgelaten.
Akamai ziet het duale model van ’toe- of afwijzen’ als niet voldoende. Een betere aanpak is het classificeren van automatiseringsactiviteiten op basis van identiteit, gedrag, zakelijke nuttigheid en risicofactoren. Verstofte crawler van een zoekmachine zou bijvoorbeeld niet hetzelfde behandeld moeten worden als een bot dat IP’s roteert, browsers imiteert en in enkele minuten duizenden inventarispagina’s opvraagt.
De uitdaging wordt groter bij geautomatiseerde handel. Een geautoriseerde assistent kan navigeren, prijzen vergelijken en betaalgegevens gebruiken, allemaal namens de eigenaar. Als een malafide partij dat agentenname hergebruikt, krijgt het systeem in feite dezelfde legitimiteit als een echte gebruiker.
Het rapport waarschuwt ook voor het gebruik van modellen voor het creëren van synthetische identiteiten. Deze profielen combineren echte gegevens met vervalsingen en blijven maanden actief om een normaal voorkomen te behouden voordat ze voor fraude worden ingezet. Deze analyse van het Retail & Hospitality Information Sharing and Analysis Center is gebaseerd op expertschat, niet op directe telemetriegegevens van Akamai.
APIs worden de nieuwe oppervlakten van de winkel
De zichtbare website bevat niet langer alle logica van e-commerce. Catalogi, mobiele apps, voorraadbeheer, betaalroutes, promoties, loyaliteitsprogramma’s en logistieke providers communiceren via API’s.
Aanvallen op deze API-interfaces namen met 9% toe tussen Q4 2024 en Q4 2025. Tijdens dat laatste kwartaal waren API-aanvallen zelfs groter dan die op traditionele webapplicaties.
Over de twee jaar bekeken, vormden API-aanvallen 49% van alle webaanvallen in de handel. Retail vertegenwoordigde 58% van de waarschuwingen op deze endpoints, horeca 33% en reizen 9%.
De problemen gaan verder dan codekwetsbaarheden. API’s kunnen, zelfs wanneer ze correct functioneren, worden misbruikt via:
- Automatisering van inventaris- en prijsaanvragen
- Massale inlogpogingen
- Gebruik van gestolen betaalkaarten voor kleine bedragen
- Exploiteren van loyaliteitsprogramma’s
- Omkantelen van promotie- of retourlimieten
- Toegang tot oude, niet meer gecontroleerde endpoints
- Ongeautoriseerd gebruik van betaalde AI-diensten van de handel
In het rapport wordt dit laatste bijvoorbeeld genoemd als AI token freeloading. Een aanvaller stuurt eigen workloads naar een publieke chatbot of endpoint om de schatkist van de organisatie te plunderen, waardoor onnodige kosten ontstaan en de service voor echte klanten kan worden geschaad.
Een aparte enquête van Akamai toont dat 85% van de sector deelneemt aan incidenten met API’s in het afgelopen jaar. 77,7% beschikt over een volledige inventaris, maar slechts 22,3% weet welke API’s gevoelige data blootleggen. Het probleem is niet alleen het ontbreken van API’s, maar ook het onwetend zijn over de inhoud ervan.
DDoS-aanvallen op niveau 7 voegen extra druk toe. In 2025 registreerde Akamai bijna 3 biljoen waarschuwingsreacties gericht op de handel, waarvan 31% op API’s. Retail was verantwoordelijk voor 84%, reizen voor 10% en horeca voor ongeveer 5%.
In tegenstelling tot volumetrische aanvallen die de bandbreedte proberen te overbelasten, kunnen applicatielaag-activiteiten veel kostbare functies benaderen en belasten met geoptimaliseerde HTTP-verzoeken. Inventaris, aankopen en promoties kunnen serverbelastingen veroorzaken zonder dat het totale verkeersvolume sterk toeneemt.
De piekmomenten kwamen overeen met het vierde kwartaal en speciale koopperioden. Aanvallers kunnen hun verzoeken verhullen tussen de gewone toename van klanten, zodat verstoringen extra financiële schade veroorzaken.
Phishing, malware en fraude vormen één keten
De studie signaleert bovendien een toenemende industrialisering van inlogdiefstal. Van november 2025 tot april 2026 was malware verantwoordelijk voor 56,5% van de activiteit op endpoints bij klanten in de sector. Phishing was goed voor 37,6%, en communicatie met command-and-control-infrastructuren voor 5,9%.
Het gemiddelde aantal dagelijkse phishing-detecties steeg van circa 56.600 in februari tot 121.500 in maart en 134.600 in april.
Meestal eindigt het niet met de eerste phishingmail. De gestolen inloggegevens worden gebruikt voor accountovername, frauduleuze aankopen, points-en-radeswaps, wijziging van leveringsadressen en hergebruik op andere platformen.
Akamai beschrijft een steeds herhaalbare keten:
Phishing → uitvoering → loader → command & control → persistentie
Binnen de malwarefamilies zijn tools voor remote access zoals AsyncRAT en GoatRAT aanwezig, samen met infrastructuren die voor communicatie met geïnfecteerde systemen worden hergebruikt.
De handel biedt verschillende snelle verdienmodellen: een loyaliteitsaccount met punten, klantprofielen met betaalgegevens, of geïnfecteerde accounts die voor aankopen kunnen worden gebruikt of om toegang te testen op andere platforms.
Daarom adviseert het rapport om cybersecurity en fraudepreventie hand in hand te laten gaan. Een security operation center kan malware detecteren, terwijl fraudediensten verdachte kooppatronen volgen. Alleen samen ontstaat een volledig beeld.
Aanbevolen prioriteiten zijn onder meer het continu inventariseren van API’s, classificatie van bots op basis van intentie, risicobasis-multifactorauthenticatie en automatische maatregelen om accounts te bevriezen bij verdachte uitputting van punten of kettingaankopen.
Ook microsegmentatie wordt aanbevolen. Hoewel 92% van de organisaties enige vorm van netwerksegmentatie gebruikt, heeft slechts 35% de toepassing ervan uitgebreid tot gedetailleerde scheiding van applicaties en databases. Het doel is te voorkomen dat een geautoriseerde credential of token zich van de publieke naar de interne omgeving kan bewegen.
Beveiligingsverantwoordelijken moeten campagnes voor promoties beschouwen als bedrijfscontinuïteitstests. Voor een grote aanbieding is het verstandig om DDoS-beveiliging te testen, API-limieten te herzien, crisisscenario’s te oefenen en de integratie met betaal- en logistieke partners te valideren.
De agentgerichte winkel verwijdert de menselijke klant niet. Het introduceert nieuwe tussenpersonen, die op hogere snelheid en schaal kunnen werken. Het grote vraagstuk wordt om veilige assistenten te faciliteren, zodat echte gebruikers zonder verhoogd risico kunnen zoeken en kopen, terwijl automatisering met frauduleuze intentie wordt tegengegaan.
Veelgestelde vragen
Leidt 48% van al het handelverkeer tot AI-bots?
Nee. Dat percentage geeft aan dat 48% van de detecties voor regels met betrekking tot AI-bots in alle sectoren samen zijn geregistreerd. AI-bots blijven een klein onderdeel van het totale geautomatiseerde verkeer dat Akamai observeert.
Wat voor soort AI-bot komt het meest voor?
Rastreerders die data verzamelen voor modeltraining, goed voor 71% van de AI-bot-detecties in de sector.
Waarom krijgen API’s steeds meer aanvallen?
Omdat ze verbindingen bieden voor betalingen, voorraadbeheer, mobiele apps, loyaliteitssystemen en leveranciers. Die functies en data maken API’s aantrekkelijk voor fraude, datadiefstal en DDoS-aanvallen.
Betekenen Akamai’s cijfers succesvolle aanvallen?
Niet noodzakelijk. Het zijn alarmsignalen en aanvragen die door beveiligingssystemen worden gedetecteerd. De methodologie maakt duidelijk dat dit niet automatisch betekent dat de systemen ook daadwerkelijk zijn gekraakt.
Bronnen:
- Akamai, rapport Securing the Agentic Storefront: Attacks on Commerce, State of the Internet/Security, volume 12, nummer 3, 2026.