Mindgard en Cytix splitsen AI-beveiliging in twee

Twee rondes, een dag na elkaar

Op 12 augustus 2026 bracht Mindgard een persbericht uit dat een Series A-ronde van 26 miljoen euro (30 miljoen dollar) bevestigde, geleid door Album VC met deelname van Karma Ventures, .406 Ventures, Atlantic Bridge, IQ Capital en Lakestar. Het bedrijf, een spin-out van de Lancaster University gevestigd in Londen en Boston, bouwt tools die AI-modellen en -agenten aan red-teaming onderwerpen, zoals een pentester een netwerk test.

Een dag later maakte Cytix zijn eigen Series A-ronde bekend: 6 miljoen euro (7 miljoen dollar), geleid door de Britse regionale investeerder Northern Gritstone, met deelname van Auriga Cyber Ventures en het Northern Powerhouse Investment Fund II. Cytix heeft niets met Mindgard te maken - andere oprichters, andere investeerders, een ander product - en toch gebruikten beide persberichten dezelfde twee woorden: AI-beveiliging.

Los gelezen zijn dit twee bescheiden financieringsverhalen in een toch al kapitaalrijk seizoen voor cybersecurity. Samen gelezen zeggen ze iets dat geen van beide bedrijven afzonderlijk zei: de markt waarin ze allebei verkopen is stilletjes in twee lagen uiteengevallen, en een bedrijf moet nu voor beide budgetteren.

Mindgard test het model zelf

Het product van Mindgard grijpt rechtstreeks in op het AI-systeem. Het voert doorlopende geautomatiseerde red-teaming uit tegen modellen en agenten, op zoek naar het soort falen dat alleen zichtbaar wordt als er iets vijandigs tegen het systeem wordt ingezet: prompt-injectie, datalekken, een model dat wordt verleid tot gedrag dat de eigenaar nooit heeft bedoeld.

Daarnaast doet Mindgard aan schaduw-AI-detectie - het opsporen van AI-tools die medewerkers stilletjes hebben aangesloten zonder dat IT ze ooit heeft goedgekeurd - en realtime dreigingsbescherming zodra een AI-systeem in productie draait. Het bedrijf zegt al aanwezig te zijn bij Fortune 2000-klanten in finance, farma, gaming en halfgeleiders, sectoren waar een AI-model dat zich misdraagt geen curiositeit is maar een regelgevende en financiële blootstelling.

Dit is beveiliging gericht op het gedrag van het AI-systeem: wat het model doet, wat het zegt, waartoe het kan worden verleid. Het zegt niets over hoe de code eromheen is geschreven of gereviewd.

Cytix bewaakt de pijplijn eromheen

Cytix vertrekt vanuit een heel andere vraag. AI-codeerassistenten zoals Copilot of Cursor-achtige tools hebben het deel van softwarelevering waarin code wordt geschreven versneld. De review- en QA-capaciteit is in de meeste organisaties niet in hetzelfde tempo meegegroeid. Cytix noemt dat gat 'wijzigingsrisico' en bouwde een platform om dat rechtstreeks te meten.

Het bedrijf doet geen red-teaming van een model. Het beoordeelt het beveiligingsrisico in wat AI-versnelde ontwikkeling daadwerkelijk oplevert - code die sneller door de pijplijn beweegt dan de mensen die het controleren kunnen bijbenen. Dat is een pijplijn- en procesprobleem, geen probleem van modelgedrag, en het vraagt een ander soort tooling om zichtbaar te worden.

De betrokkenheid van Northern Gritstone is zelf een klein Brits regionaal verhaal - een fonds dat is opgezet om universiteitsgebonden deep-tech-bedrijven in Noord-Engeland te steunen, zet hier specifiek in op de proceslaag, in plaats van op het zichtbaardere spoor van modelbeveiliging dat dit jaar de meeste aandacht heeft getrokken.

Waarom de splitsing het echte verhaal is

Geen van beide aankondigingen, niet die van Mindgard en niet die van Cytix, noemde het andere bedrijf. Daar was ook geen reden toe - ze zijn geen concurrenten en probeerden geen marktargument te maken. Maar naast elkaar gezet laten de twee rondes iets zien dat makkelijk over het hoofd wordt gezien wanneer 'AI-beveiliging' als een enkele verzamelterm wordt gebruikt: die term dekt al twee wezenlijk verschillende soorten falen.

De ene laag gaat over wat het AI-systeem zelf doet zodra het draait - een model of agent dat zich misdraagt, data lekt of gemanipuleerd wordt. De andere laag gaat over wat er rond dat AI-systeem wordt opgeleverd - code die sneller wordt geschreven dan die kan worden gereviewd, via een pijplijn die niet voor dit nieuwe tempo is gebouwd. Een leverancier die voor de ene taak is gebouwd, is niet automatisch bekwaam in de andere.

Dit is geen voorspelling dat de categorieën zich formeel zullen splitsen in benoemde markten met eigen analistenrapporten. Het is een engere en nuttigere constatering: de twee rondes, een dag na elkaar geland, laten zien dat de splitsing in de praktijk al heeft plaatsgevonden, of er nu al een label op zit of niet.

Wat dit betekent voor de leverancierslijst van een bedrijf

Als uw organisatie AI-codeerassistenten, AI-agenten, of allebei uitrolt, is de praktische conclusie niet om te tekenen bij de eerste leverancier die de term 'AI-beveiliging' gebruikt en aan te nemen dat het vakje is afgevinkt. Vraag specifiek welke laag zij dekken.

Vraag of het product het gedrag van het AI-systeem aan red-teaming onderwerpt - het spoor van Mindgard - of dat het het wijzigingsrisico beoordeelt in wat uw AI-versnelde pijplijn oplevert - het spoor van Cytix. Een leverancier die maar een van beide doet, zal dat zeggen als u er rechtstreeks naar vraagt.

De twee rondes, van ruwweg 6 tot 26 miljoen euro, die een dag na elkaar landden in augustus 2026, zijn een vroeg signaal, geen bewijs van een blijvende marktstructuur. Maar behandel AI-beveiliging voorlopig als twee begrotingsposten, getoetst aan twee verschillende vragen, tot een leverancier het tegendeel bewijst.

Lees hierna: Een lek in Copilot gaf toegang tot bedrijfsdata zonder klik  |  Verborgen AI-redenering Lekt via Goedkopere Modellen