Free checklist · AI audit logging

The AI Audit Logging Checklist

30 checks to make every prompt, response, tool call, and policy decision in your enterprise AI applications reconstructable for auditors, regulators, and incident responders.

No paywall Mapped to SOC 2, HIPAA, GDPR Built for platform, security, and GRC teams
  • Every request names the user and the application behind it
  • Tool calls and MCP invocations are audited with parameters and results
  • Audit logs stay in storage you own, with retention you control
  • Logs stream to your SIEM in near-real-time, with PII redacted

Wat de checklist dekt:

30

Evaluatiecriteria voor auditlogging van LLM-, agent- en MCP-verkeer

5

Controlegebieden, van event-dekking tot toegangscontrole en compliance-mapping

17

Essentiële controles, elk gemarkeerd zodat u weet wat u moet herstellen vóór een audit

4

In kaart gebrachte kaders: SOC 2, HIPAA §164.312(b), AVG en administratie voor exportcontrole

Inhoud van de checklist

Download de checklist en ontvang:

Een werkend kader dat uw platform-, beveiligings- en compliance-teams kunnen gebruiken om een AI-gateway te evalueren of uw eigen AI-stack te auditen voordat de auditors langskomen.

Checklist downloaden

✓

Het volledige AI-auditlogging-framework van 30 punten

Elk criterium gegroepeerd per controlegebied, met de vraag die je moet stellen en een prioriteit van 'must-have' of 'should-have'.

✓

Een uitrolplan in drie stappen

Definieer welke gebeurtenissen moeten worden vastgelegd, stel retentie in per compliance-regime en exporteer veilig naar je SIEM of datawarehouse.

✓

Een compliance-bewijskaart

Hoe auditlogs ondersteuning bieden bij SOC 2, HIPAA-auditcontroles, AVG-verwerkingsregisters en exportcontrole-administratie.

✓

Een lijst met bewijsmateriaal om op te vragen bij leveranciers

De voorbeeldlogs, RBAC-instellingen, exportconfiguraties en retentie-instellingen waar je tijdens een review elke AI-gatewayleverancier om moet vragen.

Waarom dit belangrijk is

Elk AI-verzoek is nu auditbewijs

Enterprise AI-applicaties bevinden zich tussen gereguleerde gegevens en externe modelproviders. Elke prompt, elk antwoord, elke tool-aanroep en elke beleidsbeslissing die erdoorheen gaat, is potentieel bewijsmateriaal voor SOC 2, HIPAA, AVG, ITAR en interne onderzoeken.

Traditionele applicatielogs waren hier niet voor gebouwd. Ze registreren dat een endpoint is aangeroepen, niet welke gegevens van welke gebruiker naar welk model zijn verzonden, welke MCP-tool een agent met welke parameters heeft aangeroepen, of welke guardrail het antwoord heeft geblokkeerd. Agents maken het lastiger: een enkel verzoek kan uitwaaieren in een dozijn niet-deterministische stappen, en als die stappen niet met elkaar verbonden zijn door één trace, kan niemand reconstrueren wat er is gebeurd.

Enterprise app user: analyst (SSO) AI agent multi-step workflow AI Gateway logs every request Models + MCP tools providers, servers Your cloud S3 + Delta Lake SIEM · warehouse via OTEL export user identity trace context redact + policy stream audit record One audit record per request who · app · data (redacted) · tool calls · policy hits · cost · versions · trace ID

Eén verzoek, vele hops, één reconstrueerbaar record. De checklist definieert wat dat record moet bevatten en waar het moet worden opgeslagen.

Teams die proberen auditlogging achteraf aan AI toe te voegen, lopen meestal tegen dezelfde problemen aan. Logs tonen een gedeelde API-sleutel in plaats van een gebruiker. Payloads worden ofwel volledig opgeslagen, waardoor PII wordt blootgesteld aan iedereen die de logs kan lezen, of ze worden helemaal niet opgeslagen. Agentstappen en tool-aanroepen bevinden zich in afzonderlijke systemen zonder gedeelde correlatie-ID. En de logs staan in de infrastructuur van een leverancier, buiten de retentie- en toegangsbeleidsregels die je auditors verwachten.

Hoe goede AI-auditlogging eruitziet

Elk verzoek bevat de geauthenticeerde gebruiker, de aanroepende applicatie en tenant- en omgevingslabels. Prompts, antwoorden, tool-aanroepen en agentstappen worden vastgelegd op een niveau dat is ingesteld per gegevensklasse, waarbij PII tijdens het schrijven wordt geredigeerd. Guardrail-hits, budgetblokkades en autorisatieweigeringen worden gelogd met de regel die werd geactiveerd, en elke model-, prompt- en beleidsversie wordt voorzien van een tijdstempel zodat incidenten kunnen worden gereconstrueerd.

De logs worden opgeslagen in objectopslag die jij beheert, waarbij retentie en juridische bewaring zijn afgestemd op jouw compliance-regimes. Ze worden via OpenTelemetry in bijna realtime naar je SIEM en datawarehouse gestreamd, en de toegang ertoe wordt beheerd op basis van rollen, inclusief tijdelijke toegang met beperkte scope voor externe auditors.

Logging is gecentraliseerd bij de AI-gateway

Het afzonderlijk instrumenteren van elke applicatie en agent leidt tot inconsistente dekking. Door LLM-, MCP- en agentverkeer via een AI-gateway te routeren, krijg je één handhavingspunt waar identiteit, redactie, beleidsbeslissingen en trace-context op dezelfde manier worden toegepast voor elk verzoek.

De checklist voor AI-auditlogging vertaalt die standaard naar 30 criteria die je kunt gebruiken om een gateway te evalueren of je huidige stack te auditen. Download de checklist om de hiaten te dichten voordat je auditors dat doen.

Voorbeeld

De vijf controlegebieden in de checklist voor AI-auditlogging

Een greep uit de criteria in elk gebied. De volledige checklist bevat alle 30 punten, inclusief prioriteiten en evaluatievragen.

Gebied 1 · 7 controles

Event-dekking

Tool-aanroepen en MCP-invocaties worden gecontroleerd inclusief parameters en resultaten

Bij overschrijding van guardrails, budgetblokkades en autorisatieweigeringen wordt de geactiveerde regel gelogd

+5 extra controles

Gebied 2 · 7 controles

Identiteit en attributie

De geauthenticeerde gebruiker of service-account staat in elk verzoeklogboek

Correlatie-ID's worden doorgegeven via app, gateway, agent en provider

+5 extra controles

Gebied 3 · 5 controles

Opslag, bewaartermijn en eigendom

Auditlogs kunnen volledig worden opgeslagen in objectopslag die eigendom is van de klant

Bewaartermijn is configureerbaar per team, app of gegevensklasse

+3 extra controles

Gebied 4 · 5 controles

Export en SIEM-integratie

Traces, metrics en logs worden geëxporteerd naar OTEL-compatibele systemen

Logs stromen naar Splunk, Datadog, Sentinel of andere SIEM's

+3 extra controles

Gebied 5 · 6 controles

Toegangscontrole en compliance

Logtoegang is beperkt op basis van rol: security, ops, audit, developer

PII wordt tijdens het schrijven uit de logs verwijderd

+4 extra controles

Hoe te gebruiken · 3 stappen

Uitrol

Gebeurtenissen definiëren: authenticatie, prompts, antwoorden, tool-aanroepen, agent-stappen, beleidsbeslissingen, fouten

Retentie instellen per regime (SOC 2, HIPAA, GDPR) en onderzoeksbehoeften

Veilig exporteren naar SIEM of warehouse, met toegangscontrole en fraudebestendigheid

4,7

★★★★★

Gartner Peer Insights

Beoordeeld met een 4,7 op Gartner Peer Insights

Platformteams gebruiken de AI Gateway van TrueFoundry voor LLM-, MCP- en agent-verkeer in productie, met OTEL-conforme verzoeklogs, traces en statistieken, RBAC-beveiligde logtoegang en een logging-architectuur die auditgegevens binnen hun eigen cloud houdt.

96%

van de beoordelaars beveelt dit waarschijnlijk aan

4,9

gebruiksgemak bij implementatie en beheer

3–4 ms

extra gateway-latentie

Veelgestelde vragen over de checklist voor AI-auditlogging

Wat is auditlogging voor AI-applicaties?

Auditlogging voor AI-applicaties is het proces waarbij elke prompt, elk antwoord, elke tool-aanroep, elke agent-stap en elke beleidsbeslissing wordt vastgelegd met voldoende context over identiteit, tijdstip en versie om exact te kunnen reconstrueren wat er is gebeurd, wie er actie heeft ondernomen, welke gegevens er zijn verwerkt en welk beleid er is toegepast. Het levert bewijsmateriaal voor SOC 2, HIPAA, GDPR en interne onderzoeken.

Wat moet een AI-auditlog vastleggen?

Minimaal: authenticatiegebeurtenissen, de gebruiker en applicatie achter elk verzoek, tenant- en omgevingslabels, correlatie-ID's, tool- en MCP-aanroepen met hun parameters en resultaten, beslissingen van guardrails en autorisaties, configuratiewijzigingen, en token- en kostengegevens. Versies van modellen, prompts en beleid moeten aan elk verzoek worden gekoppeld, zodat incidenten kunnen worden gereconstrueerd.

Moeten prompts en antwoorden volledig worden gelogd?

Niet altijd. De opnamemodus moet configureerbaar zijn per dataklasse en omgeving: alleen metadata, geanonimiseerd, ingekort of de volledige inhoud. PII (persoonsgegevens) moet tijdens het schrijven worden geanonimiseerd, zodat onderzoekers met logs kunnen werken zonder blootgesteld te worden aan gevoelige gegevens.

Hoe ondersteunen AI-auditlogs SOC 2, HIPAA en GDPR?

Auditlogs leveren bewijslast voor SOC 2-monitoringcontroles, HIPAA-auditcontroles onder 45 CFR §164.312(b) en GDPR-verwerkingsregisters. De uiteindelijke compliance hangt af van de scope, configuratie en uw eigen procedures; logs vormen dus een onderdeel van het bewijsmateriaal, niet het volledige antwoord.

Kunnen AI-auditlogs binnen mijn eigen cloud blijven?

Ja. De checklist beschouwt opslag in eigen beheer als een vereiste. De logging-architectuur van TrueFoundry schrijft auditlogs naar S3 en Delta Lake binnen uw eigen cloudaccount in plaats van naar de infrastructuur van de leverancier, met exportmogelijkheden naar SIEM-systemen en datawarehouses.

Voor wie is de checklist voor AI-auditlogging bedoeld?

Platform engineering-, security-, compliance- en GRC-teams die een AI-gateway evalueren of LLM- en agent-applicaties voorbereiden op een audit, security review of productieomgeving in een gereguleerde sector.