Software ontwikkelen met AI
waarom de mens aan het stuur nodig blijft
AI maakt het ontwerpen en bouwen van software razendsnel. Maar snelheid is geen kwaliteit. Of een oplossing voldoet aan de maatstaven die jij als ondernemer stelt, hangt nog steeds af van de mensen die haar ontwerpen.
Wat vroeger weken kostte, staat er nu soms binnen een paar uur. Ondernemers bouwen zelf een prototype in een avond. Developers schrijven code in een fractie van de tijd. Dat is een enorme vooruitgang, en wij zetten AI daar volop voor in.
Tegelijk blijft er een groot verschil tussen software die werkt en software waar een bedrijf op kan draaien. In dit artikel lees je wat AI wel en niet verandert, en waarom ervaring en menselijk oordeel juist nu bepalen of een oplossing standhoudt.
Wat AI echt verandert
AI versnelt vrijwel elke fase van softwareontwikkeling. Drie veranderingen springen eruit.
Ontwerpen wordt tastbaar. Een eerste visualisatie van een oplossing kostte vroeger dagen. Nu bouwen we op basis van een korte briefing binnen een paar uur een klikbare mockup, met een detailniveau dat voorheen niet haalbaar was in die tijd. Een klant ziet daardoor veel eerder wat hij krijgt, en weet beter waar hij ja tegen zegt.
Klanten komen beter voorbereid. Steeds vaker begint een gesprek niet met een wensenlijst, maar met een zelfgebouwd prototype. Dat is een waardevol vertrekpunt: je praat sneller over het echte werk.
Bouwen gaat sneller. Met AI schrijven developers veel sneller code. Dat maakt ontwikkeling efficiënter en kan de investering voor een oplossing verlagen.
Die snelheid heeft ook een keerzijde: je kunt nu ook heel snel de verkeerde kant op gaan. AI bouwt zo snel dat je soms niet meer ziet waar de oplossing is afgeweken van wat je eigenlijk nodig had.
De angst voor het lege vel is verleden tijd. Daar komt een nieuwe uitdaging voor in de plaats: beoordelen wat er in recordtempo voor je wordt neergezet. Hoe makkelijker het wordt om iets te maken dat werkt, hoe groter het risico dat je "het werkt" verwart met "het is goed".
"Het werkt" is de laagste lat
AI denkt in de volgende stap, niet in het geheel. Elke iteratie kan kloppen, terwijl er nooit een fundament is gelegd.
Na een weekend vibecoden staat er een app die doet wat gevraagd wordt. De vraag is wat er gebeurt als er morgen een gebruiker bijkomt. Een koppeling met een ander systeem. Een piek in de vraag. Een tweede developer die verder moet bouwen. Een klant die iets vraagt wat logisch klinkt, maar het hele systeem raakt. Of het moment waarop veiligheid ineens telt.
Op dat moment blijkt of er een structuur onder zit die bepaalt of wat je vandaag bouwt over twee jaar nog draagbaar is. Zonder dat fundament bouw je een wolkenkrabber op het fundament van een dixie.
Dat betekent niet dat zelf bouwen met AI zinloos is. Een zelfgemaakt prototype laat goed zien wat je bedoelt. Een doe-het-zelfoplossing kan prima werken voor je persoonlijke efficiëntie. Maar een oplossing waar je bedrijf of je klanten op draaien, moet blijven werken, ook als niemand er meer naar kijkt. Dan wil je niet alleen zien dát het werkt, maar ook weten waaróm.
Vier dingen die AI niet van je overneemt
AI voert uit wat je vraagt. Wat je moet vragen, waarom, en of het resultaat klopt, bepaalt de mens. Daarin zitten vier rollen die juist met AI belangrijker worden.
1. De business doorgronden
Goede software begint bij begrijpen hoe een bedrijf werkt, wat het precies wil oplossen en waarom. De eerste vraag van een opdrachtgever is zelden de hele vraag. De belangrijkste informatie zit vaak in wat niet gezegd wordt: scenario's waar niemand aan dacht, aannames die nooit hardop zijn uitgesproken.
AI kan die vragen niet stellen, want het weet niet wat het niet weet. Bovendien vergroot AI wat er al is. Een scherp geformuleerd proces wordt nog scherper, een vaag proces leidt tot meer chaos. Het doorgronden en aanscherpen van de vraag is daarom geen voorbereiding op het echte werk. Het is het echte werk.
2. De keuzes maken
Met AI kun je bijna alles bouwen. Juist daarom wordt kiezen belangrijker. Welke functionaliteit levert nu echt waarde op, en wat kan wachten? Welk deel los je op met AI, en waar is gewone, voorspelbare code de betere keuze? Welk AI-model past bij de taak, het budget en de eisen aan je data?
Een goede oplossing is niet de meest complete. Het is de oplossing die het echte probleem oplost en snel genoeg waarde levert. Na al het doordenken terugsnijden naar de kern is een vaardigheid die ervaring vraagt.
3. De blik op de toekomst houden
AI optimaliseert voor de vraag van vandaag. Een architect ontwerpt voor het bedrijf van over vijf jaar. Hoe modelleer je de data zodat er later uitbreidingen bij kunnen? Hoe zorg je dat het systeem schaalt, veilig is en door andere ontwikkelaars kan worden onderhouden?
Dat geldt ook voor AI zelf. Modellen en aanbieders veranderen voortdurend. Wie zijn oplossing bouwt op één model, is afhankelijk van een fundament buiten zijn controle. Een vakman bouwt zo dat je later van model kunt wisselen zonder het systeem opnieuw te bouwen.
4. Toetsen aan de praktijk op de werkvloer
Software die technisch klopt, kan in de praktijk alsnog mislukken. Omdat een stap voor de medewerker onlogisch voelt. Omdat een uitzondering die dagelijks voorkomt niet is meegenomen. Of omdat een registratie als extra werk voelt en daardoor wordt omzeild.
De vraag of een oplossing past bij hoe mensen echt werken, beantwoord je niet met een prompt. Daarvoor moet je de werkvloer kennen, de gebruikers betrekken en het resultaat kritisch toetsen voordat het live gaat.
Human-led: mensen aan het stuur, AI als versneller
De kracht zit in de combinatie. Mensen begrijpen de ondernemer, bepalen de koers en bewaken de kwaliteit. AI versnelt het werk daaronder, van ontwerp tot test tot oplevering.
In een project ziet dat er zo uit:
Fase | Wat de mens doet | Wat AI versnelt |
|---|---|---|
Begrijpen | Doorvragen, het proces doorgronden, de echte vraag scherp krijgen | Samenvatten en structureren van wat is besproken |
Ontwerpen | Bepalen wat de oplossing moet doen en wat niet | Binnen uren een klikbare mockup om op te reageren |
Architectuur | Datamodel, koppelingen, schaalbaarheid en veiligheid uitdenken | Uitwerken van varianten en technische details |
Bouwen | Richting geven, code beoordelen, bijsturen | Schrijven van code en tests |
Opleveren | Toetsen aan de praktijk met de mensen die ermee werken | Sneller verwerken van feedback |
Daarom leren wij onze developers, jong en oud, niet alleen hoe ze AI gebruiken om sneller te bouwen. We leren ze denken als architect, zodat AI bouwt wat er bedoeld wordt. De techniek werkt voor ons, niet andersom.
Veelgestelde vragen over software ontwikkelen met AI
Kan ik bedrijfssoftware zelf bouwen met AI?
Voor een prototype of een hulpmiddel voor je eigen werk: vaak wel. Voor software waar je bedrijf of je klanten op draaien, ligt dat anders. Daar gaat het om schaalbaarheid, veiligheid, koppelingen met bestaande systemen en onderhoud op de lange termijn. Dat vraagt ontwerpkeuzes die AI niet uit zichzelf maakt.
Wat is vibecoden?
Vibecoden is software bouwen door AI in gewone taal te vertellen wat je wilt, zonder zelf te programmeren. Je beoordeelt het resultaat op of het doet wat je vraagt. Dat werkt snel, maar je ziet alleen dát iets werkt, niet waaróm, en of het standhoudt als je bedrijf groeit.
Is mijn zelfgebouwde prototype nog bruikbaar?
Ja, zeker als vertrekpunt. Een prototype maakt tastbaar wat je bedoelt en versnelt het gesprek. Daarna is de vraag welke onderdelen je kunt behouden en wat opnieuw moet worden opgezet om het geschikt te maken voor dagelijks gebruik.
Wordt software laten maken goedkoper door AI?
AI maakt ontwikkelen sneller, en daardoor kan de investering voor een oplossing omlaag. De tijd die het kost om je bedrijf te begrijpen, de juiste keuzes te maken en het resultaat te toetsen, blijft. Juist dat deel bepaalt of de software iets oplevert.
Hoe zorg ik dat ik niet afhankelijk word van één AI-aanbieder?
Door de oplossing zo te ontwerpen dat het onderliggende model uitwisselbaar is. Dan kun je wisselen van aanbieder als een model verandert, duurder wordt of verdwijnt, zonder je systeem opnieuw te bouwen. Waar het past, kan een model ook lokaal draaien.
Waarom software laten maken als je het met AI ook zelf kunt bouwen?
Omdat code schrijven niet het moeilijkste deel is. Dat doet AI steeds vaker zelf. Het verschil zit in ervaring met alles eromheen: bedrijfsprocessen, softwarearchitectuur, veiligheid, schaalbaarheid, koppelingen met andere systemen en onderhoud op de lange termijn.
Een ervaren softwarepartner weet waar oplossingen in de praktijk vastlopen en ontwerpt daar vooraf op. Die kan beoordelen of wat AI in recordtempo oplevert technisch klopt, veilig is en blijft werken als je bedrijf groeit. En die blijft betrokken na de oplevering, als je applicatie onderhoud nodig heeft of verder moet.
Waar moet ik op letten bij een softwarepartij die met AI werkt?
Vraag niet alleen hoe snel ze bouwen. Vraag hoeveel ervaring ze hebben met bedrijfssoftware, hoe ze je bedrijf leren kennen, wie de architectuur bewaakt en hoe ze toetsen of de oplossing werkt op de werkvloer.
Kijk ook verder dan de oplevering: wie onderhoudt je applicatie, wie staat klaar als er iets niet werkt, en wie bouwt over een paar jaar verder als je bedrijf groeit? Een oplossing die snel gebouwd is maar door niemand goed begrepen wordt, maakt je later afhankelijk en kwetsbaar.
Snelheid van AI, oordeel van de vakman
AI maakt zichtbaarder dan ooit waar vakmanschap het verschil maakt. Hoe meer er razendsnel gebouwd kan worden, hoe belangrijker het wordt dat iemand weet wat er gebouwd moet worden, en of het klopt.
Wil je de snelheid van AI benutten zonder in te leveren op de kwaliteit die je van je software verwacht? Neem contact met ons op. We denken graag met je mee, ook als je al een eigen prototype hebt.

Ik ben Jeroen. Ondernemer, strateeg en solution architect. Ik help succesvolle bedrijven het verschil te maken met software op maat.


