Het korte antwoord
Je ontwikkelt software met AI door het model het schrijfwerk te laten doen en de beslissingen zelf te houden. De AI schrijft code, tests en documentatie. Jij bepaalt wat er gebouwd wordt, hoe het in elkaar zit en wat er live mag.
Dat klinkt als een kleine verschuiving, maar het verandert het hele vak. Typen kost bijna niets meer. Wat overblijft is het werk dat een model niet voor je doet: een goede opdracht geven, controleren wat eruit komt en weten wanneer iets klaar is. Dit artikel laat zien hoe je dat aanpakt, van eerste idee tot software in productie.
Drie manieren om AI in te zetten
Er is niet één manier om met AI te programmeren. De tools verschillen vooral in hoeveel ze zelf doen, en dus in hoeveel jij moet nakijken.
Een chatbot naast je werk
Je stelt een vraag in ChatGPT of Claude en plakt het antwoord in je project. Handig om iets uit te zoeken of een los stuk code te laten schrijven. Het model ziet je project niet, dus de passing blijft jouw werk.
Een assistent in je editor
Tools als Cursor en GitHub Copilot lezen mee in je code en vullen aan of passen bestanden aan op verzoek. Je blijft zelf aan het stuur en ziet elke wijziging voordat je hem bewaart.
Een coding agent
Claude Code en Codex voeren een hele taak zelfstandig uit: bestanden lezen, code schrijven, tests draaien en fouten herstellen. Dit levert de meeste snelheid op, en vraagt de meeste structuur eromheen.
Daarnaast zijn er app-bouwers als Lovable en Bolt, waar je zonder code een app beschrijft en het resultaat beoordeelt op hoe het eruitziet. Dat heet vibe coding. Het verschil met de werkwijze in dit artikel lees je in vibe coding vs AI-assisted coding, en welke tool waarvoor past in de vibe coding tools op een rij.
Het stappenplan: van idee tot productie
Dit is de volgorde die we zelf aanhouden. Hij werkt met elke tool, maar loont het meest met een coding agent.
Schrijf op wat de software moet doen
Een korte spec: wie het gebruikt, wat het moet kunnen en wanneer het af is. Een model vult elk gat in je opdracht zelf in, en dat gaat vaak net anders dan je bedoelde. Het opschrijven dwingt je de keuzes vooraf te maken.
Kies een stack die fouten zichtbaar maakt
Strikte types, een compiler en tests geven direct een seintje als de AI iets verkeerd doet. Hoe strenger de taal, hoe sneller een fout boven komt, voordat een gebruiker hem vindt.
Richt de omgeving in
Een kort instructiebestand in de repo met de afspraken, en één commando dat tests, typecheck en build draait. Zo kan de AI zijn eigen werk controleren voordat jij ernaar kijkt.
Bouw in kleine stappen
Eén feature per keer, op een eigen branch. Een kleine wijziging kun je nog echt nakijken. Een wijziging van duizend regels keur je goed omdat hij er goed uitziet.
Review elke wijziging
Lees de diff, draai de software en probeer hem kapot te krijgen. Een model vindt zijn eigen code bijna altijd prima. Of het doet wat de bedoeling was, beoordeelt een mens.
Breng het veilig live
Wachtwoorden en sleutels uit de code, inloggen en rechten op orde, backups en monitoring aan. Dit deel slaat AI het makkelijkst over, en het is precies wat er misgaat zodra echte gebruikers komen.
Elke stap heeft een eigen artikel als je dieper wilt. Over de spec gaat spec-driven development. Waarom wij voor de backend een strenge taal kiezen staat in Node.js vs Go. Hoe je de omgeving inricht lees je in harness engineering, en de laatste stap staat uitgewerkt in een vibe-coded app productieklaar maken. Hoe dit stappenplan zich verhoudt tot de klassieke fases van een softwareproject, van analyse tot onderhoud, lees je in de fases van softwareontwikkeling.
De AI levert de code. De spec, de checks en de review bepalen of je die code kunt gebruiken.
Wat je aan de AI overlaat, en wat niet
| Laat het de AI doen | Houd het zelf | |
|---|---|---|
| Code | Het uitschrijven van features, schermen en koppelingen. | De keuze hoe het systeem in elkaar zit, want die is later het lastigst terug te draaien. |
| Tests | Tests schrijven voor wat je al hebt besloten. | Bepalen wat er getest moet worden en wanneer iets goed genoeg is. |
| Fouten | Een foutmelding uitzoeken en een eerste oplossing voorstellen. | Beoordelen of de oplossing de oorzaak raakt of alleen het symptoom. |
| Beveiliging | Bekende patronen toepassen als je erom vraagt. | Weten waar het risico zit en controleren dat het dicht is. |
| Live gaan | Scripts en configuratie voor de deploy schrijven. | De beslissing dat het af is en de verantwoordelijkheid als het misgaat. |
Kan het zonder programmeerervaring?
Voor een prototype wel. Met een app-bouwer of een chatbot heb je binnen een middag iets dat werkt, en dat is een prima manier om een idee te testen. Of dat ook voor jou geldt, lees je in is vibe coding goed voor beginners.
Voor software waar klanten op vertrouwen niet. Wie de code niet kan lezen, kan niet beoordelen of de AI iets veiligs heeft gebouwd. Het prototype is dan 80% af, en de laatste 20% blijkt het meeste werk. Daarover gaat de laatste 20% van een vibe-coded project.
Hoe wij software ontwikkelen met AI
Wij bouwen al onze software zo. Coding agents schrijven het grootste deel van de code. Wij schrijven de specs, kiezen de architectuur, bouwen de checks en lezen elke wijziging na voordat hij live gaat.
In ons eigen werk levert dat tot tien keer zoveel op als de traditionele werkwijze, waar developers elke regel zelf typen. Die snelheid zit niet in het model. Hij zit in de omgeving eromheen: de spec waartegen we toetsen, de tests die de agent zelf draait en een build die groen moet zijn voordat er iets live gaat.
Het meeste werk zit nu op twee momenten: aan het begin, als we bepalen wat er gebouwd wordt, en aan het eind, als we beoordelen of het klopt. Het stuk ertussen gaat snel.
Conclusie: het model typt, jij beslist
Software ontwikkelen met AI is geen kwestie van de juiste tool kiezen. Het is een werkwijze. Schrijf op wat je wilt, kies een stack die fouten zichtbaar maakt, laat de AI in kleine stappen werken en kijk elke wijziging na. Wie dat doet, bouwt sneller dan ooit en houdt software over die over een jaar nog te onderhouden is.
Eerst de spec
Een model vult elk gat in je opdracht zelf in. Schrijf de keuzes op voordat het begint.
Checks boven vertrouwen
Types, tests en een build die moet slagen houden meer tegen dan een model dat zegt dat het klaar is.
Een mens tekent
Wat live gaat, heeft iemand gelezen en goedgekeurd.
Hoe kan ik software ontwikkelen met AI?
Welke AI-tool is het beste om software mee te ontwikkelen?
Kan ik zonder programmeerkennis software maken met AI?
Wat is het verschil tussen software ontwikkelen met AI en vibe coding?
Hoeveel sneller is software ontwikkelen met AI?
Wat zijn de risico's van software ontwikkelen met AI?
Software laten bouwen op deze manier?
Wij ontwikkelen met AI en houden zelf de spec, de architectuur en de review. Zo krijg je de snelheid van AI en software die je over een jaar nog kunt aanpassen.
