Hoe wij AI inzetten — en welke controles voorkomen dat het misgaat
Iedereen zegt dat AI het ontwikkelen versnelt. Bijna niemand laat zien welke controles voorkomen dat die snelheid ten koste gaat van kwaliteit. Hier is hoe dat bij ons is ingericht.
Hoe wij AI inzetten — en welke controles voorkomen dat het misgaat
De claim die iedereen maakt
Dat AI het ontwikkelen versnelt, wordt inmiddels overal beweerd. Wat er zelden bij staat, is welke controles voorkomen dat die snelheid ten koste gaat van kwaliteit — en dat is precies het punt waarop een opdrachtgever terecht sceptisch is. Uit onderzoek van de Universiteit van Melbourne en KPMG (mei 2025) blijkt dat een derde van de Nederlanders bereid is AI te vertrouwen, tegen 46 procent wereldwijd. Die zorg is niet irrationeel. Ze is alleen te beantwoorden met bewijs in plaats van met een belofte.
Hieronder staat hoe het bij ons is ingericht: wat AI doet, wat AI niet doet, en welke poorten elke wijziging moet passeren voordat er iets naar productie gaat.
Waar AI in ons proces zit
Wij gebruiken Claude van Anthropic als vast onderdeel van het ontwikkelproces. Concreet komt het op vier plekken terug:
- Code-review — een tweede paar ogen op elke wijziging, dat consequent op consistentie en randgevallen let.
- Tests schrijven — het onderdeel dat onder tijdsdruk als eerste sneuvelt, en juist het onderdeel dat bepaalt of iemand anders uw software over kan nemen.
- Grote refactors — mechanische wijzigingen over tientallen bestanden, waar mensen fouten maken door herhaling.
- Documentatie — bijhouden wat er waarom is gebouwd, zodat het niet in iemands hoofd blijft zitten.
De poorten die elke wijziging moet passeren
Dit is het deel dat er werkelijk toe doet, en het deel dat u kunt controleren. Voordat er iets naar productie gaat, moeten deze vier controles slagen — automatisch, bij elke wijziging, zonder uitzondering:
- De volledige testsuite. Voor deze website zijn dat ruim duizend geautomatiseerde tests.
- Statische analyse, die fouten opspoort die pas bij bepaalde invoer zichtbaar zouden worden.
- Een stijlcontrole, zodat de code leesbaar blijft voor wie er na ons in kijkt.
- Een syntaxcontrole over de hele codebase.
Faalt er één, dan gaat er niets naar productie. Dat geldt ongeacht of een wijziging met of zonder AI tot stand kwam — en dat is het hele punt. De controles vragen niet waar de code vandaan komt.
Op andere projecten ligt de lat waar nodig hoger: bij Dit Petje, waar één codebase drie merken bedient, staat de teller op 1693 tests met statische analyse over 439 bestanden.
Wat AI niet doet
Architectuurkeuzes, de afweging welk probleem eerst opgelost wordt, en het gesprek met u: dat blijft mensenwerk. Elke regel code die in productie komt, is beoordeeld door een ervaren ontwikkelaar. AI stelt voor; wij beslissen en dragen de verantwoordelijkheid.
Even belangrijk is wat er niet in gaat. Klantvertrouwelijke gegevens blijven buiten AI-contexten — geen productiedatabases, geen toegangssleutels, geen persoonsgegevens. Bestaat er twijfel over een specifiek geval, dan stemmen we dat vooraf met u af in plaats van achteraf.
Waar dit niet in gelooft
Wij presenteren AI niet als een manier om goedkoper te zijn. Het effect zit in doorlooptijd en in het wél afmaken van werk dat anders blijft liggen — tests, documentatie, opruimwerk. Wie belooft dat AI de kosten halveert, verkoopt iets anders dan wat wij hier beschrijven.
En eerlijk over de grens: AI produceert soms code die er correct uitziet en het niet is. Dat is geen randgeval maar een eigenschap van het gereedschap. Precies daarom staan de poorten hierboven er, en precies daarom wordt alles gereviewd. Het gereedschap is snel; de controle eromheen is wat het bruikbaar maakt.
Dit artikel delen
Benieuwd wat er mogelijk is?
Eén gesprek is vaak genoeg om te weten of het past. Binnen 24 uur een reactie, en zonder tussenpersonen.