Softwareontwikkeling in het tijdperk van AI

Er is de afgelopen jaren veel geschreven over hoe AI softwareontwikkeling sneller maakt. En dat klopt. Tools zoals Claude, GitHub, Copilot en andere AI-gedreven omgevingen verminderen de tijd die nodig is voor het schrijven van code, het opzetten van testscenario's en het verwerken van repetitieve taken. Maar die constatering is voor ons bij Dolphiq niet het meest interessante deel van het verhaal.

Wij stellen liever een andere vraag: wat doe je met de tijd die AI je teruggeeft?

Artificial Intelligence

Auteur: Allard Rothengatter

Gepubliceerd: 20 maart, 2026

Hoe wij AI softwareontwikkeling al inzetten sinds 2022

We zijn bij Dolphiq al actief bezig met AI softwareontwikkeling sinds eind 2022. In een periode waarin AI voornamelijk werd ingezet voor kleine optimalisaties, gebruikten wij het al voor het reviewen van bestaande code, het verbeteren van losse stukken JavaScript en het analyseren van logische structuren. Altijd met dezelfde vraag als uitgangspunt: is dit productie-waardig?

Met meer dan 26 jaar ervaring in softwareontwikkeling hadden we een eigen lat om die output langs te leggen. Niet om AI af te keuren, maar om te begrijpen waar de grenzen lagen en hoe snel die verschoven. En ze verschuiven snel. Waar AI een paar jaar geleden bruikbaar was voor stukken code van 30 tot 40 regels, zien we nu dat complete features en eerste productversies gegenereerd kunnen worden die als basis dienen voor verdere ontwikkeling.

Van prototype naar betrouwbaar product: een AI-chatbot

Een AI-gedreven chatbot als praktijkvoorbeeld

Een concreet voorbeeld van software ontwikkelen met AI is een project waarbij we een AI-gedreven chatbot ontwikkelden voor het doorzoeken van productdata. Chatbots bestaan al jaren, maar zijn traditioneel beperkt tot statische antwoorden op vooraf gedefinieerde input.

In dit project gebruikten we AI om productdata automatisch te verrijken met metadata, informatie uit meerdere bronnen te combineren en antwoorden te formuleren die direct aansluiten op de vraag van de gebruiker. In plaats van een lijst zoekresultaten terug te geven, analyseert het systeem relevante bronnen en geeft het één concreet antwoord.

Hoe heeft AI geholpen bij deze chatbot en wat hebben wij zelf gedaan?

Wat AI in dit project deed: een eerste prototype opzetten, datastructuren voorstellen en een initiële chat interface genereren. Wat wij deden: de kaders bepalen, de architectuur bewaken, de output valideren en de oplossing afstemmen op de specifieke businesscase van de opdrachtgever.

AI bouwde een eerste versie. Wij maakten er een product van dat ook over twee jaar nog werkt.

AI versterkt ons werk, maar vervangt onze creativiteit en expertise niet.

– Allard Rothengatter, CEO Dolphiq

Waarom AI softwareontwikkeling testing naar een hoger niveau tilt

Een van de gebieden waar AI gedreven softwareontwikkeling de afgelopen periode het meeste verschil heeft gemaakt, is testing. Elke nieuwe functionaliteit verhoogt de complexiteit van een applicatie, en bij systemen met honderdduizenden records is het risico op onverwachte regressie aanzienlijk.

We zetten AI nu in voor het genereren van testscenario's, het opzetten van testcoverage en het analyseren van edge cases die anders over het hoofd worden gezien. Het directe gevolg is meer testcoverage met minder handmatig werk. Maar het indirecte gevolg is misschien nog waardevoller: het geeft ons ruimte om na te denken over wat we testen en waarom, in plaats van alleen het uitvoeren ervan.

Complexe overheidsdata toegankelijk maken voor burgers

De uitdaging van de Wet open overheid

Een tweede project illustreert hoe de samenwerking tussen AI softwareontwikkeling en menselijk inzicht werkt bij echt complexe vraagstukken. In het kader van de Wet open overheid moeten grote hoeveelheden overheidsdocumenten openbaar worden gemaakt: e-mails, besluitdocumenten, interne communicatie. Tienduizenden tot honderdduizenden bestanden per traject.

De technische uitdaging is al fors: al die data doorzoekbaar maken. Maar de eigenlijke uitdaging is dat de informatie begrijpelijk moet zijn voor burgers zonder ambtelijke achtergrond.

AI structureert, wij ontwerpen de ervaring

AI analyseert en structureert de ongestructureerde data, verrijkt documenten met metadata en legt verbanden tussen bronnen. Wij ontwerpen de zoekervaring, bepalen hoe informatie gepresenteerd wordt en waarborgen dat de context klopt. Het resultaat is geen zoekmachine, maar een vertaallaag tussen overheidsdata en de burger die er gebruik van maakt.

AI-output is niet hetzelfde als betrouwbare software

Bij Dolphiq gaat elke codewijziging door een gestructureerd proces van pull requests, peer reviews en validatie. AI-output vormt daarop geen uitzondering. Integendeel, we bekijken AI-gegenereerde code vaak kritischer, juist omdat het er op het eerste gezicht solide uitziet.

Goede software draait niet alleen om wat nu werkt. Het gaat om wat blijft werken als de applicatie groeit, als de organisatie verandert, als er nieuwe integraties bij komen. Die duurzaamheid bouw je niet door snel te genereren. Die bouw je door het fundament te begrijpen.

Wat zijn de beperkingen van AI?

Wat AI kan doen

Code schrijven, reviewen en testen. Data analyseren en structureren. Snel prototypes en oplossingen genereren. Kortom: het uitvoerende werk.

Wat AI niet kan, maar wij wel

Wij kijken verder dan het uitvoerende werk. Wat heeft de opdrachtgever écht nodig? Het antwoord daarop vraagt om diepgang, expertise en de bereidheid om ook een 'lastig gesprek' te voeren.

Het grootste voordeel van AI? Meer tijd en ruimte om beter werk te doen!

De grootste verandering die AI softwareontwikkeling teweegbrengt bij Dolphiq, is niet in snelheid. Het is in de aard van het werk. Developers die vroeger een groot deel van hun tijd kwijt waren aan uitvoerende taken, kunnen nu meer tijd steken in architectuurbeslissingen, in advies aan opdrachtgevers en in het kritisch doordenken van een oplossing voordat de eerste regel code wordt geschreven.

Dat is de winst die telt. Niet de seconden die een AI-tool scheelt bij het genereren van een functie, maar de ruimte die ontstaat om beter werk te doen.

Conclusie: AI softwareontwikkeling als hulpmiddel, niet als vervanging

AI softwareontwikkeling verandert de manier waarop we software bouwen, maar niet op de manier die veel mensen verwachten. Het is geen vervanging van de developer, maar een hulpmiddel die ruimte vrijmaakt voor het werk dat er écht toe doet.

Bij Dolphiq zetten we software ontwikkelen met AI in om sneller te prototypen, beter te testen en meer tijd te besteden aan de vragen achter de technische opdracht. Want de grootste waarde zit niet in de code die AI genereert. Die zit in de kwaliteit van de keuzes die je maakt als je niet meer alle tijd kwijt bent aan uitvoering.

Benieuwd wat AI voor jouw organisatie kan betekenen? Wij helpen je graag verder.

Naam

Bedrijfsnaam

E-mail

Telefoonnummer

Bericht

Hoe gaan wij om met uw gegevens? Lees het in onze Privacy verklaring

Nog meer interessante blogs

De kracht van ChatGPT

25 jan. 2023 door Allard Rothengatter

ChatGPT is een slimme chatbot die is ontwikkeld door OpenAI. Het model is getraind op miljoenen teksten uit het internet en is in staat om taal op een manier te begrijpen en te genereren die eerder onmogelijk leek. In dit artikel bespreken we de belangrijkste voordelen van ChatGPT en hoe het de manier waarop we communiceren kan veranderen.

Lees verder

ChatGPT o1: De nieuwe standaard in AI-taalmodellen?

17 sep. 2024 door Allard Rothengatter

In de dynamische wereld van kunstmatige intelligentie staat één naam synoniem voor innovatie: OpenAI. Met de lancering van ChatGPT o1, ook wel bekend als het “Strawberry Model”, zetten zij de volgende stap vooruit in AI-gestuurde communicatie. Dit geavanceerde taalmodel belooft niet alleen een sprong in efficiëntie en flexibiliteit, maar introduceert diverse extra mogelijkheden die zowel opdrachtgevers als ontwikkelaars zullen inspireren.

ChatGPT o1 is ontworpen om naadloos aan te sluiten op de behoeften van moderne organisaties. Of het nu gaat om het verbeteren van klant-interacties, het versnellen van ontwikkelingsprocessen of het ontdekken van nieuwe vormen van creativiteit, dit model biedt een scala aan mogelijkheden die de lat hoger leggen voor wat AI kan bereiken.

Lees verder

ChatGPT-4: Wat we weten en wat we kunnen verwachten

28 feb. 2023 door Alan Linnenbank

De lancering van het GPT-3 taalmodel van OpenAI in 2020 markeerde een belangrijke mijlpaal in de ontwikkeling van kunstmatige intelligentie. Met zijn indrukwekkende 175 miljard parameters toonde GPT-3 ongekende mogelijkheden op het gebied van natuurlijke taalverwerking en tekstgeneratie. Maar wat komt hierna? Zal OpenAI doorgaan met het verleggen van de grenzen van AI taalmodellen met ChatGPT-4, en zo ja, wat kunnen we verwachten?

Lees verder