"Systeemontwikkeling" betekende vroeger dat je uitgebreide eisen stelde, taken per fase verdeelde, meerdere beoordelingen uitvoerde en maanden tot jaren besteedde aan afronding.
Die aanpak is niet verdwenen, maar de praktijk van applicatieontwikkeling verschuift nu naar een model dat AI-agenten vooronderstelt.
AI-agenten zijn niet alleen tools om code aan te vullen.
Ze lezen hele repositories, plannen werkzaamheden, bewerken meerdere bestanden, voeren tests uit, passen zich aan op basis van resultaten en bundelen wijzigingen voor review.
Deze hele reeks taken voert zich nu uit als één continue stroom.
Dit is geen toekomstscenario. AI-agenten ondersteunen al delen van het ontwikkelingsproces in de praktijk—het is al een optie op de werkvloer.
AI-agenten: van ondersteuning naar stuurkracht in het ontwikkelingstraject
De fasen "eisen → ontwerp → implementatie → test" verdwijnen niet. Wat verandert is de sequentiële aanpak waarbij je elke fase één keer doorloopt.
Je geeft AI-agenten het doel en acceptatiecriteria; zij stellen implementatieplannen op en genereren code en tests. Voelt het resultaat raar, dan beoordelen mensen de eisen en UI opnieuw, waarna agenten opnieuw implementeren en valideren. Snelle herhalingen tussen eisen, ontwerp, implementatie en validatie zijn nu realiteit.
Hoewel minder tijd nodig is om handmatig code te schrijven, blijft ontwikkeling essentieel.
Van mensen wordt verwacht dat zij bepalen welke taken ze aan AI-agenten delegeren, eisen en acceptatiecriteria helder definiëren, en beoordelen of resultaten geschikt zijn.
Van "na de vergadering opbouwen" naar "ter plekke maken en valideren"
Luister naar wensen van klanten, genereer UI, pas aan design systems aan en bepaal API-integratie. Ontvang feedback en pas schermen en gedrag ter plekke aan. Wat voorheen prototype-werk was, gebeurt nu met implementatiekwaliteit.
Echter, het feit dat een scherm werkt betekent niet hetzelfde als veilig kunnen gebruiken in productie.
Pas met gegevensontwerp, toegangsbeheer, uitzonderingsverwerking, prestaties, monitoring, bedrijfsvoering en onderhoud inbegrepen, ontstaat een toepassing die echt bruikbaar is.
AI-agenten hebben het 'tot een werkende vorm brengen' aanzienlijk versneld, maar het ontwerp en de afwegingen die nodig zijn om 'een betrouwbare, langdurig gebruikte toestand' te bereiken, zijn nog steeds onmisbaar.
Meer bereiken met AI-agenten en kleine teams
Door AI-agenten implementatie, testen, documentatie en onderzoek achter elkaar uit te voeren, kunnen kleine teams een groter bereik aanpakken.
Als gevolg hiervan zijn de grenzen tussen ontwerpers, frontend-engineers, backend-engineers en testverantwoordelijken minder scherp dan voorheen. Rollen verdwijnen niet, maar de overdrachten tussen functies nemen af en één team neemt verantwoordelijkheid van beslissing tot verbetering in één doorlopend proces.
Het is steeds realistischer geworden om met kleine teams die de context delen snel te experimenteren en experts ter plekke in te schakelen, in plaats van grote organisaties die processen verbinden.
Nu we sneller kunnen bouwen, wordt beveiliging nog belangrijker
AI-agenten kunnen niet alleen code voorstellen, maar ook bestanden wijzigen, externe tools aanroepen en tests of builds uitvoeren. Naarmate het bereik van acties groter wordt, is ook de kans groter dat foutieve implementaties of riskante wijzigingen snel kunnen voortschrijden.
Voorstellen voor niet-bestaande of verouderde afhankelijkheidspakketten, gemiste authenticatie en autorisatie, geheime informatie die wordt ingesloten, buitensporige machtigingen, prompt injection, onbedoelde wijzigingen in CI/CD-configuratie – AI-agent-gestuurde ontwikkeling heeft naast traditionele kwetsbaarheden ook nieuwe aandachtspunten.
Daarom is een duidelijk kwaliteitshek voor code die door AI-agenten is gegenereerd of gewijzigd minstens even belangrijk, zo niet belangrijker, dan voor handgeschreven code.
- Beperk de machtigingen en verbindingen die je aan AI-agenten geeft tot het minimaal noodzakelijke
- Voer uit in een geïsoleerde omgeving, gescheiden van productiegeheimen
- Controleer afhankelijkheden, kwetsbaarheden en licenties geautomatiseerd
- Laat een persoon authenticatie, autorisatie, invoervalidatie en verwerking van persoonlijke gegevens controleren
- Beschouw veiligheid niet als gegarandeerd alleen omdat tests zijn geslaagd
- Documenteer wie wijzigingen heeft geverifieerd en goedgekeurd
AI-agenten maken code niet per se veilig, en ze maken code ook niet per se onveilig. Het is essentieel om een persoon aan te wijzen die eindverantwoordelijk is, en AI-agenten in een veilig ontwikkelingstraject in te zetten met duidelijke machtigingen, geïsoleerde omgevingen, geautomatiseerde controles en formele goedkeuringen.
Toegankelijkheid kan niet alleen door AI-agenten worden opgelost
AI-agenten kunnen ook veel bijdragen op het gebied van toegankelijkheid.
Het analyseren van HTML-structuur, het opsporen van ontbrekende labels, het genereren van kandidaten voor alternatieve teksten, het controleren van contrast, het genereren van testcases en het implementeren van correcies: de mogelijkheden voor automatisering zijn groot. Door problemen in een vroeg stadium van ontwerp en implementatie op te sporen, kun je ook kosten voor correcties besparen.
Anderzijds kunnen veel toegankelijkheidskwesties niet volledig geautomatiseerd worden gecontroleerd. Ook in de W3C-evaluatiemethodiek wordt benadrukt dat, naast het gebruik van evaluatietools, verificatie door personen met deskundigheid en waar nodig deelname van betrokkenen essentieel zijn.
Bijvoorbeeld: de volgende punten vereisen nog steeds handmatige inspectie en daadwerkelijke gebruikerstesting.
- Kan het zonder problemen volledig met het toetsenbord worden bediend?
- Verloopt de focusnavigatie natuurlijk en correct?
- Worden statusveranderingen en fouten door schermlezers gecommuniceerd?
- Blijft informatie en functionaliteit behouden bij vergroting of reflow?
- Zijn koppelingen, linkteksten en alternatieve teksten contextafhankelijk passend?
- Kunnen daadwerkelijke gebruikers hun beoogde taken voltooien?
Met andere woorden, geautomatiseerde inspectie en reparatie door AI-agenten en verificatie door handmatige inspectie, bediening en ondersteunende technologieën gaan samen. Het wordt steeds belangrijker om toegankelijkheid niet als laatste controlestap toe te voegen, maar in te bouwen in elk stadium van vereisten, ontwerp, implementatie en testen.
Wat nodig is, zijn technici die in staat zijn context en beperkingen mee te nemen in hun werk.
Wat nu wordt beoordeeld, is niet alleen iemand die snel code kan schrijven of goed prompts kan formuleren.
Het gaat om mensen die 'waarom bouwen we dit', 'wie gaat het gebruiken', 'wat betekent af', en 'welke risico's zijn niet acceptabel' kunnen uitwerken, de juiste context en beperkingen aan AI-agenten kunnen geven, autorisatie en kwaliteitscontroles kunnen ontwerpen, en resultaten kunnen valideren.
Het werk van ingenieurs verschuift van werkzaamheden uitvoeren naar het passend combineren van AI-agenten en experts en kwaliteit waarborgen. En de eindverantwoordelijkheid voor correctheid, veiligheid en gebruiksgemak ligt nog steeds bij mensen.
Als Liberogic
Wij bij Liberogic hebben niet als primair doel de implementatie van AI zelf.
We zetten de inzichten die we hebben opgebouwd in modern frontend development, complexe API-integratie, UI/UX-design en accessibility-compliance om in context en beperkingen voor AI-agenten, en versnellen daarmee validatie en verbetering.
Snel iets realiseren. Het in praktijk testen. En alles inclusief beveiliging, toegankelijkheid en onderhoudbaarheid afmaken tot iets wat je vertrouwen kunt gebruiken.
We kiezen niet tussen snelheid en kwaliteit, maar sturen beide naar dieper onderzoek en betere ervaringen. Dat is hoe we tegen toekomstige ontwikkeling aankijken.
Tot slot
Applicatieontwikkeling is al veranderd.
Van een fase waarin 'mensen alles werk dragen' naar
Een proces waarbij mensen doelstellingen en beperkingen aangeven, AI-agenten deze uitvoeren, en mensen controleren en verantwoordelijkheid dragen.
De vraag vooruit is niet of u AI-agenten gebruikt.
Het gaat erom hoeveel u toevertrouwt, welke bevoegdheden u geeft, waar u zelf beoordeelt, en hoe u betrouwbare kwaliteit bereikt.
CEO en tegelijkertijd altijd medewerker. Iemand die graag nieuwe technologieën begrijpt, zich verheugt in momenten waarop dingen handiger worden, en zich volledig in het praktijkwerk kan verdiepen. Enthousiast over toekomstige technologie en voortdurend op zoek naar nieuwe ervaringen, ongeacht de leeftijd.
Morimoto
Projectmanager / Director / Oprichter in 2007