Bouwen met AI: hoe een app in weken kan en waar de grenzen zitten

"AI schrijft de code sneller. Het denkwerk is niet sneller geworden."

Ik bouw web-apps en portalen in twee tot drie weken voor een eerste werkende versie. Dat is niet omdat ik harder werk, maar omdat ik AI-hulpmiddelen gebruik, zoals Claude Code, naast Gemini voor taken waar dat beter past. Ik krijg daar twee soorten reacties op: "Dan moet het goedkoop zijn" en "Is dat wel betrouwbaar?" Beide vragen verdienen een eerlijk antwoord.

Kort antwoord: AI versnelt het schrijven van code, het opzetten van een basis en het uitwerken van varianten. Het versnelt niet het bepalen van wat er gebouwd moet worden, het maken van de belangrijke keuzes over beveiliging en opbouw, het testen met echte gebruikers en het beheren na oplevering. Wie AI gebruikt om te bouwen zonder die stappen serieus te nemen, bouwt sneller en fouten ook. De kwaliteit zit in de controle, niet in het gereedschap.

Inhoudsopgave

1. Wat er verandert
2. Wat er niet verandert
3. Waar de risico's zitten
4. Hoe ik zelf werk
5. Vragen die je als opdrachtgever stelt
6. Wat het betekent voor prijs en planning

Wat er verandert

AI-hulpmiddelen voor code lezen een opdracht in gewone taal, kijken naar de bestaande code en schrijven nieuwe code of wijzigingen. Het resultaat moet gecontroleerd worden, maar het scheelt veel typewerk.

Het gevolg: een eerste werkende versie is eerder zichtbaar. Dat verandert de manier van werken. In plaats van wekenlang bespreken wat het zou kunnen worden, kun je snel iets werkends laten zien en daarop reageren. Dat is ook de reden dat een traject van twee tot drie weken haalbaar is, mits je streng afbakent. Zie zo bouw ik een werkende app in drie weken.

Wat er niet verandert

1. Bepalen wat er gebouwd moet worden. Een AI-hulpmiddel bouwt wat je vraagt. Vraag je het verkeerde, dan krijg je het verkeerde, sneller. Het afbakenen van een eerste versie blijft mensenwerk. Zie MVP of volledige app.

2. De belangrijke keuzes. Hoe zit de opbouw in elkaar, wie mag wat zien, waar staan gegevens, hoe ga je om met persoonsgegevens? Dat zijn ontwerpkeuzes met gevolgen. Een AI-hulpmiddel doet een voorstel, maar weet niet wat jouw organisatie nodig heeft en kan een zwakke keuze overtuigend verpakken.

3. Controleren. Code die er goed uitziet en werkt in een test, kan onveilig zijn of in een uitzonderlijk geval falen. Iemand moet beoordelen wat er is gemaakt.

4. Testen met echte gebruikers. Werkt het voor de mensen die het gaan gebruiken? Dat laat geen enkel hulpmiddel zien.

5. Onderhoud en verantwoordelijkheid. Als er iets mis gaat, moet iemand het begrijpen en herstellen. Zie software na oplevering.

Waar de risico's zitten

AI-hulpmiddelen maken het makkelijker om snel veel te bouwen. Dat is hun kracht en hun gevaar. Dit zijn de risico's waar ik op let:

De OWASP-lijst van risico's bij toepassingen met taalmodellen beschrijft vergelijkbare gevaren. Zit er een AI-onderdeel in de app zelf, lees dan AI-agents beveiligen.

Hoe ik zelf werk

Ik werk het liefst met Claude Code, en gebruik Gemini voor taken waar dat beter past. Een groot deel van mijn eigen werk draait in AgentOS, het systeem dat ik voor mijzelf bouw en dagelijks gebruik. Dat is mijn testomgeving: wat daar niet werkt, bied ik jou niet aan. Dit zijn de afspraken die ik met mijzelf heb:

1. Eerst afbakenen, dan bouwen. Vóór er code komt, staat op papier wat er in versie 1.0 zit.
2. Kleine stappen. Elke stap is te beoordelen. Ik laat niet in één keer een groot geheel genereren.
3. Ik lees wat er gemaakt wordt. Voor beveiliging, rechten en gegevens in het bijzonder.
4. Testen op echt gedrag, niet alleen op "het draait".
5. Echte gebruikers vroeg, in week twee, niet aan het eind.
6. Geen echte persoonsgegevens in het bouwproces. Testgegevens zijn verzonnen.
7. Documentatie en overdracht horen bij oplevering. Zie de checklist bij oplevering.

Dezelfde regel als bij AI-agents in bedrijven geldt hier: het hulpmiddel bereidt voor, een mens beslist. In mijn eigen systeem gaat niets de deur uit zonder mijn akkoord; zie human-in-the-loop.

Vragen die je als opdrachtgever stelt

Je hoeft geen techniek te begrijpen om de juiste vragen te stellen.

1. Gebruikt u AI-hulpmiddelen bij het bouwen, en welke? Een eerlijk antwoord is "ja", met uitleg.
2. Wie beoordeelt de code die ermee gemaakt wordt? Het goede antwoord noemt een mens, en wat er wordt gecontroleerd.
3. Hoe test u beveiliging en rechten? Concreet, niet "dat zit er standaard in".
4. Komen mijn gegevens in een AI-dienst terecht tijdens het bouwen? Het goede antwoord is nee of onder duidelijke afspraken.
5. Kan iemand anders het systeem straks begrijpen en onderhouden? Dat vraagt documentatie en een leesbare opbouw.
6. Wat is de afbakening, en wat gebeurt er met extra wensen? Snelheid maakt uitdijing gevaarlijker, niet minder.

Een bouwer die hier open over is, is waarschijnlijk ook open over andere dingen. Zie een bouwpartner kiezen: twaalf vragen.

Wat het betekent voor prijs en planning

AI maakt bepaalde onderdelen sneller, en dat kan zich vertalen in een kortere planning en soms een lagere prijs. Maar de tijd die je wint, gaat voor een deel naar controle en testen. Een prijs die alleen laag is omdat daarop wordt bespaard, is geen voordeel.

Bij mij betekent het: een eerste werkende versie tussen 5.000 en 15.000 euro excl. btw, tegen een vaste projectprijs, doorgaans binnen twee tot drie weken. De prijs hangt af van het aantal rollen, koppelingen en schermen. Meer in wat kost een app laten bouwen en in de complete gids over maatwerksoftware.

Hulp nodig?

Wil je zien hoe een traject van twee tot drie weken eruitziet voor jouw idee? Bekijk de Rapid Solution Studio, de showcases, of plan een gesprek via contact.

Gerelateerde artikelen

• Maatwerksoftware laten bouwen: de complete gids
• MVP of volledige app: wat bouw je eerst?
• Een bouwpartner kiezen: twaalf vragen voor je tekent
• AI-agents beveiligen: prompt injection, rechten en logboeken
• Zo bouw ik een werkende app in drie weken
• Iris, mijn AI-manager: hoe AgentOS mij elke dag tijd teruggeeft

Bronnen en verder lezen

• OWASP, Top 10 for Large Language Model Applications
• Anthropic, Building effective agents
• Nationaal Cyber Security Centrum

Dit artikel is geschreven door Vincent van Munster van WeAreImpact. Hij bouwt web-apps met AI-hulpmiddelen en legt uit hoe hij de kwaliteit bewaakt.