"AI heeft het in tien minuten gebouwd. Maar niemand durft er nog aan te komen."
We horen varianten van die zin steeds vaker. AI-tools schrijven vandaag code aan een tempo dat een paar jaar geleden ondenkbaar was. Een prototype op een namiddag, een nieuwe feature tussen twee koffies door. Dat is fantastisch. En het is precies daar dat het misloopt.
Het probleem: software die sneller groeit dan je begrip
Maatwerksoftware is nog nooit zo makkelijk te genereren geweest, en nog nooit zo moeilijk te vertrouwen. AI-gegenereerde code heeft namelijk een eigenaardige eigenschap: elke wijziging op zich lijkt redelijk, maar het geheel wordt stilaan onsamenhangend. De AI van vandaag weet niet wat de AI van vorige week heeft beslist. Dus lost hij hetzelfde probleem opnieuw op, net iets anders. Er ontstaan drie versies van "een klant" in je systeem. Logica wordt gedupliceerd. Patronen lopen door elkaar.
Het diepere probleem: de bedoeling achter de code staat nergens. Bij klassiek maatwerk zat die kennis tenminste nog in het hoofd van een ontwikkelaar. Bij "vibe coding" (snel prompten, resultaat aanvaarden, door naar het volgende) is de code het enige wat overblijft. Zes maanden later kan niemand, mens noch AI, nog zeggen welke keuzes bewust waren en welke toeval.
Het resultaat: u betaalde voor een bedrijfsmiddel en kreeg een black box met vervaldatum. Software die begon als een snelle win en eindigt als iets waar niemand nog aan durft te raken. Bloated, broos, niet te onderhouden. Niet omdat AI slechte code schrijft, maar omdat niemand het geheel nog overziet.
Een oud idee, opnieuw actueel
Model-driven development (MDD) is geen nieuw concept. Het idee: je beschrijft eerst wat je systeem is (welke gegevens er zijn, welke stappen een dossier doorloopt, welke regels gelden) in een model. De code volgt daaruit.
In de jaren 2000 is dat idee grotendeels gestrand. Modellen konden nooit honderd procent van de realiteit vatten. Voor de laatste twintig procent, de uitzonderingen en de "ja maar bij die ene klant werkt het anders", moest je toch handmatig in de gegenereerde code duiken. En vanaf dat moment loog het model.
Anno 2026 ligt dat anders, en wel om een verrassende reden: AI. Dezelfde technologie die vibe coding mogelijk maakt, lost ook de zwakte van klassiek MDD op. Vroeger was een model bijhouden en er telkens opnieuw een applicatie uit afleiden simpelweg te traag en te duur; vandaag gebeurt dat in een fractie van de tijd. En het model zelf hoeft niet langer een star schema te zijn: naast de formele structuur is er plaats voor de uitzonderingen in gewone taal, zoals "elke factuur doorloopt deze vijf statussen, behalve voor vrijgestelde klanten". Het gat dat MDD destijds de das omdeed, kan vandaag gewoon mee in het model.
Het model als vangrail voor AI
Waarom werkt dat zo goed? Twee redenen.
Eén: het model begrenst wat AI kan bouwen. Als elke nieuwe feature moet passen binnen de bouwstenen, processen en regels die in het model staan, kan de AI geen vierde variant van "een klant" uitvinden. Alles wat buiten het model valt, is zichtbaar een afwijking. Geen stille wildgroei.
Twee: het model maakt wijzigingen leesbaar. Tweeduizend regels gegenereerde code nakijken, dat doet niemand grondig. Maar een wijziging aan het model wel: "deze aanpassing voegt één status toe aan de facturenflow en één veld aan de klantfiche." Als een kleine vraag plots een grote modelwijziging oplevert, weet je dat de AI je verkeerd begrepen heeft, nog vóór er ook maar één regel code bestaat.
En omdat de applicatie uit het model wordt gegenereerd in plaats van laag na laag bijgeprompt, kan ze niet wegrotten zoals gegenereerde code dat doet: bij elke wijziging wordt ze proper opnieuw afgeleid. Het model is de bron van waarheid. De bedoeling is de build.
Hoe wij het aanpakken
Bij Tandem Studio noemen we onze aanpak model-driven AI development. We beginnen niet bij code, maar bij uw business. In een workshop leggen we samen vast hoe uw processen echt werken: onze UX- en procesexpertise zorgt ervoor dat elke flow en elk randgeval op tafel komt, ook diegene waar u zelf niet meer bij stilstaat. Dat wordt één leesbaar model, en daaruit genereren we een werkende applicatie. Wijzigt er iets in uw business? Dan passen we het model aan en regenereren we. Eerst het model, dan de code. Nooit omgekeerd.
Onder de motorkap is dat model event-sourced: het systeem onthoudt niet alleen de huidige stand van zaken, maar elke gebeurtenis die ertoe geleid heeft. Elke offerte die vertrok, elke goedkeuring, elke wijziging. Dat maakt het model niet alleen een blauwdruk, maar ook een feitenrelaas van uw bedrijf, en het sluit naadloos aan bij hoe wij software bouwen. Waarom we daarvoor kiezen, leggen we uit in Event sourcing voor KMO-software en in onze post over DCB event sourcing.
Het resultaat: software die u kan lezen in plaats van een black box, die mee-evolueert op het tempo van uw bedrijf, en die niet dichtslibt met AI-bloat onder de motorkap. Of zoals wij het samenvatten: ze groeit, zonder de groeipijnen.
AI maakt software bouwen sneller dan ooit. Maar snelheid zonder structuur, dat is gewoon sneller richting chaos. De structuur, dat is ons vak.
Zit u met software die sneller gegroeid is dan uw grip erop? Of wilt u met AI bouwen zonder die val in te trappen? Praat met ons, we bekijken graag samen waar u staat.
