Uw ontwikkelaars maken al gebruik van AI. Dat staat niet meer ter discussie. Het is zonder officieel besluit een vast onderdeel van de werkwijze geworden. Wat nu telt: individuele toepassingen omzetten in collectieve, meetbare en duurzame capaciteit. Kunt u deze vraag beantwoorden met cijfers in plaats van met een indruk?
Iedereen heeft de tools, maar niet per se de resultaten
Copilot, Claude Code, Cursor, Codex: deze tools schrijven code, genereren tests, documenteren, corrigeren, en de beweging reikt verder dan ontwikkelaars; ze raakt ook analisten, testers en de operationele afdelingen.
Uit het DORA 2025-rapport blijkt dat ongeveer 90 % van de techprofessionals AI gebruikt; meer dan 80 % geeft aan hierdoor productiever te zijn geworden. [1] Maar een hoge acceptatiegraad gaat gepaard met zowel een toename van de leveringssnelheid als een toename van de instabiliteit in de productieomgeving. Er wordt sneller geleverd, maar het resultaat is minder robuust.
Een CloudBees-enquête uit mei 2026 onder meer dan 200 technische leidinggevenden bevestigt deze spanning: 61 % van de code zou door AI worden gegenereerd of ondersteund, 92 % van de leidinggevenden heeft vertrouwen in de ingebruikname ervan, en 81 % constateert een toename van incidenten die verband houden met deze code. [2]
Wat METR heeft rechtgezet
Het nog steeds veel geciteerde METR-onderzoek uit 2025 toonde aan dat ontwikkelaars 19 % langzamer werkten met AI, terwijl ze dachten 20 % tijd te besparen. [3] In februari 2026 heeft METR zijn protocol herzien nadat een aanzienlijke selectiebias was vastgesteld. De geschatte vertraging daalt tot 18 % voor de oorspronkelijke groep en tot 4 % voor de nieuw aangeworven ontwikkelaars, met betrouwbaarheidsintervallen die door nul lopen. [4]
Twee lessen: het effect van AI hangt af van de taak, de uitgangscode en de persoon; geen enkel gepubliceerd gemiddelde is zonder meer van toepassing op uw situatie. En het meten van dit effect is moeilijk, zelfs voor een team dat zich uitsluitend hiermee bezighoudt.
De bottleneck is verschoven naar het nalezen
De code komt sneller binnen, maar het menselijk vermogen om deze te controleren is niet veranderd. Uit het Stack Overflow-onderzoek van eind 2025, met meer dan 49.000 respondenten, blijkt dat 80% van de respondenten AI gebruikt, maar dat het vertrouwen in de nauwkeurigheid is gedaald tot 29% (tegenover 40% het jaar ervoor). 66% besteedt meer tijd aan het corrigeren van dit soort code, 75% wendt zich uiteindelijk tot een collega. [5]
DORA zegt het zonder omwegen: individuele voordelen vertalen zich niet automatisch naar het niveau van de organisatie. Vier indicatoren om te weten waar u staat:
• de tijd die verstrijkt tot de eerste beoordeling van een pull-verzoek
• het percentage mislukte wijzigingen en de tijd die nodig is om deze te herstellen
• het percentage herschreven of verwijderde code binnen dertig dagen
• de tijd die na oplevering aan correcties wordt besteed in verhouding tot de ontwikkelingstijd
Als de snelheid toeneemt terwijl deze indicatoren verslechteren, is het probleem verplaatst, niet opgelost.
Slecht nieuws: beveiliging blijft een reëel probleem
Volgens Veracode (voorjaar 2026) doorstaat slechts 55 % van de gegenereerde code de beveiligingstests zonder expliciete instructies, een percentage dat al twee jaar vrijwel stabiel is, terwijl de syntactische correctie meer dan 95 % bedraagt. [6] De details: 82 % succes bij SQL-injectie, 86 % bij cryptografie, maar slechts 15 % bij cross-site scripting en 13 % bij log-injectie. Beveiliging zal niet voortkomen uit de volgende versie van het model, maar uit projectrichtlijnen, statische analyse en een menselijke beoordeling gericht op risicogebieden.
Uw best practices raken snel achterhaald
Een prompttechniek die een jaar geleden nog effectief was, kan vandaag de dag al achterhaald zijn. Wat zich in 2026 heeft gestabiliseerd:
• schriftelijke specificaties vóór het lanceren van een agent, met versiebeheer net als de code
• projectcontextbestanden die net als code worden onderhouden en via pull-verzoeken worden herzien
• geautomatiseerde evaluaties bij elke wijziging van het model of de instructies
• agents die worden uitgevoerd in geïsoleerde omgevingen, met beperkte rechten en traceerbaarheid van acties
AI versterkt wat er al is
DORA identificeert zeven capaciteiten die ervoor zorgen dat een organisatie daadwerkelijk profijt haalt uit AI: een duidelijk standpunt over AI, een gezond data-ecosysteem, data die toegankelijk is voor tools, solide versiebeheer, werken in kleine batches, een uitgesproken gebruikersgerichtheid en hoogwaardige interne platforms. [7] Al deze capaciteiten gaan vooraf aan de komst van de assistenten. AI heeft ze niet uitgevonden, maar heeft ze tot toelatingseisen gemaakt. Een team dat in kleine batches levert en weet hoe het een stap terug moet zetten, versnelt echt. Een team met een kwetsbare leveringsketen versnelt ook, maar botst tegen de muur.
We schreven hierover al in een eerder artikel, ‘AI versnelt individuen. Wie versnelt organisaties?’, over de manier waarop teams hun werkwijze moeten herzien.
En wat als de assistent stilvalt?
Op 4 juni 2026 zorgde een incident bij de codereview-tool Copilot ervoor dat tot 93,9 % van de verzoeken gedurende een uur en vijfentwintig minuten mislukte, wat neerkwam op ongeveer 36.800 getroffen reviews. [8] Op 6 en 17 augustus deden zich nieuwe storingen voor bij Actions, Pages en Copilot; GitHub bracht een deel van deze problemen zelf in verband met de belasting door AI-ondersteunde ontwikkeling. [9]
Een paar uur onbeschikbaarheid is vervelend, maar een paar dagen wordt kostbaar als er geen noodmodus is voorzien: de mogelijkheid om van model of leverancier te wisselen zonder alles opnieuw te hoeven schrijven, en mensen in het team te houden die zonder assistent kunnen leveren.
Wie gaat deze code over vijf jaar nog eens doorlezen?
Een studie van Hosseini Maasoum en Lichtinger, gebaseerd op Amerikaanse gegevens over cv’s en vacatures, constateert een daling van 9 tot 10 % in de werkgelegenheid voor junioren in de zes kwartalen na de invoering van generatieve AI, zonder vergelijkbaar effect op ervaren profielen. [10] Senioren worden gevormd uit junioren. Het schrappen van taken waarmee men leert, leidt binnen enkele jaren tot het verdwijnen van het vermogen om code te controleren. Dit is te verhelpen: in tweetallen de gegenereerde code nakijken, rouleren bij gevoelige onderdelen, oefeningen zonder assistent.
Traceerbaarheid, nu in plaats van in 2027
Verordening (EU) 2026/1744 van 8 juli stelt de verplichtingen voor systemen met een hoog risico uit tot 2 december 2027, maar de transparantieverplichtingen van artikel 50 zijn al sinds 2 augustus 2026 van kracht. [11] Dit is een uitstel, geen intrekking. Het is beter om de traceerbaarheid nu al in te voeren dan eind 2027 alles in allerijl te moeten herzien.
Vijf vragen die u voor het einde van het jaar zou moeten kunnen beantwoorden
• Op welke specifieke taken hebben we een winst gemeten, en hoe?
• Wat is onze gemiddelde doorlooptijd tot de eerste beoordeling, en is deze het afgelopen jaar toegenomen?
• Welk deel van de AI-code wordt vóór het samenvoegen onderworpen aan een geautomatiseerde beveiligingsanalyse?
• Wat doen we als onze hoofdassistent drie dagen niet beschikbaar is?
• Wie zal deze code over vijf jaar kunnen doorlezen, en hoe leiden we die persoon vandaag op?
We hebben onszelf deze vijf vragen gesteld nog voordat jij dat deed. We hadden niet alle antwoorden. Zo is FORGE ontstaan.
Bij 5th floor
is FORGE het oprichtingsproject van onze innovatieafdeling, opgezet om dit werk verder te brengen dan onze eigen teams: een protocol voor het meten van daadwerkelijke winst, een referentiekader van beproefde praktijken, een kader voor evaluatie en beveiliging, richtlijnen voor het gebruik van agents, een gedocumenteerde noodmodus en een plan voor kennisoverdracht naar junioren. De TechRadar vormt de technologische kant ervan, onze iso-functionele herschrijvingen het proefterrein.
Wat we voor onze eigen teams hebben ontwikkeld, biedt onze innovatieafdeling nu ook aan onze klanten aan: een kwantitatieve diagnose van de zeven DORA-capaciteiten, functiegebonden trainingen, teamcoaching en programmabegeleiding.
Als u uw cijfers met die van ons wilt vergelijken, laten we er dan eens over praten.
Bronnen:
[1] DORA (Google Cloud), State of AI-assisted Software Development, 2025.
[2] CloudBees, The 2026 State of Code Abundance Report, May 2026, survey of over 200 technical leaders.
[3] METR, Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity, July 2025, arXiv:2507.09089.
[4] METR, “We Are Changing Our Developer Productivity Experiment Design,” February 24, 2026.
[5] Stack Overflow, 2025 Developer Survey, published December 29, 2025, with over 49,000 respondents.
[6] Veracode, “Spring 2026 GenAI Code Security Update,” 2026.
[7] DORA (Google Cloud), 2025 DORA AI Capabilities Model, 2025.
[8] GitHub, GitHub Availability Report: June 2026, July 2026.
[9] The Register, “Latest GitHub Outage Squeezes Actions, Pages to Death,” August 6, 2026, and “GitHub Has Issues as Repo Downloads Hit 50% Error Rate,” August 17, 2026.
[10] S. M. Hosseini Maasoum and G. Lichtinger, “Generative AI as Seniority-Biased Technological Change: Evidence from U.S. Resume and Job Posting Data,” SSRN, 2025.
[11] Regulation (EU) 2026/1744 of July 8, 2026, amending Regulation (EU) 2024/1689 (Digital Omnibus on AI), Official Journal of July 24, 2026; European Commission, transparency obligations took effect on August 2, 2026.
