Programmeren met AI maakt softwareteams kleiner (en breder)

Wat verandert er door programmeren met AI?

Developers schrijven niet meer elke regel code zelf. AI-assistenten als GitHub Copilot, Cursor en Claude Code stellen code voor, schrijven tests, sporen fouten op en leggen onbekende code uit. Werk dat vroeger uren kostte, staat nu veel sneller klaar.

Denk aan standaardcode zoals formulieren, API-koppelingen en de opzet van een database. Aan tests voor bestaande functies. Aan fouten zoeken in code die iemand anders schreef. En aan het bijhouden van documentatie. Hoe dat ons eigen werk veranderde, lees je in welke invloed AI heeft op ons werkproces.

Het denkwerk verdwijnt niet. AI schrijft code, maar weet niet waarom jouw planning drie uitzonderingen op de regel heeft. Of waarom je magazijn anders telt dan je boekhouding. Dat moet een mens nog steeds begrijpen, uitleggen en controleren. Daarom begint goede software nog altijd met het in kaart brengen van je bedrijfsprocessen.

Waarom worden softwareteams kleiner?

Een klassiek softwareteam bestond uit veel specialisten. Een analist die de wensen ophaalt, een ontwerper, een paar front-end- en back-end-developers, een tester en een projectleider die alles aan elkaar knoopt. Elke overdracht kostte tijd, en bij elke overdracht ging er informatie verloren.

Als programmeren met AI het uitvoerende werk versnelt, verschuift het knelpunt. Het probleem is dan niet meer dat er te weinig handen zijn om code te typen. Het probleem is begrijpen wat er gebouwd moet worden en dat goed overbrengen. Extra mensen helpen daar niet bij. Elke extra schakel maakt de communicatie juist trager.

Onderzoeksbureau Gartner ziet dezelfde beweging. Volgens hun voorspelling werkt in 2029 60 procent van de organisaties met veel kleinere software-engineeringteams. In 2026 is dat nog 15 procent (bron). Gartner noemt dat geen bezuiniging maar een nieuwe inrichting, waarin menselijke expertise en AI elkaar versterken.

Kleiner team, belangrijkere mensen

Mensen worden niet minder belangrijk. Integendeel. In een klein team weegt elke persoon zwaarder. Eén verkeerde aanname komt niet meer vanzelf boven bij een collega verderop in de keten, want die collega is er niet.

Daarom wordt de vraag steeds minder hoeveel mensen je hebt. En steeds meer of de juiste mensen de juiste verantwoordelijkheid hebben.

Ook Gartner waarschuwt hier. Organisaties die AI gebruiken om juniorfuncties te schrappen, verzwakken hun eigen talentpijplijn. Klein worden is iets anders dan stoppen met opleiden.

Welke developer past in het team van morgen?

Het team van morgen is kleiner en breder. Wij zien vijf eigenschappen steeds terugkomen.

Begrijpt hoe een organisatie werkt

Goede code die het verkeerde probleem oplost, levert niets op. De developer van morgen begrijpt hoe een offerte ontstaat, waar het magazijn vastloopt en waarom de planner op vrijdag gek wordt. Pas dan bouw je iets wat mensen echt gebruiken.

Kan communiceren

Zonder analist of projectleider ertussen praat de developer direct met de klant. Luisteren, in gewone taal uitleggen wat er gebouwd wordt en afspraken helder maken, horen bij het vak.

Neemt eigenaarschap

In een klein team is er geen afdeling om naar te wijzen. Wie iets bouwt, is er ook verantwoordelijk voor. Van het eerste gesprek tot het moment dat de software elke dag gebruikt wordt.

Stelt de juiste vragen

Een developer die alleen uitvoert wat er gevraagd wordt, bouwt precies de wensenlijst. Een developer die vraagt waarom iets nodig is, vindt vaak een simpelere oplossing. Of ontdekt dat het echte probleem ergens anders zit. Hoe sneller AI het bouwen maakt, hoe belangrijker het wordt dat je het juiste bouwt.

Gebruikt AI als versneller, niet als doel

Programmeren met AI is een middel. Een goede developer weet wanneer AI tijd bespaart en wanneer het de verkeerde kant op stuurt. Hij of zij leest kritisch wat de AI voorstelt en blijft eindverantwoordelijk voor elke regel code die live gaat. Waarom je bij AI altijd bij het probleem begint, lees je in “Moeten wij iets met AI?” Waarom dat de verkeerde vraag is.

Hoe wij hier bij Prikr mee omgaan

Bij Prikr werken we al met kleine teams. Wie de software ontwerpt, bouwt hem ook. Geen overdracht aan een team dat jouw werkvloer nooit heeft gezien, geen tussenpersoon die je verhaal doorvertelt. We zetten AI in om sneller te bouwen. Zo blijft er meer tijd over voor waar het verschil zit, namelijk begrijpen hoe jouw bedrijf werkt.

Dat zie je terug in onze aanpak. Of het nu gaat om maatwerk software laten maken, een webapplicatie laten maken of bedrijfsprocessen automatiseren, je praat steeds met de mensen die het ook bouwen.

Wat betekent dit voor jou als opdrachtgever?

Laat je software bouwen? Kijk dan niet alleen naar hoe groot het team is. Stel liever deze vragen.

• Spreek ik direct met de mensen die bouwen?
• Begrijpen ze mijn proces, of alleen mijn wensenlijst?
• Hoe gebruiken ze AI, en wie controleert wat het oplevert?
• Wie is eigenaar als er iets misgaat?

Twijfel je nog of bouwen überhaupt de juiste stap is? Lees dan eerst wanneer je software moet bouwen, en wanneer juist niet.

Misschien is een groot team straks niet langer het teken van een sterk bedrijf. Maar juist een klein team dat uitzonderlijk goed samenwerkt. Meer over software, AI en digitalisering lees je op onze blog.

Benieuwd hoe zo’n team naar jouw proces kijkt?

In een gratis adviesgesprek kijken we eerlijk naar wat er speelt, ook als de uitkomst is dat je (nog) niet moet bouwen.

Klaar om te starten?

Plan een gratis adviesgesprek en we kijken samen wat past bij jouw situatie.