De opkomst van AI-tools in softwareontwikkeling roept veel vragen op. Wordt de developer overbodig? Of krijgt het vak juist een upgrade? Bij MABLE geloven we in het tweede, en leggen we uit waarom.
Het is 2026 en AI-coding-assistenten zijn niet meer weg te denken uit de dagelijkse praktijk van softwareontwikkeling. Tools als GitHub Copilot, Cursor en Claude Code zijn in korte tijd geëvolueerd van experimenteel speelgoed naar volwaardige onderdelen van de developer-toolkit. Volgens recente cijfers van Stack Overflow gebruikt inmiddels meer dan 75% van de professionele developers een vorm van AI-assistentie tijdens het werk.
Maar wat betekent dat voor het vak? En belangrijker: wat betekent het voor de organisaties die developers inhuren?
De realiteit op de werkvloer
Laten we eerlijk zijn: AI maakt developers sneller. Boilerplate-code die voorheen een halfuur kostte, staat nu in minuten klaar. Unit tests schrijven, reguliere expressies samenstellen, een onbekende API verkennen. Het zijn stuk voor stuk taken waar AI-assistenten uitblinken. Onderzoek van Google en Microsoft laat zien dat developers gemiddeld 25 tot 40 procent sneller werken bij routinematige taken wanneer ze AI-tools inzetten.
Maar snelheid is niet hetzelfde als kwaliteit. En hier zit precies het punt waar het verschil wordt gemaakt.
Waarom de developer juist belangrijker wordt
AI genereert code. Maar het begrijpt geen context. Het kent de businesslogica van jouw domein niet. Het weet niet dat die ene microservice bij piekbelasting een bottleneck vormt, of dat de keuze voor een bepaald datamodel drie maanden later een migratie-nachtmerrie oplevert.
De échte waarde van een goede developer zit in wat AI niet kan:
- Architecturale beslissingen nemen. Welke patronen passen bij de schaal en levensduur van het systeem? Hoe voorkom je vendor lock-in? Hoe ontwerp je een systeem dat over twee jaar nog onderhoudbaar is?
- Stakeholders begrijpen. Requirements vertalen naar werkende software vereist empathie, doorvragen en domeinkennis. Vaardigheden die fundamenteel menselijk zijn.
- Kwaliteit bewaken. AI-gegenereerde code reviewen vraagt om meer expertise, niet minder. Je moet herkennen wat subtiel fout is, niet alleen wat syntactisch correct is.
- Samenwerken in teams. Pair programming, kennisdeling, architectuuroverleg. Softwareontwikkeling is en blijft teamwork.
De developer verschuift van uitvoerder naar regisseur. En dat vraagt om een ander, vaak hoger, niveau van vakmanschap.
Wat dit betekent voor opdrachtgevers
Organisaties die denken dat AI het aantal benodigde developers halveert, komen bedrogen uit. Wat wél verandert, is het profiel van de developer die je nodig hebt.
De vraag verschuift van “wie kan deze CRUD-applicatie bouwen?” naar “wie kan ons digitale landschap architecturaal sturen, AI-tools effectief inzetten, en de kwaliteit van het eindresultaat garanderen?” Dat is een senior-profiel. En juist aan die profielen is in de Nederlandse markt, en zeker in de publieke sector, een structureel tekort.
Bij overheidsorganisaties zien we deze trend extra sterk. De systemen zijn complex, de compliance-eisen hoog, en de context (wet- en regelgeving, ketenintegraties, privacyvereisten) is lastig te vatten voor een AI-model. Hier heb je developers nodig die niet alleen code schrijven, maar het speelveld begrijpen.
Hoe wij bij MABLE hiermee omgaan
Bij MABLE werken we uitsluitend met developers die hun vak echt beheersen. Niet omdat we tegen AI zijn. Integendeel, onze consultants zetten AI-tooling actief in om productiever te werken. Maar we selecteren op wat AI niet vervangt: analytisch vermogen, architecturaal inzicht, communicatieve vaardigheden en eigenaarschap.
Onze aanpak is simpel: we leveren developers die AI als versneller gebruiken, niet als vervanging voor vakmanschap. Het resultaat? Hogere kwaliteit, snellere doorlooptijden, en software die ook na oplevering onderhoudbaar blijft.
De toekomst: developers met een AI-voorsprong
De developer van morgen is niet iemand die AI vreest, maar iemand die het beheerst. Die weet wanneer een AI-suggestie goud waard is en wanneer het subtiel de verkeerde kant op stuurt. Die prompt engineering combineert met design patterns, en die een codebase beoordeelt op onderhoudbaarheid in plaats van op regels code.
Dit is geen toekomstmuziek. Dit is nu. En organisaties die hier vroeg op inspelen, bouwen een voorsprong op die lastig in te halen is.
