Sneller code schrijven maakt je organisatie nog niet sneller

Van losse tool naar een volwassen werkwijze

Ons eerdere AI-adoptieonderzoek 2026 liet al zien dat AI-gebruik vooral van onderaf groeit, terwijl de sturing vanuit het management achterblijft. Binnen softwareontwikkeling zien we nu hetzelfde patroon.

Bij elke stap naar een volwassen toepassing wordt de groep kleiner. Een derde van de organisaties noemt het gebruik van AI inmiddels standaard. Slechts 16 procent bevindt zich in de integratie- of optimalisatiefase. Actief toezicht op AI-agents, met logging, audits en een duidelijke rolverdeling, vindt bij 31 procent plaats.

Een code-assistent is relatief snel ingevoerd. Agentic engineering gaat een stap verder. Daarbij krijgen AI-agents een vaste plek in het ontwikkelproces. Dat werkt alleen als werkwijzen, kwaliteitskaders, infrastructuur en vaardigheden goed op elkaar aansluiten. Juist die stap, van losse tool naar betrouwbare engineeringpraktijk, blijkt voor veel organisaties lastig.

De bottleneck schuift op

AI helpt ontwikkelteams nu vooral bij coding, code review en testing. Dat levert snelheid op, maar softwareontwikkeling bestaat uit meer dan code schrijven.

Requirements, architectuur, acceptatie, deployment en beheer veranderen niet vanzelf mee. Daardoor verdwijnt de bottleneck niet, maar schuift hij verder het proces in. Frank Thiele, Unit Manager bij Info Support, waarschuwt daarom dat teams wel sneller output produceren, maar daarmee nog niet automatisch sneller waarde leveren.

Wie agentic engineering serieus wil inzetten, moet dus verder kijken dan codegeneratie. Onze aanpak voor software engineering richt zich daarom op het hele ontwikkelproces en niet op één losse tool.

De directie ziet een andere werkelijkheid

Opvallend is dat stakeholders de stand van zaken heel verschillend beoordelen. Zo vindt 24 procent van de hoofdbeslissers dat elke AI-actie menselijke controle vereist. Onder adviseurs met invloed is dat 50 procent. Hoofdbeslissers zijn bovendien structureel optimistischer over de volwassenheid van de organisatie en het vertrouwen in AI.

Dat verschil is niet alleen een kwestie van perspectief. Het bepaalt hoeveel ruimte AI-agents in de praktijk krijgen. Als de top denkt dat de organisatie klaar is om op te schalen, terwijl teams nog vragen hebben over kwaliteit en eigenaarschap, krijgen agents al snel meer vrijheid dan de processen en controles aankunnen.

Een gedeelde reality check is daarom de logische eerste stap, stelt Joop Snijder, Head of AI bij Info Support. Waar wordt AI vandaag echt gebruikt? Welke controles werken al? En waar moet de organisatie eerst bijsturen?

Een goed model heeft een stevig harnas nodig

Een krachtig AI-model alleen is niet genoeg. De kwaliteit van software wordt steeds meer bepaald door de omgeving waarin agents hun werk doen.

Het onderzoek introduceert daarvoor het AI coding harness. Dit is een werkomgeving waarin architectuurprincipes, specificaties, tests, securityregels en feedbackloops zijn vastgelegd en technisch worden afgedwongen. Het harnas bepaalt welke context een agent krijgt, wat hij wel en niet mag doen en wanneer hij moet stoppen of om hulp moet vragen.

De verwachting is dat zo’n harnas net zo vanzelfsprekend wordt als CI/CD. Met onze agentic software experience helpen we organisaties deze werkomgeving in te richten, van guardrails tot feedbackloops.

Meer AI vraagt om meer vakmanschap

Hoe meer taken AI overneemt, hoe belangrijker softwarevakmanschap wordt. Dat klinkt misschien tegenstrijdig, maar het onderzoek laat duidelijk zien waarom.

Zeven op de tien IT-beslissers zien een grote of middelgrote skills gap. Toch noemt slechts 29 procent een tekort aan expertise als belangrijk risico. Organisaties zien het probleem dus wel, maar wegen de gevolgen ervan nog niet altijd zwaar genoeg mee.

Engineers zullen minder code met de hand schrijven, maar krijgen meer verantwoordelijkheid voor de omgeving waarin agents werken. Dat vraagt om AI-geletterdheid, agentic workflow design en blijvende engineering excellence. Gerichte trainingen helpen teams om deze vaardigheden op te bouwen voordat agents zelfstandiger gaan werken.

Begin met een gedeeld vertrekpunt

De vraag is niet meer of AI-agents onderdeel worden van softwareontwikkeling. De vraag is of organisaties ze zo inbedden dat ze betrouwbaar genoeg zijn voor de software waarop het bedrijf draait. Dat begint niet met nog een extra tool, maar met een eerlijk en gedeeld beeld van waar de organisatie nu staat.

Benieuwd naar alle resultaten? Lees het volledige Agentic Engineering-onderzoek 2026, direct toegankelijk zonder formulier.