Eerst een mockup, dan pas bouwen: waarom dat met AI nog belangrijker wordt

Je zit met een idee voor een applicatie. Vroeger betekende dat weken wachten op een eerste schets. Nu tik je een omschrijving in een AI-tool en er staat binnen een paar minuten iets werkends op je scherm: schermen, een datamodel, wat logica erachter. De verleiding is groot om meteen door te bouwen. Waarom nog tijd steken in een mockup als de echte applicatie er al bijna is?

Die verleiding is precies het probleem. Hoe sneller AI een werkende versie neerzet, hoe makkelijker je over de vraag heen stapt of het de juiste versie is.

Waarom AI de verleiding vergroot om de mockup over te slaan

OutSystems noemt zelf op zijn productpagina over Mentor, de AI-gestuurde app generator van het platform, dat je met natuurlijke taal een omschrijving invoert en daar een werkende applicatie uit krijgt, inclusief datamodel, logica en gebruikersinterface. Het platform claimt daarbij dat de ontwikkeltijd hiermee met tot 60 procent kan afnemen (outsystems.com).

Dat is precies het punt. Wat vroeger een paar weken bouwtijd kostte, en dus vanzelf tijd gaf om tussentijds te toetsen of de richting klopte, gebeurt nu in een paar minuten. Er is geen natuurlijke pauze meer waarin een opdrachtgever, een collega of een toekomstige gebruiker kan zeggen: dit is niet wat ik bedoelde. Een AI-tool bevestigt bovendien makkelijk dat iets werkt zonder dat het daadwerkelijk tegen een echte situatie is getest. De uitkomst ziet er af doordat de velden gevuld zijn en de knoppen reageren, maar dat zegt niets over of het de juiste schermen, rollen en volgorde zijn.

Hoe minder tijd de bouw kost, hoe belangrijker het wordt om de stap ervoor, het bedenken en toetsen van wat er precies gebouwd moet worden, niet te laten verdwijnen.

Wat een mockup nog steeds oplost dat AI niet vervangt

Een mockup is geen vertraging, het is een goedkope manier om een dure fout te voorkomen. Een klikbare schets met realistische voorbeelddata, op telefoon- en desktopformaat, laat een opdrachtgever meteen zien of de richting klopt voordat er daadwerkelijk bouwtijd in zit. Een medewerker die door een mockup klikt, ziet sneller dat een scherm ontbreekt of een stap in de verkeerde volgorde staat dan wanneer diezelfde persoon een lijst met functionaliteiten leest.

Interessant genoeg herkent OutSystems dit principe ook in de eigen AI-workflow. Volgens de documentatie van het platform doorloopt een gebruiker bij het genereren van een applicatie met AI eerst een stap waarin de blueprint, de interpretatie van de AI van wat er gevraagd is, beoordeeld en bijgestuurd wordt voordat de volledige applicatie gegenereerd wordt (success.outsystems.com). Met andere woorden: zelfs een platform dat binnen minuten een werkende app aflevert, bouwt een controlemoment in voordat het echte werk begint. Die logica geldt evengoed, en misschien nog sterker, voor het gesprek met je eigen opdrachtgever of gebruikers.

De tweede reden dat een mockup blijft werken, is dat iemand anders het resultaat moet kunnen afkeuren voordat het "af" heet. De bouwer, mens of AI, ziet zijn eigen aannames niet meer. Een collega of toekomstige gebruiker die met frisse ogen naar het scherm kijkt, vangt dat wel. Dat principe verandert niet doordat de eerste versie sneller tot stand komt.

Een concreet voorbeeld uit de praktijk

Bij het certificeringsplatform dat we bouwden voor een beveiligingsbedrijf met meer dan vijftig aangesloten dealers en honderden voertuigen per jaar, liep het proces daarvoor volledig via e-mail en handmatige controle. Dat leverde chaos en vertraging op. Voor een applicatie die dealers, certificeringen en SEPA-afhandeling moest samenbrengen, was vooraf helder krijgen wie welk scherm nodig had en in welke volgorde de stappen elkaar moesten opvolgen, geen overbodige luxe. Het voorkwam dat er halverwege de bouw bleek dat een rol of koppeling ontbrak. Meer over die case staat op onze projectenpagina.

Diezelfde discipline, eerst helder krijgen wat er precies nodig is en dat laten toetsen voordat de bouw start, is niet iets wat een AI-tool overneemt zodra die sneller typt dan een developer. Het is een stap die je als opdrachtgever of projectleider zelf organiseert, ongeacht hoe de applicatie uiteindelijk gebouwd wordt.

Wat betekent dit voor jouw bedrijf?

Een paar concrete stappen om AI-snelheid en zorgvuldigheid te combineren in plaats van tegen elkaar te laten werken:

1. Laat een AI-tool of een ontwikkelaar eerst een klikbare mockup maken met realistische voorbeelddata, op telefoon- en desktopformaat, voordat er aan de echte applicatie gebouwd wordt.
2. Leg vooraf op papier vast wat het doel in één zin is, welke gegevens nooit gedeeld worden en of er met echte of nagebouwde testdata gewerkt wordt. Dat voorkomt discussie achteraf over scope.
3. Laat iemand die niet zelf gebouwd heeft, de mockup beoordelen voordat er verder gegaan wordt. Vraag daarbij om een concrete uitkomst te testen, niet alleen om een bevestiging dat het er goed uitziet.
4. Inventariseer schermen, rollen en koppelingen voordat de bouw start, en bepaal per onderdeel bewust of het in de eerste versie meegaat. Zo ontdek je niet halverwege dat er iets ontbreekt.

Hoe sneller AI een werkende versie neerzet, hoe waardevoller het wordt om eerst te weten of het de juiste versie is. Wil je weten hoe dat er in jouw situatie uitziet, met of zonder AI-ondersteuning? Neem gerust contact met ons op.