Vibe coding in het industriële MKB

Snel van idee naar toepassing

Vibe coding is sterk wanneer een idee snel zichtbaar en bespreekbaar moet worden. Een medewerker kan bijvoorbeeld een eerste dashboard laten maken voor productiegegevens, een gebruikersscherm voor een kwaliteitscontrole ontwerpen of een eenvoudige interne tool bouwen. Gebruikers hoeven hun behoefte minder technisch te formuleren en zien sneller of een oplossing aansluit op de praktijk.

Voor prototypes, interfaces en toepassingen met een beperkte impact kan deze werkwijze veel tijd besparen. Ook professionele ontwikkelaars gebruiken AI steeds vaker als assistent bij het schrijven van code, documentatie en tests. Zij blijven daarbij wel zelf verantwoordelijk voor de architectuur, beveiliging, uitzonderingen en aansluiting op het bedrijfsproces.

Niet alleen de business logic, maar ook een user interface is niet automatisch veilig wanneer met AI gerealiseerd. Een dashboard of formulier kan vertrouwelijke gegevens tonen, verkeerde informatie presenteren of gebruikers incidenteel ruimere rechten geven. De invloed op data, processen en machines bepaalt het risico en uiteindelijk hoe zwaar de eisen moeten zijn.

Welke tools, en waarvoor

Vibe coding gebeurt met uiteenlopende hulpmiddelen. Algemene AI-modellen zoals ChatGPT, Claude en Gemini kunnen op verzoek code, een website of een eenvoudige applicatie genereren, inclusief instructies voor installatie en gebruik. Gespecialiseerde platforms zoals Cursor, Replit, Lovable, v0 en Bolt bouwen hierop voort: zij zetten een beschrijving direct om in een werkende applicatie, inclusief interface, database en hosting.

Voor een eerste prototype, een intern dashboard of een eenvoudige interne tool is deze combinatie bruikbaar. Voor toepassingen die gegevens wijzigen, machines aansturen of gekoppeld zijn aan ERP- of MES-systemen gelden dezelfde risico's als hierboven beschreven, ongeacht welk model of platform is gebruikt. De keuze van het hulpmiddel verandert niets aan de eisen die aan controle, beveiliging en onderhoudbaarheid worden gesteld.

AI is krachtig, maar niet voorspelbaar

Generatieve AI kan op dezelfde vraag verschillende antwoorden geven, of wel, AI is niet deterministisch. De gegenereerde code kan fouten, onveilige afhankelijkheden of onverwachte keuzes bevatten. Een applicatie kan er overtuigend uitzien en tijdens een demonstratie goed functioneren. Dat zegt nog niet of zij bestand is tegen afwijkende invoer, een verbroken verbinding, meerdere gelijktijdige gebruikers of een wijziging in een gekoppeld systeem.

De gevolgen worden groter zodra het software gegevens schrijft naar bedrijfssystemen of invloed krijgt op productie. Denk aan het vrijgeven van een batch, het wijzigen van een recept, het aanmaken van een inkooporder of het geven van een opdracht aan een machine. Zulke functies vragen om duidelijke bedrijfsregels, validaties, autorisaties, logging en herstelmogelijkheden. De code moet aantoonbaar getest, gedocumenteerd en onderhoudbaar zijn.

Een scherpe lezer zal argumenteren, ook handgeschreven code kan fouten en kwetsbaarheden bevatten. Correct, echter, bij vibe coding ontstaat alleen sneller veel code, terwijl de gemiddelde AI gebruiker niet altijd begrijpt hoe die code is opgebouwd, of welke risico’s geadresseerd moeten worden. Ook kan onduidelijk zijn welke databronnen, bibliotheken en veiligheidskeuzes zijn gebruikt. Zonder technisch eigenaarschap wordt een oplossing lastig te beoordelen, beveiligen, onderhouden en aanpassen.

Zeven vragen vóór ingebruikname

Voor mkb-maakbedrijven helpt het om een toepassing niet alleen op functionaliteit, maar ook op bedrijfsrisico te beoordelen:

• Wat gebeurt er wanneer de software een fout maakt of tijdelijk niet beschikbaar is?
• Welke gegevens kan de toepassing lezen, wijzigen of doorsturen?
• Kan worden teruggevonden wie of wat een beslissing of wijziging heeft veroorzaakt?
• Is de code onafhankelijk beoordeeld en zijn beveiliging, uitzonderingen en koppelingen getest?
• Wie beheert de oplossing, updates en afhankelijkheden na de eerste oplevering?
• Kan de toepassing gecontroleerd worden teruggedraaid wanneer een wijziging problemen veroorzaakt?
• Welke menselijke goedkeuring blijft verplicht voordat een kritieke actie wordt uitgevoerd, en hoe is dit gegarandeerd in de oplossing?

Hoe groter de mogelijke impact, hoe zwaarder de eisen aan ontwerp, testen en beheer. Een intern hulpmiddel dat alleen informatie toont vraagt een andere aanpak dan software die rechtstreeks orders wijzigt of een machine aanstuurt.

Houd de kern stabiel en controleerbaar

Kritische bedrijfskennis hoort thuis in een stabiele en gecontroleerde proceslaag. Daarin staan processen, regels, datamodellen, validaties, rechten en integraties. Deze laag moet voorspelbaar, testbaar, controleerbaar en onderhoudbaar zijn. Hier ligt de operationele waarheid van het bedrijf. AI kan bovenop deze basis en binnen vastgestelde grenzen helpen om interfaces te bouwen, data te analyseren en taken te automatiseren.

Ook bij AIVHY, expert in toepassingen voor Industrie 4.0 en industriële IoT, is dit een belangrijk ontwerpprincipe. AI-gegenereerde componenten blijven binnen een gecontroleerde omgeving. De onderliggende proceslaag bepaalt welke data toegankelijk is en welke handelingen zijn toegestaan. Zo kan AI de operatie en innovatie versnellen zonder de regels of fundamenten van die operatie over te nemen.

Praktisch beginnen

Als je met vibecoding aan de slag wilt, begin dan met een afgebakende toepassing waarvan de gevolgen van een fout beperkt zijn. Leg vast wie eigenaar is, welke data wordt gebruikt en welke acties de software mag uitvoeren. Laat de code beoordelen tegen de gestelde eisen en op onderhoudbaarhaid. Test afwijkende situaties en zorg voor versiebeheer, monitoring en een herstelplan. Pas wanneer deze basis goed op orde is, kan de toepassing veilig worden gekoppeld aan kritischere processen en systemen.

Vibe coding maakt softwareontwikkeling toegankelijker en kan industriële innovatie versnellen. Voor de kern van een industriële operatie is een duidelijke grens nodig. Kritieke processen mogen nooit afhankelijk worden van code waarvan werking, veiligheid, eigenaarschap en onderhoud niet aantoonbaar zijn geborgd. Veilige inzet van AI begint daarom bij de architectuur en de bedrijfsregels waarbinnen AI en AI gegenereerde modules mogen werken.

Wil je weten hoe jouw bedrijf verantwoord kan experimenteren met AI en digitale toepassingen? Doe de Smart Industry Assessment of vraag een vrijblijvend adviesgesprek aa