Door de razendsnelle ontwikkeling van AI zal softwareontwikkeling de komende jaren ingrijpend veranderen. No-code wordt verdrongen door vibe coding, traditioneel programmeren verliest terrein aan AI gestuurde workflows en de rol van de mens verschuift steeds meer naar controle, orkestratie en scherpe probleemdefinitie. Tegelijk komt ook het ontwikkellandschap zelf in beweging: de klassieke scheidslijnen, zoals die tussen DevOps en ModelOps, beginnen te vervagen, omdat intelligente applicaties vragen om één aaneengesloten manier van bouwen, uitrollen en bijsturen. Wat staat ons het komende jaar te wachten op deze en andere thema’s?
No-code
Laten we beginnen met no-code. No-code softwareontwikkeling is op sterven na dood, het wordt verdrongen door vibe coding. AI-gestuurde ontwikkeltools zullen de doodsteek betekenen voor no-code softwareontwikkeling zoals we dat nu kennen, waarbij het toepassingsgebied ervan in het ontwikkellandschap wordt beperkt. Bij vibe coding geldt wel: slechte input levert onvermijdelijk slechte output op. Juist daarom is het belangrijker dan ooit om AI gericht daar in te zetten waar het echt waarde toevoegt en om in al een zeer vroeg stadium antwoord te geven op de vragen: wat bouwen we en wanneer is het succesvol?
Traditioneel programmeren
Ook traditioneel programmeren wordt in zekere mate al verdrongen door AI. Het wordt steeds duidelijker dat het handmatig schrijven van code om software te vertellen wat je wil dat het doet, niet langer de meest efficiënte manier van werken is. Nu AI al het zware werk op de achtergrond kan doen, zullen AI-modellen een steeds dominantere rol gaan spelen in software-engineering. In plaats van te lopen hannesen met regels code, kan je visuele modellen gebruiken om aan softwaresystemen duidelijk te maken wat je wil. Dit is al te zien bij enkele van de nieuwere tools die gericht zijn op agentic workflows.
Swarm coding
Die verschuiving heeft grote gevolgen voor de rol van de mens in het software engineeringsproces. In de toekomst zal de focus volledig verschuiven naar modelorkestratie en high-level kenniswerk, waarbij mensen hun intenties en expertise uitdrukken via abstracte modellen in plaats van via expliciete code. Aangezien AI agents het zware werk zullen doen als het gaat om bouwen – inclusief het mogelijk genereren van ruwe assembleertaal – zal de rol van de mens zich steeds meer concentreren op het bouwplan. Dit betekent concreet dat ervoor gezorgd moet worden dat het probleem correct wordt afgebakend en gedefinieerd. Als gevolg daarvan wordt het produceren van code met weinig waarde irrelevant, terwijl alle waarde komt te liggen bij de strategische modellerings- en planningsfase.
Veranderend landschap
Naast veranderingen in hoe mensen code gaan schrijven, is er nog een aantal veranderingen op komst in het software ontwikkellandschap. Eén van die veranderingen betreft de aparte silo’s van data, AI en applicatie-ontwikkeling die doorbroken moeten worden. Oftewel: de huidige kloof tussen DevOps en ModelOps moet worden aangepakt. Elke organisatie zou intelligente applicatielandschappen moeten ontwikkelen, maar bij veel IT-afdelingen vormt de scheiding tussen applicatie-ontwikkeling en AI-initiatieven een obstakel. Deze gescheiden aanpak wordt onhoudbaar wanneer de organisatie intelligente oplossingen nodig heeft, zoals bij een klantenservice-assistent die live meeluistert, antwoorden voorstelt en continu bijleert. Als DevOps alleen de applicatie uitrolt en ModelOps los daarvan het AI-model traint en uitrolt, kunnen er risico’s ontstaan rond performance, monitoring en rollback. Dit jaar hebben we gezien dat de klassieke scheiding tussen high-code en low-code langzaam verdwijnt. Hetzelfde moet in 2026 gebeuren voor DevOps en ModelOps.
Conclusie
Uiteindelijk betekenen deze ontwikkelingen dat het werk rond softwareontwikkeling opnieuw verdeeld moet worden. Naarmate AI steeds werk overneemt bij het bouwen van applicaties, verschuift de toegevoegde waarde van mensen naar het scherp definiëren van het probleem, het maken van keuzes in architectuur en governance en het continu bewaken van en bijsturen op kwaliteit, veiligheid en compliance. Teams die nu al leren werken met modelgestuurde en agentic workflows en daarbij erin slagen om tegelijkertijd de kloof tussen DevOps en ModelOps te dichten, bouwen software straks sneller en betrouwbaarder.
Dit is een ingezonden bijdrage van Mendix. Via deze link vind je meer informatie over de mogelijkheden van het bedrijf.