Kort antwoord
Voor jou als opdrachtgever verandert niet de prijs maar de plek waar het risico zit. Onze offertes blijven een vaste prijs voor een afgesproken scope — vanaf 5.000 euro voor een afgebakende automatiseringstool, 25.000 tot 75.000 euro voor een complete bedrijfsapplicatie — en de doorlooptijd blijft 4 tot 6 weken voor een werkende MVP en 8 tot 16 weken voor een volledige applicatie. Wat wél verandert is de onderhoudbaarheid: GitClear meet over 623 miljoen codewijzigingen dat refactoring terugliep van 21% naar 3,8% van de gewijzigde regels, en die rekening landt bij jou, niet bij het bureau. Vraag daarom naar de testsuite, naar de testdekking mét meetdatum en naar de commit-historie bij oplevering, niet naar een AI-korting.
Van lezen naar doen.
Eigen product — CleverTech AIAI-assistent op een eigen tekstcorpus met RAG (Bijbel Assistent)
4vertalingen als doorzoekbaar RAG-corpus
Software laten ontwikkelen met AI verandert voor jou als opdrachtgever niet in de eerste plaats de prijs, maar de plek waar het risico zit. Code schrijven is goedkoper geworden; code die over drie jaar nog te onderhouden is, niet.
Dit artikel is een verdieping van de gids Software met AI laten maken. De zusterartikelen AI integreren in bestaande software en AI-agent laten maken gaan over wát je bouwt; hier gaat het om hóe een bureau dat met AI bouwt werkt.
Wij bouwen zelf sinds december 2025 met agentic coding: een AI-agent die in de codebase leest, wijzigingen voorstelt en de tests draait, in plaats van regels aanvult terwijl je typt. Onze eigen RAG-assistent staat op circa 2.381 commits sinds december 2025 en draait live op bijbelassistent.nl.
Hoe je überhaupt een softwarepartner kiest en wat de markt aan tarieven vraagt, staat in software ontwikkeling uitbesteden. Hieronder gaat het over iets anders: wat er binnen zo'n traject feitelijk verandert wanneer het bureau met AI bouwt, en welk deel daarvan bij jou terechtkomt.
Wat je koopt verandert niet: vaste prijs, vaste scope, code van jou
Onze offertes zijn een vaste prijs voor een afgesproken scope, niet een uurtarief met een AI-korting eroverheen. Een afgebakende automatiseringstool begint bij 5.000 euro; een complete bedrijfsapplicatie ligt tussen 25.000 en 75.000 euro.
Dat is een bewuste keuze, en hij is commercieel relevant. Reken je op nacalculatie af, dan is een snellere bouw pure winst voor het bureau en verandert er niets aan jouw factuur.
Bij een vaste prijs is snelheid ons probleem en jouw zekerheid. De doorlooptijd staat daar los van: een werkende MVP in 4 tot 6 weken, een volledige applicatie in 8 tot 16 weken.
Broncode, documentatie en data zijn bij oplevering van jou. De volledige scope staat op maatwerk software, de kostenfactoren in maatwerk software kosten en de bredere beslisgids in de kennisbank maatwerk software.
Het toolgebruik zelf is in deze rekensom verwaarloosbaar. De Claude API rekent voor Claude Opus 5 vijf dollar per miljoen invoertokens en 25 dollar per miljoen uitvoertokens (Anthropic, 2026), terwijl een uur ontwikkelwerk bij elk partnertype tientallen euro's kost.
De kosten van software zitten in mensen die nadenken, niet in modellen die typen. Wie je een korting belooft omdat "AI het werk doet", rekent de verkeerde post af.
Wat wél verandert: de bottleneck verschuift van schrijven naar beoordelen
Agentic coding betekent dat het model niet één regel aanvult maar een hele wijziging aflevert: bestanden lezen, code aanpassen, tests draaien, falende tests herstellen. Wij gebruiken daarvoor Claude Code met Claude Opus 5.
Er komt daardoor niet minder werk. Het werk verschuift.
| Waar de tijd vroeger heen ging | Waar de tijd nu heen gaat |
|---|---|
| Boilerplate en standaardschermen intypen | Scope en acceptatiecriteria scherp krijgen |
| API-documentatie doorspitten | Beoordelen of een voorgestelde wijziging klopt |
| De eerste testgevallen zelf schrijven | Bepalen welke tests er echt toe doen |
| Wachten tot een ontwikkelaar vrij is | Wachten op een besluit van jouw kant |
Die laatste regel raakt jou direct. Zodra de bouw versnelt, wordt jouw beslissnelheid de kritieke factor in de planning.
Dat zien we terug in onze eigen intakes: de scopefase is niet korter geworden, de bouwsprints wel. Een opdrachtgever die drie dagen doet over een akkoord op een schermontwerp, is inmiddels de langzaamste schakel in het traject.
Het risico dat niet op de offerte staat: onderhoudbaarheid
Hier ligt het echte verschil tussen bureaus, en het is meetbaar. GitClear analyseerde 623 miljoen codewijzigingen uit 2023 tot en met 2026 en ziet over die periode één consistent patroon.
| Signaal in de codebase | Basisjaar | 2026 (year to date) |
|---|---|---|
| Refactoring (verplaatste code) als aandeel van gewijzigde regels | 21% (2022) | 3,8% |
| Gedupliceerde codeblokken per miljoen gewijzigde regels | 40,3 (2023) | 73,0 |
| Functie-aanroepen per duizend gewijzigde regels | 343 (2023) | 223 |
| Updates aan oudere code | 1,7% (2023) | 0,46% |
Bron: GitClear, The Maintainability Gap, 2026.
Vertaald naar gewone taal: er komt meer code bij, die vaker gekopieerd is en veel minder vaak wordt opgeruimd. Code hangt bovendien losser samen, wat betekent dat dezelfde logica op meerdere plekken opnieuw is geschreven.
Dat merk je niet bij oplevering. Je merkt het bij de derde wijziging daarna, wanneer een kleine aanpassing op vier plaatsen tegelijk moet.
En die rekening landt bij jou, niet bij het bureau dat het project allang heeft afgerond. Het is de belangrijkste reden waarom "wij werken met AI" op zichzelf geen geruststelling is.
Wat wij daartegen doen, en wat onze eigen cijfers wél en niet bewijzen
De tegenmaatregel is saai: een testsuite als harde poort vóór elke wijziging, en releases die je kunt terugdraaien. Als het model sneller code produceert dan een mens die kan nalezen, is de geautomatiseerde test de enige poort die schaalt.
Wij passen dat eerst op onze eigen productiecode toe:
| Eigen product | Omvang | Kwaliteitspoort |
|---|---|---|
| Bijbel Assistent | circa 2.381 commits sinds december 2025 | Vitest; de eigen README meldt circa 98% statements frontend en 95% backend als momentopname |
| CleverSocials | circa 3.164 commits sinds januari 2026 | pytest, Jest, React Testing Library en Playwright, plus Black, Ruff, mypy en ESLint |
| Onze interne AI-assistent | 799 commits en 438+ pull requests sinds januari 2026 | 298 testbestanden met Playwright en Vitest, releases via CI/CD met rollback |
| CleverKeywords | circa 1.507 commits sinds december 2025, na een volledige herbouw van een low-code prototype | niet publiek gedocumenteerd |
Wees hier streng op de interpretatie, ook bij ons. Een commit-aantal bewijst volume, geen kwaliteit; een testdekkingspercentage uit een README is een momentopname en geen doorlopende meting.
Wat het wél laat zien: we draaien deze manier van werken op code waar we zelf dagelijks van afhankelijk zijn. In drie van de vier codebases hebben we de kwaliteitspoort ook publiek gedocumenteerd; bij de vierde niet, en dan schrijven we dat op in plaats van eromheen.
Een bureau dat AI alleen op klantprojecten loslaat en niet op het eigen product, heeft die test nooit hoeven doorstaan.
Eigendom van code: wat AI daaraan verandert, en wat niet
Contractueel verandert er niets bij ons. Het intellectueel eigendom gaat bij oplevering over, inclusief documentatie, en je mag de software door een andere partij laten doorontwikkelen.
Juridisch zit er wel een nuance onder die zelden ter sprake komt. Naar Nederlands recht ontstaat auteursrecht alleen op een voortbrengsel van de menselijke geest; over werk dat puur door AI is gemaakt schrijft de Auteursbond dat er "vooralsnog geen auteursrecht" op lijkt te liggen (Auteursbond, 2026).
Voor het gebruik van jouw software maakt dat niets uit. Je koopt de broncode, de data en het recht om ermee te doen wat je wilt; daar is geen auteursrecht voor nodig.
Waar het kan gaan knellen is exclusiviteit. Wil je een concurrent tegenhouden die iets vergelijkbaars laat bouwen, dan is een beroep op auteursrecht zwakker naarmate minder aanwijsbaar is welke menselijke keuzes in welke regels zitten.
Weegt exclusiviteit zwaar in jouw markt, leg die vraag dan voor aan een eigen jurist.
De praktische afspraak die het meeste oplevert, is bovendien niet juridisch maar operationeel: laat vastleggen dat je naast de broncode ook de commit-historie krijgt. Die historie laat zien wie wat wanneer heeft gewijzigd en beoordeeld, en is bij een AI-ondersteund traject het enige bewijs van menselijke review dat later nog na te lopen is.
Waar de versnelling verdampt
Niet overal wint AI tijd. De winst zit in nieuwbouw van voorspelbare onderdelen, en in het goedkoop kunnen weggooien van een aanpak die niet blijkt te werken.
De winst verdampt bij:
- Koppelvlakken met een systeem waarvan de documentatie niet klopt.
- Domeinlogica die alleen in het hoofd van één medewerker zit.
- Legacy-code zonder tests, waar elke wijziging een gok blijft.
- Trajecten waarin de opdrachtgever zelf traag beslist.
In een gecontroleerde studie van METR werkten ervaren ontwikkelaars met AI-tools 19 procent trager aan taken in repositories waarin ze thuis waren (METR, juli 2025).
Zelf hadden ze dat niet door. Dat is de reden dat wij geen snelheidsmultiplier in een offerte zetten: een bureau dat dat wel doet kan het oprecht menen en er toch naast zitten.
Het volledige onderzoeksbeeld, de selectievragen en de tarieven per partnertype staan in software ontwikkeling uitbesteden. De tools zelf — Copilot, Cursor en Claude Code — vergelijkt AI coding tools op prijs en werking.
Wat je bij ons kunt nakijken
Vraag elk bureau om bewijs in plaats van een belofte. Bij ons ziet dat bewijs er zo uit:
- Draaiende producten, geen screenshots. bijbelassistent.nl en cleverkeywords.nl zijn publiek te gebruiken.
- Testdekking met een meetdatum. Wij noemen het getal én dat het een momentopname is.
- Releases die terug kunnen. Tagged releases via CI/CD, zodat een fout terugdraaien is en geen crisis.
- Volledige overdracht. Broncode, documentatie én commit-historie, niet alleen een zip met bestanden.
Wil je zien wat dit voor jouw project betekent, vraag dan een onderbouwde prijsindicatie aan; hoe we werken staat op over ons. Gaat het je juist om AI ín het product in plaats van in het bouwproces, kijk dan bij AI-software laten maken.
Opgesteld met AI-ondersteuning, geredigeerd en inhoudelijk verantwoord door Bram Dokman.
