Vibecoding is een manier van ontwikkelen waarbij je via natuurlijke taal aan een AI-model beschrijft wat je nodig hebt, waarna het werkende code of applicaties genereert. De vibecoding structuur die daarbij ontstaat, is geen toeval: AI-modellen reproduceren architectuurpatronen uit hun trainingsdata en volgen de context van je project. Maar die vanzelf ontstane structuur heeft ook grenzen. In dit artikel lees je hoe AI-gedreven ontwikkeling in de praktijk werkt, waar de risico’s liggen, en hoe je vibecoding verantwoord inbedt in bestaande workflows.
Hoe vibecoding in de praktijk werkt #
Bij vibecoding beschrijf je in gewone taal wat je wilt bouwen, waarna een AI-tool de code genereert. Je test het resultaat, geeft feedback via een nieuwe prompt, en de AI verfijnt de output. Deze conversationele loop — beschrijven, genereren, testen, verfijnen — herhaalt zich tot de applicatie doet wat je nodig hebt. Je hoeft geen traditionele programmeertaal te beheersen om werkende software op te leveren.
De term werd begin 2025 geïntroduceerd door Andrej Karpathy, medeoprichter van OpenAI. Hij beschreef het als een manier van coderen waarbij je volledig vertrouwt op de AI en de onderliggende code eigenlijk loslaat. In de praktijk zijn er twee varianten: full vibecoding, waarbij je de AI-output grotendeels ongelezen accepteert, en human-led vibecoding, waarbij je actief meeleest en bijstuurt.
Tools die dit mogelijk maken zijn onder andere GitHub Copilot, ChatGPT en de AI-functies binnen het Power Platform. Vooral voor IT-managers en systeembeheerders bij middelgrote organisaties is die laatste categorie interessant: je kunt via low-code automatisering met vibecoding in Power Apps en Power Automate snel werkende applicaties en flows opzetten zonder diepgaande programmeerkennis. De drempel om bedrijfsprocessen te automatiseren wordt daarmee aanzienlijk lager.
Waarom structuur vanzelf ontstaat bij AI-gestuurde ontwikkeling #
AI-modellen produceren gestructureerde output omdat ze getraind zijn op enorme hoeveelheden bestaande code. Ze reproduceren de architectuurconventies die het vaakst voorkomen in hun trainingsdata: mappenstructuren, naamgevingsconventies, design patterns en modulaire opbouw. Je hoeft die structuur niet expliciet aan te sturen — het model volgt automatisch de patronen die het heeft geleerd.
Daar komt bij dat moderne vibecoding-tools context meenemen uit eerdere interacties. In tegenstelling tot eenvoudige autocomplete onthoudt het model wat je eerder hebt besproken. Elke nieuwe generatie sluit daardoor aan bij je eerdere logica en architectuurkeuzes. De structuur die ontstaat is dus deels een reflectie van wat jij het model voorlegt — je startpunt of “seed” — en deels het resultaat van statistische patronen in de trainingsdata.
Dit betekent dat een goed geformuleerde prompt direct invloed heeft op de kwaliteit van de output. De verschuiving van “prompt engineering” naar wat sommigen “specification engineering” noemen, is veelzeggend: hoe specifieker en gestructureerder je beschrijft wat je nodig hebt, hoe consistenter de AI-gegenereerde code wordt. Vage prompts produceren vage code. Een helder geformuleerde specificatie elimineert hele categorieën problemen voordat ze ontstaan.
De risico’s van structuur zonder bewuste sturing #
De vanzelf ontstane structuur heeft een keerzijde. Zonder bewuste sturing bouwt technische schuld zich snel op. Omdat AI oplossingen genereert op basis van wisselende prompts zonder een overkoepelende architecturale visie, ontstaat een lappendeken-codebase waarin vergelijkbare problemen op uiteenlopende manieren worden opgelost. Die inconsistentie maakt onderhoud en schaalbaarheid op termijn kostbaar.
AI-modellen geven prioriteit aan functionaliteit boven beveiliging, waardoor gegenereerde code kwetsbaar kan zijn voor injectie-aanvallen, gebroken toegangscontroles en onveilige afhankelijkheden. Logische fouten en misconfiguraties komen vaker voor dan in door mensen geschreven code, juist omdat er geen overkoepelende architecturale visie achter zit.
Voor middelgrote organisaties is er nog een specifiek risico: ontbrekende traceerbaarheid. Wanneer AI-gegenereerde code niet wordt gelinkt aan requirements of tests, ontstaat een situatie waarin niemand meer weet waarom bepaalde keuzes zijn gemaakt. Voor organisaties die werken met privacygevoelige data of moeten voldoen aan AVG-richtlijnen is dat een serieus complianceprobleem. Flows die ongezien draaien, apps zonder eigenaar, data die onbedoeld wordt gedeeld — het zijn precies de risico’s die je wilt voorkomen.
Vibecoding inbedden in bestaande workflows en systemen #
Het goede nieuws: vibecoding vraagt niet om een volledig nieuwe werkwijze. Je kunt je bestaande IDE, version control en frameworks blijven gebruiken met AI ernaast. De sleutel is om gestructureerd te werken in fasen: start met een minimaal skelet, genereer bewust één onderdeel tegelijk, test onmiddellijk, en behandel fouten als feedback voor de volgende prompt.
Bij het integreren van AI in workflows binnen het Power Platform, Azure en Office 365 gelden een paar praktische principes:
- Commit gegenereerde code apart in version control voor traceerbaarheid.
- Delegeer nooit gevoelige logica zoals authenticatie of encryptie aan AI zonder review.
- Combineer AI-gegenereerde testcases met je eigen tests.
- Documenteer waarom bepaalde keuzes zijn gemaakt, niet alleen wat er is gebouwd.
- Handhaaf een CI-pipeline met build, test, lint en beveiligingsscans.
Het bewaken van databeveiliging en governance is hierbij essentieel. AI-gegenereerde applicaties en automatiseringen moeten altijd binnen de beveiligde omgeving van de organisatie opereren, volledig in lijn met privacyrichtlijnen. Juist bij het gebruik van vibecoding is het waardevol om regelmatig te toetsen of alle Power Apps en Power Automate-flows voldoen aan de geldende beleidsregels, zodat innovatie en compliance hand in hand gaan.
Wanneer vibecoding wél en niet geschikt is #
Vibecoding levert directe waarde bij het snel prototypen van Power Apps, het automatiseren van repetitieve taken, en het bouwen van eenvoudige workflows en interne tools. Voor IT-managers die snel een concept willen valideren of een proces willen stroomlijnen zonder weken ontwikkeltijd, is het een uitstekend middel.
Concrete situaties waarin vibecoding goed past:
- Een eerste versie van een app om een idee te testen bij gebruikers.
- Interne tools die niet bedrijfskritiek zijn, zoals een eenvoudig registratieformulier.
- UI-componenten en boilerplate-code die anders veel handmatig werk vergen.
- Automatiseringen van standaard administratieve taken.
Vibecoding is daarentegen niet geschikt voor complexe systeemintegraties, veiligheidskritieke applicaties of processen die omgaan met gevoelige data en strikte compliance-eisen kennen. Wanneer een applicatie ingewikkelde bedrijfsregels, unieke algoritmen of zeer gespecialiseerde koppelingen omvat, blijft professionele begeleiding en traditionele ontwikkeling noodzakelijk. Hetzelfde geldt voor systemen met een lange verwachte levensduur: de technische schuld van ongecontroleerde vibecoding wordt dan te groot.
Vibecoding als aanvulling op menselijk toezicht #
Vibecoding vervangt de rol van IT-managers en systeembeheerders niet — het verschuift hun focus. Het knelpunt verplaatst zich van het schrijven van code naar het toezicht houden op wat de AI produceert. Code review is niet langer een afrondend ritueel, maar het primaire mechanisme waarmee AI-ondersteunde ontwikkeling veilig blijft.
Een effectief reviewproces bij vibecoding bevat de volgende elementen:
- Schrijf eerst tests en laat de AI code genereren die aan die tests voldoet.
- Draai na elke geaccepteerde wijziging direct je testsuite en typechecks.
- Beoordeel handmatig alle dataflows, beveiligingsaspecten en architectuurbeslissingen.
- Documenteer de specificaties die je aan de AI hebt meegegeven.
- Laat een tweede persoon meekijken bij bedrijfskritieke onderdelen.
De essentie is dat AI de mens versterkt in plaats van vervangt. Jij blijft de architect, de reviewer en de beslisser. De AI fungeert als een snelle, capabele medewerker die je werk versnelt, maar die zonder jouw oordeel en expertise geen verantwoorde output levert. Juist voor organisaties die werken met het Power Platform is die balans tussen snelheid en controle de sleutel tot duurzame digitale groei.
Wil je weten hoe het er in jouw organisatie voor staat met de veiligheid en governance van je Power Platform-omgeving? Onze Compliance & Security Scan brengt alle flows en apps in kaart en geeft je concreet advies om vibecoding en low-code automatisering verantwoord in te zetten. Neem gerust contact met ons op om de mogelijkheden te bespreken.