Website maken met AI: waarom menselijke expertise nog steeds nodig is

Een website maken met AI is in korte tijd veel eenvoudiger geworden. Met tools als Lovable en v0 van Vercel kun je met een aantal prompts een ontwerp genereren, functionaliteiten toevoegen en een werkende website of applicatie bouwen.

Die ontwikkeling gaat snel. Waar AI-tools kort geleden vooral werden gebruikt voor prototypes en eenvoudige landingspagina’s, ondersteunen sommige platforms inmiddels ook databases, authenticatie, API-koppelingen en complete webapplicaties. Betekent dit dat je straks geen webdesigners en developers meer nodig hebt?

Niet helemaal. AI verandert vooral hoe we websites bouwen. De menselijke expertise verschuift van alles handmatig maken naar bepalen wat er gebouwd moet worden, AI effectief aansturen en zorgen dat het eindresultaat daadwerkelijk werkt voor gebruikers en organisaties.

Wat kan AI al bij het maken van websites?

AI is bijzonder goed in snelheid. Je kunt in gewone taal beschrijven wat je wilt bouwen en binnen korte tijd een eerste werkende versie bekijken. Vervolgens kun je via nieuwe instructies onderdelen laten toevoegen of aanpassen.

v0 van Vercel omschrijft zichzelf inmiddels als een AI-agent voor het maken van echte code, full-stackapplicaties en AI-agents. Ook Lovable positioneert zich als een full-stackontwikkelplatform waarmee gebruikers via natuurlijke taal webapplicaties kunnen bouwen.

Dat maakt AI interessant voor bijvoorbeeld:

• conceptontwikkeling;
• prototypes;
• MVP’s;
• landingspagina’s;
• eenvoudige websites;
• interfaces en componenten;
• interne tools;
• het testen van nieuwe functionaliteiten.

Waar een team vroeger eerst wireframes, designs en vervolgens code moest produceren voordat een idee tastbaar werd, kunnen sommige stappen nu sneller in elkaar overlopen. Dat maakt het mogelijk om eerder te testen.

Dat is misschien wel een van de grootste voordelen van AI binnen webdevelopment: niet per se minder nadenken, maar sneller ontdekken of een idee werkt.

AI-tools bouwen inmiddels meer dan alleen een interface

Moderne AI-tools kunnen meer dan een visueel ontwerp omzetten in een pagina. In de documentatie van Lovable wordt bijvoorbeeld beschreven hoe het platform ondersteuning biedt voor authenticatie, databases, opslag en serverfuncties.

AI kan daarnaast helpen bij het:

• genereren van front-endcode;
• opzetten van een database;
• bouwen van formulieren en gebruikersflows;
• maken van login- en registratieprocessen;
• verbinden van externe API’s;
• opstellen van tests;
• vinden en oplossen van fouten;
• schrijven van technische documentatie.

Dat betekent dat AI-tools niet alleen relevant zijn voor mensen zonder programmeerkennis. Ook professionele designers en developers kunnen ze gebruiken om repetitief werk te versnellen en sneller meerdere oplossingsrichtingen te onderzoeken.

Van idee naar prototype wordt steeds makkelijker

Stel dat je een idee hebt voor een nieuwe digitale dienst. In plaats van weken te besteden aan een uitgebreide functionele beschrijving, kun je met AI relatief snel een eerste versie maken. Je kunt die versie aan collega’s, klanten of gebruikers laten zien en direct ontdekken waar vragen ontstaan.

Dat verandert ook de rol van designers en developers. AI kan verschillende interfaces voorstellen en code produceren. Een ervaren team kan daardoor meer tijd besteden aan vragen als:

Wat proberen we eigenlijk op te lossen? Voor wie bouwen we dit? Welke gebruikersflow werkt het beste? En welke functionaliteit heeft daadwerkelijk waarde?

AI versnelt daarmee vooral de stap van een idee naar iets dat je kunt zien, gebruiken en testen. Maar de kwaliteit van de uitkomst blijft sterk afhankelijk van de richting, context en kwaliteitscriteria die mensen aan het systeem meegeven.

Maar een werkende website is nog geen goede website

Hier ontstaat een belangrijk onderscheid. Dat AI een website technisch kan genereren, betekent niet automatisch dat die website ook de juiste oplossing voor een organisatie is.

Een professionele website moet bijvoorbeeld rekening houden met:

• gebruikersbehoeften;
• bedrijfsdoelstellingen;
• informatiearchitectuur;
• toegankelijkheid;
• performance;
• beveiliging en privacy;
• SEO en vindbaarheid in AI-systemen;
• contentbeheer;
• schaalbaarheid;
• integraties met bestaande systemen;
• beheer en doorontwikkeling.

Een AI-tool kan bij al deze onderdelen helpen. Maar iemand moet nog steeds bepalen welke keuzes voor de specifieke organisatie, doelgroep en technische omgeving de juiste zijn. Dat geldt bijvoorbeeld voor goed UX-design, maar net zo goed voor de snelheid en performance van een website.

Juist daar blijft menselijke expertise belangrijk.

AI kent je organisatie niet zoals jij die kent

AI werkt op basis van de informatie die je geeft. Vraag je om een professionele B2B-website, dan kan een AI-tool een overtuigend ogende website genereren.

Maar AI weet niet automatisch hoe klanten daadwerkelijk een aankoopbeslissing nemen, welke bezwaren prospects hebben of welke interne processen achter een formulier schuilgaan. Ook weet het systeem niet vanzelf welke informatie juridisch gevoelig is, welke systemen leidend zijn of welke ambities een organisatie voor de komende jaren heeft.

Een goede website ontstaat daarom niet vanuit alleen de prompt: “Maak een moderne website voor ons bedrijf.”

Je wilt eerst antwoord op vragen als:

• Wie zijn onze belangrijkste gebruikers?
• Met welke vraag komen zij naar de website?
• Welke informatie hebben zij nodig om een beslissing te nemen?
• Wat willen wij dat bezoekers vervolgens doen?
• Welke processen zitten daarachter?
• Welke systemen gebruiken we al?
• Welke gegevens worden verzameld en verwerkt?
• Wat willen we over twee of drie jaar met het platform kunnen?

Hoe complexer de organisatie, hoe belangrijker deze vragen worden. Ook welk type website bij je organisatie past, hangt daarom niet alleen af van wat technisch gebouwd kan worden, maar vooral van wat de website moet doen.

De echte uitdaging zit vaak achter de website

Voor een eenvoudige landingspagina kan een AI-websitegenerator uitstekend werken. Bij grotere organisaties is een website alleen vaak het zichtbare gedeelte van een veel groter digitaal landschap.

Een website moet bijvoorbeeld communiceren met een:

• CRM;
• ERP;
• PIM;
• boekings- of reserveringssysteem;
• klantportaal;
• betaalprovider;
• marketingautomationplatform;
• database;
• externe API.

Dan gaat het niet meer alleen over het genereren van een mooie interface. Er moeten beslissingen worden genomen over architectuur, datastromen, beveiliging, gebruikersrechten en foutafhandeling.

Ook moet duidelijk zijn welk systeem welke gegevens beheert, hoe wijzigingen worden gesynchroniseerd en wat er gebeurt wanneer een koppeling tijdelijk niet beschikbaar is. AI kan helpen om zo’n oplossing te bouwen, maar kan die organisatorische en technische keuzes niet zelfstandig voor je maken.

Zonder goede technische architectuur kan snel gegenereerde code uiteindelijk juist extra complexiteit opleveren.

AI versnelt ontwikkeling, maar versterkt ook zwakke plekken

Dat beeld sluit aan bij het State of AI-assisted Software Development-onderzoek van DORA uit 2025. DORA, een onderzoeksprogramma van Google Cloud, concludeert dat AI vooral als versterker werkt: het vergroot zowel de sterke als de zwakke kanten van een organisatie.

Een team met duidelijke standaarden, goede tests en een volwassen ontwikkelproces kan AI gebruiken om sneller te werken. Ontbreken die voorwaarden, dan kan de hogere ontwikkelsnelheid juist leiden tot meer wijzigingen die gecontroleerd, getest en beheerd moeten worden.

AI maakt het dus eenvoudiger om code te produceren. Maar sneller meer code produceren is niet automatisch hetzelfde als sneller een betrouwbaar digitaal product opleveren. Precies daar zit ook het verschil tussen vibe coding en professioneel software engineeren met AI.

Gegenereerde code moet worden gecontroleerd

AI-gegenereerde code kan overtuigend ogen en toch fouten of kwetsbaarheden bevatten. Een model kan bijvoorbeeld een verouderde werkwijze toepassen, onveilige gegevensverwerking voorstellen of een softwarepakket noemen dat niet bestaat.

OWASP waarschuwt in zijn informatie over risico’s rond AI-gegenereerde output en softwareafhankelijkheden onder andere voor kwetsbare code, onveilige gegevensverwerking en niet-bestaande softwarepakketten.

Ook de makers van AI-tools erkennen dat geautomatiseerde controles geen volledige securityreview vervangen. Zo vermeldt de beveiligingsdocumentatie van Lovable expliciet dat de ingebouwde beveiligingsscans ondersteuning bieden, maar geen vervanging zijn voor een grondige controle.

Voor professionele toepassingen blijven daarom onder meer nodig:

• code reviews;
• geautomatiseerde en handmatige tests;
• controle van gebruikte dependencies;
• beveiliging van API-sleutels en persoonsgegevens;
• testen van gebruikersrechten;
• monitoring en logging;
• een gecontroleerd deploymentproces.

De OWASP Top 10:2025 blijft daarbij een belangrijk referentiekader voor veelvoorkomende beveiligingsrisico’s in webapplicaties.

Toegankelijkheid ontstaat niet vanzelf

Een visueel aantrekkelijke interface is niet automatisch bruikbaar voor iedereen. Een professionele website moet ook goed werken met een toetsenbord, screenreader, vergrotingssoftware en verschillende vormen van invoer.

Daarvoor zijn onder meer een logische koppenstructuur, voldoende kleurcontrast, begrijpelijke foutmeldingen en correcte labels bij formulieren nodig. De internationale Web Content Accessibility Guidelines van W3C bieden hiervoor het belangrijkste technische referentiekader.

Een AI-tool kan toegankelijke code voorstellen, maar begrijpt niet automatisch alle gebruikssituaties. Menselijke controle en testen met echte gebruikers blijven daarom belangrijk.

En wat gebeurt er nadat de website live staat?

Een website is vrijwel nooit af zodra hij wordt gepubliceerd. Marketing wil nieuwe pagina’s kunnen toevoegen. De contentmanager wil artikelen publiceren. Diensten veranderen. Er komen nieuwe medewerkers. SEO vraagt om optimalisaties. Een externe API verandert. Er ontstaat behoefte aan nieuwe functionaliteit.

Daarom moet je vóór de bouw nadenken over beheer.

Wie mag welke content aanpassen? Welke informatie moet centraal worden beheerd? Heb je een CMS nodig? Welke contenttypes bestaan er? Hoe voorkomen we dat pagina’s na verloop van tijd allemaal anders worden opgebouwd?

Ook eigenaarschap van de code is belangrijk. Kun je de code exporteren? Is deze opgenomen in versiebeheer? Kunnen andere developers ermee verder? Zijn er tests en is de werking gedocumenteerd?

Lovable biedt bijvoorbeeld een koppeling met GitHub waarmee code kan worden geëxporteerd, beoordeeld en via versiebeheer kan worden beheerd. Dat soort mogelijkheden helpt, maar een organisatie moet nog steeds bepalen hoe code reviews, deployments, back-ups en toekomstige ontwikkeling worden georganiseerd.

Een website die vandaag snel te genereren is, moet over drie jaar nog steeds prettig te beheren en door te ontwikkelen zijn.

AI verandert de rol van designers en developers

De conclusie is niet dat AI-websitebouwers ongeschikt zijn voor professionele websites. Integendeel: AI wordt steeds meer onderdeel van professioneel webdevelopment.

Designers kunnen sneller varianten onderzoeken. Developers kunnen code genereren, controleren en verbeteren. Productteams kunnen eerder prototypes testen. Organisaties kunnen ideeën valideren voordat ze grote ontwikkelbudgetten inzetten.

Maar daarmee verandert ook waar menselijke expertise de meeste waarde toevoegt. Minder tijd hoeft naar repetitief productiewerk. Meer aandacht kan gaan naar:

• strategie;
• gebruikersonderzoek;
• UX en toegankelijkheid;
• technische architectuur;
• dataveiligheid;
• testen en kwaliteitsborging;
• integratie met bestaande systemen;
• beheer en doorontwikkeling.

De beste vraag is daarom niet:

AI of een webdeveloper?

Maar:

Hoe combineren we AI met menselijke expertise om sneller een betere digitale oplossing te bouwen?

AI als versneller, niet als strategie

Zie AI als een krachtige gereedschapskist. Met goed gereedschap kun je sneller bouwen. Maar het gereedschap bepaalt niet welk gebouw er moet komen, wie het gaat gebruiken en hoe alle onderdelen met elkaar moeten samenwerken.

Dat geldt ook voor websites.

Voor een eenvoudige website of een prototype kan een AI-websitegenerator soms vrijwel alles zijn wat je nodig hebt. Voor een digitaal platform dat onderdeel is van je bedrijfsvoering, verschillende systemen verbindt en jarenlang moet kunnen meegroeien, wordt menselijke expertise veel belangrijker.

De kunst is dus niet om AI buiten het ontwikkelproces te houden. De kunst is om precies te weten waar AI het werk kan versnellen en waar menselijke expertise het verschil maakt.

Bij Ninjible combineren we die twee. We gebruiken AI om sneller te onderzoeken, ontwerpen en ontwikkelen, terwijl strategie, UX, architectuur en technische kwaliteit leidend blijven. Zo bouwen we niet alleen sneller, maar vooral aan digitale oplossingen die ook na de eerste prompt blijven werken.