100×worker · beroepsanalyse
Softwareontwikkelaar en AI: welke taken verdwijnen, welke blijven
Software ontwikkelaars zitten niet aan de top van de lijst met beroepen die AI het meest raakt, maar ook niet onderaan. Microsoft Research analyseerde 200.000 echte Copilot-gesprekken en kwam voor software developers uit op een applicability score van 27,8%: ruim een kwart van de werkactiviteiten waar generatieve AI aantoonbaar iets aan toevoegt (Microsoft Research, 2025). Dat is een middenpositie, ver onder vertalers (49%) maar ruim boven verpleegkundigen (12%).
In de praktijk betekent dit dat AI zich concentreert op specifieke ESCO-vaardigheden zoals stroomschema's opstellen, softwareprototypes bouwen en ICT-foutopsporing, en veel minder op klantwensen identificeren of technisch projectbeheer. In Vlaanderen gebruikt 43% van de bevolking maandelijks generatieve AI, bij 18-24-jarigen loopt dat op tot 75% (imec Digimeter 2026). In Nederland stelt UWV het scherp: AI verandert niet de baan zelf, maar wel het takenpakket, op basis van een bevraging bij 2.300 werkgevers. Dit artikel ontleedt het beroep softwareontwikkelaar op dat takenniveau.
Een softwareontwikkelaar bouwt en onderhoudt softwaresystemen op basis van specificaties, met code als eindproduct.
De taakverdeling: wat AI overneemt en wat van jou blijft
We verdelen het takenpakket van de softwareontwikkelaar in vier emmers. Eliminate is werk dat je gewoon laat vallen omdat AI het sneller en foutlozer doet. Automate is werk waar een agent de output productieklaar aflevert, zonder dat jij elke stap controleert. Delegate is werk waar AI de eerste 80% doet en jij het laatste stuk stuurt en goedkeurt. Keep is werk waar AI hoogstens assisteert, maar waar jouw oordeel de kern blijft. Deze indeling volgt de essentiële ESCO-vaardigheden van het beroep, niet een abstracte inschatting.
| Taak | Emmer | Waarom |
|---|---|---|
| Stroomschema's en technische tekeningen manueel opstellen | schrappen | AI genereert diagrammen rechtstreeks uit code of een korte beschrijving, sneller en consistenter dan handwerk. |
| Boilerplate code en repetitieve CRUD-schermen uittypen | schrappen | Standaardpatronen zijn volledig gedekt door bestaande softwarebibliotheken en generatietools. |
| Technische documentatie woord voor woord uitschrijven vanaf codecommentaar | schrappen | Een taalmodel leest de code en de comments en zet dat om in leesbare documentatie. |
| Unit tests genereren op basis van functiesignaturen | automatiseren | Een agent leest de functie, dekt de randgevallen en levert een testbestand op dat direct draait. |
| Eerste ronde code review op stijl, linting en veelvoorkomende bugs | automatiseren | Geautomatiseerde review pikt de mechanische fouten eruit voor een mens naar de logica kijkt. |
| Geautomatiseerde migraties tussen taalversies of frameworks | automatiseren | Migratieregels zijn expliciet genoeg om agents het grootste deel van de conversie te laten doen. |
| Softwareprototype bouwen vanaf een specificatie | delegeren | AI zet een specificatie om in een werkend eerste ontwerp, jij beslist over architectuurkeuzes. |
| Softwarespecificaties analyseren en omzetten naar user stories | delegeren | AI structureert de vereisten, jij toetst ze aan wat de klant echt bedoelde. |
| ICT-foutopsporing bij complexe bugs | delegeren | AI stelt hypothesen op basis van logs en stacktraces, jij test en beslist welke klopt. |
| Concepttekst voor technische documentatie voor klanten opstellen | delegeren | AI levert een eerste versie, jij redigeert toon en nuance voor de eindgebruiker. |
| Klantwensen identificeren in een gesprek | houden | Vertrouwen en het lezen tussen de regels vraagt een mens die de klant kent. (Jouw voorsprong: Je hoort wat de klant niet zegt maar wel bedoelt.) |
| Architectuurbeslissingen op systeemniveau | houden | Lange-termijnkeuzes over schaalbaarheid en onderhoudbaarheid vragen ervaring en verantwoordelijkheid. (Jouw voorsprong: Jij draagt de gevolgen van een verkeerde keuze.) |
| Technisch projectbeheer en stakeholdercommunicatie | houden | Prioriteiten afwegen tussen teams en deadlines is een sociaal en politiek proces. (Jouw voorsprong: Je onderhandelt met mensen, niet met een model.) |
| Mentoring van junior ontwikkelaars en review van businesslogica | houden | Uitleggen waarom een keuze goed of slecht is, vormt de volgende generatie developers. (Jouw voorsprong: Je geeft context die geen enkele tool kan overdragen.) |
Welke taken van een softwareontwikkelaar kan AI overnemen?
AI overneemt vooral het mechanische deel van het vak: stroomschema's tekenen, boilerplate code schrijven, unit tests genereren, een eerste ronde code review en documentatie opstellen vanaf codecommentaar. Dat komt overeen met de essentiële ESCO-vaardigheden rond softwareontwerppatronen, softwarebibliotheken en technische documentatie. Microsoft Research becijfert dat 27,8% van de werkactiviteiten van software developers aantoonbaar AI-toepasbaar is (2025). Taken die draaien om klantcontact, architectuurbeslissingen en projectbeheer blijven grotendeels buiten dat bereik, omdat ze oordeel en verantwoordelijkheid vragen die een taalmodel niet draagt.
Wordt de softwareontwikkelaar vervangen door AI?
Nee, het beroep verdwijnt niet, het takenpakket verschuift. UWV formuleert het zo: AI verandert niet je baan, maar wel je takenpakket, op basis van een bevraging bij 2.300 werkgevers. Voor software developers ligt de AI-toepasbaarheid op 27,8% (Microsoft Research, 2025), een middenscore, geen uitschakeling. Het vaak aangehaalde robotiseringspercentage van Frey & Osborne (Oxford, 2013) stamt van voor de doorbraak van grote taalmodellen en is dus achterhaald als maatstaf. De vraag is niet of je overbodig wordt, maar welke ESCO-vaardigheden je aan een agent overdraagt en welke je zelf blijft doen.
Hoe word je de AI-persoon van je ontwikkelteam?
Begin met de emmers delegate en automate uit dit artikel: bouw een werkende opzet met AI-gegenereerde tests en migraties, en toon collega's dat het productieklaar is, niet halfbakken. Documenteer welke prompts en agents werken voor jouw stack en deel dat in een gedeeld repository of wiki. Neem de code review van AI-gegenereerde pull requests op je, zodat je team leert waar het model faalt. Wie dit patroon zichtbaar maakt, wordt vanzelf het aanspreekpunt voor AI-gebruik binnen het team, zonder dat je daar een formele titel voor nodig hebt.
Wat kan je deze maand concreet doen als softwareontwikkelaar?
Kies één taak uit de emmer automate, bijvoorbeeld unit tests genereren, en zet die deze maand volledig op agent-niveau: geen handmatige nacontrole meer per test, wel een steekproef achteraf. Kies daarnaast één taak uit delegate, zoals specificaties omzetten naar user stories, en meet hoeveel tijd dat bespaart tegenover de vorige werkwijze. Leg dat naast de 27,8% van Microsoft Research en check of jouw eigen takenpakket hoger of lager scoort. Rapporteer dat verschil aan je teamlead, dat is het begin van je positie als AI-persoon van het team.
AI verandert niet je baan, maar wel je takenpakket.
— UWV, op basis van een bevraging bij 2.300 werkgevers
Word de AI-persoon van je team
Bouw een promptbibliotheek per repository
Verzamel werkende prompts voor testgeneratie, migraties en documentatie per project en zet ze in de repo zelf. Zo hoeft niemand het wiel opnieuw uit te vinden en wordt AI-gebruik reproduceerbaar.
Neem de review van AI-output op je
Wie AI-gegenereerde pull requests als eerste beoordeelt, ziet als eerste de patronen waar het model faalt. Dat maakt je de referentie binnen het team voor wat AI wel en niet aankan.
Meet en rapporteer de tijdswinst
Houd bij hoeveel tijd delegate- en automate-taken besparen, per sprint. Concrete cijfers overtuigen een teamlead sneller dan een mening over AI.
Wil je dit voor jouw echte takenpakket?
De gratis scan op de homepage bouwt in 30 seconden jouw persoonlijke taakkaart, op basis van jouw rol en sector.
Doe de gratis taak-scanTools voor dit werk
| Tool | Voor welke taken | Nuchter bekeken |
|---|---|---|
| GitHub Copilot of Cursor | boilerplate code, prototypes bouwen, eerste ronde code review | Werkt goed binnen bestaande codebases, controleer altijd de gegenereerde logica zelf. |
| Claude of ChatGPT | specificaties analyseren, user stories opstellen, documentatie schrijven | Sterk in het herformuleren van tekst, minder betrouwbaar voor exacte technische feiten zonder brondocument. |
| Geïntegreerde ontwikkelomgeving met AI-testgeneratie | unit tests genereren, ICT-foutopsporing bij logs en stacktraces | Beperk de scope tot functies met duidelijke input en output, complexe randgevallen blijven mensenwerk. |
| AI-gestuurde migratietool | geautomatiseerde migraties tussen taalversies of frameworks | Draai eerst op een kopie van de codebase, migraties raken sneller dan je denkt aan edge cases. |
Prompts om vandaag te proberen
Unit tests genereren vanaf een functie
Specificatie omzetten naar user stories
Technische documentatie opstellen vanaf code
Verwante beroepen
Veelgestelde vragen
Welke ESCO-vaardigheden van een softwareontwikkelaar zijn het meest gevoelig voor automatisering?
Volgens de ESCO-taxonomie liggen vaardigheden als stroomschema's creëren, softwarebibliotheken gebruiken en geautomatiseerde migratiemethoden ontwikkelen het dichtst bij wat generatieve AI vandaag al aankan. Vaardigheden zoals klantwensen identificeren, technisch projectbeheer en het interpreteren van technische voorschriften in een specifieke bedrijfscontext blijven grotendeels mensenwerk, omdat ze oordeel en relatiebeheer vragen die niet in een taalmodel zitten.
Hoeveel Belgen en Nederlanders gebruiken AI-tools eigenlijk?
In Vlaanderen gebruikt 43% van de bevolking maandelijks generatieve AI, bij 18-24-jarigen loopt dat op tot 75% en bij studenten tot 81% (imec Digimeter 2026). Op Belgisch niveau gebruikte 61% van de Belgen in 2025 een AI-chatbot (Google/Ipsos, sept-okt 2025). Op EU-niveau gebruikte 32,7% van de bevolking tussen 16 en 74 jaar generatieve AI in de voorbije drie maanden (Eurostat, 2025).
Is een applicability score van 27,8% hoog of laag vergeleken met andere beroepen?
Het is een middenscore. Microsoft Research plaatst vertalers op 49% en verpleegkundigen op 12% als uitersten binnen hun analyse van 200.000 Copilot-gesprekken (2025). Software developers zitten daar duidelijk tussenin: een aanzienlijk deel van het werk is AI-toepasbaar, maar het merendeel van de rol blijft buiten dat bereik, vooral het deel dat draait op klantcontact en architectuurkeuzes.
Waarom wordt het oude robotiseringspercentage van Frey & Osborne niet meer gebruikt?
Die studie uit 2013 (Oxford) schatte automatiseringsrisico's op basis van technologie van voor de doorbraak van grote taalmodellen. Generatieve AI werkt fundamenteel anders dan de robotica en regelgebaseerde systemen waarop die studie zich baseerde, waardoor de cijfers niet meer overeenkomen met wat AI vandaag daadwerkelijk kan overnemen bij een beroep als softwareontwikkelaar.
Bronnen
- Microsoft Research, Working with AI: Measuring the Applicability of Generative AI to Occupations (2025)
- Anthropic Economic Index
- UWV
- imec Digimeter 2026
- Eurostat, isoc_ai_iaiu
- Google/Ipsos, Our Life with AI
- ESCO, Europese Commissie
Hendrik De Winne, auteur van Becoming AI-Savvy, oprichter van VibeLab. Begeleidt teams bij het herontwerpen van hun werk met AI.
Dit artikel is opgesteld met AI-ondersteuning op basis van publieke databronnen en redactioneel nagekeken.