Van prototype naar productie: wat komt erbij kijken?

Met de huidige AI-tools heb je snel iets dat klikt en demonstreert hoe je idee werkt. Dat is waardevol: je ziet de flow, je laat het aan gebruikers zien en je weet of je de goede kant op gaat. Maar een prototype is gebouwd om te overtuigen, niet om productie-belasting te dragen. De data is vaak nep, de inlog is voor de schijn en alles draait in een omgeving die maar door een paar mensen tegelijk wordt aangeraakt.

Naar productie gaan betekent dat je elk van die aannames moet vervangen door iets dat echt werkt. Echte gebruikers typen dingen die je niet had voorzien, doen verzoeken op het verkeerde moment en verwachten dat hun gegevens veilig en morgen nog steeds bewaard zijn. Het verschil tussen een prototype en een productie-versie zit dus niet in hoe het eruitziet, maar in de laag eronder: data, beveiliging, foutafhandeling, schaal, hosting, monitoring en onderhoud. Dat is engineering-werk en het kost tijd, ongeacht hoe snel het prototype tot stand kwam.

Testen is de laag die je laat slapen. Bij een prototype klik je het zelf even na, en dat is prima. In productie wil je geautomatiseerde tests die controleren of de belangrijkste flows blijven werken, ook nadat je iets hebt aangepast. Zonder dat vangnet introduceert elke wijziging het risico dat je ergens anders iets sloopt zonder het te merken, en bij AI-gegenereerde code is dat risico extra reëel omdat de samenhang niet altijd vanzelf klopt.

Onderhoud is het deel dat mensen onderschatten. Software is geen project dat af is, het is iets dat blijft leven. Afhankelijkheden krijgen updates, browsers veranderen, beveiligingslekken komen aan het licht en gebruikers vragen om aanpassingen. Productie betekent dat iemand verantwoordelijk is om dat bij te houden, anders verzwakt het product langzaam vanzelf. Dat is precies een van de afwegingen bij de keuze om het zelf te bouwen met AI of uit te besteden.

Tot slot AVG en privacy. Zodra je persoonsgegevens van echte mensen verwerkt, gelden er regels. Je moet weten welke data je bewaart en waarom, gebruikers kunnen vertellen wat er met hun gegevens gebeurt, en je hebt een verwerkersovereenkomst nodig met partijen die namens jou data verwerken. Dit is geen technisch detail dat je later even aanzet, maar iets dat je in het ontwerp meeneemt.

Er is geen keurmerk dat zegt dat je live mag. Wel is er een set vragen waarmee je eerlijk inschat hoe ver je bent. Bewaart het systeem echte data betrouwbaar en zijn er back-ups? Weet je zeker dat gebruikers alleen bij hun eigen gegevens kunnen? Wat gebeurt er als iets misgaat, ziet de gebruiker dan een nette melding en kom jij erachter? Houdt het stand als er meer mensen tegelijk komen? Staat het op een echte hostingplek met een veilige verbinding en kun je rustig een nieuwe versie uitrollen? En heb je geregeld wat AVG van je vraagt voor de data die je verwerkt?

Het eerlijke antwoord is dat niet alles op dag een perfect hoeft te zijn. Veel producten gaan live met een bewust beperkte scope en groeien daarna. Het punt is dat je de keuzes bewust maakt in plaats van ze over te slaan. Een prototype mag de moeilijke onderdelen negeren, want het bestaat om een idee te valideren. Wil je verder, dan helpt het om dat verschil scherp te hebben, bijvoorbeeld via het onderscheid tussen een AI-prototype en een MVP. Een eerste echte versie laten bouwen kan via een MVP laten maken, en als je het bouwwerk met AI liever uit handen geeft, lees dan hoe je vibe coding uitbesteedt. Begin je liever bij het valideren, dan is een prototype in een dag de logische eerste stap.