Blog
Vibe coded applicaties – minder testen, meer observeren
De wereld van softwareontwikkeling wordt momenteel op zijn kop gezet door de opkomst van agentic code editors als Windsurf en Cursor. Deze integrated development environments (IDE’s) kunnen in hoog tempo applicaties ontwikkelen, doordat zij toegang hebben tot niet alleen je codebase, maar ook je build tools, versiebeheer en je terminal. De mogelijkheden lijken eindeloos, maar hoe zit het met de kwaliteit? De rol van AI in ontwikkeling Kwaliteit is steeds minder inzichtelijk bij applicaties die met behulp van deze tools gebouwd worden (voor het gemak even “AI-powered” genoemd). Architecturale keuzes, programmatuur en configuratie worden uit handen genomen, maar daarmee ook begrip van hoe de applicatie werkt. De manier waarop we kwaliteit inzichtelijk maken, is sterk afhankelijk van de rol die we AI geven in ons ontwikkelproces. Snel maar risicovol (vibe coding) Vibe coding is de nieuwste trend op LinkedIn. Je hoeft niet te kunnen programmeren, met enkel prompts tuig je
Het LLM Quality Canvas: Waarom traditioneel testen faalt bij AI
🗣 LLM Quality Canvas Hoe waarborg je continuïteit van software zonder voorspelbare output? In onze nieuwste blog delen we de eerste aanzet tot een LLM Quality Canvas — een denkkader voor testers, QA leads en AI-teams die verder denken dan prompts proberen. De wereld van software testing verandert sneller dan ooit. Waar we jarenlang testautomatisering zagen als eindoplossing voor testvragen, breekt nu een nieuw tijdperk aan dat het testautomatisering fundamenteel moeilijk maakt: dat van AI-gedreven appplicaties. Large Language Models (LLM’s) zijn bezig om zich in elke laag van onze applicaties te nestelen — en dus ook in onze teststrategieën. Dit roept fundamentele vragen op. Hoe test je een systeem dat geen vaste output heeft? Wat betekent testdekking als er miljoenen mogelijke inputvarianten zijn? En wie beoordeelt de kwaliteit als modellen elkaars werk reviewen? Daarom presenteren wij vandaag de eerste aanzet tot een nieuw denkkader: het LLM Quality Canvas. Waarom Traditionele
De balans van passie, hart en hoofd bij QA Company
Waarom QA Company? QA Company is ontstaan vanuit een diepe overtuiging: testen moet sneller, slimmer en waardevoller. In de afgelopen jaren zagen we hoe de Nederlandse testmarkt veranderde. Grote bedrijven fuseerden, kleine spelers verdwenen, en er ontstond ruimte voor iets nieuws. Wij grepen die kans. Niet omdat het moest, maar omdat het kon. QA Company is gestart om onafhankelijk te zijn, om met een frisse blik en een open geest te bouwen aan de toekomst van kwaliteitsborging. QA Company: omdat kwaliteit, nieuwsgierigheid en onafhankelijkheid het verschil maken. Voor onze klanten, voor onze mensen, en voor de technologie van morgen. Vlag met QA Company logo Passie – AI in testen en het testen van AI De razendsnelle opkomst van AI en de veranderende manier waarop software wordt ontwikkeld, vroegen om een nieuwe benadering van testen. Wij zagen dat traditionele testmethoden niet meer voldeden; ze hielden innovatie tegen in plaats van deze
Vibe coded applicaties – minder testen, meer observeren
De wereld van softwareontwikkeling wordt momenteel op zijn kop gezet door de opkomst van agentic code editors als Windsurf en Cursor. Deze integrated development environments (IDE’s) kunnen in hoog tempo applicaties ontwikkelen, doordat zij toegang hebben tot niet alleen je codebase, maar ook je build tools, versiebeheer en je terminal. De mogelijkheden lijken eindeloos, maar hoe zit het met de kwaliteit? De rol van AI in ontwikkeling Kwaliteit is steeds minder inzichtelijk bij applicaties die met behulp van deze tools gebouwd worden (voor het gemak even “AI-powered” genoemd). Architecturale keuzes, programmatuur en configuratie worden uit handen genomen, maar daarmee ook begrip van hoe de applicatie werkt. De manier waarop we kwaliteit inzichtelijk maken, is sterk afhankelijk van de rol die we AI geven in ons ontwikkelproces. Snel maar risicovol (vibe coding) Vibe coding is de nieuwste trend op LinkedIn. Je hoeft niet te kunnen programmeren, met enkel prompts tuig je
Het LLM Quality Canvas: Waarom traditioneel testen faalt bij AI
🗣 LLM Quality Canvas Hoe waarborg je continuïteit van software zonder voorspelbare output? In onze nieuwste blog delen we de eerste aanzet tot een LLM Quality Canvas — een denkkader voor testers, QA leads en AI-teams die verder denken dan prompts proberen. De wereld van software testing verandert sneller dan ooit. Waar we jarenlang testautomatisering zagen als eindoplossing voor testvragen, breekt nu een nieuw tijdperk aan dat het testautomatisering fundamenteel moeilijk maakt: dat van AI-gedreven appplicaties. Large Language Models (LLM’s) zijn bezig om zich in elke laag van onze applicaties te nestelen — en dus ook in onze teststrategieën. Dit roept fundamentele vragen op. Hoe test je een systeem dat geen vaste output heeft? Wat betekent testdekking als er miljoenen mogelijke inputvarianten zijn? En wie beoordeelt de kwaliteit als modellen elkaars werk reviewen? Daarom presenteren wij vandaag de eerste aanzet tot een nieuw denkkader: het LLM Quality Canvas. Waarom Traditionele
De balans van passie, hart en hoofd bij QA Company
Waarom QA Company? QA Company is ontstaan vanuit een diepe overtuiging: testen moet sneller, slimmer en waardevoller. In de afgelopen jaren zagen we hoe de Nederlandse testmarkt veranderde. Grote bedrijven fuseerden, kleine spelers verdwenen, en er ontstond ruimte voor iets nieuws. Wij grepen die kans. Niet omdat het moest, maar omdat het kon. QA Company is gestart om onafhankelijk te zijn, om met een frisse blik en een open geest te bouwen aan de toekomst van kwaliteitsborging. QA Company: omdat kwaliteit, nieuwsgierigheid en onafhankelijkheid het verschil maken. Voor onze klanten, voor onze mensen, en voor de technologie van morgen. Vlag met QA Company logo Passie – AI in testen en het testen van AI De razendsnelle opkomst van AI en de veranderende manier waarop software wordt ontwikkeld, vroegen om een nieuwe benadering van testen. Wij zagen dat traditionele testmethoden niet meer voldeden; ze hielden innovatie tegen in plaats van deze