WoningNet & QA Company:
samen bouwen aan een AI-first toekomst
Van inspiratiesessie tot volledig geautomatiseerde testpipeline. Hoe WoningNet met een doordachte AI-strategie snelheid en betrouwbaarheid wist te combineren.
CI/CD-teststraat
kwaliteit
Klant
WoningNet
Sector
Woningmarkt & publieke dienstverlening
Dienst
Agentic QA in een AI-first pipeline
In een tijd waarin technologische innovatie en betrouwbaarheid hand in hand moeten gaan, heeft WoningNet samen met QA Company een belangrijke stap gezet richting toekomstbestendige softwarekwaliteit. Met een duidelijke ambitie om AI op een verantwoorde en effectieve manier in te zetten, is een innovatieve AI-first pipeline ontworpen en gerealiseerd.
Van inspiratie naar implementatie
1
Inspiratiesessie & context
De samenwerking begon met een inspiratiesessie waarin QA Company Woningnet hielp denken over de inzet van AI in de ontwikkelstraat en testautomatisering en waar wij ze ondersteunden met de vele ideeën in de context van moderne softwareontwikkeling te plaatsen.
2
Risico-impact-analyse met Evaluaite
Na een risico-impact-analyse op basis van Evaluaite, het model van QA Company om probabilistische systemen te valideren en verifiëren, is er gekeken hoe AI-tooling het beste binnen het kwaliteitsproces van WoningNet past. In nauwe samenwerking met de QA-lead van WoningNet heeft QA Company een volledig nieuwe risicogebaseerde testaanpak ontworpen voor hun gen-AI ontwikkelpipeline. Het team kan dankzij de risicoanalyse AI-tools doelgericht inzetten.
In de AI-ontwikkelstraat staan slimme tooling en AI-agents centraal om het ontwikkelteam te ondersteunen in het sneller, consistenter en slimmer uitvoeren van het testwerk, zonder concessies te doen aan kwaliteit en betrouwbaarheid.
3
Slimme tooling, bewezen keuzes
Tijdens het selectieproces is er gebruik gemaakt van AI deep research als voorselectie. Daarna is de samengestelde set tools diepgaand geëvalueerd en volgens een hands-on validatie zijn de tools gekozen die optimaal aansluiten bij de omgeving en ambities van WoningNet.
Belangrijk uitgangspunt hierbij was het realiseren van voorspelbare, stabiele, betrouwbare regressietesten en een robuuste kwaliteitsborging binnen de gehele ontwikkelketen. De CI/CD pipeline is grotendeels met behulp van AI ontwikkeld.
Een nieuwe manier van werken met AI-agents en AI-tooling
Naast tooling is ook een nieuwe Way of Working ontwikkeld welke aansluit op de AI-first aanpak. Binnen deze werkwijze spelen AI-tools en AI-agents een sleutelrol en ondersteunen zij het team onder andere bij:
Story refinement
Reviewen en refinen van user stories
Testcase-generatie
Automatisch genereren van testcases op basis van risicoanalyse
Test automation
Omzetten van testcases naar geautomatiseerde tests
Regressietesten
Automatisch starten en uitvoeren na elke deployment
Kwaliteitstesten
Het uitvoeren van onder andere WCAG-, UX-, performance- en vulnerabilitytesten
Rapportage & monitoring
Testrapportages, defectmanagement en quality gates bewaken
Door deze stappen zoveel mogelijk te automatiseren binnen de CI/CD-pipeline ontstaat een efficiënte en consistente kwaliteitsketen, waarin ontwikkelaars sneller feedback krijgen en softwarekwaliteit structureel wordt geborgd.
Wat zeggen onze stakeholders?
Met AI kunnen we applicaties inmiddels in hoog tempo genereren en onderhouden. Dat vraagt erom dat ook de rest van onze CI/CD-pipeline versnelt. In QA Company hebben we een sterke partner gevonden om deze transformatie samen vorm te geven. Gezamenlijk hebben we een innovatieve AI-first teststraat ingericht waarin snelheid, kwaliteit en betrouwbaarheid samenkomen. Wat deze samenwerking voor mij bijzonder maakt, is het vertrouwen dat QA Company vanaf dag één heeft opgebouwd.
De samenwerking met QA Company geeft mij vertrouwen dat onze AI-first ontwikkelaanpak gecontroleerd en betrouwbaar toegepast kan worden. De mogelijkheden tot versnelling door AI bij softwareontwikkeling worden breed uitgemeten, maar de aandacht voor kwaliteit en versnelling bij het testen blijft daarbij achter. De manier waarop QA Company ons juist daarbij helpt, zorgt ervoor dat wij onze doelstellingen kunnen blijven realiseren.
Innovatie én betrouwbaarheid
Met deze samenwerking laat WoningNet zien dat innovatie en betrouwbaarheid uitstekend samengaan. Door AI op een doordachte manier te integreren in het ontwikkelproces ontstaat een schaalbare en toekomstbestendige oplossing die de kwaliteit van softwareontwikkeling structureel versterkt.
Voor QA Company onderstreept dit project de kracht van hun expertise in AI-gedreven testen. Het laat zien hoe organisaties succesvol begeleid kunnen worden in de transitie naar het comfortabel toepassen van AI binnen hun ontwikkelprocessen, van strategie tot concrete implementatie.
Soortgelijk vraagstuk?
Wij helpen u graag verder
Wilt u ook uw testautomatisering moderniseren met AI? Neem vrijblijvend contact op voor een eerste gesprek.
Toegepaste expertise
Over WoningNet
WoningNet is de grootste aanbieder van woonruimteverdeling in Nederland en verzorgt de toewijzing van sociale huurwoningen voor woningzoekenden, corporaties en gemeenten.