Vibe coding tools zoals Cursor, Bolt.new en Lovable laten iedereen software bouwen met AI. Maar 45% van AI-gegenereerde code heeft beveiligingslekken en founders verbranden duizenden euro's aan herbouw. Dit is waar de grens ligt.

Een founder bouwt een compleet SaaS-platform in een weekend met Bolt.new. Een marketingmanager creeert een intern dashboard in drie uur met Lovable. Een startup levert een MVP aan 500 beta-gebruikers met code die volledig door Cursor is geschreven. Deze verhalen zijn echt, en ze zijn overal in april 2026. Vibe coding, de praktijk van beschrijven wat je wilt en AI de code laten genereren, is in minder dan een jaar van experiment naar mainstream gegaan.
De cijfers zijn indrukwekkend. Cursor's moederbedrijf Anysphere haalde een waardering van $9,2 miljard. Bolt.new bereikte $2,1 miljard. Adoptie door niet-technische gebruikers groeide 520% jaar-op-jaar. Tegen maart 2026 gebruikt 82% van developers AI coding tools of is dat van plan. De vraag is niet langer of AI software kan bouwen. De vraag is of wat AI bouwt goed genoeg is voor uw bedrijf.
Andrej Karpathy, voormalig hoofd AI bij Tesla, bedacht de term "vibe coding" begin 2025. Het idee: in plaats van code regel voor regel te schrijven, beschrijf je wat je wilt in natuurlijke taal en AI schrijft de implementatie. Je beoordeelt het resultaat, vraagt conversationeel om aanpassingen, en itereert tot het resultaat bij je visie past.
De tools bestaan op een spectrum. Aan de ene kant helpen Cursor en GitHub Copilot ervaren developers door code te genereren binnen professionele ontwikkelomgevingen. Aan de andere kant genereren platforms zoals Bolt.new, Lovable en Vercel's v0 complete applicaties uit tekstbeschrijvingen, gericht op founders, designers en zakenmensen zonder programmeerervaring.
Beide categorieen hebben legitieme use cases. Het probleem zijn niet de tools. Het probleem is de kloof tussen wat deze tools produceren en wat productiesoftware vereist.
In 2026 hebben onderzoekers duizenden AI-gegenereerde applicaties geaudit. De bevindingen zijn consistent. 45% van AI-gegenereerde code bevat beveiligingskwetsbaarheden. Dat is geen foutentelling; dat is bijna de helft van alle geproduceerde code. Voor cross-site scripting (XSS) bescherming specifiek, falen AI-gegenereerde verdedigingen in 86% van de gevallen. Een audit van Lovable-applicaties vond dat 10,3% data-exposure kwetsbaarheden had, wat betekent dat gebruikersdata toegankelijk was voor onbevoegden.
De prestatiecijfers zijn even veelzeggend. Developers melden 63% meer tijd te besteden aan het debuggen van AI-gegenereerde code dan code die ze zelf schrijven. Technische schuld accumuleert drie keer sneller in vibe-coded projecten vergeleken met traditioneel ontwikkelde software. En het meest geciteerde getal in AI-ontwikkelkringen: 70 tot 85% van AI-projecten faalt nog steeds, doorgaans omdat teams met de verkeerde use cases beginnen of geen heldere succescriteria hebben.
Deze cijfers betekenen niet dat AI coding nutteloos is. Ze betekenen dat het een gereedschap is met specifieke sterke punten en specifieke beperkingen, en de beperkingen negeren kost geld.
Elk development bureau, inclusief het onze, heeft in 2026 hetzelfde patroon gezien. Een founder of bedrijfseigenaar bouwt iets indrukwekkends met een AI coding tool. De landingspagina ziet er geweldig uit. De basisformulieren werken. Het happy path, waar de gebruiker precies doet wat je verwacht, functioneert perfect. Dat is de eerste 80%.
Dan raken ze de muur. Wat gebeurt er als twee gebruikers tegelijk hetzelfde formulier indienen? Als de database 100.000 records heeft in plaats van 100? Als een gebruiker onverwachte tekens invoert in een veld? Als de betaal-webhook twee keer afvuurt? Als de app offline moet werken? Als een externe API uitvalt?
AI-tools zijn niet getraind om proactief over deze scenario's na te denken. Ze genereren code die werkt voor de demo. De overige 20%, wat eigenlijk is waar alle complexiteit leeft, vereist het soort defensief denken dat komt van het deployen van software die echte gebruikers op creatieve manieren stukmaken.
De meest voorkomende beveiligingsfout in vibe-coded applicaties is de simpelste: blootgestelde credentials. AI-tools bouwen regelmatig API-sleutels, database-verbindingsstrings en betaalprocessor-geheimen direct in client-side code in. Iedereen die de browser developer tools opent kan ze lezen. Dit is niet theoretisch; het wordt regelmatig gevonden in live applicaties.
Client-side-only validatie is het tweede grote patroon. De AI genereert prachtige formuliervalidatie die in de browser draait: verplichte velden, e-mailformaten, wachtwoordsterkte-checks. Maar de server accepteert alles wat het ontvangt. Een aanvaller stuurt een misvormd verzoek direct naar de API, omzeilt alle client-side checks, en het systeem verwerkt het zonder vragen.
Authenticatie en autorisatie zijn consistent zwakke punten. AI-tools genereren login-flows die er correct uitzien maar edge cases missen: sessietokens die nooit verlopen, wachtwoord-reset links die hergebruikt kunnen worden, adminpanelen die toegankelijk zijn zonder juiste rolcontroles. Dit zijn de kwetsbaarheden die niet in een demo opvallen maar uw gebruikersdata blootleggen in productie.
Niets hiervan betekent dat u vibe coding moet vermijden. Bij MG Software gebruiken wij Cursor en AI-tools elke dag. De sleutel is weten waar ze waarde toevoegen en waar ze risico creeeren.
Prototyping is waar vibe coding echt schittert. Als u een bedrijfsidee wilt valideren voordat u investeert in volledige ontwikkeling, kan een AI-gebouwd prototype potentiele klanten en investeerders laten zien wat u bouwt in uren in plaats van weken. Het prototype hoeft geen edge cases af te handelen. Het hoeft geen security hardening te hebben. Het moet het concept communiceren. Deze use case is legitiem en waardevol.
Interne tools met een klein gebruikersbestand en lage security stakes zijn een sterke fit. Een dashboard dat data trekt uit uw CRM voor uw vijfkoppige salesteam, een eenvoudig formulier dat gespreksnotities logt naar een spreadsheet, een landingspagina voor een marketingcampagne. Deze applicaties hebben een beperkte blast radius als er iets misgaat.
Landingspagina's en marketingwebsites zijn nog een duidelijke win. SEO-geoptimaliseerde pagina's, productshowcases, evenementensites. Deze zijn grotendeels presentationeel, het beveiligingsoppervlak is klein, en de iteratiesnelheid die AI biedt is oprecht transformatief.
De lijn is helder en consistent in ons klantwerk. U heeft professionele developers nodig wanneer uw software klantdata verwerkt. Punt. Als gebruikers persoonlijke informatie, betaalgegevens, gezondheidsdata of wat dan ook onder de AVG valt invoeren, is het beveiligingsgat in AI-gegenereerde code een onaanvaardbaar risico. De kosten van een datalek, zowel financieel als qua reputatie, overtreffen het kostenverschil tussen vibe coding en professionele ontwikkeling vele malen.
U heeft professionele developers nodig wanneer uw software moet schalen. Een prototype dat werkt voor 50 gebruikers faalt vaak bij 5.000. Database queries die terugkeren in milliseconden met 100 records duren minuten bij 100.000. API-endpoints die 10 verzoeken per seconde afhandelen stikken bij 1.000. Professionele developers ontwerpen voor belasting vanaf het begin, want performance achteraf inbouwen is altijd duurder.
U heeft professionele developers nodig wanneer uw software de kern van uw bedrijfsvoering is. Als uw bedrijf niet kan functioneren wanneer de applicatie down is, wordt de 20% edge cases die AI-tools missen uw grootste operationele risico. Monitoring, foutafhandeling, backup en recovery, graceful degradation onder belasting: dit zijn geen features die u later kunt toevoegen. Het zijn architectuurbeslissingen die vanaf dag één genomen moeten worden.
Bij MG Software kiezen wij niet tussen AI en traditionele ontwikkeling. Wij gebruiken beide strategisch. Onze developers gebruiken Cursor en AI-tools om de delen van ontwikkeling te versnellen waar AI uitblinkt: boilerplate code genereren, UI-componenten bouwen, testcases schrijven en API-endpoints scaffolden. Dit geeft ons de snelheidsvoordelen van AI zonder de kwaliteitsrisico's.
De kritieke delen, de architectuur, beveiliging, datamodellering, foutafhandeling en deployment-infrastructuur, worden ontworpen door ervaren engineers die de consequenties van elke beslissing begrijpen. AI helpt bij de uitvoering, maar mensen bepalen het ontwerp. Projecten die vroeger zes weken duurden worden nu in vier weken opgeleverd. De kostenbesparing gaat direct naar onze klanten. Maar de kwaliteitsstandaard daalt niet.
Voor founders die al iets hebben gebouwd met AI-tools bieden wij een ander pad: AI-to-production hardening. Wij nemen uw vibe-coded prototype, auditen het op beveiligingskwetsbaarheden, refactoren de architectuur voor schaalbaarheid, en deployen het als productie-grade software. Dit is vaak sneller en goedkoper dan volledig herbouwen, omdat de bedrijfslogica en UI al gevalideerd zijn. Wij hoeven het alleen veilig en betrouwbaar te maken. Neem contact op als dit uw situatie beschrijft.
Dit is het kader dat wij delen met elke klant die zijn opties evalueert. Als uw project een prototype, proof of concept of interne tool is voor minder dan 20 gebruikers, is vibe coding de juiste keuze. Besteed een weekend, niet een budget. Valideer het idee voordat u investeert.
Als uw project gebruikersdata verwerkt, authenticatie vereist, betalingen verwerkt of betrouwbaar moet werken op elke schaal, begin dan vanaf dag één met professionele ontwikkeling. Gebruik onze projectcalculator voor een realistische kostenraming. De investering is lager dan de meeste mensen verwachten, vooral met AI-versnelde ontwikkeling die kosten met 25 tot 40% verlaagt.
Als u al iets heeft gebouwd met AI-tools en het breekt onder echt gebruik, gooi het niet weg. Breng het naar een development team dat zowel de AI-tools als productievereisten begrijpt. De herbouw van prototype naar productie is een goed gedefinieerd proces, en het behoudt het werk dat u al hebt gedaan. Neem contact op en wij geven u een eerlijke beoordeling van wat uw project nodig heeft.
Vibe coding is geen bedreiging voor professionele softwareontwikkeling. Het is een nieuwe laag in de stack. Het maakt prototyping nagenoeg gratis. Het versnelt de delen van ontwikkeling die altijd saai waren. En het geeft niet-technische mensen een manier om tools te bouwen die eerder een developer vereisten.
Maar productiesoftware is geen prototype. Het 45% kwetsbaarheidspercentage in AI-gegenereerde code, de 80/20 muur, en de 5.000 tot 15.000 euro herbouwcyclus zijn reëel. De bedrijven die winnen in 2026 zijn degenen die vibe coding gebruiken voor wat het goed doet en investeren in professionele ontwikkeling voor wat het niet doet. Het gereedschap is krachtig. Weten waar je het inzet is de vaardigheid.

Jordan
Co-Founder

Bedrijven willen AI in hun software maar hebben geen idee wat het kost. We breken echte API-kosten, ontwikkeluren en modelkeuzes uit aan de hand van recente klantprojecten bij MG Software.

Google DeepMind bracht op 2 april Gemma 4 uit: vier open-source modellen onder Apache 2.0 die draaien van Raspberry Pi tot datacenter. Het 2,3B model verslaat zijn 27B voorganger. Dit is wat het betekent voor developers en bedrijven.

Microsoft lanceerde op 2 april drie eigen AI-modellen, gebouwd door teams van minder dan 10 engineers. Na $13 miljard in OpenAI te hebben geinvesteerd, bouwt Microsoft nu concurrerende producten. Dit betekent het voor bedrijven op Azure.

Op 31 maart publiceerde Anthropic per ongeluk de volledige broncode van Claude Code via npm. Van zelfherstellend geheugen tot undercover modus: dit is wat 1.906 gelekte bestanden onthullen over hoe AI coding agents echt werken.


















Wij helpen u de juiste AI-strategie te bepalen en te implementeren.
Plan een AI-adviesgesprek