← Alle voorbeelden
// praktijkvoorbeeld

AI houdt het productwerk bij. De mens kiest wat ertoe doet.

Bij deze SaaS-organisatie vormt product development de kern van wat het bedrijf verkoopt. De product owner bepaalt de roadmap en zorgt dat designers, ontwikkelaars en testers weten wat ze moeten maken en waarom.

Markt volgen, verbanden bewaken en ieder ticket compleet houden vulde in dit geval een volledige werkweek. Maar dat bijhouden is niet hetzelfde als de verantwoordelijkheid van de functie. Die verantwoordelijkheid is zorgen dat het team aan het juiste product werkt.

// Productontwikkeling · vanuit de eerste principes

Eén verantwoordelijkheid. Opnieuw opgebouwd.

Niet de hele functie. Dit is het afgebakende stuk werk dat opnieuw is gebouwd, met de uitkomst als vast punt en de bestaande werkwijze alleen als bron van bewijs en uitzonderingen.

// Het stuk werk

Marktinformatie, roadmap en Jira omzetten in samenhangend, besluitrijp werk.

// Wat moet er waar zijn?

Wat het team bouwt, moet herleidbaar zijn tot de productrichting en een werkelijke klantbehoefte.

// De oude aanname

Dat één product owner alle signalen, verbanden en tickets zelf voortdurend moet bijhouden.

// Wat AI uitvoert

Doet onderzoek, bewaakt samenhang, schrijft en toetst tickets en signaleert gaten in de roadmap.

// Waar de expert beslist

De product owner bepaalt richting, spreekt met klanten, weegt belangen en neemt ieder productbesluit.

// Wat er bewezen is

Een bestaande collega stuurt dit werk in ongeveer acht extra uur per week aan. Een vaste voor- en nameting ontbreekt nog.

AI Impact-dashboard van de digitale product owner met 110 volledig door AI geschreven backlogitems.

Niet de rol automatiseren, wel het herhaalbare werk

We bouwden een systeem dat marktonderzoek doet, de roadmap organiseert en productkeuzes voorbereidt. Het maakt Jira-tickets, werkt ze uit en beoordeelt ze steeds opnieuw op begrijpelijkheid, volledigheid en technische kwaliteit.

Tickets blijven gekoppeld aan de roadmap en aan elkaar. Het systeem organiseert de backlog, maakt de planning en signaleert wanneer werk niet meer aansluit op de gekozen productrichting.

Codex als werkplek en geheugen

Het ondersteunende werk draait grotendeels vanuit Codex. Een verzameling skills, documentatie en referentiekaders bepaalt hoe het systeem onderzoek doet, tickets beoordeelt en besluiten voorbereidt. Het geheugen houdt de relevante productcontext bij elkaar.

Daarnaast bouwden we een app die de roadmap, backlog, beoordelingen en verbanden visueel maakt. Codex stuurt het werk aan; de app maakt het zichtbaar.

Aangesloten op de werkelijkheid

Het systeem is gekoppeld aan Jira, actuele bronnen op internet, OpenAI en de interne tijdregistratie. Zo ziet het wat er gepland staat, waar ontwikkelaars hun tijd aan besteden en welke marktontwikkelingen relevant zijn.

Ook interne productkennis en documentatie zijn aangesloten. Adviezen worden opgebouwd vanuit de roadmap, de tickets, het werkelijke gebruik van tijd en de kennis die al in de organisatie zit.

De mens blijft product owner

Het systeem bereidt voor, organiseert, onderzoekt en controleert. De mens bepaalt de productrichting, weegt belangen af, spreekt met klanten en neemt de besluiten. Het systeem heeft uitvoeringsruimte, geen productmandaat.

Het werk dat normaal een fulltime product owner vult, wordt nu door een bestaande collega in ongeveer acht extra uren per week aangestuurd.

Gebouwd met het productteam

We bouwden dit systeem samen met het product development team. Zij konden zelf al software maken. De overdracht draaide daarom vooral om het ontwikkelen van goede skills.

Hoe leg je vast wat het systeem moet weten? Hoe laat je het consequent werken? En hoe verbeter je die werkwijze wanneer het product verandert?

Die kennis ligt nu bij het team. Zij kunnen het systeem, de app en de verbinding met hun eigen productwerk zelf verder ontwikkelen.

Welke zware rol bestaat bij jou vooral uit informatie bijhouden en verbinden?