Blog

iX Testing-Guide 2026: AI maakt kwaliteit een dubbele testopgave onder menselijke verantwoordelijkheid

De iX Developer Testing-Guide 2026 maakt softwarekwaliteitsborging bij AI een dubbele opgave. Wat studies erover zeggen en wat beslissers nu moeten vastleggen.

· Door

Een lange houten tafel met links een onbewerkte geprinte codeuitdraai en rechts dezelfde uitdraai met markeringen en handgeschreven notities.
AI-gegenereerde code en tests moeten door mensen worden gecontroleerd terwijl AI zelf als niet-deterministisch testobject wordt getest.Beeld: IamVera.ai — originele redactionele illustratie

Heise publiceerde op 6 november 2026 de iX Developer Testing-Guide 2026, die softwarekwaliteitsborging bij AI als dubbele opgave beschrijft: teams moeten door AI gegenereerde code en tests controleren én AI als niet-deterministische component zelf testen. Zet AI in als versneller onder menselijke eindverantwoordelijkheid, met klassieke testtechnieken, herhaalbare validatie en controleerbare traceerbaarheid.

De kern van de gids is niet dat AI testen sneller maakt, maar dat kwaliteit twee kanten op moet worden gecontroleerd. Aan de ene kant moeten teams de output van AI toetsen: kloppen de assertions, dekken de tests de relevante scenario's, is de code onderhoudbaar, veilig en toegankelijk, en vinden de tests echt fouten? Aan de andere kant is een AI-component zelf een testobject dat zich niet-deterministisch gedraagt, dat wil zeggen dat hetzelfde verzoek verschillende uitkomsten kan geven. Dat vraagt om toetsen op variatie, regressies, traceerbaarheid en veilige grenzen. Deze dubbele opgave past binnen bredere vragen over AI in de beroepspraktijk en kwaliteitsborging.

Wat staat er in de iX Developer Testing-Guide 2026 over AI en kwaliteitsborging?

De gids van Heise behandelt klassieke testmethoden naast door AI gegenereerde code, AI-gestuurde testautomatisering en het testen van systemen die op grote taalmodellen draaien. De officiële productpagina van de iX Developer Testing-Guide 2026 bevestigt expliciet dat niet-deterministisch AI-gedrag nieuwe testaanpakken vereist.

Het verschil met eerdere testliteratuur zit in die tweede laag. Waar klassieke softwarekwaliteitsborging uitgaat van een systeem dat op dezelfde input hetzelfde antwoord geeft, moet een AI-component worden beoordeeld op een bandbreedte van uitkomsten. Een test die één keer slaagt, bewijst dan weinig; pas herhaalde runs op representatieve en risicovolle gevallen laten zien hoe stabiel het gedrag is. Dat sluit aan bij wat wij eerder beschreven over bias en outputvariatie bij herhaalde runs.

Leveren door AI gegenereerde tests aantoonbaar betere kwaliteit op?

Niet zonder meer. Een empirische studie in de digitale bibliotheek van de Association for Computing Machinery analyseerde 2.232 testgerelateerde commits en stelde vast dat AI 16,4 procent van de testtoevoegende commits schreef, met coveragebijdragen die vergelijkbaar waren met die van menselijke tests en in verschillende projecten positieve coveragewinst opleverden. Diezelfde ACM-studie naar testgeneratie door AI-agents rapporteert een hogere assertion-dichtheid. De studie biedt daarmee geen bewijs dat coverage of assertion-dichtheid op zichzelf langetermijnkwaliteit, test smells of onderhoudbaarheid waarborgt; voor die langetermijneffecten is aanvullend onderzoek nodig.

Naar onze inschatting is dat het belangrijkste misverstand om te voorkomen: coverage en meer assertions meten hoeveel code een test raakt, niet of de test de fouten vindt die ertoe doen. Een praktijkonderzoek op arXiv, waarin 64 testprofessionals werden ondervraagd, bevestigt die zorg: respondenten zagen tijdwinst, maar meldden ook gemiste scenario's, foutieve assertions en afhankelijkheid van prompts. De auteurs van die survey onder testprofessionals over generatieve AI benadrukken dat zij percepties meten, geen bewezen kwaliteitswinst.

Welke lacunes laten de huidige studies over AI in kwaliteitsborging zien?

De wetenschappelijke literatuur richt zich vooral op de technische kant en veel minder op het proces eromheen. Een systematische mapping study in Frontiers in Computer Science bekeek 37 primaire studies over agentic AI in kwaliteitsborging en vond dat die zich concentreren op testgeneratie, productassurance en defectmanagement.

Terugkerende beperkingen in die mapping study over kwaliteitsborging in het tijdperk van agentic AI zijn validatieproblemen, gebrekkige transparantie, schaalbaarheid en generaliseerbaarheid. De auteurs stellen dat menselijke en organisatorische ondersteuning belangrijk blijft, terwijl planning en procesborging juist onderbelicht zijn. Onze lezing: de techniek om tests te genereren loopt voor op de afspraken over wie de output beoordeelt en hoe dat wordt vastgelegd. Dat verschuift het zwaartepunt van testautomatisering naar governance en controleerbare AI-verificatie.

Wat betekent dit voor bestuurders, juristen en CISO's die AI in ontwikkeling toelaten?

Onze analyse: omdat de iX-gids softwarekwaliteitsborging als dubbele opgave neerzet, kan een organisatie die alleen op coverage stuurt denken dat ze in control is terwijl risicovolle scenario's ongetest blijven; daarom moet de verantwoordelijke manager vóór inzet per use case vastleggen welke foutsoorten onaanvaardbaar zijn en welke testtechnieken dat afdekken. Omdat de ACM-studie laat zien dat AI-tests een hogere assertion-dichtheid hebben zonder bewijs van betere foutdetectie, groeit de onderhoudslast stilletjes; daarom moet het ontwikkelteam naast coverage ook mutation testing, fouttypen, false positives en false negatives en regressies meten en rapporteren. Omdat AI-componenten niet-deterministisch zijn, kan een vrijgegeven test bij een volgende run anders uitpakken; daarom moet de CISO eisen dat model-, prompt-, tool- en testsetversies worden vastgepind en dat onzekerheid en abstentie zichtbaar blijven. En omdat de practitioner-survey promptafhankelijkheid en foutieve output als reële risico's noemt, kan de aansprakelijkheid bij een fout onduidelijk worden; daarom moet de jurist laten vastleggen wie de AI-output heeft beoordeeld en vrijgegeven, zodat die controle later reconstrueerbaar is. Dezelfde documentatielogica geldt breder bij third-party risicomanagement rond externe AI-modellen.

Als samenvatting van die analyse houden wij deze lijn aan:

  • Definieer per use case welke fouten onaanvaardbaar zijn en welke dekking dat vereist, vóór AI wordt ingezet.
  • Behoud klassieke testtechnieken en onafhankelijke menselijke review naast AI-gegenereerde tests.
  • Test AI-uitvoer herhaald op representatieve en risicovolle scenario's in plaats van op één geslaagde run.
  • Meet naast coverage ook mutation testing, fouttypen, false positives en false negatives, onderhoudslast en regressies.
  • Pin model-, prompt-, tool- en testsetversies vast en maak onzekerheid en abstentie zichtbaar.
  • Leg vast wie welke AI-output heeft beoordeeld en vrijgegeven.

De open vraag die alle vier de bronnen laten liggen, is wat door AI gegenereerde tests op lange termijn doen met onderhoudbaarheid en test smells. Zolang dat onbeantwoord is, blijft de verstandige conclusie dat AI een versneller is onder blijvende menselijke kwaliteitsverantwoordelijkheid, niet een vervanger van die verantwoordelijkheid.

Bronnen en referenties

  1. iX Developer Testing-Guide 2026Heise Shop · 2026-11-06
  2. Testing with AI Agents: An Empirical Study of Test Generation Frequency, Quality, and CoverageAssociation for Computing Machinery · 2026-07-31
  3. Software quality assurance in the era of Agentic AI: a systematic mapping studyFrontiers in Computer Science · 2026-08-28
  4. Generative AI in Software Testing: Practitioners' Perspectives on the Benefits, Challenges, Opportunities, and RisksarXiv · 2026-09-26

Bronnen: Het artikel steunt op de iX Developer Testing-Guide 2026 van Heise en op peer-reviewed en preprint-studies van de ACM, Frontiers in Computer Science en arXiv.

← Alle artikelen in dit thema ← Alle artikelen