Direct naar inhoud
Alle artikelen
Builder3 min lezen1 april 2026

Het einde van 'low-code': waarom AI agents low-code platforms killen

Bubble, Webflow, Airtable. Low-code was de revolutie van 2020. In 2026 worden ze ingehaald door AI-agents die direct bouwen wat je zegt.

low-codeAIagentsfuture

Low-code beloofde in 2020 dat je software kon bouwen zonder te programmeren. Die belofte klopte, tot een punt. In 2026 verschuift de grens opnieuw: voor een groeiend deel van het werk is het sneller om een AI in gewone taal te vertellen wat je wilt dan om het in een visuele editor bij elkaar te klikken.

Dat betekent niet dat low-code dood is. Het betekent dat het terrein waarop low-code de beste keuze is kleiner wordt. Hieronder waar het kantelt, en, net zo belangrijk, waar niet.

Wat low-code goed deed

Low-code haalde een groep mensen over de streep die anders nooit iets gebouwd zou hebben. Je zag je logica als blokjes op een canvas, je kon in een middag een prototype neerzetten, en je hoefde je niet druk te maken over servers of deployment. Voor een simpele automatisering of een intern formuliertje is dat nog steeds prima gereedschap.

  • Visuele logica die je zonder programmeerkennis kunt volgen
  • Snel iets werkends neerzetten om te testen
  • Geen zorgen over hosting, servers of onderhoud

Waar ze nu vastlopen

Het probleem begint zodra de flow echt werk gaat doen. Een canvas met vijftig of meer stappen leest niemand nog, ook de bouwer niet. De prijs per uitgevoerde stap lijkt klein tot een flow duizenden keren per dag draait en de rekening ineens serieus wordt. En zodra je iets wilt dat net buiten de standaardblokken valt, zit je alsnog code in een tekstvakje te plakken, precies het probleem dat low-code zou oplossen.

  • Visuele complexiteit boven pakweg vijftig stappen wordt onleesbaar
  • Lock-in: een flow migreren naar een ander platform is bijna opnieuw bouwen
  • Prijs per uitvoering die bij volume hard oploopt
  • Beperkte ruimte voor eigen logica zonder alsnog te programmeren

Wat een AI-aanpak anders doet

Bij een AI-aanpak zeg je in gewone taal 'haal alle nieuwe leads van vandaag uit je CRM, verrijk ze via je enrichment-tool, en zet de resultaten in een spreadsheet'. De AI schrijft de stappen, draait ze, en je krijgt de output. Er is geen visueel diagram dat je moet onderhouden. De keerzijde: je ruilt een deel voorspelbaarheid in. Een visuele flow doet elke keer exact hetzelfde, een taalmodel kan bij een vage opdracht variëren. Dus schrijf je instructie zoals je een collega een taak zou uitleggen en controleer de eerste runs.

Een eerlijk voorbeeld

Voor een klant hadden we een wekelijkse enrichment-taak: nieuwe bedrijven ophalen, verrijken, scoren, in een lijst zetten. In een visuele tool waren we daar een halve dag mee bezig geweest, en elke aanpassing betekende opnieuw klikken. In gewone taal instrueren en laten draaien kostte een uur, en 'voeg er nog een kolom bij' is nu één zin. Maar een andere klant wilde precies om 07:00 elke ochtend hetzelfde mailtje versturen, altijd identiek. Daarvoor pakten we alsnog een klassieke scheduler. Het juiste gereedschap hangt af van de taak, niet van de hype.

Volgende stap

Wil je dit toegepast zien op jouw pipeline?

In een 30-minuten strategiegesprek kijken we naar je huidige sales-flow en laten we zien wat we voor je kunnen bouwen. Zonder pitch, zonder fees.

Plan een strategiegesprek

Verder lezen

Plekken in mei beschikbaar

Klaar om te
schalen?

30 minuten. Geen pitch. Een eerlijke check of we waarde voor jou kunnen creëren.