Wat betekent software herontwikkelen in de praktijk?
Herontwikkelen is niet het bestaande systeem kopiëren in een nieuwere taal. Het betekent opnieuw beginnen vanuit de werkprocessen zoals ze nu zijn, niet zoals ze vijf jaar geleden in een pakket zijn gegoten. Bij de Bonsai AI Digital Twin bouwen we het ERP, TMS, WMS of MES volledig opnieuw: datamodellen, logica, interfaces, alles. AI zit ingebakken in de kern, niet er later overheen geplakt als module. De klant wordt eigenaar van code, data en systeem. Geen licentieafhankelijkheid, geen vendor lock-in. Dat is het wezenlijke verschil met een standaardpakket implementeren of een AI-module aanschaffen bovenop een verouderde basis.
Drie signalen dat software herontwikkelen de juiste stap is
Het eerste signaal: het systeem is zo ver doorontwikkeld met maatwerk en workarounds dat niemand het meer durft aan te raken. Elke wijziging breekt iets anders. Het tweede signaal: de operatie groeit maar het systeem schaalt niet mee. Mensen werken in Excel naast het systeem, niet erin. Het derde signaal: je wilt AI structureel in de besluitvorming, niet als chatbot bovenop een verouderde database, maar als onderdeel van de dagelijkse stroom. In die drie situaties levert herontwikkelen op de langere termijn minder technische schuld, meer controle en een systeem dat de operatie weergeeft zoals die werkelijk is.
Waar loopt software herontwikkelen op vast?
Het grootste struikelblok is scope. Organisaties beginnen met het idee dat ze het bestaande systeem één-op-één nabouwen, maar ontdekken halverwege dat een klein deel van de functionaliteit het leeuwendeel van de complexiteit veroorzaakt. Die complexiteit bestaat vaak niet omdat het operationeel noodzakelijk is, maar omdat het systeem in de loop der jaren heeft aangepast wat de operatie nodig had te zijn. Herontwikkelen dwingt je die keuzes opnieuw te maken. Dat is oncomfortabel, maar ook nuttig: het haalt dode logica eruit. Een tweede valkuil is de migratie. Data overzetten van oud naar nieuw kost altijd meer dan verwacht, zeker als de datakwaliteit laag is. Reken daar eerlijk op.
Wanneer past software herontwikkelen juist niet?
Herontwikkelen is niet de oplossing als het bestaande systeem eigenlijk goed werkt maar de processen eromheen haperen. Dan zijn losse AI Workers die op het bestaande systeem draaien een betere eerste stap: minder risico, sneller resultaat, en je legt geen nieuw fundament terwijl het oude nog draagt. Ook als de organisatie midden in een fusie, overname of andere grote verandering zit, is dit niet het moment. En als de tijdshorizon te kort is of de mensen die het systeem moeten valideren er geen tijd voor hebben: een traject loopt niet vast op de techniek, maar op de capaciteit aan de operationele kant. Dat is geen zwakte, maar een realiteit die je vooraf eerlijk moet benoemen.
Hoe ziet een traject van software herontwikkelen eruit?
We werken met vaste milestones en go/no-go momenten. Na elke fase beslist de klant of we doorgaan. De eerste fase brengt de operationele werkelijkheid in kaart: niet de systeemdocumentatie, maar hoe het werk echt gedaan wordt. Dat levert de specificatie op. Daarna bouwen we iteratief, met de operationele gebruikers in de loop. De klant is eigenaar van wat we bouwen, inclusief broncode en data. Dat staat vast in onze werkwijze, niet als marketingbelofte maar als contractuele afspraak. Een Digital Twin bouwen we in maanden, niet in jaren. Maar sneller dan het werk vraagt gaat het niet.