Hoe moderniseer je een applicatie als niemand meer precies weet wat die doet?

​Niemand weet meer precies wat de app doet. Tot hij stopt.

Waarom een app die niemand meer begrijpt een risico is, en hoe je hem met AI weer inzichtelijk maakt.

Het is een van de meest gehoorde zinnen bij onze applicatiemodernisering trajecten. Een applicatie draait al jaren mee, is door de tijd heen uitgebreid en aangepast, en op een gegeven moment kan niemand meer met zekerheid zeggen wat er precies allemaal in zit. De bouwers zijn vertrokken. De documentatie klopt niet meer. En de kennis zit versnipperd in de hoofden van een paar mensen die er “iets van weten”.

Zolang de app werkt, is dat ongemakkelijk maar te overzien. Het echte risico zit in het moment dat hij stopt. Een storing, een fout na een update, een omgeving die niet meer draait en het proces dat op de app leunt valt stil. Niemand weet meer precies hoe het systeem in elkaar zit, dus niemand kan het snel herstellen. Wat jarenlang “gewoon werkte”, wordt dan van de ene op de andere dag een bedrijfskritisch probleem.

En zodra je iets wilt veranderen, moderniseren of vervangen, wordt datzelfde gebrek aan kennis een blokkade. Want hoe bouw je iets na als je niet weet wat het huidige systeem doet? En hoe weet je zeker dat je niets vergeet?

Waarom die kennis verdwijnt

Applicaties verliezen hun begrijpelijkheid niet in één keer. Het gebeurt geleidelijk, bijna ongemerkt.
Er komt een functie bij voor een klant die er inmiddels niet meer is. Een tijdelijke oplossing wordt permanent. Een ontwikkelaar lost een probleem op zonder het vast te leggen. Een leverancier levert een aanpassing en vertrekt. Stukje bij beetje groeit de afstand tussen wat de app doet en wat de organisatie erover weet.

Na een paar jaar heb je een systeem dat cruciaal is voor het werk, maar dat als een black box functioneert. Je stopt er iets in, er komt iets uit, en wat ertussen gebeurt is een mysterie geworden.

AI maakt de black box weer transparant

Hier verandert AI het spel. Het doorgronden van bestaande code was altijd het duurste en traagste onderdeel van modernisering. Precies dat kan AI nu dramatisch versnellen.

AI analyseert de beschikbare broncode en technische informatie en legt in gewone taal uit wat er gebeurt. Het beschrijft wat een functie doet, hoe onderdelen samenhangen en welke stappen een proces doorloopt. Het reconstrueert het datamodel: welke gegevens worden opgeslagen, hoe ze samenhangen en waar ze vandaan komen. Het brengt de flows in kaart: wat gebeurt er als een gebruiker op een knop drukt, welke systemen worden aangeroepen, welke regels worden toegepast.

Waar een team van specialisten vroeger weken bezig was om een oude applicatie te doorgronden, levert AI in korte tijd een helder overzicht op. De black box wordt weer transparant. Je ziet wat erin zit, hoe het werkt en waar de risico’s zitten.
Dat is een enorme stap. Maar het is niet de hele reis.

Meer inzichten over applicatiemodernisering met AI:
– Is applicatiemodernisering met AI nu wel haalbaar?
– Is onze applicatie geschikt om met AI te moderniseren?
– De senior developer in een kamer vol AI-agents

Weten wat erin zit, is niet hetzelfde als weten wat nodig is

Hier zit de kern van goede modernisering. AI helpt je achterhalen wat technisch in de applicatie zit, maar het vertelt je niet wat daarvan nog waardevol is.

Een oude applicatie zit vol functionaliteit die er ooit met een reden in kwam. Alleen: die reden is niet altijd nog geldig. Sommige functies worden dagelijks gebruikt en zijn onmisbaar. Andere zijn ooit aangevraagd, één keer gebruikt en daarna vergeten. Weer andere zijn ingeslopen als tijdelijke oplossing en nooit opgeruimd.

Als je een oude app klakkeloos nabouwt, neem je al die ballast mee. Je investeert tijd en geld in het moderniseren van functies die niemand mist. Je maakt de nieuwe app net zo complex als de oude. En je mist de kans om het eenvoudiger te maken en beter af te stemmen op het werk.

Daarom helpt het om drie dingen scherp uit elkaar te houden:

• Gedocumenteerd — wat er volgens de code en de (oude) documentatie in de app zit. Dit brengt AI in kaart.
• Gebruikt — wat er in de praktijk daadwerkelijk gebruikt wordt. Dit lees je deels af uit gebruiksdata en logging.
• Gewenst — wat gebruikers echt nodig hebben om hun werk te doen, nu en straks. Dit weten alleen je mensen.

De overlap tussen die drie is waar het echt om draait. Niet alles wat gedocumenteerd is, wordt gebruikt. Niet alles wat gebruikt wordt, is nog gewenst. En soms is er iets gewenst dat de oude app helemaal niet had.

Betrek gebruikers, juist nu het kan

Het mooie is dat AI ruimte maakt voor het gesprek met gebruikers. Doordat het inventariseren van de bestaande functionaliteit veel sneller gaat, houd je tijd over voor het gesprek dat er echt toe doet: dat met je gebruikers.

Leg de door AI gereconstrueerde functionaliteit naast de praktijk. Vraag de mensen die er dagelijks mee werken wat ze echt gebruiken, wat ze missen en wat ze allang niet meer aanraken. Combineer dat met gebruiksdata, zodat je keuzes ook met feitelijk gebruik onderbouwt. Zo ontstaat een scherp beeld van wat mee moet naar de nieuwe applicatie, wat kan vervallen en wat toegevoegd moet worden.

Dit is precies het punt waarop techniek en mensen samenkomen. AI ontdekt wat er is. Gebruikers bepalen wat waarde heeft. Samen leveren ze een moderniseringsopdracht op die niet de oude applicatie kopieert, maar een betere versie neerzet.

Moderniseren is niet de oude app namaken. Het is de kans om alleen mee te nemen wat er echt toe doet.

Van black box naar bewuste keuze

Zo verandert de uitgangspositie volledig. Je begint niet meer bij een systeem dat niemand begrijpt, met de angst om iets over het hoofd te zien. Je begint bij een helder overzicht van wat de app doet, aangevuld met inzicht in wat er wordt gebruikt en een duidelijk beeld van wat gebruikers nodig hebben.

Dat is een compleet ander vertrekpunt voor modernisering. Niet gebaseerd op aannames en angst, maar op inzicht en keuzes. En het is de basis voor alle volgende stappen in het traject.

Zo pakken wij dit aan

Wij zetten AI in om jouw applicatie snel weer inzichtelijk te maken: code, datamodel en flows helder in beeld, in dagen in plaats van maanden. Maar we stoppen daar niet. We leggen dat inzicht naast de praktijk en gaan in gesprek met je gebruikers om te bepalen wat écht nog nodig is.

Zo voorkomen we dat je oude ballast mee moderniseert, en zorgen we dat de nieuwe app eenvoudiger en waardevoller is dan de oude. AI versnelt de analyse. Je gebruikers bepalen wat je behoudt, schrapt en toevoegt.