Hier werken we nu verder aan
De huidige skills vormen de basis. Ondertussen werken we aan meerdere vervolgstappen:
- skills gerichter testen en aanscherpen;
- Umbraco-updates voorbereiden met AI;
- mogelijke breaking changes sneller signaleren;
- wijzigingen en updates beter rapporteren richting klanten;
- AI inzetten voor een eerste analyse bij storingen;
- security-, ISO- en livegangchecks verder opnemen in dezelfde werkwijze;
- klanten meer ruimte geven om binnen onze omgeving zelf mee te ontwikkelen.
Testen, aanscherpen and repeat
Het testen van individuele skills binnen het harness willen we slimmer organiseren. Een kleine wijziging kost soms al een uur aan aanpassen en opnieuw testen. Bij langere ontwikkelflows loopt dat verder op.
Verschillende AI-tools reageren bovendien niet altijd hetzelfde op dezelfde instructies. Een afwijkend resultaat hoeft dus niet aan de skill zelf te liggen. We onderzoeken hoe we dat testproces verder kunnen automatiseren.
Samen ontwikkelen met klanten
De sessie waarin we in één ochtend de checkoutflow optimaliseerden, liet ook zien hoe ik de samenwerking met klanten voor me zie. Zij kennen hun processen, data en wensen. Wij kennen de technische omgeving waarin nieuwe functionaliteit terechtkomt. Daardoor ontwikkelen we nieuwe functionaliteit direct met bestaande data, koppelingen en infrastructuur als uitgangspunt.
Met AI ontwikkelen technische medewerkers aan klantzijde steeds makkelijker zelf functionaliteiten. Daar ligt wat mij betreft veel potentie, zolang we die ontwikkeling binnen een goed technisch fundament organiseren.
Een losse configurator of tool buiten het bestaande platform levert achteraf namelijk veel extra werk op. We moeten zo’n oplossing alsnog integreren, koppelingen met bestaande databronnen leggen en hosting, monitoring, releases en security goed inrichten.
Veiligheid staat altijd voorop
Vooral security weegt zwaar. Zelf iets werkends bouwen met AI betekent nog niet dat de code veilig genoeg is voor productie. Onervaren developers laten onbedoeld kwetsbaarheden achter. Bij klantgegevens en andere gevoelige data heeft dat direct gevolgen.
Binnen Frontis hanteren we vaste werkwijzen om de veiligheid te waarborgen, waarbij onze developers weten waar ze op letten – in de code én daaromheen:
- We voeren periodiek hotfixes uit en pakken securityfixes met hoge prioriteit direct op.
- We testen ons basisproject, het fundament van al onze websites en portalen. Dat doen we met securitytools, die actief naar kwetsbaarheden zoeken. Vinden die tools een probleem? Dan lossen we dat op in het basisproject en voeren we de fix door in bestaande websites en portalen.
- Ook AI krijgt security nadrukkelijker mee. We laten codewijzigingen bijvoorbeeld controleren met de AI-functionaliteit van GitHub en nemen veiligheidsinstructies op in skills, waaronder aandacht voor de OWASP Top 10.
We geven klanten de ruimte om zelf te ontwikkelen, maar dan het liefst binnen de bestaande technische omgeving. Zo houden we grip op architectuur, infrastructuur en security en voorkomen we dat we losse oplossingen later alsnog moeten inpassen of beveiligen. De afspraken die we nu in skills vastleggen, helpen ook om werk van klanten volgens dezelfde standaarden te beoordelen.