---
title: "AI-SDLC-framework: fasen, rollen en guardrails"
description: "Een praktisch AI-SDLC-framework: plannen, bouwen, reviewen, testen, deployen en beheren. Rollen, een checklist, en hoe Automo Build elke fase uitvoert."
canonical: https://automo.build/nl/learn/ai-sdlc-framework
last-updated: 2026-11-19
---
# AI-SDLC-framework: fasen, rollen en guardrails

Een werkmodel om de softwarelevenscyclus met AI-agenten te draaien: wie welke fase doet, waar mensen in de lus blijven, en welke guardrails tempo van chaos scheiden.

Een AI-SDLC-framework is een praktisch bedrijfsmodel om de softwareontwikkelingslevenscyclus met AI-agenten te draaien: plan en spec, build, review met guardrails, test, deploy en operate. Mensen zetten intentie en keuren ingrijpende wijzigingen goed; agenten doen het productiewerk onder die regels. Het is het hoe van een AI-SDLC, niet alleen de definitie.

## Wat is een AI-SDLC-framework?

Als je de definitie van de levenscyclus nodig hebt, begin bij [Wat is een AI-SDLC](/learn/what-is-an-ai-sdlc). Deze pagina is het bedrijfsmodel erbovenop: fasen, mens versus agent, en de guardrails die de lus veilig maken op AI-snelheid. Als je producten per fase kiest, gebruik de gids [AI-SDLC-tools](/learn/ai-sdlc-tools).

Een klassieke SDLC neemt aan dat mensen het werk schrijven en anderen het checken. Een AI-SDLC-framework neemt aan dat agenten het meeste werk schrijven en mensen klassen van wijziging besturen. De fasen blijven. Wat verandert is de werkeenheid (een prompt en een plan in plaats van een ticketstapel), het controlepunt (beleid in plaats van elke regel lezen) en het bewijs (een audittrail van prompt tot productie in plaats van stamgeheugen).

Behandel het framework als een dekkingschecklist, niet als een verplicht organogram. Vendors noemen stappen anders. Als een fase geen eigenaar, geen poort en geen artefact heeft, heb je die fase niet. Je hebt een slide.

## Zes fasen van een AI-SDLC-framework

Plan en spec, build, review en guardrails, test en QA, deploy, operate en monitor. De eerste is mensgeleid. De middelste vier zijn waar agenten het volume onder controles doen. De laatste houdt het systeem eerlijk na ship.

1. **Plan en spec** Werk komt binnen als toetsbare intentie: het probleem, gebruikers, beperkingen en hoe klaar eruitziet. Agenten maken daarvan een reviewbaar plan. Mensen sturen hier bij, waar bijsturen goedkoop is.
2. **Build** Builder-agenten voeren het plan uit in echte code op branches. Logica, schema, integraties. Elke wijziging is een geversionneerde, reviewbare diff, geen ondoorzichtige edit van een draaiend systeem.
3. **Review en guardrails** Beleid classificeert elke wijziging naar bedrijfsgebied en risico. Routine gaat door. Ingrijpende wachten op vastgelegde menselijke goedkeuring. Beschermde zones weigeren terloopse wijziging. Reviewer-agenten (CTO, Security, Doctor) plus een menselijke product owner triageren wat een persoon nodig heeft.
4. **Test en QA** Automatische verificatie draait bij elke wijziging, niet als fase aan het eind: unit- en integratiechecks plus browserreplays van de flows die ertoe doen. Falende poorten stoppen de lijn.
5. **Deploy** Releases gaan door smokepoorten voor publicatie en checks erna, met rollback als eersteklas operatie. Deployment is een bestuurde fase, geen knop naast de levenscyclus.
6. **Operate en monitor** Het livesysteem wordt bewaakt. Appgezondheid, DNS, CDN, afhankelijkheden. Degradaties worden tot de oorzaak gediagnosticeerd en als nieuw beschreven werk teruggevoerd.

## Wat verandert versus een klassieke SDLC

Hetzelfde werk, andere machine. Gebruik deze tabel als iemand zegt dat AI-SDLC alleen CI/CD met een chatbot is.

| Fase | Klassieke SDLC | AI-SDLC-framework |
| --- | --- | --- |
| Plan en spec | Tickets voor developers | Intentie in gewone taal, toetsbaar door iedereen, plan van de agent |
| Build | Developers schrijven code met de hand | Builder-agenten produceren geversionneerde diffs in hoog volume |
| Review | Mensen lezen elke regel | Beleid triagert; mensen reviewen wat beleid markeert |
| Test | QA tegen het eind | Automatische poorten bij elke wijziging, ook op browserniveau |
| Deploy | Releasevensters en change boards | Gated publicatie, productiechecks, rollback klaar |
| Operate | On-call mensen triageren dashboards | Oorzaakdiagnose door de agent, mensen keuren fixes goed |

## Mensen versus agenten

Agenten doen productiewerk. Mensen bezitten uitkomsten. Draai je dat om, heb je een onbewaakt systeem, geen framework.

| Verantwoordelijkheid | Mensen | Agenten |
| --- | --- | --- |
| Richting | Zetten intentie, beperkingen, definition of done | Maken van intentie een reviewbaar plan |
| Implementatie | Architectuurkeuzes en uitzonderingen | Schrijven en bewerken de code |
| Review | Keuren ingrijpende en beschermde-zone-wijzigingen goed | Classificeren risico, passen beleid toe, stellen reviewnotities op |
| Kwaliteit | Bepalen welke flows nooit mogen breken | Schrijven en draaien tests bij elke wijziging |
| Security | Aanvaarden restrisico, bezitten het incident | Scannen, toetsen, bevestigen findings op de live app |
| Release | Bezitten go/no-go wanneer beleid dat eist | Draaien de pipeline, smokepoorten, rollback |
| Operate | Keuren de fix en de klantboodschap goed | Bewaken productie, diagnosticeren, stellen de wijziging op |

## Een korte checklist voor deze week

Score je huidige lus. Twee of meer gaten betekent: je hebt AI-ondersteunde developers, geen AI-SDLC-framework.

- Elke wijziging start vanuit een toetsbare spec, niet vanuit een chat die niemand anders kan naspelen.
- Builderoutput landt als branch met een diff die je kunt terugdraaien.
- Beleid, geen heldendom, beslist wat zonder mens merget.
- Tests die echte gebruikersflows vertegenwoordigen draaien bij elke wijziging en kunnen publicatie blokkeren.
- Securityfindings worden bevestigd tegen de draaiende app, niet alleen een statisch rapport.
- Publicatie heeft smokepoorten en een rollback die jullie echt hebben gebruikt.
- Iets bewaakt productie en kan een oorzaak noemen zonder op een userticket te wachten.
- Een audittrail beantwoordt wie promptte, wie goedkeurde en wat shipped.

## Hoe Automo Build elke fase uitvoert

Automo is een AI-SDLC als platform, niet in elkaar gezet uit onderdelen. Je beschrijft de app in een prompt. De lus rond die prompt is het framework.

- **Plan en spec**: Verzoeken in gewone taal worden een plan dat je kunt bijsturen voordat code bestaat. Start op het Free-plan vanuit een prompt. Geen salesgesprek vereist.
- **Build**: Builder-agenten genereren echte React-, TypeScript- en Supabase-apps die van jou zijn, op branches, als reviewbare diffs.
- **Review en guardrails**: Reviewer-agenten (CTO, Security, Doctor) plus Guardrails mappen code naar bedrijfsgebieden, detecteren risicovolle wijzigingen, passen beleid in gewone taal toe, leggen menselijke review vast en laten een audittrail achter elke merge. Een menselijke product owner keurt nog goed wat beleid markeert.
- **Test en QA**: De QA-agent draait deterministische browserreplays, zelfherstellende tests, smokepoorten voor publicatie en productiechecks erna.
- **Deploy**: De deploypipeline publiceert door die poorten naar Automo-cloud, je eigen AWS-, Azure- of GCP-account, private VPC of on-prem onder aparte voorwaarden, met rollback als eersteklas operatie.
- **Operate en monitor**: Doctor, een read-only AI-SRE, toetst de live app, DNS en CDN, diagnosticeert de oorzaak en stelt de fix op voor menselijke goedkeuring.

## Waar te beginnen

Je hebt geen nieuwe afdeling nodig om dit framework te draaien. Je hebt nodig dat de zes fasen als default bestaan, niet als optionele ceremonie. Automo Build legt ze op hetzelfde pad als de prompt: Free-plan, maandelijkse credits, geen kaart. Beschrijf de app en de lus draait. Voor de productkaart per fase verder naar [AI-SDLC-tools](/learn/ai-sdlc-tools). Voor de definitie waarop dit framework rust, houd [Wat is een AI-SDLC](/learn/what-is-an-ai-sdlc) naast deze pagina.

## FAQ

**Wat is een AI-SDLC-framework?**

Een AI-SDLC-framework is het bedrijfsmodel om softwarelevering met AI-agenten te draaien: plan en spec, build, review met guardrails, test, deploy en operate. Mensen geven richting en keuren ingrijpende wijzigingen goed; agenten doen het productiewerk onder beleid.

**Hoe verschilt een AI-SDLC-framework van een klassieke SDLC?**

De stappen zijn bekend. De werkeenheid, het controlepunt en het bewijs veranderen. Agenten produceren geversionneerde diffs in hoog volume, beleid triagert review, tests gaten elke wijziging, en een audittrail legt prompt tot productie vast. Een klassieke SDLC is georganiseerd rond overdrachten tussen specialisten. Een AI-SDLC-framework is georganiseerd rond governance.

**Hebben we nog developers en een product owner nodig?**

Ja. Mensen bezitten intentie, architectuur, restrisico en go/no-go op gemarkeerde wijzigingen. Agenten dragen implementatievolume, stellen reviews op, draaien tests en diagnosticeren productie. Het framework bestaat zodat die menselijke verantwoordelijkheid op AI-snelheid blijft werken.

**Welke guardrails horen in de reviewfase?**

Beleid dat wijzigingen classificeert naar bedrijfsgebied en risico, beschermde zones die terloopse edits weigeren, vastgelegde menselijke goedkeuring voor ingrijpende merges, en een onveranderlijk spoor van wie promptte en wie goedkeurde. Op Automo leveren Guardrails plus CTO-, Security- en Doctor-reviewers die laag.

**Hoe voert Automo Build dit framework uit?**

Builder-agenten voeren het plan uit in echte code die van jou is. Reviewer-agenten (CTO, Security, Doctor) en Guardrails besturen merges. De QA-agent test met browserreplays en smokepoorten. De deploypipeline publiceert met rollback. Doctor bewaakt productie. Je kunt starten vanaf een prompt op het Free-plan.

## Related

- [Wat is een AI-SDLC?](https://automo.build/learn/what-is-an-ai-sdlc)
- [AI-SDLC-tools](https://automo.build/learn/ai-sdlc-tools)
- [Guardrails: de bestuurfase](https://automo.build/platform/guardrails)
- [Automo vs traditionele ontwikkeling](https://automo.build/compare/traditional-software-development)
- [Van prototype naar productie](https://automo.build/use-cases/prototype-to-production)
- [Prijzen](https://automo.build/pricing)

Canonical page: https://automo.build/nl/learn/ai-sdlc-framework
Site overview for agents: https://automo.build/llms.txt
