De Toekomst van Informatica: van Crisisbestendig naar Structurele Onzekerheid

In slechts vier jaar heeft het dominante verhaal over de carrières in de informatica een scherpe wending genomen: van “crisisbestendige toekomst” naar structurele onzekerheid. Universiteiten die niet genoeg capaciteit hadden om les te geven, zien nu afgestudeerden die vreugde putten uit een enkele aanbieding waar eerder meerdere binnenkwamen. Wat is er gebeurd — afgezien van de opkomst van AI — en wat kunnen studenten, bedrijven en academische instellingen doen om de professionele voorbereiding opnieuw vorm te geven?

Wat is veranderd (behalve het motto “AI heeft alles veranderd”)

1. Overvraag → overaanbod (lokaal en tijdelijk).
   De explosie van inschrijvingen tussen 2016-2022 heeft zeer grote cohorten voortgebracht die de arbeidsmarkt binnentreden in een periode van vertragen: afbouw van personeel, herprioritering en meer selectiefilters.

2. Herschikking van taken door generatieve AI.
   Tools voor code-assistentie en agenten verminderen de ontwikkelingstijden van standaardtaken, wat de waarde van junior profielen die zich alleen richten op implementatie samenperst. De productiviteit stijgt, maar de behoefte aan personeel in bepaalde teams daalt of verschuift.

3. Organisatorische “dunning”.
   Veel bedrijven hebben tussenlagen afgeslankt en uitbesteed niet-differentiërende taken. De teams die overblijven zijn kleiner, multifunctioneel en verantwoordelijk voor producten.

4. Verschuiving van het salarisvoordeel.
   De toegevoegde waarde ligt niet meer alleen in “code schrijven”, maar in probleemoplossing met producten die metrics aansteken, AI integreren met gegevens en systemen meten. De afstand tussen standaardbijdrage en differentiatie is vergroot.

Signalen op de campus (en in de vacatures)

• Minder meervoudige aanbiedingen voor stages en eerste banen; langere en technisch veeleisende processen.
• Meer focus op vragen over architectuur, data en product naast het algoritme.
• Vraag naar T-shaped profielen: brede basis (systemen, netwerken, gegevens, beveiliging) + specialisaties die verbinden met waarde voor de business.

Is informatica “dood”? Nee: de vaardigheden zijn veranderd

Wat waarde heeft (en stijgt):

• Fundamenten: data structuren, gelijktijdigheid, netwerken, besturingssystemen, computerarchitectuur.
• Toegepaste datawetenschap: gegevensvoorbereiding, modelbeoordeling, prompting en MLOps tooling.
• Product engineering: API-ontwerp, metrics, basis UX, A/B-testen.
• Platform en operaties: cloud, containers, CI/CD, observability, kost/finOps.
• Beveiliging: secure by design, threat modeling, basis naleving.

Wat snel commoditiseert:

• Herhalende implementatie zonder productcontext.
• “Een bibliotheek kennen” zonder patronen of trade-offs te begrijpen.

Aanbevelingen per actor

Voor studenten:

1. Leer werken met AI, niet ertegen.
   Gebruik copilots en agents in het dagelijks leven; heldere specificatie, verificatie en evaluatie van resultaten zijn nu al onderdeel van professionele competentie.

2. Impactvolle portfolio, niet alleen demonstraties.
   Projecten die end-to-end levering laten zien: probleem → data → oplossing → metric (bijv. latency, retentie, kosten). Documenteer besluiten en post-mortems.

3. Breid de basis en de “adjacent skill” uit.
   Combineer informatica met een domein (gezondheid, financiën, logistiek, juridisch). De context van de industrie maakt je onderscheidend.

4. Communiceer als productingenieur.
   Vertel verhalen met data, prioriteer, schat in, onderhandel over omvang. Het “waarom” weegt even zwaar als het “hoe”.

5. Itereer je zoektocht als een sprint.
   Meet je funnel: applicaties → interviews → callbacks. Pas CV/portfolio en technische praktijk elke 2–3 weken aan; vraag specifieke feedback.

Voor universiteiten:

• Sterke gezamenlijke basis (systemen, netwerken, architectuur, data, beveiliging), met laboratoria die AI en platform integreren.
• Verbindende vakken met recht, gezondheid, business, geesteswetenschappen: oplossen van echte casussen, ethiek en verantwoordelijkheid van AI.
• Capstone “multi-partner”: projecten met bedrijven/NGO’s waar de deliverable na de cursus blijft (geen toy apps).
• Carrièreservice gericht op portfolio en externe validaties (selectieve certificeringen, bijdragen aan open source).

Voor werkgevers:

• Realistische evaluaties: minder raadsels; meer uitdagingen met AI in de stroom, debugging, observability en ontwerp beslissingen onder beperkingen.
• Junior + AI apprenticeship: onboarding met mentoren en doelen die leren, kwaliteit en impact meten, niet alleen het sluiten van tickets.
• Intern herscholingsbeleid: creëer routes van QA/Support/IT naar platform, data of beveiliging met leer-sprints en stages.

Concreet beleid voor het AI-tijdperk

• Ontwerp met “AI-eerst”: identificeer waar copilots/agents tijd besparen en waar menselijke controle nodig is. Documenteer de controlepunten.
• Waarde metrics: neem gecombineerde KPI’s over (bijv. lead time + defectratio + kosten GPU per feature).
• Pragmatische ethiek en naleving: checklists voor verantwoord gebruik van AI, privacy en beveiliging geïntegreerd in PR’s en pipelines.
• Continue leren: roteer elke 6–9 maanden naar een adjacent area (data ↔ backend ↔ platform).

Foute narratieven (en hoe ze te corrigeren)

• “AI neemt baantjes in de CS weg” → AI herdefinieert taken; verplaatst waarde naar integratie, evaluatie en operatie.
• “Het volstaat om bibliotheek X te leren” → Patronen en fundamenten zijn belangrijk; de bibliotheek verandert, de bestuurscriteria blijven bestaan.
• “Alles draait om prompting” → Zonder schone gegevens, robuste systemen en metrics redt het prompt het project niet.

Signaleren van herstel (wat te observeren in 2025–2026)

• Stijging van vacatures die agents, AI observability, MLOps en kosten per inferentie vermelden.
• Stages die terugkeren naar eerdere niveaus (ratio aanbiedingen/aanvragers) in cloud, data en beveiliging.
• Groei in platform en betrouwbaarheid rollen gekoppeld aan AI-implementaties (AI SRE, AI Infra).

Het essentiële

Informatica heeft geen waarde verloren; het is niet meer vanzelfsprekend. Het voordeel ligt niet in “weten programmeren” in abstracte termen, maar in het omzetten van echte problemen in meetbare oplossingen ondersteund door AI — met technische kennis, begrip van het domein en verantwoordelijkheid. In dit domein zullen degenen die AI omarmen en orchestreren de overhand hebben op degenen die het negeren.

Voor studenten, universiteiten en bedrijven is de taak niet om terug te keren naar 2019: het is ontwerpen voor 2026 met een weer gebalanceerde, interdisciplinaire en operationele skillset. En dit, ver verwijderd van een bedreiging, is een kans voor de informatica om opnieuw te worden wat het altijd beloofde: belangrijke problemen oplossen met technologie en oordeel.