Geschreven door Chaim Franklin, oprichter en trainer van DOEN. Bijgewerkt op 24 augustus 2026.
Waarom testen essentieel is
Een AI-toepassing die bij de eerste vijf voorbeelden werkt, kan bij het zesde volledig de mist in gaan. Zonder gestructureerd testen weet je niet waar de grenzen liggen en welk type fout de toepassing maakt.
Drie typen testgevallen
Gebruik normale gevallen die regelmatig voorkomen, grensgevallen die uitzonderingen of ongebruikelijke invoer bevatten, en bewust foutieve invoer om te zien hoe de toepassing reageert wanneer informatie ontbreekt of tegenstrijdig is.
Leg vast wat je ziet
Noteer per testgeval wat de invoer was, wat de verwachte uitkomst was, wat de werkelijke uitkomst was en of menselijke controle nodig was. Dit geeft een helder beeld van waar de toepassing betrouwbaar is en waar niet.
Verbeter de instructie, niet alleen het model
Wanneer de uitkomst niet klopt, ligt het probleem vaak in de instructie: ontbrekende context, onduidelijke criteria of vergeten uitzonderingen. Pas de instructie aan en test opnieuw.
Bepaal de grens van menselijke controle
Sommige fouten zijn acceptabel wanneer iemand de uitkomst controleert. Andere fouten zijn onacceptabel, ongeacht controle. Leg vooraf vast welke beslissingen nooit automatisch worden genomen.
Veelgestelde vragen
Hoeveel testgevallen heb je nodig?
Er is geen vast aantal. Begin met tien tot vijftien gevallen die het werkelijke werk representeren en breid uit wanneer je patronen in fouten ziet.
Moet je bij iedere wijziging opnieuw testen?
Bij iedere wijziging aan de instructie of de invoerdata. Bewaar je testgevallen zodat je ze eenvoudig opnieuw kunt doorlopen.
Bronnen en kaders
Vertaal dit naar je eigen organisatie
In 45 minuten brengen we de eerste concrete AI-kansen samen in kaart.
Plan een gratis verkenning van 45 minuten