Skip to main contentSkip to footer

We praten niet alleen over AI.
We bouwen ermee.//

AI bij itenium is geen marketing-extraatje. Het is hoe we software bouwen, hoe we elkaar opleiden, en hoe we kijken naar het volgende decennium van consultancy.

Deze pagina is een momentopname van hoe dat eruitziet in 2026 — de tools die we bouwen, de talks die we geven, en de community die we groeien.

Wat we [bouwen]

We investeren in de laag tussen AI-modellen en productiesoftware: de tooling, conventies en engineering-discipline die van een coding agent een teamgenoot maken waarop je kan vertrouwen.

Itenium.{Forge}

Het microservice-chassis dat we aan het bouwen zijn, met AI-ondersteuning die vanaf dag één in de development workflow is ingebakken. Het punt is niet om AI te demonstreren — wel om een production-grade chassis op een niveau van afwerking en consistentie te brengen dat zonder AI economisch onhaalbaar zou zijn.


Skills Framework

Onze interne harness om AI coding agents door echt engineering-werk te loodsen — de structuur die agents op de rails houdt doorheen lange wijzigingen met meerdere stappen, in plaats van af te drijven naar code die plausibel maar fout is.

Het is wat Forge bouwbaar maakt aan het tempo waarin we het bouwen. We verfijnen het framework terwijl we het gebruiken.

Hoe we met AI werken

We zetten de guardrails klaar nog vóór we een agent in de buurt van de codebase laten: de tests, linters en review gates die opvangen wanneer deze afdwaalt. We gebruiken elke tool eerst op onze eigen projecten voor we hem aan iemand aanbevelen. En we schrijven net zo gretig op wat níét werkte als wat wél werkte — de mislukkingen zijn waar de nuttige lessen zitten.

Het verandert ook hoe we beslissen. Een proof-of-concept kostte vroeger genoeg om teams wekenlang te laten discussiëren over welke van drie richtingen ze zouden inslaan. Nu kunnen we ze alle drie vibe-coden in een fractie van de tijd — wegwerpcode is prima als het doel is om te leren — en bouwen we degene die zichzelf bewijst fatsoenlijk uit. Analysis paralysis is een ding uit het verleden.

AI legt de lat hoger voor de fundamenten

AI maakte de fundamenten niet optioneel — het maakte ze doorslaggevend. Wanneer een agent de code schrijft, wordt de echte kennis: weten hoe ‘goed’ eruitziet en daarnaartoe sturen. Daarom doen onze training trajecten er nu nog méér toe.

Architectuur

 AI is sterk in het uitschrijven van een functie of klasse. Op systeemniveau, is dat veel minder het geval — het komt niet organisch tot een goede architectuur zoals een ervaren architect. Om aan AI-tempo vooruit te gaan heb je mensen nodig die de juiste structuur kunnen bepalen én behouden — deterministisch, met fitness functions zoals ArchUnit waar een agent zich niet uit kan praten zoals hij een AGENTS.md richtlijn wél kan omzeilen. Onze Architecture Track loopt al vier jaar; dat werpt nu zijn vruchten af.

Testing

Testsuites brokkelden vroeger af onder deadlines en wisselend team engagement. AI maakt testen goedkoop — één enkele “Do TDD” in een AGENTS.md levert je echte coverage op — en de ambitieuze setups (e2e, mutation, architecture, Pact tests) zijn plots binnen handbereik.
Wat het níét kan, is beslissen wat moet getest worden, en op welk niveaus. Dat oordeel blijft bij de ontwikkelaar, en dat is precies wat onze Testing Track aanleert.

AI Track

Een jaarlang programma van talks & sessies over AI, security, agents en agentic engineering. Het starte met een AI Bootcamp van een volledige dag — zes teams, developers en backoffice samen, die op één dag een echte app maakten. Sommige sessies blijven intern in het team; diegene die we kunnen openstellen, stellen we open. Zo werd AI & Security: The S in MCP Stands for Security ook gepresenteerd op VISUG en devs.gent.

AI-tenium

Een kleine, terugkerende kennisdelende community van Belgische IT-professionals die samenkomen en uitwisselen wat ze in de praktijk over AI hebben geleerd. Ondersteund door een private Slack-workspace.

Het is op uitnodiging en bewust klein. We overwegen om het open te stellen — maar voorzichtig: het werkt omdat iedereen evenveel deelt als hij leert, en dat is net z’n kracht.

;AI Blog Posts