[Column] AI kon ons product niet ontwerpen: wel de juiste ontwerper vinden

De logische keuze – of toch niet

En dan lopen we tegen een harde grens aan. AI maakt inmiddels overtuigende productvisualisaties, alleen de stap naar een technisch kloppend product blijkt een ander vak. Een mooie afbeelding omzetten naar een nauwkeurig 3D-model, een CAD-tekening voor technisch ontwerp of een STEP-bestand dat een fabrikant direct in zijn software opent, lukt nog niet goed. Ook CMF-specificaties, waarin je kleur, materiaal en afwerking vastlegt, blijken bij nadere inspectie eerder fictie dan productiedata.

We vragen Claude om zulke bestanden en krijgen keurig ogende resultaten terug. Dat lijkt even indrukwekkend. Tot je ze inhoudelijk controleert. Verhoudingen kloppen niet, onderdelen sluiten technisch niet op elkaar aan en productiedetails ontbreken of zijn verzonnen. Een taalmodel begrijpt tekst uitstekend, alleen heeft het nog geen betrouwbaar begrip van een fysiek object in drie dimensies.

Screenshot: de de technische tekeningen van Minagi volgens Claude – klopt niks van.

Hier raakt ons experiment aan een bredere ontwikkeling: zogeheten world models. Dat zijn AI-modellen die niet alleen taal of beeld verwerken, maar ook proberen te begrijpen hoe de fysieke wereld in elkaar zit: ruimte, beweging, oorzaak en gevolg, materiaal en onderlinge verhoudingen. Precies dat begrip ontbreekt hier nog.

Voor Minagi betekent dit iets praktisch: we hebben een mens nodig. We zoeken een sterke industrieel ontwerper die verder kijkt dan de buitenkant. Het object moet er aantrekkelijk uitzien, prettig aanvoelen, logisch werken en technisch maakbaar zijn. AI brengt ons razendsnel van idee naar concept. Voor de stap van concept naar fabriek geven we het stokje voorlopig door aan iemand die verstand heeft van hout, messing, mechanica en productie.

Geert-Jan kent uit zijn eerdere ondernemersleven een leuke ontwerpstudio in Amsterdam. Precies het soort partij dat Minagi van concept naar maakbaar product kan brengen. De eerste reactie klinkt veelbelovend: “Grappig, ik ben zelf ook veel met AI bezig en toevallig ook over deze hoek aan het nadenken. Leuk idee!”

Een paar dagen later zitten we bij ze aan tafel. Geert-Jan en Jurriën pitchen Minagi, leggen het experiment uit en laten zien hoe ver AI hen al heeft gebracht. Ze verwachten vragen over materialen, techniek en productie. De reactie pakt anders uit. Een dag later volgt het antwoord: nee, ze stappen niet in! Dat komt binnen. Niet omdat een ontwerpstudio nee zegt, maar vanwege de reden erachter. Hun boodschap is ongeveer deze: als je ervoor kiest een productmerk te willen bouwen, heb je meer nodig dan een goed ontwerp. Dan tellen focus, diepgaande kennis van het domein en een herkenbaar gezicht voor het merk. Dat zet ons aan het denken.

Tot nu toe ontwerpen we Minagi vooral als product. AI helpt met onderzoek, positionering, beelden, merk, website en klantinzichten. Wij nemen de besluiten. Alleen ontbreekt er iets dat bij een fysiek productbedrijf moeilijk te automatiseren valt: iemand die er volledig voor staat.

Minagi heeft een gezicht nodig. Een mede-oprichter met passie voor het domein, inhoudelijke kennis en de drive om van dit ene product een echt bedrijf te maken. Iemand die niet alleen vertelt wat Minagi is, maar ook geloofwaardig uitlegt waarom het bestaat. Een ontwerpstudio wijst ons af en legt daarmee een groter probleem bloot dan het ontwerp zelf. Daarover meer in de volgende column.

Linkedin raadplegen

Na het eerste blauwtje kiest Geert-Jan voor een andere route: LinkedIn. Hij schrijft een klassieke #durftevragen-post.

“Met co-Founded by AI zoeken we een industrieel ontwerper die zin en ervaring heeft om mee te bouwen aan een bijzonder fysiek product. Nog niet alles is uitgedacht, de richting is helder: een premium designobject rond tijd, aandacht en focus. We noemen hem Minagi.”

De opdracht is vrij specifiek. We zoeken een productontwerper met gevoel voor premium materialen, ervaring met mechanische producten en genoeg technische kennis om Minagi van concept naar een maakbaar prototype te brengen. Gewenste start: juli of augustus 2026.

Beeld: Linkedin Post voor de zoektocht naar een ontwerper

De post doet wat we hopen. Op het moment van schrijven staat de teller op 6.613 vertoningen, 51 likes, 20 reacties en vier reposts. Belangrijker: er melden zich ontwerpers en mensen taggen vakgenoten met teksten als: “Dit lijkt me iets voor jou.”

Zo ontstaat binnen een paar dagen een longlist van vijftien serieuze kandidaten. En daar begint een interessant AI-experiment. Hoe selecteer je uit vijftien enthousiaste ontwerpers de drie mensen die het beste passen bij een product dat nog niet bestaat? We verzamelen per kandidaat de naam, website, LinkedIn-profiel en reactie op onze oproep. Daarna geven we Claude de opdracht om de kandidaten te vergelijken en drie ontwerpers voor een kennismaking te adviseren. Niet alleen op basis van een mooi portfolio, ook op basis van onze specifieke productvraag.

Claude doet eerst iets slims: het maakt de selectiecriteria scherper.
Mechanische ervaring telt zwaar mee. Minagi is tenslotte geen decoratief houten blok, er zit een timermechanisme in. Ervaring met akoestiek of klank krijgt extra gewicht vanwege de messing klankschaal. Hetzelfde geldt voor kennis van premium materialen als hout en messing. Daarnaast kijken we naar vormgeving en CMF: Colour, Material & Finish, oftewel de keuzes rond kleur, materiaal en afwerking. Ook belangrijk zijn ervaring met zelf prototypen, technisch ontwerp in CAD en gevoel voor een designobject in plaats van een gadget. Beschikbaarheid en budget tellen mee als praktische criteria.

We geven niet ieder criterium hetzelfde gewicht. Daarmee ontstaat een scorecard waarin iedere ontwerper punten krijgt op dezelfde onderdelen.

We konden AI natuurlijk simpelweg vragen: “Wie is de beste ontwerper?” Maar we vragen AI niet om smaak te simuleren, we geven het een beslismodel. Een paar tellen later ligt er een uitgebreid selectierapport. Met scores, argumenten, aandachtspunten en een duidelijke top drie. De beste kandidaat scoort 80 procent, nummer twee 76 procent. Daarna ontstaat al snel afstand.

Beeld: overzicht van de scorelijst met ontwerpers (namen weggehaald) in XLS. Opgesteld door Claude.

Op deze manier neemt AI de beslissing niet van ons over. Het ruimt vooral het voorwerk op. Vijftien profielen bekijken, portfolio’s naast elkaar leggen, technische ervaring zoeken en alles consequent langs dezelfde meetlat leggen kost normaal uren. AI brengt dat terug naar een overzicht waarmee wij gericht gesprekken voeren.

Een week later spreken we twee van de drie geselecteerde ontwerpers live. En dit keer eindigt de zoektocht beter dan ons eerste bezoek aan een ontwerpstudio. We hebben een productontwerper voor Minagi.

Takeaways

• Ken de grens van AI. AI brengt je snel van idee naar concept, visualisatie en eerste specificaties. Zodra materiaal, mechanica, toleranties en maakbaarheid tellen, blijft vakkennis voorlopig nog onmisbaar. Een overtuigend bestand is nog geen kloppend ontwerp.
• Laat AI de meetlat bouwen, niet de eindbeslissing nemen. De grootste winst zit hier niet in de vraag “wie is de beste ontwerper?”, maar in het expliciet maken en wegen van de selectiecriteria. AI maakt vergelijken sneller en consistenter, de ondernemer kiest.
• Gebruik je netwerk als bron voor betere input. Een simpele LinkedIn-oproep levert vijftien serieuze kandidaten op. AI krijgt pas waardevolle input als de buitenwereld voldoende goede opties aanlevert. Technologie versnelt de selectie, het netwerk maakt de vijver vooral groter.
• Meer AI maakt menselijk oordeel waardevoller. Naarmate AI meer uitvoerend werk overneemt, verschuift onze rol naar richting geven, kwaliteit beoordelen, relaties aangaan en expertise toevoegen waar het model tekortschiet.

Lukt het co-Founded by AI om binnen één jaar € 200.000 omzet te draaien?
Je kunt mee bepalen. Wat is je voorspelling?

> Breng je stem uit

Geert-Jan Smits en Jurrien Kerstholt oprichters co-Founded by AI

Meer lezen?

Inleiding: https://www.emerce.nl/opinie/productbedrijf-bouwen-waarin-ai-al-uitvoerende-werk-doet