De meeste fouten op een website worden niet ontdekt door de eigenaar. Ze worden ontdekt door een bezoeker die iets ziet dat niet klopt, er niks van zegt, en gewoon wegklikt. Een knop die op zijn telefoon half buiten beeld valt. Een afbeelding die niet laadt. Een tabel met een leeg vak waar een getal hoort. Voor mij persoonlijk is dat het vervelendste soort bug: technisch draait alles, de server geeft keurig “alles in orde”, en toch is de ervaring stuk.

Op footballoracle.nl, mijn hobbyproject rond het WK 2026, heb ik daar iets op gebouwd. Elke ochtend om kwart over acht wordt een Ai-agent wakker gemaakt die precies één taak heeft: de site nalopen zoals een klant dat zou doen, en mij vertellen wat er mis is. Niet repareren. Alleen kijken en melden. En het bijzondere zit in dat woord “kijken”, want deze agent heeft echt ogen.

Read-only, en dat met opzet#

Laat ik met de belangrijkste keuze beginnen: de agent mag niets veranderen. Geen code, geen database, geen live zetten. Zijn hele wereld is beperkt tot lezen en beschrijven. Vindt hij een fout, dan zet hij die in een rapport en stuurt hij mij een bericht. Het repareren laat ik over aan een andere agent of aan mezelf.

Die scheiding is bewust. Een agent die zowel mag opsporen als repareren, is een agent die in de verleiding komt om “even snel iets recht te trekken” op een moment dat niemand meekijkt. Door de controleur strikt read-only te maken, weet ik zeker dat de ochtendcheck zelf nooit een nieuw probleem kan veroorzaken. Hij is een inspecteur, geen loodgieter.

De controle bestaat uit drie lagen, van goedkoop en grof naar duur en fijn.

Laag één: werkt elke pagina überhaupt?#

De eerste laag is de simpelste. De agent loopt alle publieke pagina’s van de site langs en kijkt naar de technische reactie: geeft de pagina netjes antwoord, of krijgt hij een foutcode terug? Alles wat geen “in orde” teruggeeft, wordt gemarkeerd. Hetzelfde geldt voor pagina’s die er ongewoon lang over doen om te laden: een pagina die normaal binnen een seconde staat maar er ineens drie over doet, is een signaal dat er iets scheef zit.

Dit is klassieke monitoring en het kost bijna niets. Maar het vangt alleen de grove fouten: een pagina die helemaal omvalt. Het zegt niets over hoe de pagina eruitziet als hij wél laadt. En juist daar zitten de fouten die klanten wegjagen.

Laag twee: hoe ziet het er echt uit?#

Hier wordt het interessant. De agent maakt van de belangrijkste pagina’s screenshots, en niet één per pagina, maar twee: één op de breedte van een telefoon (390 pixels breed) en één op de breedte van een normaal beeldscherm. En dan doet hij iets wat monitoring-software niet kan: hij bekíjkt die screenshots zelf.

Moderne Ai kan beelden interpreteren. Dus in plaats van dat een script blind controleert of er “een plaatje aanwezig is”, kijkt de agent naar de daadwerkelijke afbeelding en beoordeelt wat hij ziet. Ik heb hem een lijstje meegegeven van wat er mis kan zijn: tekst of knoppen die buiten het scherm vallen, elementen die over elkaar heen vallen, lege witte vlakken waar juist gegevens hadden moeten staan, afbeeldingen die niet geladen zijn, of styling die kapot oogt. Per probleem noteert hij op welke pagina het zit, op welk schermformaat, wat er precies mis is en hoe erg het is.

Dat mobiele formaat is geen detail. De meeste van mijn bezoekers komen op hun telefoon binnen, en juist op een smal scherm gaan layouts stuk. Een tabel die op een breed scherm keurig past, duwt op een telefoon zomaar de halve inhoud buiten beeld. Vroeger controleerde ik dat door zelf mijn telefoon te pakken. Nu doet de agent dat elke ochtend, op elk belangrijk scherm, zonder dat ik eraan hoef te denken.

De kern van deze laag: multimodale Ai kijkt naar je site zoals een klant kijkt. Niet naar de onderliggende code, maar naar het beeld dat daadwerkelijk in beeld verschijnt. Dat is een compleet ander soort controle dan “geeft de server antwoord”, en het vangt precies de fouten die anders pas door een bezoeker gezien worden.

Laag drie: kloppen de cijfers?#

De derde laag gaat over de inhoud. Een voorspellingsplatform staat vol met getallen: punten, kansen, uitslagen, ranglijsten. Als die getallen niet kloppen, ziet de pagina er prima uit maar liegt hij. Dus de agent controleert een aantal dingen die logisch gezien altijd moeten kloppen.

Klopt het totaal aan punten met de onderliggende gegevens, of is er ergens onderweg iets kwijtgeraakt? Staan er waarden die helemaal geen waarde zijn, zoals een leeg veld of een reken-onmogelijkheid waar een getal hoort? Zijn de sterktecijfers van de teams nog realistisch, of staat er ineens iets negatiefs of absurd hoogs? En een van mijn favoriete controles: staat er een wedstrijd die volgens de klok allang begonnen en afgelopen zou moeten zijn, maar die op de site nog steeds als “gepland” staat? Dat laatste is een klassiek teken dat de automatische uitslag-verwerking ergens vastgelopen is, iets wat je aan de buitenkant nooit ziet tot iemand zich afvraagt waarom de uitslag van gisteren mist.

Dit is precies het soort fout dat ik in het verleden pas ontdekte als het al een tijdje mis was. Een keer stond het totaal op de site lager dan het had moeten zijn omdat er een doelpunt was gemist in de verwerking. Sindsdien controleert de agent dat soort optellingen elke dag, en meldt hij het verschil voordat ik het zelf tegenkom.

Eén groene regel, of een concreet lijstje#

Aan het eind van zijn ronde stuurt de agent mij een bericht op mijn telefoon. Als alles goed is, is dat precies één regel: alles in orde, zoveel pagina’s gecontroleerd, zoveel screenshots bekeken, cijfers consistent. Meer niet. Ik hoef er niets mee te doen behalve met een gerust gevoel verder gaan.

Is er wél iets, dan krijg ik geen vage waarschuwing maar een concreet lijstje: welke pagina, welk schermformaat, wat er mis is, en hoe ernstig. Ik hecht daar veel waarde aan, want een alarm dat niet vertelt wat je moet doen, is bijna net zo waardeloos als geen alarm. Bovendien is de regel streng dat de agent alleen meldt wat hij daadwerkelijk op een screenshot, in een foutcode of in de cijfers heeft gezien. Twijfelgevallen mag hij melden als “laag, even naar kijken”, maar hij mag ze niet opblazen tot een crisis. Ik wil geen agent die elke ochtend loos alarm slaat, want dan ga ik hem binnen een week negeren.

Wat betekent dit voor jouw bedrijf?#

Je hoeft geen voorspellingsplatform te runnen om hier iets aan te hebben. Vrijwel elk bedrijf heeft tegenwoordig een website of webshop waar dagelijks iets kan breken zonder dat het opvalt: na een update, na een nieuwe productfoto, na een wijziging in de voorraad. En vrijwel niemand controleert dat elke dag met de bril van een klant op.

Drie dingen neem ik hieruit mee die breed toepasbaar zijn. Ten eerste: “de server draait” is geen bewijs dat je site werkt. De echte test is of een bezoeker op zijn telefoon krijgt te zien wat hij hoort te zien. Ten tweede: laat controle en reparatie gescheiden. Een dagelijkse inspecteur die niets mag veranderen, kan zelf nooit iets slopen, en dat maakt hem veilig om ongezien te laten draaien. Ten derde, en dat is nieuw sinds Ai kan kijken: je kunt een systeem nu daadwerkelijk laten beoordelen hoe een pagina eruitziet, niet alleen of hij bestaat. Die dagelijkse visuele QA kost letterlijk centen aan rekenkracht en vangt fouten die anders je klanten kosten.

Zelf aan de slag#

Wil je bepalen welke controles je met een gerust hart aan een agent overlaat en waar een mens tussen moet blijven? Daar helpt mijn Ai-stoplicht bij: je brengt er per taak mee in kaart wat groen, oranje of rood is. Meer gratis materiaal vind je bij de downloads.

En denk je na over hoe je dit soort dagelijkse kwaliteitsbewaking in jouw bedrijf zou inrichten, zonder dat het loos alarm gaat opleveren? Kijk dan op de consulting-pagina hoe ik werk.