De softwarecategorieën die tegen 2027 het meest waarschijnlijk in-house worden gebouwd

Tegen 2027 zijn de softwarecategorieën die het meest waarschijnlijk in-house worden gebouwd: workflowautomatisering, interne beheertools, dashboards en BI-rapportage, lichte CRM's, projectmanagement en tools voor klantenservice. De scheidslijn is proces versus correctheid. Software die vastlegt hoe uw bedrijf werkt, is nu goedkoper om zelf te bouwen dan te huren. Software die elke keer weer correct moet zijn, zoals salarisadministratie, betalingen, grootboeken en belastingen, blijft gekocht.

Welke softwarecategorieën verschuiven als eerste naar in-house?

Workflow- en beheertools gaan als eerste. Retools Build vs. Buy-rapport van 2026 ondervroeg 817 bouwers en ontdekte dat 35% al ten minste één SaaS-tool had vervangen door een eigen build, en 78% was van plan om in 2026 meer zelf te bouwen. De categorieën die het meest onder druk staan om te worden vervangen: workflowautomatiseringen (35%), interne beheertools (33%), BI-tools (29%), CRM's en formulierbouwers (25%), projectmanagement (23%) en klantenservice (21%).

Kijk naar wat die categorieën gemeen hebben. Ze verplaatsen uw eigen data door uw eigen proces. Geen van deze categorieën vereist complexe computerwetenschap; de waarde zat altijd in de workflow, en de workflow is van u, niet van de leverancier. Wanneer een generieke tool 70% van uw proces dekt en per gebruiker kosten in rekening brengt voor dat privilege, begint een met AI ondersteunde build die 100% dekt het te winnen in de spreadsheetberekeningen. De kosten van falen zijn bovendien laag. Een kapot intern dashboard kost u een middag, geen rechtszaak.

Waarom gebeurt dit nu?

Agentic coding heeft van "dat zouden we ooit eens moeten bouwen" een klus van twee dagen gemaakt. Gartner voorspelt dat tegen 2027 meer dan 65% van de engineeringteams die agentic coding gebruiken, IDE's als optioneel zullen beschouwen, waarbij controle, governance en validatie verschuiven naar geautomatiseerde platforms. Software bouwen wordt iets waar u toezicht op houdt in plaats van iets dat u typt.

Dezelfde Retool-enquête laat zien hoe volwassen AI-ontwikkeling er in de praktijk uitziet. Van de bouwers die werkende software hebben opgeleverd, gebruikt 72% AI om losse stukken code te schrijven die ze zelf integreren, slechts 31% bouwt volledige apps via prompts en slechts 8% levert door AI gegenereerde code op zonder wijzigingen. Prompt-to-app is nog steeds het minderheidspad. Wat is veranderd, is dat de kosten van maatwerksoftware zo ver zijn gedaald dat de standaardkeuze tussen bouwen of kopen is omgedraaid voor een hele klasse tools. Dat gebeurde bovendien geruisloos: 60% van de ondervraagde bouwers leverde het afgelopen jaar iets op buiten het toezicht van IT om.

Wat heeft Klarna daadwerkelijk bewezen?

Klarna bewees de splitsing, niet de hype. In 2024 kondigde de CEO aan dat het bedrijf stopte met Salesforce en Workday, en de krantenkoppen riepen het einde van SaaS uit. De daaropvolgende berichtgeving was nuttiger dan de koppen: CX Today bevestigde dat Klarna Workday verving door het HR-platform van een andere leverancier en zijn CRM-functionaliteit herbouwde met een mix van kleinere SaaS-tools en in-house koppelingen, met een AI-laag eroverheen.

Lees dat zorgvuldig en het bevestigt de bovenstaande categorielijst. Wat Klarna in-house bouwde, was het bindweefsel: dataconsolidatie, interne workflows, de laag waar hun proces uniek is. Wat ze niet deden, is op gevoel een kernbancair grootboek in elkaar coderen. Klarna is een gelicentieerde bank. De software die altijd correct moet zijn, bleef bij specialisten, terwijl de processoftware naar in-house verhuisde. Dat is dezelfde afweging die de meeste bedrijven tegen 2027 zullen maken.

Welke software blijft gekocht?

Alles waarbij een fout antwoord geld of een licentie kost. Salaris- en belastingmodules. Boekhoudkundige bronsystemen. Betalingsverwerking en PCI-compliance. Gecertificeerde hardware voor fysieke betalingen. Voorraadbeheer onder gelijktijdigheid, waarbij twee kassa's in dezelfde seconde de laatste eenheid verkopen en de telling nog steeds moet kloppen. Rapporten die tot op de cent nauwkeurig aansluiten.

AI schrijft dit soort code vloeiend en vol zelfvertrouwen, en dat is precies het probleem. Vloeiend en vol zelfvertrouwen is niet hetzelfde als correct onder belasting, gecontroleerd en gecertificeerd. Die eigenschappen komen voort uit jarenlang productieverkeer en nalevingswerk dat door geen enkele codeeragent kan worden verkort. Inspecteer elk verhaal over "AI heeft onze hele stack gebouwd" van dichtbij en u zult eronder een gekochte kern aantreffen.

Waar valt een kassa in deze splitsing?

Een POS bevindt zich aan weerszijden van de lijn tegelijk, wat het een nuttige testcase maakt. De voorkant van een POS, oftewel de checkout-flow, de schermen, wat er na een verkoop gebeurt en hoe personeel door een bestelling navigeert, is processoftware: dezelfde soort als de interne tools die overal elders naar in-house verschuiven. Dat is de reden waarom de vraag naar een custom POS blijft groeien. Winkeliers zijn er klaar mee om hun workflow aan de toonbank in het sjabloon van een leverancier te wringen. Onder die laag liggen de afwikkeling, de voorraadadministratie en de afgestemde rapportage, die stevig in de categorie 'gekocht blijven' vallen.

Het werkbare patroon voor 2027 is het bouwen van de laag waar u specifieke wensen voor heeft, bovenop een infrastructuur die door iemand anders correct wordt gehouden. Final is rond die splitsing gebouwd: u beschrijft uw POS in gewone taal, of verbindt uw eigen AI via MCP, en de flows die u maakt draaien op beheerde handelsinfrastructuur, waarbij voorraad, rapportage en Final Pay betalingen afhandelen via een betalingsverwerker en gecertificeerde terminals. Om het patroon in de praktijk te zien, laat de handleiding over het bouwen van een custom POS met ChatGPT-5.6 precies zien waar de AI het werk doet en waar de infrastructuur het overneemt.