Software-kwaliteit beoordelen betekende lange tijd: bugs tellen en testresultaten aftoetsen. Die aanpak is voorbijgestreefd. Volgens het World Quality Report 2025-26 van Capgemini en Sogeti (meer dan 2.000 bevraagde executives in 22 landen) test of gebruikt inmiddels 89% van de organisaties AI in hun kwaliteitsprocessen, maar slechts 15% heeft dat écht organisatiebreed geschaald, terwijl 52% in de pilootfase blijft steken. Het aantal bedrijven dat helemaal niet met AI aan de slag gaat, steeg zelfs van 4% naar 11%: een teken dat mislukte piloten sommige organisaties doen terugkrabbelen.

Waar het wél werkt, levert AI een gemiddelde productiviteitswinst van 19% op. De grootste drempels zijn niet technisch, maar structureel: datagevoeligheid (67%), integratiecomplexiteit (64%), twijfel over betrouwbaarheid van AI-output (60%) en een tekort aan interne AI-expertise (50%).

Opvallend is ook waar AI wordt ingezet: niet langer enkel om defecten achteraf te analyseren, maar steeds meer stroomopwaarts, bij het opstellen van requirements en testontwerp. Het gebruik van synthetische testdata voor kwaliteitsanalyse steeg van 14% naar 25% op één jaar tijd.

Voor wie een kwaliteitsaudit structureert, blijft ISO/IEC 25010:2023 de referentie: de tweede editie van deze internationale norm beschrijft negen kwaliteitskenmerken, van functionele geschiktheid en performantie tot veiligheid, als toetssteen doorheen de volledige levenscyclus van software.

Bij M2Q bouwen onze Quick Scans en Audits op precies dit soort actuele referentiekaders, niet op verouderde checklists.