De ontwikkeling in de energiemarkt laat twee duidelijke bewegingen zien. Aan de ene kant zijn er huishoudens voor wie de energierekening een te groot deel van het besteedbaar inkomen inneemt. Aan de andere kant groeit de groep huishoudens die zelf energie opwekt en daarbij een overschot heeft.
Tot voor kort kon die laatste groep dat overschot financieel compenseren via de salderingsregeling. Nu die regeling wordt afgebouwd, ontstaat ruimte voor alternatieven. Energiedonatie is daar een van: niet terugleveren aan het net tegen een afnemend tarief, maar direct bijdragen aan het verlagen van de energierekening van een ander huishouden.
Omdat een dergelijk systeem nog niet bestaat, ontwikkelde Energiebank het idee om dit in de praktijk wél mogelijk te maken.
Als eerste stap richting realisatie bracht Energiebank dit concept naar de Solution Studio van Avisi, waar het in korte tijd werd vertaald naar een werkbaar model.
In de compacte setting van de Solution Studio werd direct ingezoomd op de kern van het vraagstuk. Als eerste stap werden de verschillende persona’s voor het platform scherp gedefinieerd, van donateur tot lokale energiebank en landelijke organisatie. Op basis daarvan werd een user story map opgesteld, waarin de belangrijkste activiteiten en stappen die deze persona’s in het platform zetten inzichtelijk werden gemaakt.
Die exercitie is essentieel, juist in een context waarin softwareontwikkeling met AI sterk wordt versneld. Waar de techniek het mogelijk maakt om snel tot een prototype te komen, is de kwaliteit van de onderliggende user story map bepalend voor de mate waarin de oplossing daadwerkelijk aansluit op de behoeften van de verschillende persona’s. Door expliciet te maken wie wat doet, wanneer en met welk doel, ontstond een samenhangend beeld van het systeem. Dat verkleint het risico dat snelheid leidt tot versnipperde functionaliteit, doordat keuzes worden gemaakt in samenhang met de volledige gebruikersreis.
Naast het uitwerken van de user story map werden in de Solution Studio ook de onderliggende requirements opgesteld. In korte tijd werden de belangrijkste functionaliteiten scherp gedefinieerd, zoals het aanmelden van donateurs, het vastleggen van energieprofielen en het registreren en valideren van ontvangers. Daarmee ontstond een helder en gedeeld beeld van de werking van het systeem.
Opvallend in dit proces is de wisselwerking tussen menselijke expertise en AI. Requirements Engineers brachten structuur, nuance en domeinkennis in, terwijl AI werd ingezet om deze inzichten snel te vertalen naar concrete uitwerkingen. Die combinatie maakte het mogelijk om niet alleen tempo te maken, maar ook kwaliteit te borgen. Juist door eerst scherp te definiëren wat nodig is, kon de daaropvolgende stap naar prototyping doelgericht en samenhangend plaatsvinden.
Op basis van de user story map en de uitgewerkte requirements werd realtime een eerste prototype gegenereerd in de vorm van een interactief dashboard. Daarmee kreeg het concept niet alleen vorm, maar werd het ook navigeerbaar en toetsbaar in de praktijk. In dit dashboard kon worden ingelogd vanuit de verschillende eerder gedefinieerde rollen. Dat maakte het mogelijk om het systeem vanuit meerdere perspectieven te beoordelen, niet als losse functionaliteiten, maar als samenhangend geheel waarin alle partijen een rol spelen.
Afbeelding 1: Het dashboard is ingericht voor verschillende rollen. Hier weergegeven vanuit het perspectief van de donateur.
Een groot deel van de functionaliteit sloot direct aan bij de verwachtingen, maar het gezamenlijk bekijken van werkend prototype bracht ook nieuwe inzichten naar voren. Het gebruik van de applicatie maakte zichtbaar waar aannames aangescherpt moesten worden en waar aanvullende eisen ontstonden. Dat is kenmerkend voor deze manier van werken. Niet alles vooraf volledig uitdenken, maar vroeg in het proces zichtbaar maken wat werkt en wat niet. Juist die snelheid maakt het mogelijk om bij te sturen voordat er daadwerkelijk wordt gebouwd, en zo de kwaliteit van de uiteindelijke oplossing te verhogen.
Marieke Vollering, directeur bij Energiebank, zegt erover: “Ik kijk met enthousiasme (en verbazing) terug op het bereikte resultaat. Van een lijst met user stories naar een werkend dashboard! Het sterkt ons in onze droom dat we energiedoneren voor elkaar gaan krijgen!”
In korte tijd leverde de Solution Studio daarmee een samenhangend pakket aan resultaten op: een werkend prototype, een uitgewerkt requirementsdocument en een voorstel voor de verdere uitwerking in de vorm van een proof of concept. Die combinatie maakt het mogelijk om niet alleen te verkennen, maar ook onderbouwd te besluiten over de volgende stap. Dat maakt in het vervolgtraject het softwareontwikkelproces niet alleen efficiënter, maar vergroot ook de kans dat het eindproduct daadwerkelijk aansluit bij de oorspronkelijke maatschappelijke doelstelling.
Het vraagstuk van Energiebank Nederland illustreert hoe technologische innovatie en maatschappelijke impact steeds vaker samenkomen. Oplossingen moeten niet alleen technisch kloppen, maar ook snel realiseerbaar zijn en aansluiten op een complex netwerk van stakeholders. Traditionele ontwikkeltrajecten, waarin analyse en ontwerp maanden in beslag nemen, sluiten daar steeds minder goed op aan. De behoefte verschuift naar aanpakken waarin snel duidelijk wordt wat werkt en wat niet. De Solution Studio speelt in op die behoefte. Door ideeën in korte tijd om te zetten naar werkende softwareconcepten, ontstaat eerder richting. En daarmee ruimte om sneller te bouwen aan oplossingen die ertoe doen.