JamBoard: hoe AI ons hielp onze app voor muzikanten te bouwen (zonder het voor ons te doen)

Neto Pompeu —

JamBoard: hoe AI ons hielp onze app voor muzikanten te bouwen (zonder het voor ons te doen)

Op 14 mei 2026 leverden we versie 1.1 van JamBoard op TestFlight. Een iOS-app gebouwd voor muziekbands — om repetities te beheren, data te stemmen, gage's van concerten te volgen. Zes maanden ontwikkeling, twee Apple-afwijzingen, een complete herschrijving van de authenticatiestroom, en intensief gebruik van AI gedurende het hele traject.

Dit artikel is een eerlijke terugblik op wat AI ons echt heeft laten doen — en, belangrijker nog, op wat het niet doet en wat we zelf moesten beheersen om het project tot een goed einde te brengen.

Het project: een app voor muziekbands

JamBoard ontstond uit een eenvoudige vaststelling: bands organiseren zich in 2026 nog steeds met overvolle WhatsApp-gesprekken, Google Forms-polls en gedeelde Excel-bestanden. Niemand had de app gebouwd die alles samenbrengt — repetitieplanning, datumstemming, gage-beheer, partituur-delen, interne communicatie.

Wij bouwden hem. De agenda is 100% gratis, met een Premium-laag (€1,99/maand of €12,99/jaar) voor het stemmen van repetitiedata en het volgen van concertgages. Doelgroep: amateur- en semiprofessionele bands. Beschikbaar in 5 talen vanaf V1 — Frans, Engels, Mexicaans Spaans, Braziliaans Portugees, Duits.

Wat AI echt heeft versneld

Laten we precies zijn. Van de geschatte ~3.500 uur werk voor dit type app hebben we waarschijnlijk 30 tot 40% bespaard dankzij AI. Hier is waar de winst echt was.

De Swift- en SwiftUI-boilerplate

Alle view-structuren, view models, datastromen tussen Firebase en SwiftData, error handlers: 80% van die code is repetitief. Claude Code en Codex CLI genereren die fundamenten in enkele minuten. De gewonnen tijd gaat naar de echt specifieke bedrijfslogica — waar de waarde zit.

De meertalige vertalingen

5 talen vanaf V1 = 5× het lokalisatiewerk. Zonder AI zijn dat weken werk met menselijke vertalers. Met Claude API + menselijke revisie zijn het enkele uren. De kwaliteit blijft uitstekend omdat we elke string in context herlezen en nuances aanpassen (bijvoorbeeld Braziliaans vs Europees Portugees).

Unit- en UI-tests

Tests met de hand schrijven sloopt het moreel, en is wat teams als eerste overslaan. AI genereert 90% van de tests op basis van de productiecode. We verifiëren, we passen edge cases aan, en de dekking stijgt moeiteloos. Bij de V1.1-release hadden we een geautomatiseerde testsuite die bij elke commit draaide.

Debugging en Apple-afwijzingen

Toen onze build 45 werd afgewezen vanwege een Sign in with Apple-bug op iPad en een verkeerd geconfigureerd Firebase-demo-account, analyseerde Claude het Apple-rapport, reproduceerde de bug en stelde drie fix-paden voor. We beslisten, we losten op, we dienden binnen 48 uur opnieuw in. Zonder AI was het een week geweest — tijd om Apple's documentatie door te spitten, opnieuw te testen op elk device, de submission notes te schrijven.

Wat AI niet doet — en wat je zelf moet kunnen

Hier speelt het zich af. AI is een uitstekende uitvoerder, maar hij beslist niet voor u. En in app-ontwikkeling zijn technische en strategische beslissingen 80% van het vak.

App Store Guidelines begrijpen

Apple heeft 14 categorieën regels, honderden subregels, evoluerende interpretaties. AI kan ze lezen, maar weet niet wat Apple deze week daadwerkelijk gaat blokkeren. Onze afwijzing op Guideline 2.1(a) — niet-functioneel demo-account — geen enkele AI had het stroomopwaarts gevlagd. Je moest de valkuilen van het review-proces kennen om het te vermijden.

Het juiste UX/UI-design maken

Een semiprofessionele muzikant die om 22 uur een repetitie organiseert vanaf zijn telefoon — dat is een ervaring om te ontwerpen. AI kan tien mockups in vijf minuten genereren, maar een mens moet weten welke werkt in het echte leven. Appdesign is empathie met de gebruiker — geen algoritmische optimalisatie.

De technische architectuur kiezen

SwiftData local-first of Firestore cloud-first? Sign in with Apple verplicht of optioneel? RevenueCat of native StoreKit 2? Al die structurele beslissingen verplichten de komende vijf jaar onderhoud. AI stelt voor, maar ervaring beslist — anders blijf je zitten met technische schuld die 10× duurder is om achteraf te herstellen.

AVG, LGPD, CCPA

Een app beschikbaar in 175 landen betekent 175 regelgevingen om te kennen. De app moet zijn gegevensverwerking aangeven, een DPA tonen, de rechten op wissing, overdraagbaarheid, toegang respecteren. AI kan de teksten samenvatten, maar ondertekent uw Apple Privacy Manifest niet voor u — en u bent juridisch verantwoordelijk voor de CNIL of gelijkwaardige autoriteiten.

Waarom een solide basis essentieel blijft

AI is in 2026 een multiplier. Maar hij vermenigvuldigt uw huidige niveau. Als u iOS-ontwikkeling, App Store Guidelines, productdesign en AVG goed beheerst, verdubbelt AI uw snelheid. Als u start zonder die basis, levert AI code op die compileert maar door Apple wordt afgewezen, in productie crasht en de wet niet naleeft.

Daarom blijft vooraf opleiden essentieel. AI is geen sluiproute om te ontsnappen aan leren — het is een versneller voor wie heeft geleerd.

Onze aanpak bij Primo-Studio

Bij Primo-Studio bouwen we iOS-apps voor onze klanten (en onze eigen apps zoals JamBoard, PixConsent, AutoCare) door te combineren:

  • Meer dan 8 jaar digitale ervaring — websites, mobiele apps, digitale marketing, audiovisuele productie
  • iOS-technische expertise: SwiftUI, SwiftData, Firebase, RevenueCat, CloudKit, Sign in with Apple, App Store Connect API
  • Beheersing van het App Store-proces — en de valkuilen die weken kosten (demo-account, Privacy Manifest, SIWA, IAP, App Privacy)
  • Intensief maar gedisciplineerd AI-gebruik in onze dagelijkse workflows, zonder ooit de kernbeslissingen eraan te delegeren

Als u een iOS- of Android-appproject heeft voor uw bedrijf in Frans-Guyana, kunnen wij u ondersteunen — van volledige ontwikkeling tot audit/consultancy op een lopend project, of training voor uw tech-teams. Om verder te gaan over AI in bedrijven, zie ook onze AI-traininggids voor bedrijven in Frans-Guyana.

Wie zit er achter Primo-Studio

Néto Pompeu, oprichter. Ik groeide op in Saint-Laurent-du-Maroni. Duale studie in Frans vasteland, MBA Digitale Marketing aan EDC Paris. Mijn duale traject deed ik bij Siemens, waar ik meebouwde aan de digitale marketinghub van de Siemens Digital Industries-filiaal en projecten begeleidde door heel Frankrijk.

Terugkeer naar Frans-Guyana in 2022 na Covid, oprichting van Primo-Studio SASU in 2024 met een helder doel: Europese kwaliteit naar het Guyanese gebied brengen.

Primo-Studio is het eerste marketingbureau met hoofdkantoor in Saint-Laurent-du-Maroni. We bedienen heel west-Frans-Guyana — en veel verder: we leverden projecten in heel Frans-Guyana, in het Franse vasteland en voor internationale klanten.

Heeft u een appproject?

Neem contact op om uw project te bespreken. Of u nu in de idee-fase zit, midden in de specificatie, of vastloopt in de ontwikkeling, we kijken samen waar we kunnen versnellen — en waar AI u kan (of niet kan) helpen.