Ik bouwde een AI Co-Founder. Dit is waarom.

Ik bouw al meer dan 10 jaar software. In die tijd heb ik meerdere projecten gestart, producten gelanceerd, en de meeste daarvan zien falen. Niet omdat de techniek slecht was. De ideeën klopten gewoon niet.

Het patroon was altijd hetzelfde: enthousiast worden over een idee, meteen beginnen met bouwen, weken (soms maanden) coderen — om er vervolgens achter te komen dat de markt al verzadigd was, er geen vraag naar was, of iemand anders het al beter had opgelost.

AI coding tools maakten dit erger, niet beter. Wanneer je in een weekend een MVP kunt shippen, is de verleiding om validatie over te slaan en gewoon te bouwen overweldigend. Waarom onderzoek doen als je ook kunt prototypen?

Omdat snel het verkeerde bouwen, nog steeds het verkeerde bouwen is.

Het probleem waar ik steeds tegenaan liep

Elke keer als ik een nieuw idee had, doorliep ik dezelfde handmatige research loop:

• Concurrenten googelen, 30 tabbladen openen, het overzicht kwijtraken
• De marktomvang proberen in te schatten via willekeurige blogposts en Statista-paywalls
• Vrienden vragen die dan zeiden "klinkt vet" (nutteloos)
• Uiteindelijk het onderzoek maar opgeven en gewoon beginnen met coderen

Dit proces was traag, inconsistent en bevooroordeeld. Ik deed aan cherry-picking met data die bevestigde wat ik toch al wilde geloven. Een klassieke founder trap.

Wat ik eigenlijk nodig had, was iets dat zonder enige emotionele betrokkenheid naar mijn idee kon kijken en me kon vertellen: dit is wie dit al doet, dit is hoe groot de markt écht is, dit is wie ervoor zou betalen, en hier zitten de gaten in de markt.

Kortom, ik had het brein van een VC nodig, maar dan zonder de VC.

Dus heb ik er een gebouwd

Ik begon een tool voor mezelf te bouwen. In het begin niets bijzonders — gewoon een systeem dat een ruwe beschrijving van een idee kon pakken en er gestructureerd onderzoek op kon loslaten.

De kern is een multi-agent AI-systeem. Je beschrijft je startup-idee in gewone mensentaal. Achter de schermen gaan gespecialiseerde AI agents aan de slag:

• Competitor analysis — wie is er actief in deze markt, wat vragen ze ervoor, waar liggen de kansen
• Market sizing — TAM/SAM/SOM met een echte methodologie, geen nattevingerwerk
• Customer discovery — wie zou er betalen, wat zijn hun pain points, hoe kopen ze
• Business model validation — unit economics, pricing strategy, revenue model fit

Het scoort je idee op 7 dimensies en geeft je een eerlijke scorecard. Zie het als feedback krijgen van een top-tier investor — alleen duurt het nu een paar minuten in plaats van maandenlang netwerken.

Waarom ik dit deel

Ik liet VibeCom aan een paar bevriende founders zien. Stuk voor stuk vroegen ze om toegang. Niet omdat de UI zo mooi was (dat was het in het begin zeker niet) — maar omdat de output oprecht nuttig was. Ze namen echte beslissingen op basis van wat het systeem vond.

Dat was het moment waarop ik besloot om er een echt product van te maken.

VibeCom is nu live op vibecom.app.

Je kunt er gratis mee beginnen. De Pro en Growth plans ontsluiten diepgaander onderzoek met meer search calls en gedetailleerde rapporten.

Als je een builder bent die op meerdere ideeën broedt en je afvraagt op welke je de komende maanden moet inzetten — dan is dit de tool waarvan ik wilde dat hij bestond toen ik begon.

Wat staat er op de planning?

Ik doe aan building in public, dus verwacht binnenkort follow-up posts over:

• De multi-agent architectuur en hoe ik tool orchestration aanpak
• Prompt engineering lessen die ik leerde door AI agents betrouwbaar onderzoek te laten doen
• Growth experimenten en wat wel (of juist niet) werkt voor distributie

Als je VibeCom probeert, hoor ik graag wat je ervan vindt. Wat ontbreekt er? Wat klopt er niet? Wat zou ervoor zorgen dat je dit daadwerkelijk gebruikt voordat je aan je volgende project begint?

Bouw slim. Valideer eerst.