Zijn canvas apps dood? AI verandert de afweging

Een app bouwen zonder veel code te schrijven. Dat was jarenlang een overtuigend argument voor canvas apps. Je stelt schermen samen, koppelt gegevens en voegt logica toe met Power Fx. Voor veel organisaties maakte dat bedrijfsapps haalbaar die anders te duur of te tijdrovend waren.

Maar wat als je die code niet meer zelf hoeft te schrijven?

Bij Profility bouwen we vandaag volledige HTML-gebaseerde apps met Dataverse als achterliggende database, geïntegreerd in model-driven apps. Via onze zelfgebouwde interne Dataverse-MCP kan AI die apps opbouwen zonder dat we zelf nog schermen moeten samenstellen of code moeten schrijven.

Dat verandert de vraag. Waarom zouden we nog kiezen voor een ontwikkelomgeving met meer beperkingen, als het belangrijkste voordeel, minder programmeren, steeds minder zwaar weegt?

Het compromis dat we jarenlang aanvaardden

Canvas apps boden snelheid, maar daar stond iets tegenover. De gewenste gebruikerservaring moest passen binnen de beschikbare controls, formules en mogelijkheden van het platform.

Een eenvoudig formulier? Meestal geen probleem. Een planningsbord met slepen, een uitgebreide tabel met specifieke interacties of een mobiele interface die precies moet aansluiten op het werk? Dan werd de afweging moeilijker.

Je paste het ontwerp aan. Je zocht een omweg. Of je legde uit waarom iets technisch wel mogelijk was, maar binnen het gekozen platform onevenredig veel werk vroeg.

Dat compromis was verdedigbaar zolang een volledig eigen interface veel duurder was om te bouwen. AI zet die verhouding op zijn kop.

Performantie en responsive ontwerp waren nooit vanzelfsprekend

Wie grotere canvas apps heeft gebouwd, kent de aandachtspunten: opstarttijd, gegevens ophalen, herhaalde aanroepen en schermen met veel controls. Ook delegatie vraagt aandacht. Wanneer een bewerking niet naar de databron wordt doorgestuurd, kan een query slechts een deel van de gegevens verwerken. Dat kan naast vertraging ook onvolledige resultaten opleveren (Microsoft Learn).

Je kunt performante canvas apps bouwen. Maar het vraagt kennis, discipline en soms aanpassingen aan de manier waarop je de toepassing had willen opbouwen.

Voor responsive ontwerp geldt iets vergelijkbaars. Canvas ondersteunt schermen die zich aanpassen aan verschillende formaten, maar een goede mobiele ervaring volgt niet vanzelf uit een scherm dat op een laptop goed werkt. Containers, formules en layoutkeuzes moeten samen het gewenste gedrag opleveren (Microsoft Learn).

Ook een webapp moet goed ontworpen en geoptimaliseerd worden. Het verschil zit in de beschikbare middelen. Met HTML, CSS en JavaScript heb je rechtstreekse controle over de layout, het laden van gegevens en de interactie. Je kunt bestaande webcomponenten gebruiken of zelf bouwen wat ontbreekt. Je blijft verantwoordelijk voor het resultaat, maar krijgt meer mogelijkheden om het te bereiken.

AI maakt die vrijheid betaalbaar

Vroeger betekende meer vrijheid meestal meer ontwikkelwerk. Elk scherm moest worden gebouwd, elke interactie geprogrammeerd, elke wijziging kostte opnieuw tijd.

Vandaag kan AI een groot deel van dat werk uitvoeren: schermen opbouwen, componenten hergebruiken, gegevens koppelen, tests schrijven en fouten herstellen. In een geschikte ontwikkelomgeving kan ze de app ook openen, screenshots nemen en het zichtbare resultaat evalueren.

Dat is bij ons al een concrete werkwijze. Onze interne Dataverse-MCP geeft AI de toegang en context om volledige apps op te bouwen. Zelf code schrijven is daarbij geen noodzakelijke tussenstap meer. Onze rol verschuift naar het bepalen van het proces, de architectuur en de gewenste gebruikerservaring, en het beoordelen of het resultaat klopt.

Een vraag naar een andere schermindeling of een uitgebreidere interactie wordt daardoor minder snel een discussie over ontwikkelkosten. Je ziet het in onze service-app voor installatie en onderhoud en in de werfplanning: een planningsbord waar je werken versleept, en een mobiele app gemaakt voor duimen en kleine schermen, naast een standaard model-driven backoffice. Allemaal op dezelfde gegevens, dus er is geen tweede waarheid.

Dataverse blijft de stevige basis

Een eigen interface betekent niet dat je ook beveiliging, gegevensbeheer en bedrijfslogica vanaf nul moet uitvinden.

Dataverse blijft de achterliggende database. Toegangsrechten worden daar afgedwongen. Belangrijke bedrijfsregels kunnen in plug-ins worden ondergebracht, zodat ze gelden ongeacht het scherm waarlangs iemand gegevens wijzigt.

Dat voordeel geldt ook voor canvas apps op Dataverse. Het punt is juist dat je canvas niet nodig hebt om die basis te behouden. We combineren een beheerd dataplatform met een interface die we veel vrijer kunnen vormgeven. Standaardbeheer blijft in de model-driven app, terwijl specifieke taken een eigen scherm krijgen.

Maar canvas heeft toch ook AI?

Ja. Microsoft biedt een Canvas Authoring MCP-server waarmee AI-tools canvas apps kunnen opbouwen en aanpassen. AI kan schermen en Power Fx-formules genereren, de appdefinitie valideren en wijzigingen synchroniseren met Power Apps Studio (Microsoft Learn).

Dat is een relevante vooruitgang. De vergelijking is dus niet langer handmatig canvas bouwen tegenover HTML laten genereren. De vraag is wat er gebeurt wanneer AI beide kan bouwen.

Een MCP-server maakt de ontwikkelomgeving toegankelijk voor AI. Hij verandert niet automatisch wat de uiteindelijke app ondersteunt. De beschikbare controls, de formulemogelijkheden en het gedrag van de runtime blijven mee bepalen wat je kunt maken. AI kan sneller een omweg vinden, maar als een gewenste interactie buiten de mogelijkheden van het platform valt, verdwijnt die grens niet doordat AI de ontwikkeling uitvoert.

"De klant kan het zelf aanpassen" verandert ook

Dat was een ander sterk argument voor canvas. Een klant kon zelf een veld toevoegen, een formule aanpassen of een scherm uitbreiden.

Voor kleine wijzigingen blijft de visuele designer handig. Bij een toepassing met wat omvang vraagt een uitbreiding echter al snel inzicht in gegevens, afhankelijkheden en bedrijfsregels.

Als die klant daarvoor AI gebruikt, verandert de afweging opnieuw. Hij hoeft niet zelf door alle code te kunnen navigeren om een aanpassing te laten uitvoeren. Dat kan ook met een goed opgebouwde webapp en geschikte AI-tooling. Zelfstandig kunnen uitbreiden is daardoor geen exclusief voordeel van canvas meer. De kwaliteit van de architectuur, de beschikbare context en de controles worden belangrijker dan de aanwezigheid van een visuele designer.

Wanneer kies je dan nog voor canvas?

Een bestaande canvas app die goed werkt, hoeft niet plots vervangen te worden. Ook interne expertise, beheerafspraken en specifieke platformvoorzieningen kunnen goede redenen zijn om bij canvas te blijven. Denk aan een mobiele toepassing waarvoor de ingebouwde offlinevoorzieningen goed aansluiten op de behoefte (Microsoft Learn).

Omgekeerd is HTML binnen een model-driven app ook gebonden aan de mogelijkheden van die omgeving. Vrijheid in de interface betekent niet dat elke mobiele functie of elk offline scenario vanzelf ondersteund wordt (Microsoft Learn).

Maar bij een nieuwe app moet de keuze opnieuw gemaakt worden. Welke concrete meerwaarde levert canvas voor deze toepassing? Welke beperkingen aanvaarden we daarvoor? En zijn die beperkingen nog nodig als AI de alternatieve ontwikkeling grotendeels uitvoert? "Zo bouwen we al jaren onze apps" is geen voldoende antwoord.

Meer over hoe wij dat aanpakken lees je op maatwerk en Power Apps en bij maatwerkapplicaties. Wil je eerst de basis? Lees waarin de kracht van Power Apps schuilt.

Canvas is niet dood. De automatische keuze wel.

Low-code maakte softwareontwikkeling toegankelijker door de hoeveelheid handmatig programmeerwerk te beperken. AI doet dat op een andere manier: ze neemt een steeds groter deel van het programmeerwerk over.

Daardoor verandert wat we van een ontwikkelplatform verwachten. Minder code schrijven is minder doorslaggevend wanneer je die code toch niet zelf schrijft. Vrijheid, uitbreidbaarheid en de ervaring van de gebruiker krijgen meer gewicht.

Bij Profility zien we die verschuiving al in de praktijk. Met Dataverse als basis en AI die via onze interne tooling volledige interfaces bouwt, kiezen we steeds vaker voor de mogelijkheden van webtechnologie.

Zijn canvas apps dood? Nee.

Maar voor nieuwe bedrijfsapps moet canvas opnieuw bewijzen waarom het de beste keuze is. Die voorsprong is niet langer vanzelfsprekend.