Hoe je je eigen takenlijst bouwt met AI

Een takenmanager hoeft geen Trello, Asana of Notion meer te zijn. Op ChatPRD beschrijft Claire Vo hoe je met Claude Code en een handvol Markdown-bestanden een persoonlijke takenlijst bouwt die in je terminal draait, reageert op natuurlijke taal en zich gedraagt naar jouw werkwijze in plaats van naar de menu's van een SaaS-tool. De achterliggende gedachte is interessanter dan de tool zelf. Steeds meer kenniswerkers vervangen kant-en-klare productiviteitssoftware door zelfgebouwde workflows waarin een AI-laag het zware werk doet. Dat verschuift de vraag voor organisaties: koop je een tool, of geef je teams de bouwstenen om er een te maken?

Hoe de workflow werkt

Het recept dat ChatPRD beschrijft is simpel. Taken worden opgeslagen als Markdown-bestanden in een lokale map, vergelijkbaar met een Obsidian-vault. Met een handjevol slash-commando's vraag je Claude Code om een taak toe te voegen, een lijst voor vandaag samen te stellen, of de prioriteiten te herschikken. De AI parseert je input, maakt of bewerkt de juiste bestanden en levert een dagoverzicht zonder dat je door knoppen hoeft te klikken. Het hele systeem leeft in tekstbestanden die je kunt versiebeheren, doorzoeken en delen.

De winst zit niet in features, maar in frictie. Wie alleen tekst en commando's gebruikt, schakelt sneller tussen denken en vastleggen. Wie zelf het schema bepaalt, voegt precies die velden toe die voor het eigen werk relevant zijn, zonder de overhead van een algemeen platform. En wie zijn data lokaal houdt, hoeft niet na te denken over wie er nog meer toegang heeft tot die taken.

Een trend met implicaties voor SaaS-keuzes

Vo is niet de enige die deze kant op beweegt. Productdenker Teresa Torres beschrijft hoe ze haar eigen onderzoeks- en interviewworkflow bouwt met Claude en tekstbestanden, om vergelijkbare redenen: meer context, minder frictie, eigenaarschap over hoe haar werk verloopt. Wie deze stukken naast elkaar legt, ziet een patroon. Mensen die intensief met AI werken, bouwen liever hun eigen workflow dan zich te plooien naar de werkwijze van een aanbieder.

Voor SaaS-aanbieders is dat een waarschuwing. Als de productiviteitswinst zit in de combinatie van AI plus context plus persoonlijke werkwijze, dan ligt de waarde steeds meer bij de gebruiker en steeds minder bij de gestandaardiseerde feature-set van een tool. Gartner waarschuwt in deze lijn dat de copilot-functie binnen bestaande software een tussenstap is naar platforms die zelfstandig resultaat leveren. De vraag verschuift dan ook van "welke tool kopen we" naar "welke tooling geven we onze mensen om zelf te bouwen".

Wat dit betekent voor jouw organisatie

Voor de meeste organisaties is een terminal-takenlijst geen plan voor het hele bedrijf. Het bouwen van een eigen workflow met Claude Code vraagt enige technische comfortzone. Maar de onderliggende beweging raakt elke organisatie waar AI-tools intern terrein winnen. Drie consequenties verdienen aandacht.

Het eerste is licentiebeleid. Wie zelfgebouwde workflows wil ondersteunen, moet zorgen dat medewerkers toegang hebben tot AI-platforms die scripting en integratie toelaten, in plaats van alleen een chat-venster. Dat raakt zowel de keuze van leverancier als de inrichting van rechten en data-toegang.

Het tweede is governance. Een eigen workflow draait vaak op lokale data, scripts en API-sleutels. Dat verdient een licht maar duidelijk kader: welke data mag waar terechtkomen, welke logging is nodig, en hoe voorkom je dat goedbedoelde experimenten klantgegevens raken die ergens anders thuishoren.

Het derde is verspreiding. Eén persoon die een briljante workflow bouwt, levert pas waarde op wanneer collega's die zonder veel moeite kunnen overnemen. Dat vraagt om interne deelmomenten, lichte documentatie en de bereidheid om succesvolle workflows op te schalen tot een bredere standaard.

Wat Dubbel.ai hierin doet

Wij bouwen voor klanten precies dit type workflows: AI-laag bovenop bestaande processen, op maat van de manier waarop het team werkt, met heldere afspraken over data en regie. Het verschil tussen een leuke persoonlijke hack en een werkende teamstandaard zit in het ontwerp van de review-momenten en de governance eromheen. Wil je weten hoe een eigen AI-workflow er in jouw organisatie uit zou kunnen zien? Plan een kennismaking in, we denken graag mee.