30 januari 2026Bijgewerkt op Fathy Shalaby10 min leestijd
Discovery sprint met AI: een vijfdaagse aanpak en een versie van drie uur
Een discovery sprint legt één grote productvraag vast in een tijdsblok van een week. Gebruik AI om het bewijs dat je al hebt te doorgronden en om interviews sneller te doen, en weet wat drie uur wel en niet kan vertellen.
Een discovery sprint is een tijdgebonden inspanning, meestal een week, waarin een klein team één zwaarwegende productvraag of risico beantwoordt voordat het zich aan bouwen committeert. Met AI kan de eerste dag, het doornemen van bewijs, krimpen tot ongeveer drie uur, en kunnen interviews plaatsvinden zonder op agenda's te wachten. Het contact met klanten kost nog steeds dagen, en de beslissing blijft bij het team.
Belangrijkste punten
Marty Cagan beschrijft dit format als een tijdsblok van een week voor een substantieel probleem of risico; hij geeft de voorkeur aan deze term boven "design sprint", omdat goede discovery verder gaat dan design (INSPIRED, 2nd ed.).
De design sprint van GV, het bekendste format, duurt vijf dagen met hooguit zeven mensen en eindigt op vrijdag met vijf klantinterviews (Character).
AI is het snelst met bewijs dat je al hebt: gesprekken, tickets en notities doorzoeken, thema's clusteren en een brief opstellen. Nieuw klantbewijs kan AI in drie uur niet maken.
AI-interviewers passen bij korte, gestructureerde vragen. In een onderzoek van Nielsen Norman Group uit 2026 vonden maar 3 van de 10 deelnemers een door AI gemodereerd gesprek natuurlijk (NN/g, 2026).
Een sprint eindigt in een schriftelijke beslissing, niet in een presentatie.
Wat is een discovery sprint?
Hij pakt één grote vraag, zoals "Moeten we team-workspaces bouwen?" of "Waarom lopen trials in week twee vast?", en geeft die een week gerichte aandacht van de mensen die het antwoord gaan bouwen. Cagan plaatst hem binnen product discovery: het werk om waarde, bruikbaarheid, haalbaarheid en bedrijfsmatige levensvatbaarheid te toetsen voordat er engineeringtijd wordt vastgelegd (SVPG, 2017).
Het is niet hetzelfde als een delivery sprint. Een Scrum-sprint levert increments op; deze levert een beslissing op en het bewijs erachter.
Waarin verschilt een discovery sprint van een design sprint?
De namen worden door elkaar gebruikt, maar de formats beantwoorden verschillende vragen.
De design sprint is ontwikkeld bij GV: Jake Knapp begon in 2010 bij Google met sprints en bracht ze in 2012 naar GV. Op maandag breng je het probleem in kaart, op dinsdag schets je, op woensdag beslis je, op donderdag maak je een prototype en op vrijdag test je met klanten (GV). Knapp en John Zeratsky voegden later de Foundation Sprint van twee dagen toe voor de stap daarvoor: maximaal vijf mensen, inclusief de Decider, komen een hypothese overeen die design sprints daarna kunnen testen (Lenny's Newsletter, 2025).
Kies Cagans format als het probleem zelf onzeker is. Gebruik een design sprint als je het probleem vertrouwt en een oplossing moet testen.
Hoe voer je in vijf dagen een discovery sprint uit met AI?
Blokkeer de week voor een klein team: een productpersoon, een designer en een engineer, plus wie de eindbeslissing neemt. De design sprint noemt die persoon de Decider, en de gids is stellig dat beslissingen zonder Decider niet blijven staan (Character).
Dag 1: Formuleer de vraag en doorgrond bestaand bewijs
Schrijf de sprintvraag op als een beslissing: "Uiterlijk vrijdag beslissen we of we [actie] voor [gebruiker] doen vanwege [bewijs]."
Gebruik AI-zoeken in gesprekken, supporttickets, salesnotities en feedback om elke vermelding van het onderwerp van de afgelopen 90 dagen op te halen. Vraag om citaten met bronnen, niet om samenvattingen.
Cluster wat je terugkrijgt in drie tot vijf thema's. Noteer per thema hoeveel bronnen het ondersteunen ("7 tickets, 3 gesprekken") en wat er ontbreekt.
Vraag de AI te beargumenteren waarom je favoriete thema niet klopt. Houdt het bewijs geen stand, zeg dat dan nu.
Dit is de stap die AI het meest verkort: de machine leest, het team oordeelt.
Dag 2: Breng kansen in kaart en kies de riskantste aanname
Zet de thema's op een opportunity solution tree: het gewenste resultaat aan de wortel, dan klantkansen, dan mogelijke oplossingen en daaronder de aannametests (Product Talk).
Maak een lijst met aannames voor de een of twee belangrijkste kansen (de gratis aannamekaart helpt) en geef elke aanname een score van 1 tot 5 voor impact en onzekerheid. Test degene met het hoogste product.
Schrijf voor elke test het slagingssignaal op voordat je data ziet.
Begin met werven voor dag 3 en 4. Nodig mensen uit die het probleem de afgelopen maand hebben gehad.
Dag 3: Praat met klanten
Doe vijf tot acht korte interviews met mensen die bij je screener passen, met op verhalen gebaseerde vragen over de laatste keer dat het probleem zich voordeed. Ons sjabloon voor klantinterviews heeft een script van 20 minuten.
AI helpt op twee manieren. Het transcribeert en tagt live gesprekken, en een AI-interviewer kan korte, gestructureerde gesprekken voeren via een link, zodat mensen antwoorden wanneer het hen uitkomt. Houd bij alles wat verkennend is minstens drie live interviews aan: Nielsen Norman Group ontdekte dat AI-interviewers moeite hadden om door te vragen op onverwachte antwoorden, tussen de 13 en 56 minuten duurden omdat ze geen doellengte konden aanhouden, en beveelt ze aan als aanvulling op menselijke moderatie (NN/g, 2026).
Dag 4: Test de riskantste aanname
Bouw het kleinste ding dat de aanname bij gebruikers voorlegt: een klikbare mock, een conciërgeversie, een fake door of een dun prototype gebouwd met een coding agent. Voor bruikbaarheidsvragen is vijf deelnemers een solide standaard; Jakob Nielsens model laat zien dat vijf gebruikers ongeveer 85% van de bruikbaarheidsproblemen vinden (Nielsen Norman Group, 2000).
Is het risico waarde in plaats van bruikbaarheid, test dan gedrag: een aanmelding, een geboekt gesprek, een pre-order. Onze gids voor het kiezen van een productexperiment koppelt elk risico aan een methode.
Dag 5: Beslis en schrijf het op
Vergelijk elk resultaat met het slagingssignaal dat je op dag 2 hebt opgeschreven. Schrijf dan een beslissingsdossier van één pagina:
De vraag en de beslissing (doorgaan, aanpassen, pauzeren of stoppen)
Het bewijs voor en tegen, met bronnen
Wat je bewust nog niet doet, en waarom
De volgende test, als die er is
Deel het met het team dat er niet bij was. Een beslissing die niemand naar bewijs kan terugvoeren, wordt in de volgende planningsmeeting weer opengebroken.
Kun je de sprint comprimeren tot drie uur?
Gedeeltelijk. Een versie van drie uur kan één vraag goed beantwoorden: wat zegt het bewijs dat we al hebben, en wat ontbreekt er? Nieuw klantbewijs kan ze niet maken, omdat de interviews en tests op dag 3 en 4 afhangen van andermans tijd. Zie het als een samengeperste dag 1, niet als de hele sprint.
Uur
Werk
Resultaat
1
Met AI gesprekken, tickets, Slack-threads en notities over het onderwerp doorzoeken; citaten met bronnen ophalen
3–5 bewijsclusters, elk met een aantal bronnen
2
Clusters omzetten in kansen; aannames opsommen; impact × onzekerheid scoren; een korte interviewlink sturen naar 10–20 relevante gebruikers
Een gerangschikte lijst en één riskantste aanname
3
Een brief van één pagina opstellen: wat we weten, wat we aanbevelen, wat we uitstellen, wat de interviews moeten laten zien
Een brief die klaar is voor het team, plus een slagingssignaal
Lees daarna de interviewantwoorden zodra ze de komende dagen binnenkomen, voordat je op de brief handelt. De versie van drie uur past bij vragen over één onderwerp waar al veel bewijs voor is. Ze past niet bij een nieuwe markt, waar je geen bewijs hebt om te doorgronden.
Hoe ziet een sprint van vijf dagen er in de praktijk uit?
Wat volgt is een illustratie, geen echt bedrijf.
Stel dat een B2B-analyticsstartup van zes mensen ziet dat trials in week twee vastlopen en wil weten waarom voordat het de onboarding herontwerpt.
Dag 1. AI-zoeken in 140 supporttickets en 22 notities van salesgesprekken vindt drie clusters: fouten bij het importeren van data (31 vermeldingen), een onduidelijk eerste dashboard (18) en vragen over prijs (9). Het team had aangenomen dat prijs het grootste probleem was.
Dag 2. De riskantste aanname: "trials lopen vast doordat de eerste import mislukt, niet door het dashboard." Slagingssignaal: minstens 4 van de 6 vastgelopen trialgebruikers beschrijven ongevraagd een importprobleem.
Dag 3. Zes interviews (drie live, drie via een AI-interviewerlink). Vijf van de zes beschrijven een mislukte import; twee kwamen nooit bij een dashboard.
Dag 4. Een conciërgetest: het team importeert de data handmatig voor vijf nieuwe trialgebruikers. Vier van de vijf komen binnen een dag bij een eerste dashboard.
Dag 5. Beslissing: aanpassen. Eerst de import repareren, het herontwerp van de onboarding uitstellen en na vier weken de activatie in week twee opnieuw controleren.
De sprint kostte ongeveer 15 persoondagen. Het herontwerp dat hij uitstelde, had veel meer gekost en de verkeerde stap gerepareerd.
Welke fouten laten een sprint ontsporen?
Een vraag kiezen die te groot is voor een week. "Wat moet onze strategie zijn?" is geen sprintvraag. "Moeten we X voor Y bouwen?" wel.
Beginnen met een oplossing. Als maandag opent met mock-ups, is het een design sprint onder een andere naam.
De Decider overslaan. Zonder één persoon die ja kan zeggen, drijft de beslissing terug naar vergaderingen.
AI-samenvattingen als bewijs behandelen. Een samenvatting zonder bronnen is een mening. Sta op citaten en aantallen.
Synthetische gebruikers de interviewslots laten vullen. Gesimuleerde antwoorden zijn geen klantbewijs.
Op woensdag werven. Zonder geboekte deelnemers op dag 2 is dag 3 leeg.
Wanneer je er geen moet doen: als de vraag prevalentiedata nodig heeft (doe een enquête), als je deze week geen gebruikers kunt bereiken, of als het team sowieso gaat bouwen, wat de uitkomst ook is. In dat laatste geval: bespaar de week.
Waar Specky past
Specky verkort dag 1. Het leest klantgesprekken, feedback, Slack, Jira en analytics in een Product Graph, zodat een zoekopdracht op het sprintonderwerp citaten met hun bronnen en aantallen teruggeeft. Alex, Specky's onderzoeksagent, stuurt korte interviews via een deelbare link en legt transcripties, thema's en sentiment terug in de graph. De Opportunity Tree bevat de kaart van dag 2, en het Decision Log bewaart het dossier van dag 5 naast het bewijs dat de doorslag gaf. Voor een lichter, asynchroon format lees je hoe je discovery asynchroon doet.
Veelgestelde vragen
Wat is een discovery sprint?
Een discovery sprint is een korte, tijdgebonden inspanning, meestal een week, waarin een klein productteam één zwaarwegende vraag of risico beantwoordt voordat het engineeringtijd vastlegt. Het combineert het doornemen van bestaand bewijs, klantinterviews en een kleine test, en eindigt met een schriftelijke beslissing. Marty Cagan gebruikt de term in INSPIRED liever dan "design sprint".
Hoe lang moet een discovery sprint duren?
De meeste teams gebruiken vijf werkdagen, wat ruimte laat om te werven, te interviewen en te testen. Sommige doen twee weken zodat de sprint past bij hun deliveryritme. Een versie van een dag of drie uur kan bestaand bewijs doornemen en de vraag scherp stellen, maar vervangt niet de dagen die nodig zijn om met klanten te praten en een test te observeren.
Wat is het verschil tussen een discovery sprint en een design sprint?
Een discovery sprint vraagt of een probleem of risico het waard is om op te handelen; een design sprint vraagt of een specifieke oplossing werkt. De design sprint van GV volgt een vaste agenda van vijf dagen die eindigt met vijf klanttests van een prototype. Cagans versie is losser en eindigt vaak met een beslissing in plaats van een prototype.
Wie moet er in het sprintteam zitten?
Houd het klein: een product manager, een designer en een engineer die het resultaat gaan bouwen, plus een Decider met de bevoegdheid om op de uitkomst te handelen. De gids voor de design sprint van GV beperkt het team tot zeven mensen. Haal experts, zoals leads van support of sales, erbij voor korte interviews op dag 1 in plaats van voor de hele week.
Kan AI de klantinterviews in een sprint doen?
Voor korte, gestructureerde vragen wel: een AI-interviewer kan antwoorden van meer mensen verzamelen zonder te plannen. Houd bij verkennende vragen mensen in minstens een deel van de interviews. Het onderzoek van Nielsen Norman Group uit 2026 vond dat AI-interviewers moeite hadden om onverwachte draden te volgen, en dat maar 3 van de 10 deelnemers het gesprek natuurlijk vonden.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing