22 februari 2026Bijgewerkt op Fathy Shalaby13 min leestijd
Een PRD opdelen in user stories en Jira-tickets
Een stapsgewijze methode om een PRD om te zetten in epics, user stories en Jira-tickets zonder het waarom kwijt te raken, met een uitgewerkt voorbeeld en de plek waar AI bij ticketgeneratie helpt.
Om een PRD op te delen in user stories breng je de user journey in kaart die de PRD beschrijft, maak je van elke stap een dunne end-to-end story en splits je alles wat groter is dan een paar dagen werk met patronen zoals SPIDR. Geef elke story toetsbare acceptatiecriteria, controleer hem aan de hand van INVEST en zet hem daarna in Jira met een link terug naar de PRD, zodat de redenering met het ticket meereist.
Belangrijkste punten
Requirements zijn waar projecten mislukken: uit PMI’s Pulse of the Profession van 2014 bleek dat 47% van de mislukte projecten hun doelen niet haalde door onnauwkeurig requirementsbeheer (PMI, 2014).
Goede stories voldoen aan INVEST: Independent, Negotiable, Valuable, Estimable, Small en Testable (Bill Wake, 2003).
Maak stories zo groot dat er 6 tot 10 in een sprint passen (Humanizing Work).
Vijf technieken splitsen bijna elke te grote story: Spikes, Paths, Interfaces, Data en Rules (Mountain Goat Software).
Schrijf acceptatiecriteria als Given/When/Then, twee tot vier per story, zodat „klaar” toetsbaar is.
Wat is het verschil tussen een PRD, een epic, een user story en een taak?
Een PRD beschrijft het probleem en het resultaat; epics, stories en taken beschrijven het werk. De niveaus goed krijgen is het halve werk wanneer je een PRD opdeelt in user stories.
Technisch werk dat stories ondersteunt (migratie, analytics, tests)
Uren tot een paar dagen
Engineer
De doorlooptijden volgen de richtlijnen van Atlassian, dat stories omschrijft als sprintgroot, epics als iets wat je in een maand of een kwartaal kunt afronden en initiatieven als werk dat meerdere kwartalen tot een jaar beslaat (Atlassian). Mike Cohn definieert een epic simpelweg als „a large story”, een grote story die wordt gesplitst wanneer de ontwikkeling dichterbij komt (Mountain Goat Software).
Als je PRD nog vorm krijgt, maak die dan eerst af; de gids over het schrijven van een PRD legt uit wat ze nodig heeft voordat stories zinvol zijn.
Hoe deel je een PRD op in user stories?
Doorloop deze acht stappen. De PM kan de eerste ronde alleen doen; de verfijning met het team kost nog één sessie.
Zet de grenzen uit. Markeer de doelen en de niet-doelen van de PRD. Elke story moet naar een doel te herleiden zijn; alles wat naar een niet-doel terugleidt, schrap je nu, niet pas in de sprintreview.
Breng de user journey in kaart. Zet de stappen die een gebruiker neemt van links naar rechts neer, in de volgorde waarin ze gebeuren. Jeff Pattons user story mapping, voor het eerst beschreven in een artikel uit 2005, rangschikt stories langs die journey, zodat je hiaten ziet en releases kunt plannen (Jeff Patton).
Schrijf één epic per grote mogelijkheid. Een handige vuistregel: één tot drie epics per feature-PRD. Meer dan vier betekent meestal dat de PRD meerdere weddenschappen bevat en moet worden gesplitst.
Schrijf voor elke stap dunne end-to-end stories. Gebruik het bekende sjabloon: als [type gebruiker] wil ik [iets doen], zodat [voordeel]. Elke story moet door alle lagen heen snijden (UI, API, data), zodat hij iets oplevert wat een gebruiker kan uitproberen.
Splits alles wat te groot is. Bill Wakes oorspronkelijke richtlijn hield stories op hoogstens een paar persoonsweken, en veel teams mikken op een paar persoonsdagen. Kan het team een story niet inschatten, of kost hij het grootste deel van een sprint, splits hem dan (zie het volgende onderdeel).
Schrijf acceptatiecriteria. Twee tot vier Given/When/Then-uitspraken per story, afgeleid van de requirements in de PRD. Verzin geen aanpalende requirements om ruimte te vullen.
Voeg taken toe voor werk dat overal speelt. Analytics-events, datamigraties, feature flags en testopzet horen in taken die gekoppeld zijn aan de stories die ze ondersteunen.
Toets aan INVEST, schat in en zet in volgorde. Zet het daarna in Jira of Linear, met in elke epic een link naar de PRD.
Hoe splits je een user story die te groot is?
Kies de splitsing die de gebruikerswaarde het snelst oplevert en de laagwaardige delen zichtbaar maakt die je kunt schrappen. Mike Cohns SPIDR-techniek geeft vijf opties, elk met een voorbeeld uit zijn eigen artikel:
Techniek
Hoe het splitst
Voorbeeld
Spikes
Eerst tijdgeboxed onderzoek, daarna splitsen met wat je leert
Commerciële ondertitelingstools testen voordat je beslist te bouwen of te kopen
Paths
Eén story per manier waarop een gebruiker de taak kan afronden
„Delen via link” als één story, „delen op een sociaal netwerk” als een andere
Interfaces
Eerst een eenvoudige interface, rijkere versies later
Eerst een gewone link delen, daarna een deelkiezer met logo’s
Data
Eerst een eenvoudigere subset van de data ondersteunen
Eerst één videoformaat accepteren; uitgaan van één manager per medewerker
Rules
Een regel die de story uiteindelijk nodig heeft tijdelijk versoepelen
Reacties opleveren vóór het filteren van aanstootgevende inhoud
De gids van Richard Lawrence en Peter Green voegt negen patronen toe, waaronder workflowstappen, operaties (create, read, update, delete), variaties op bedrijfsregels en „performance uitstellen”. Twee van hun toetsen om tussen splitsingen te kiezen zijn het overnemen waard:
Geef de voorkeur aan de splitsing die laagwaardig werk onthult. Vaak blijkt uit één manier van splitsen dat een deel van de story helemaal kan vervallen.
Geef de voorkeur aan even grote stories. Hun voorbeeld: splits een story van 8 punten in vier stories van 2 punten in plaats van een 5 en een 3, omdat gelijke stukken de product owner meer vrijheid geven om te herordenen.
Splits niet op technische laag („bouw de API”, „bouw de UI”). Zulke stukken leveren niets op wat een gebruiker op zichzelf kan testen, en dat breekt de V in INVEST.
Hoe schrijf je acceptatiecriteria voor een user story?
Schrijf ze als waarneembare uitkomsten, in het Given/When/Then-formaat uit Gherkin. Given beschrijft de beginsituatie, When beschrijft een gebeurtenis of actie en Then beschrijft het verwachte resultaat (Cucumber). Cohn beschrijft acceptatiecriteria als de details die het team vertellen of een story af is, de „confirmation” in Ron Jeffries’ model van card, conversation en confirmation.
Een goede set criteria voor één story:
Story: Als analist wil ik mijn huidige filters onder een naam opslaan,
zodat ik het rapport van aanstaande maandag met één klik opnieuw kan draaien.
AC1 Given Ik heb minstens één filter toegepast
When Ik „Filter opslaan” kies en een naam invoer
Then Verschijnt de filterset in mijn lijst met opgeslagen filters
AC2 Given Ik heb een opgeslagen filter
When Ik het rapport open en het filter selecteer
Then Toont het rapport dezelfde resultaten als op het moment van opslaan
AC3 Given Ik voer een naam in die al bestaat
When Ik opsla
Then Word ik gevraagd te hernoemen of te overschrijven
Drie regels houden criteria bruikbaar. Elk criterium moet toetsbaar zijn door iemand die het niet heeft geschreven. Elk moet gedrag beschrijven, geen implementatie. En er horen zelden meer dan vier te zijn: een story met acht criteria zijn meestal twee stories. De acceptatiechecklist voor PM’s laat zien hoe je het opgeleverde werk daaraan toetst.
Uitgewerkt voorbeeld: één PRD opgedeeld in stories (ter illustratie)
Stel dat een team van zes mensen een PRD heeft voor opgeslagen rapportfilters in een B2B-analyticsproduct. Klanten bouwen elke maandag dezelfde filters opnieuw op. Doel: de tijd om het weekrapport te maken verkorten. Niet-doel: geplande e-mailbezorging van rapporten.
#
Type
Ticket
Gebruikte splitsing
Punten
E1
Epic
Filters opslaan en hergebruiken
S1
Story
Als analist wil ik mijn huidige filters onder een naam opslaan, zodat ik ze volgende week kan hergebruiken
3
S2
Story
Als analist wil ik een opgeslagen filter uit een lijst toepassen, zodat het rapport in één stap laadt
Workflowstap
2
S3
Story
Als analist wil ik een opgeslagen filter hernoemen of verwijderen, zodat mijn lijst overzichtelijk blijft
Operaties
2
S4
Story
Opgeslagen filters ondersteunen alleen datum en regio; eigen velden komen later
Data
3
E2
Epic
Filters delen met het team
S5
Story
Als teamlead wil ik een opgeslagen filter via een link delen, zodat mijn team hetzelfde rapport draait
Paths
3
S6
Story
Gedeelde filters zijn alleen-lezen; bewerkrechten komen later
Rules
5
T1
Taak
Een analytics-event filter_saved toevoegen om adoptie te meten
1
T2
Taak
Databasemigratie voor opgeslagen filters
2
T3
Spike
Kan de query-engine gefilterde resultaten cachen? Tijdbox van één dag
Spike
–
Dat zijn twee epics, zes stories, twee taken en één spike, samen 21 punten. Met 6 stories zit het ook binnen de range van 6 tot 10 per sprint, dus een team met een velocity van rond de 20 punten zou het in ongeveer één sprint kunnen opleveren. Geplande e-mail komt nergens voor, omdat de PRD dat uitsloot.
Hoe krijg je PRD-stories in Jira zonder context te verliezen?
De gebruikelijke fout zit niet in de opdeling, maar in wat onderweg verloren gaat. Engineers zien een titel en drie opsommingstekens, en de reden vanuit de klant blijft achter in de PRD die niemand meer opent.
Koppel elke epic aan de PRD, en de PRD terug aan de epic.
Zet het „waarom” in de beschrijving: één zin over het klantprobleem, het liefst met bewijs (een quote, een aantal tickets, een metric).
Kopieer de acceptatiecriteria naar het ticket, in plaats van „zie PRD”. Criteria in een gekoppeld document worden niet getest.
Label per PRD-onderdeel, zodat je later kunt controleren of elke requirement een ticket heeft.
Pas bij scopewijzigingen eerst de PRD aan, en genereer daarna de betrokken tickets opnieuw of bewerk ze. Als PRD en Jira elkaar tegenspreken, weet niemand welke klopt. Een technische spec die engineers echt lezen volgt dezelfde regel voor ontwerpbeslissingen.
Kan AI een PRD opdelen in user stories?
Ja. Als je een PRD met AI opdeelt in user stories, doet die het mechanische deel goed: epics voorstellen, storyteksten opstellen, acceptatiecriteria en inschattingen in seconden voorstellen. Minder sterk is AI in wat oordeelsvermogen vraagt: weten welk niet-doel een stakeholder weer naar binnen probeert te smokkelen, welke splitsing laagwaardig werk onthult en welke inschatting voor jouw codebase veel te optimistisch is.
Behandel door AI gegenereerde tickets als een eerste concept. Een korte reviewchecklist:
Is elke story te herleiden naar een PRD-doel, en geen enkele naar een niet-doel?
Is elke story een verticale doorsnede die een gebruiker kan uitproberen?
Heeft elke story minstens één toetsbaar acceptatiecriterium?
Heeft de AI „aanpalend” werk toegevoegd waar de PRD nooit om vroeg?
Zou een engineer uit jouw team het eens zijn met de inschattingen?
Gaan de tickets naar een coding agent in plaats van naar een mens, dan ligt de lat hoger, omdat agents onduidelijkheid letterlijk implementeren. De PRD-template voor AI-coding agents laat zien hoe je randvoorwaarden expliciet maakt.
Wat zijn veelgemaakte fouten bij het opdelen van een PRD?
Horizontaal snijden. „Backend voor opgeslagen filters” en „frontend voor opgeslagen filters” zijn taken, geen stories.
Stories zonder gebruiker. „De filterservice refactoren” kan nodig zijn, maar is een taak. Label het eerlijk.
Criteria die de titel herhalen. „Gebruiker kan een filter opslaan” is geen test. Zeg wat de gebruiker ziet.
Te vroeg opdelen. Als de succesmetric of de scope van de PRD nog omstreden is, leggen tickets een gok vast. Los eerst de PRD op; een pre-mortem voor de lancering kan riskante aannames zichtbaar maken.
De cirkel nooit sluiten. Een ticket dat op klaar staat, zegt dat de code is opgeleverd, niet dat het klantprobleem is verdwenen. Controleer na de release de succesmetric van de PRD.
Deze methode gaat uit van een team dat in sprints werkt met een gedeelde backlog. Heel kleine teams die continu opleveren, kunnen inschattingen helemaal overslaan; houd de INVEST-check en de acceptatiecriteria toch aan. Als je dit in een drukke week wilt inpassen: het voorbeeld van een wekelijkse PM-planning plaatst backlog refinement op donderdagmiddag.
Waar past Specky in?
Specky genereert tickets uit een goedgekeurde PRD of uit een opportunity: epics, stories en taken, elk met een beschrijving, twee tot vier toetsbare acceptatiecriteria, een prioriteit, een story-pointinschatting en labels die aan het PRD-onderdeel zijn gekoppeld. Je bewerkt alles voordat het wordt verstuurd. Aanleveren aan Jira, Linear, GitHub Issues, Trello of Shortcut gebeurt pas zodra de PRD is goedgekeurd en elk ticket minstens één acceptatiecriterium heeft; elk ticket blijft gekoppeld aan zijn PRD, en de Jira- of Linear-link wordt ernaast opgeslagen. Doordat de PRD met het klantbewijs in de Product Graph staat, blijft het „waarom” eraan vastzitten. Probeer de gratis PRD-generator om eerst de PRD op te stellen.
Veelgestelde vragen
Hoeveel user stories moet een PRD hebben?
Er is geen vast aantal. Als vuistregel levert een PRD voor één feature één tot drie epics op, elk met een handvol stories. Grootte telt zwaarder dan aantal: Humanizing Work raadt stories aan die klein genoeg zijn om er 6 tot 10 in één sprint te laten passen. Levert een PRD meer dan vier epics op, dan bundelt hij waarschijnlijk meerdere weddenschappen en moet hij in aparte PRD’s worden gesplitst.
Wat is het verschil tussen een epic en een user story?
Een epic is een groot blok werk dat verwante stories onder één doel groepeert; een user story is een klein stukje gebruikerswaarde dat in een sprint past. Atlassian omschrijft epics als werk van een maand of een kwartaal. Mike Cohn noemt een epic „a large story” die in kleinere stories wordt gesplitst naarmate de ontwikkeling dichterbij komt.
Wie moet user stories schrijven, de PM of de engineers?
Meestal schrijft de product manager de user stories als eerste opzet vanuit de PRD, en verfijnt het team ze samen. De PM bezit het „wie” en „waarom”; engineers scherpen de splitsing, de inschattingen en de technische taken aan. Stories die alleen de PM schrijft, zijn vaak slecht gesneden, en stories die alleen engineers schrijven, raken vaak de gebruiker kwijt. Eén gezamenlijke refinementsessie lost beide op.
Wat maakt een user story goed?
Een goede user story voldoet aan INVEST, Bill Wakes checklist uit 2003: Independent, Negotiable, Valuable, Estimable, Small en Testable. In de praktijk betekent dat: hij noemt een echte gebruiker, levert iets op wat die op zichzelf kan uitproberen, kan door het team worden ingeschat, past in een paar dagen werk en heeft acceptatiecriteria die iemand anders zou kunnen testen.
Hoe gedetailleerd moeten acceptatiecriteria zijn?
Acceptatiecriteria moeten gedetailleerd genoeg zijn dat iemand die ze niet heeft geschreven de story kan testen, en niet meer. Twee tot vier Given/When/Then-uitspraken per story is een goed bereik. Beschrijf waarneembaar gedrag in plaats van implementatie. Heeft een story acht criteria nodig, splits hem dan in twee stories in plaats van een langere lijst te schrijven.
Kun je een PRD automatisch omzetten in Jira-tickets?
Ja. Verschillende tools, waaronder Specky, gebruiken AI om een PRD om te zetten in epics, stories en acceptatiecriteria en die naar Jira te sturen. Automatisering doet het opstellen goed, maar een mens moet het resultaat nog steeds controleren: elke story moet naar een PRD-doel te herleiden zijn, niets mag uit een niet-doel komen en elk ticket moet toetsbare criteria hebben voordat een engineer het oppakt.
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