Kan iedereen een ontwerper zijn met de hulp van AI? En zijn UX-designers straks overbodig?

Featured Session: Design in Tech Report 2025: Autodesigners on Autopilot

Door: Gerson Veenstra (met hulp van ChatGPT)

Hij is altijd een beetje onnavolgbaar, maar tegelijkertijd een fascinerende deskundige: John Maeda, Vice President Design en Artificial Intelligence bij Microsoft. Alleen de manier waarop hij presenteert is al bijzonder. Geen statische slides, maar we kijken mee terwijl hij op zijn laptop door een soort website scrolt die eigenlijk zijn presentatie is met allerlei interactieve uitstapjes. Dit is duidelijk een genie op zoek naar het antwoord op de vraag: wat is de impact van AI op ontwerpers? 

Inzichten Design in Tech Report

Maeda staat voor de elfde keer op het podium van SXSW en de basis voor zijn presentatie is het Design in Tech Report. Dit zijn de belangrijkste inzichten uit het rapport: 

  • AI vervangt ontwerpers niet, maar verandert de manier waarop ontwerpen worden gemaakt.
  • AI-experimenten worden aanzienlijk goedkoper en sneller.
  • We gaan een 'agents-tijdperk' in, waarin AI verschuift van modellen naar taakuitvoerende agents.
  • AI wordt steeds meer geïntegreerd in UX, waardoor de rol van traditionele UI afneemt ten gunste van directe AI-interactie.
  • Best practices voor AI-gedreven UX ontwikkelen zich om vertrouwen en gebruiksvriendelijkheid te verbeteren.
  • AI-automatisering brengt risico’s met zich mee die vragen om verantwoord bestuur.
  • Menselijke aanpassingsvermogen is cruciaal om te kunnen floreren in een door AI ondersteunde toekomst.

Maar de presentatie is niet een opsomming van de inzichten, het is meer een soort interactieve demonstratie van wat er allemaal aan het veranderen is.

AI verandert de UX-wereld fundamenteel

Een van de meest in het oog springende stellingen van Maeda is dat AI de manier waarop we ontwerpen fundamenteel verandert. Niet omdat AI ontwerpers vervangt, maar omdat de interactie tussen mens en machine een nieuwe vorm aanneemt. In plaats van interfaces met knoppen en menu’s bewegen we richting directe interactie via AI. 

Dit noemt hij het tijdperk van Agent Experience (AX), waarbij AI zelfstandig taken uitvoert zonder dat een gebruiker actief hoeft te navigeren. "Elke UI is in feite een hindernisbaan", zegt Maeda. "Wat als AI je direct naar de finish brengt?" Dat roept vragen op over de rol van UX-designers: als AI de hindernissen wegneemt, wat blijft er dan over van de UX als vakgebied?

De opkomst van agents en loops

Maeda benadrukt dat de grote verschuiving niet meer ligt bij AI-modellen, maar bij agents. Waar we het eerder hadden over AI-modellen, moeten we nu denken in termen van autonome taakuitvoerende entiteiten. Een agent is een combinatie van een model, prompts, kennis en tools. 

Maar de echte kracht zit volgens hem in loops: AI die continu leert en zichzelf verbetert zonder menselijke tussenkomst. "Agents zijn als for-loops in de programmeerwereld. Zet ze aan en ze blijven draaien." Dat maakt AI niet alleen krachtiger, maar ook potentieel onvoorspelbaarder.

Nieuwe UX-principes voor AI

Omdat AI een steeds grotere rol speelt in interfaces, zijn er nieuwe best practices nodig voor AI-gedreven UX. Maeda noemt vijf basisregels:

  1. Transparantie - de gebruiker moet altijd weten dat AI de output genereert.
  2. Voorstelkracht - AI moet suggesties doen als de gebruiker vastloopt.
  3. Citaties - de herkomst van AI-beslissingen moet inzichtelijk zijn.
  4. Denken tonen - laat AI zijn 'gedachten' delen, zoals OpenAI dat doet met 'I'm thinking...'.
  5. Feedback vragen - zoals de smiley-systemen op vliegveldtoiletten: "Hoe deed ik het?"

Naast deze principes laat hij voorbeelden zien van innovatieve UX-concepten zoals semantische zoom, waarbij je met een pinch-beweging extra context krijgt bij een tekst, en versiebeheer voor AI-output, zodat gebruikers beter grip krijgen op de creatieve processen van AI.

Het gevaar van automatisering zonder controle

Maeda waarschuwt ook voor de risico’s van AI-automatisering. Hij wijst op de vijf niveaus van zelfrijdende auto's en stelt dat we iets vergelijkbaars nodig hebben voor AI-tools: hoe autonoom mogen ze zijn? 

Een AI die zelfstandig bestanden verwijdert of mails verstuurt, brengt risico’s met zich mee. "Een agent met tools is krachtig, maar ook gevaarlijk", zegt Maeda. "Zonder tools is AI gewoon slaperig. Met tools is het een wapen."

Een nieuw tijdperk voor ontwerpers

Het verhaal van Maeda is geen dystopische toekomstvoorspelling, maar een uitnodiging aan ontwerpers om zich aan te passen aan een AI-gestuurde wereld. Tools zoals GitHub Copilot en AI-gedreven programmeeromgevingen maken softwareontwikkeling toegankelijker dan ooit. 

Dit leidt tot een nieuwe vorm van 'vibe coding' - intuïtief en iteratief programmeren zonder diepgaande codeerkennis. "Gemiddelde code is nu al goed genoeg", zegt Maeda. "Dus ontwerpers hoeven niet bang te zijn om AI te omarmen."

Blijven ontwerpers nodig?

Maeda eindigt met een reflectie op de toekomst van design. Hij gelooft dat AI de UX-wereld op zijn kop zet, maar niet per se ten koste van ontwerpers. "Programmeren verandert, design verandert, maar creativiteit blijft essentieel", zegt hij. Zijn boodschap is duidelijk: ontwerpers moeten AI niet als bedreiging zien, maar als gereedschap om nieuwe, innovatieve ervaringen te creëren.

Zelf ben ik geen ontwerper en kan ik me ook nog niet helemaal voorstellen dat ik daar ooit goed in zou worden met hulp van AI. Aan de andere kant: tot een halfjaar geleden was ik ook niet in staat een Python-script te schrijven en werkend te krijgen. Nu kan ik dat wel met de hulp van AI. Dus wat moet je straks nog echt zelf kunnen en wat moet je vooral begrijpen om het met de hulp van AI te kunnen? Dat is voor mij een hele boeiende vraag. 

Verantwoording: een deel van dit verslag heb ik met de hand geschreven en dat heb ik laten aanvullen door ChatGPT op basis van het transcript. 

Gesimuleerde data en AI: een kans of bedreiging? En het belang van meer transparantie over modellen

Door: Gerson Veenstra (met hulp van ChatGPT)

Zelfs als je al jaren naar SXSW gaat, kun je af en toe toch nog bij een sessie terechtkomen die je vooraf anders had ingeschat. Bij de titel 'Impact of Simulated Data on AI and the Future', schoot ik meteen in de negatieve stand: want het grote gevaar is natuurlijk dat AI-modellen in elkaar storten (model collapse) als ze getraind worden op data die ze zelf hebben gesimuleerd. Maar de panelleden zien het vooral als een kans, al werd het woord vertrouwen wel vaak genoemd. 

Wat is gesimuleerde data en waarom is het belangrijk? 

Gesimuleerde data, of synthetische data, is kunstmatig gegenereerde informatie die echte wereldscenario's nabootst. Dat is vooral waardevol in situaties waarin echte data moeilijk te verkrijgen is, bijvoorbeeld omdat het te duur, te gevaarlijk of te zeldzaam is.

Neem zelfrijdende auto's: je kunt niet wachten tot er een echt ongeluk gebeurt om een AI-model te trainen. In plaats daarvan simuleer je scenario’s, zoals een hert dat ’s nachts plotseling de weg oprent of een zwerm vleermuizen die onverwachts opduikt. Dit stelt ontwikkelaars in staat om hun modellen veiliger en robuuster te maken voordat ze de weg op gaan. In fraudeopsporing is dit niet anders. Fraudeurs passen continu hun werkwijze aan, waardoor gesimuleerde data nodig is om AI-systemen te trainen op patronen die nog niet eerder zijn waargenomen.

Een onzichtbare kracht in productontwikkeling en wetenschap 

Synthetische data is niet alleen nuttig voor veiligheid en detectie, maar ook voor innovatie. Kleine bedrijven die geen budget hebben voor grootschalige consumententesten kunnen met gesimuleerde data honderden varianten van een productidee testen voordat het op de markt komt. Dit verlaagt de kosten en maakt innovatie toegankelijker.

Een van de meest baanbrekende toepassingen is te vinden in de wetenschap, met name in de zoektocht naar fusie-energie. Wetenschappers proberen al decennialang energie op te wekken zoals de zon dat doet. Maar het proces is complex en nog steeds niet volledig verklaard. Dankzij AI en gesimuleerde data kunnen nu miljoenen experimenten worden gesimuleerd om te voorspellen welke configuraties het meeste kans van slagen hebben. Dat heeft ertoe geleid dat er vorig jaar een fusieproces werd ontdekt dat in de praktijk werkt, hoewel wetenschappers nog niet exact begrijpen waarom.

Ook in de maakindustrie is synthetische data revolutionair. Bedrijven gebruiken digitale simulaties om hun productieprocessen te testen en te optimaliseren voordat er ook maar één machine gebouwd is. "Een digitaal model van een fabriek laat je fouten vinden voordat er één schroef is aangedraaid", merkte een van de panelleden op.

Vertrouwen en transparantie

Met al deze toepassingen rijst een belangrijke vraag: hoe weet je of je een AI-model kunt vertrouwen? Een van de panelleden stelde het scherp: "80 procent van AI is het model, slechts 20 procent is de code." Dat betekent dat de betrouwbaarheid grotendeels afhangt van de data waarmee het model is getraind.

Om dat vertrouwen te vergroten, werd er een interessante vergelijking gemaakt met de voedingsindustrie. "Vroeger bestonden er geen etiketten op eten en drinken, maar nu helpen ze consumenten om betere keuzes te maken." Waarom zou AI geen vergelijkbaar label kunnen krijgen? Een transparante beschrijving van waarop een model is getraind, welke datasets zijn gebruikt en wat de foutmarge is, kan gebruikers helpen om beter geïnformeerde beslissingen te nemen.

Risico’s: model collapse en ethische dilemma’s 

Hoewel gesimuleerde data enorme voordelen biedt, zijn er ook risico's. Een groot gevaar is model collapse: als AI steeds wordt getraind op door AI gegenereerde data, kan het steeds verder afdrijven van de werkelijkheid. Dit werd vergeleken met een kopie van een kopie maken: na verloop van tijd vervagen de details en wordt de output minder betrouwbaar.

Een ander risico is misbruik. Hoe voorkomen we dat gesimuleerde data wordt ingezet om mensen te manipuleren of verkeerde conclusies te trekken? Dit vraagt om duidelijke ethische richtlijnen en controlemechanismen. Transparantie is daarbij cruciaal.

Dus: is gesimuleerde data een zegen of vloek? 

De sessie maakte duidelijk dat gesimuleerde data een essentieel hulpmiddel is voor de ontwikkeling van AI, met toepassingen die variëren van zelfrijdende auto's tot grensverleggende wetenschap. Maar met grote kracht komt grote verantwoordelijkheid: zonder transparantie en foutcorrectie kan AI de connectie met de echte wereld verliezen.

De technologie ontwikkelt zich razendsnel, maar het is aan ons om ervoor te zorgen dat ze op de juiste manier wordt ingezet. Zoals een van de sprekers het verwoordde: "AI heeft de potentie om de wereld te veranderen, maar alleen als we het goed doen." Zelf heb ik niet het vertrouwen van de panelleden. Zeker met het voorbeeld in mijn achterhoofd van socialmediabedrijven en hoe het tot nu toe met OpenAI gaat. Maar het begint met bewustwording. En daar helpen sessies zoals deze aan mee. 

Verantwoording: dit verslag heb ik gemaakt met ChatGPT die ik als input het transcript en mijn aantekeningen heb gegeven.

De liefde van vier NASA-vrouwen voor de James Webb Space Telescope

Sessie: NASA's Love Letter: Stunning Webb Images & More

Door: Gerson Veenstra (met hulp van ChatGPT)

Als ik bij SXSW ben, pak ik bijna altijd wel een sessie van NASA mee. Toen ik hier jaren geleden voor het eerst kwam, was er amper een ruimterace gaande en ging het vooral over het ISS (ik heb wel eens live een vraag gesteld aan een astronaut in de ruimte) en over mogelijke toekomstplannen (Mars ooit?). NASA had toen ook nog een redelijk monopolie. Hoe anders is dat nu. Steeds meer landen en commerciële bedrijven gaan de ruimte in. Toch blijft het enthousiasme van iedereen die bij NASA werkt aanstekelijk. 

De James Webb Space Telescope (JWST) is de krachtigste ruimtetelescoop ooit gebouwd, ontworpen om het universum in ongekend detail te verkennen. Met zijn enorme goudkleurige spiegel (6,5 meter) en geavanceerde infraroodtechnologie kan Webb dieper en verder kijken dan welke telescoop dan ook.

Hoe sterren worden geboren

Het universum heeft verhalen te vertellen, en wij kunnen niet wachten om ze met jullie te delen. Met deze woorden opende NASA's team van astrofysici (Laura Betz, Knicole Colón, Stefanie Milam en Amber Straughn) de sessie. Een van de eerste beelden die besproken werden, toonde de vorming van nieuwe sterren in het universum. In het centrum van de afbeelding zijn twee sterren te zien die in hun vroege ontwikkelingsfase zitten. Omgeven door dichte gas- en stofwolken, verzamelen ze materiaal uit hun omgeving om uiteindelijk te groeien tot zonachtige sterren.

"Deze fantastische uitbarstingen van licht tonen ons hoe sterren daadwerkelijk geboren worden", legde een van de NASA-wetenschappers uit. "We zien hoe ze energie uitstoten terwijl ze massa vergaren. Dit soort beelden helpt ons om geavanceerde modellen te maken die het stervormingsproces nabootsen."

Zenuwslopende missie

De reis naar deze baanbrekende ontdekkingen was niet eenvoudig. De James Webb Space Telescope (JWST) is het meest complexe en dure wetenschappelijke project dat NASA ooit heeft gelanceerd. Met een gouden spiegel van 6,5 meter breed moest de telescoop in opgevouwen toestand worden gelanceerd en zich in de ruimte uitvouwen. 

"Het was zenuwslopend", gaf een van de teamleden toe. "Er waren meer dan 300 punten waarop het mis kon gaan. Maar alles verliep perfect, en de telescoop presteert beter dan we ooit hadden durven dromen."

Het verleden van het universum herschreven

Een van de meest verrassende ontdekkingen van de JWST is dat de vroege stadia van het universum er anders uitzien dan wetenschappers tot nu toe dachten. De telescoop heeft aangetoond dat er veel meer heldere sterrenstelsels in het vroege heelal waren dan verwacht. Ook bleken zwarte gaten zich sneller te vormen en te groeien dan theorieën voorspelden. Dit werd onder andere zichtbaar in SMACS 0723, een deep-field opname van JWST.

"Onze modellen over hoe sterrenstelsels zich vormen moeten worden herzien", zei een wetenschapper enthousiast. "Dat is het mooie van wetenschap: als je iets vindt dat niet klopt met de theorie, weet je dat je op het punt staat iets nieuws te leren."

Een diepere blik op exoplaneten

De JWST heeft ook nieuwe informatie opgeleverd over exoplaneten. Dankzij zijn geavanceerde instrumenten kan de telescoop atmosferen analyseren van planeten die zich op miljarden kilometers afstand bevinden.

"In het spectrum van een exoplaneet zagen we zwaveloxide, koolstofdioxide en methaan", werd uitgelegd. "Dit is revolutionair, want het toont aan dat we chemische processen in de atmosfeer van andere planeten kunnen waarnemen.”

Pillars of Creation

Een van de meest indrukwekkende momenten van de sessie was de vergelijking tussen een Hubble-beeld van de iconische Pillars of Creation en een nieuwe opname van de JWST. Waar Hubble vooral de donkere stofwolken toonde, onthult de JWST de vele jonge sterren die binnen deze wolken aan het ontstaan zijn.

"Dit beeld heeft 30 jaar op zich laten wachten", zei een van de sprekers. "Dankzij infraroodtechnologie kunnen we nu door de stofwolken heen kijken en het stervormingsproces veel beter begrijpen."

De majestueuze Phantom Galaxy

Naast sterren en sterrenstelsels werd ook de Phantom Galaxy (Messier 74) besproken. Dat beeld toont de spiraalarmen van het sterrenstelsel in zowel zichtbaar als infrarood licht. Door de combinatie van Hubble- en Webb-data krijgen wetenschappers een gedetailleerd beeld van hoe sterren ontstaan en zich verspreiden in sterrenstelsels.

De James Webb Space Telescope heeft niet alleen de kennis van het universum vergroot, maar ook onze verbeelding geprikkeld. Elk beeld en elke ontdekking herinnert ons eraan dat we deel uitmaken van een veel groter geheel.

Zoals een van de wetenschappers het verwoordde: "De zuurstof die we inademen, het ijzer in ons bloed, het calcium in onze botten - alles komt uit de kosmos. We zijn letterlijk gemaakt van sterrenstof."

Wat brengt de toekomst?

NASA blijft niet stilzitten. Een volgende grote missie, de Nancy Grace Roman Space Telescope, staat gepland voor 2027 en zal zich richten op de mysterieuze donkere materie en donkere energie. Daarnaast wordt al gewerkt aan technologieën voor een toekomstige telescoop die specifiek op zoek zal gaan naar tekenen van leven op aardachtige exoplaneten.

Verantwoording: voor dit verslag heb ik ChatGPT een verhaal laten maken op basis van het transcript van de sessie, mijn aantekeningen en de foto's die tijdens de sessie werden getoond. 

AI native bedrijven

Goed opgebouwd verhaal van Matthew Dunckin (Microsoft Research & Forecasting Future of Work) over de vraag: “Wat als je AI de kern van je onderneming laat zijn?”

Wat wordt bedoeld met ‘kern van het bedrijf’? Matthew deelt als analogie hét klassieke voorbeeld over de internet revolutie: Boekengigant Barnes & Noble zag internet als extra distributiekanaal, nieuwkomer Amazon zag internet als kern van hun bedrijf. En nu zien we dezelfde dingen gebeuren: Bedrijven voegen een chatbot toe als ‘extra kanaal’ of ‘efficiency’, maar missen daardoor dé kans om de kracht van AI te benutten. En omdat iedereen, en ik met name, gek is op lijstjes en frameworks deelt hij een nuttige en praktische manier om dit aan te gaan pakken. 

De vijf kenmerken van AI-native bedrijven:

  1. Democratisering van kennis“Gone are the days where one guy in the office has all the expertise. AI systematizes and shares knowledge across the organization.” AI geeft iedereen superpowers, omarm dat. Voorbeeld: Supernatural is een AI-native marketingbedrijf, dat AI inzet om ideeën, strategieën en uitvoer te ondersteunen. Resultaat: 2x de omzet met de helft van de mensen. En ze winnen prijzen.
  2. Laat geen data onbenut. “Every business is sitting on a treasure trove of data. But it’s hidden, scattered, and underutilized.” Iedereen herkent dit: Data is verspreid over allerlei systemen, niet volledig, verstopt in documenten en spreadsheets op cloud drives. Voorbeeld: Cuezen, een AI native bedrijf dat 200+ data signalen over gezondheid per persoon gebruikt (slaap, eetgewoonten, medische geschiedenis) om hun gebruikers nudges te geven naar betere gewoonten.
  3. Platte en fluïde organisatie. “Forget org charts. AI-native companies shift dynamically based on projects and opportunities.” Voorbeeld: Cresta, een AI-powered customer service bedrijf. Ze hebben geen hiërarchie, iedereen roteert door projecten. En iedereen is manager, zelfs de jongste medewerker, want iedereen managed AI.
  4. Zelfversterkend voordeel. “AI-native businesses develop a self-reinforcing competitive edge. The more data they gather, the smarter their AI becomes.” AI kan als vliegwiel werken: Gebruik AI en data om je aanbod te verbeteren. Voorbeeld: Stacklit, een AI-powered marketing tool. Dankzij AI, die hun product voortdurend verbetert vanuit klant interacties, haalden die $20 miljoen omzet in 3 jaar tijd. 
  5. Zowel aanval als verdediging. “Most Fortune 500 companies see AI only as a cost-cutting tool. AI-native companies see it as an innovation engine.” Gebruik AI ook voor je interne processen en documenten. Voorbeeld: Industrial Construction Group gebruikt AI intern voor het maken van HR beleid, offertes, en het stroomlijnen van klant interactie. Resultaat: 20% hogere winstmarge in 1 jaar tijd.

En dan kan je zeggen: Ja logisch, kan ik zelf ook wel bedenken. En dat is ook zeker waar. Maar stel jezelf de vraag: Doen we dit allemaal? En vervolgens de vraag van Matthew: “If today was the first day of your business, and you knew everything you know now, how would you design work?” 

Meer informatie, met uiteraard stevige Microsoft saus, op https://www.microsoft.com/worklab/



En? Kan AI me helpen bij nieuwsmonitoring van SXSW? Kijk mee!

[Erwin Blom]

Nu ik niet mee kon naar Austin, ben ik aan het uitproberen hoe AI me kan helpen bij het monitoren van SXSW Welke nieuwtjes worden er gepubliceerd, welke vergezichten gedeeld, welke informatieve interviews zijn er. Als ik ter plekke ben, schuif ik aan. Nu hoop ik dat AI het werk voor me doet en waardevolle verhalen bundelt. Mijn ervaringen! 

Misschien een beetje chaotisch met alle plaatjes, maar dan krijg je toch een beetje een idee.

Hoe kan ik dit het beste doen?

Ik dacht laat ik eerst maar eens kijken of ChatGPT en Perplexity me kunnen helpen hoe ik dit het beste kan aanpakken. Je komt dan snel op het probleem wat een mens vaak bij LLM's heeft. Als je veel van een onderwerp weet, weten de tools het doorgaans niet beter. Wel kunnen ze helpen bij structuur, documenten, creativiteit etcetera. Maar dat de live-video van SXSW waardevol is, dat TechCrunch over SXSW schrijft en nog zowat van die dingen, ze zijn waardevol, maar ik had ze zelf wel kunnen bedenken.

>>> Perplexity


>>> ChatGPT


Wat levert nieuwsmonitoren met LLM's op?

Maar laat ik nu even een klein stapje verder gaan. Ik heb beide tools zelf voor me aan het werk gezet. Met de 'websearch' optie laat ik ze zoeken naar actuele SXSW-verslaggeving. En ik krijg voornamelijk aankondigende berichten terug, geen actuele verslaggeving.


>>> Nieuwsoverzicht Perplexity


>>> Nieuwsoverzicht ChatGPT


En als we eens gewoon terug naar Google gaan?

Het viel me allemaal wat tegen, dus dacht ik: laat ik gewoon eens terug naar Google gaan. Daar vond ik voornamelijk film-nieuws, daar kan ik weinig mee.

>>> Google News


Of een stapje verder?

Dan nu even alles uit de kast. Ik ben een groot liefhebber van Deep Research dat echt de diepte in kan gaan. Maar het bleef toch bij de aankondigingen en overzichten. Behalve het eerste Disney-item, dat is goed! 


>>> Deep Research


Nog een poging. ChatGPT heeft een tool die Operator heet en die je met een opdracht aan het werk kan zetten. Vlak voor SXSW was ik heel enthousiast, ik lied hem op zoek gaan en waardevolle artikelen in een Google Sheet bundelen. Toen waren er natuurlijk alleen nog maar aankondigingen, maar dat gaf me hoop. Die hoop is wel een beetje vervlogen. Meer en meer sites leken niet meer bereikbaar (?) en de resultaten waren niet beter dan de rest. Maar kijk wel even naar het onderstaande filmpje hoe Operator de browser bewerkt.

>>> Operator (wel leuk, krijg een video-idee hoe Operator werkt)


En Grok dan?

Er zijn nog veel andere tools, dus ken je voorbeelden van tools die het beter doen of prompts waarmee het wel werkt, laat het in de comments weten! Maar ik wilde toch ook Grok van X nog even testen. Grok heeft immers de toegang tot alle 'tweets', actueler dan dat kan niet zou je denken. Waar wordt over gesproken? Wat wordt er gezegd? Maar uiteindelijk weer hetzelfde liedje.

>>> Grok


Samenvattend

Nogmaals, misschien doe ik het niet goed of gebruik ik niet de juiste tool, laat het me weten maar om nieuws en actualiteiten rondom SXSW te monitoren werkt geen van de tools zoals ik hoopte. In de praktijk lijkt 'real time' info een probleem te zijn. Daar beschikt het niet over. Daarnaast zal zeker een rol spelen dat er minder geblogd wordt (maar ons blog wordt ook niet gevonden :-) ) en de tech websites zich minder op SXSW focussen. Ik ben niet tevreden, maar hoop desondanks op een goede toekomst :-)