Seit 2025 sind KI-Assistenten im Alltag von Entwicklern angekommen. Ein Jahr später sind sie nicht mehr wegzudenken. Wer das ignoriert, hat später umso mehr nachzuholen. Doch zwischen dem, was behauptet wird, und dem, was möglich ist, klafft eine große Lücke.
Der Hype und die Realität
CEOs von Anthropic und OpenAI kündigen das Ende der Softwareentwicklung an, und die Medien wiederholen es bereitwillig: “In zwei Wochen repliziert ein Team aus 16 KI-Agenten einen C-Compiler, wofür Tausende Ingenieure 37 Jahre gebraucht haben” — “Eine Google-Ingenieurin berichtet, dass Claude Code in einer Stunde nachgebaut hat, woran ihr Team ein Jahr gearbeitet hatte”. Doch wer genauer hinschaut, erkennt, dass es sich um Marketingschlagzeilen handelt. Das erzeugt ein verzerrtes Bild, auf das viele ihre Entscheidungen stützen.
Ein Coding-Agent ist nur so gut wie die Problemdefinition, die ihm vorausgeht. Der KI-Compiler konnte auf 37 Jahren dokumentierter Erfahrung aufbauen und war letztendlich nur eine fehleranfällige, langsamere Kopie. Das Google-Projekt, das vermeintlich in einer Stunde geschrieben wurde, basierte auf selektierten Ideen aus einem Jahr Prototyping und Testing. Das sind Beispiele für die beeindruckende Fähigkeit von KI, Sprache zu verstehen und Instruktionen auszuführen. Doch was bleibt, ist, worum es in der Softwareentwicklung immer schon ging: um das Verstehen des Problems.
KI beschleunigt nur, was bereits funktioniert
Die Lösung eines Problems fängt nicht mit Code an, sondern mit dessen Definition. Dies geschieht durch Diskussion und Austausch von Erfahrungen. Wer Software baut, weiß, dass die meisten technischen Entscheidungen ein Kompromiss sind zwischen mehreren Optionen, die alle ihre Vor- und Nachteile haben. Im Laufe eines Projekts werden viele solcher Entscheidungen getroffen, und oft tauchen Fragen erst während des Entwicklungsprozesses auf, an die man am Anfang gar nicht gedacht hat. KI kann solche Entscheidungen nur treffen, wenn sie die notwendigen Informationen dazu hat. Mit den richtigen Tools kann die KI die Informationen sammeln und ähnlich wie ein Mensch die Vor- und Nachteile gegeneinander abwägen, um die bestmögliche Entscheidung zu treffen. Oft stehen jedoch genau diese Informationen gar nicht zur Verfügung.
Warum Vision immer noch menschlich bleibt
Ein gutes Produkt überzeugt Menschen nicht durch technische Exzellenz. Marketing trägt einen großen Teil zum Erfolg eines Produkts bei. Dazu ist Kreativität notwendig, was die KI immer noch nicht reproduzieren kann. Entscheidungen sind emotional, und die Fähigkeit eines Menschen, Informationen zu erfassen, ist größer als das, was der KI zur Verfügung gestellt werden kann.
Ein zweiter wichtiger Faktor ist die Onboarding-Experience: Wie schnell erkennt ein neuer Kunde, dass ein Produkt ihm helfen kann? Ein hervorragendes Beispiel dafür ist ChatGPT: ein Textfeld, in dem man alles hineinschreiben kann, was man möchte. Auch hier kann die KI nicht dabei helfen, das Nutzererlebnis auf das Essenzielle zu reduzieren, denn dazu fehlt es ihr an Vision. Zuletzt geht es darum, Kunden an sein Produkt zu binden durch Funktionen, die sich komplementieren, ohne dabei das ursprüngliche Erlebnis zu beeinträchtigen. Code wird geschrieben, um Raum für Erweiterungen zu lassen, die noch nicht existieren. Das stellt Entwickler vor sich ständig ändernde Architekturanforderungen — eine Herausforderung, bei der Erfahrung eine große Rolle spielt.
Was das für die Softwareentwicklung bedeutet
Softwareentwicklung wird sich zunehmend weniger mit Detailfragen wie Syntax und Schnittstellenanbindungen beschäftigen. Diese Aufgaben kann die KI bereits sehr gut lösen. Was weiterhin notwendig sein wird, ist die Schnittstelle zwischen Menschen und Maschinen — jemand, der die menschlichen Anforderungen versteht und diese in Anweisungen für die KI übersetzt. Wenn Sie einen Entwickler benötigen, der sowohl die technischen Aspekte als auch Ihre Bedürfnisse versteht, stehe ich Ihnen gerne zur Verfügung.