KI-gestützte Entwicklung: Was sich ändert und was Erfahrung braucht

Ich nutze KI-gestützte Werkzeuge bei meiner Arbeit, und ihre Wirkung hängt vom Umfang ab. Sie können bei vertrauter Umsetzung und ersten Entwürfen helfen; Produktentscheidungen, schwierige Fehlersuche und Prüfung brauchen weiterhin erfahrene Aufmerksamkeit. Das Folgende beschreibt meine Beobachtungen, keinen Benchmark und kein festes Zeitversprechen.

Die hilfreiche Frage ist, welche Teile eines Projekts zu diesem Arbeitsablauf passen und wo weiterhin menschliches Urteil gefragt ist.

Wo KI unterstützen kann

• Vertraute Umsetzung. Wenn Anforderungen und Projektkonventionen klar sind, kann KI mir beim Entwurf üblicher Formulare, API-Clients, Migrationen und ähnlicher Arbeit helfen. Ich prüfe weiterhin, ob das Ergebnis zum Produkt passt.
• Unbekannten Code lesen. KI-Werkzeuge können mir helfen, eine Codebasis zu erfassen und eine konkrete Frage zu formulieren. Eine fokussierte Senior-Diagnose behandelt eine vereinbarte Frage in einer Stunde (€300); ein vollständiges Audit hat einen eigenen Umfang.
• Tests. KI kann beim Entwurf von Testfällen helfen. Ich entscheide weiterhin, welches Verhalten wichtig ist, und prüfe die Abdeckung.
• Erste Entwürfe. Ein Entwurf gibt mir etwas zum Prüfen, braucht aber weiterhin Überarbeitung, Produktkontext und Validierung.
• Mit verschiedenen Stacks arbeiten. KI kann mir helfen, mich in Backend- oder Infrastrukturcode zurechtzufinden. Fachwissen, Systemgrenzen und Reviews bleiben wichtig.

Was weiterhin Erfahrung und Urteil braucht

• Entscheiden, was gebaut wird. Modelle kennen weder Ihre Kunden noch Ihre Rahmenbedingungen; Produktentscheidungen brauchen weiterhin Belege und Urteil.
• Langfristige Architektur. Ein Vorschlag kann zur heutigen Aufgabe passen und spätere Änderungen erschweren. Erfahrung und Review machen diesen Zielkonflikt sichtbar.
• Schwer reproduzierbare Fehler. Modelle können Hinweise liefern, doch Fehler bei Parallelität, Speicher oder einzelnen Geräten erfordern weiterhin sorgfältige Untersuchung und Bestätigung.
• Geschmack und Produktpassung. Ein Modell kann Varianten vorschlagen; Menschen entscheiden, ob Interaktion und Sprache zum Produkt passen.
• Abstimmung. Entwürfe können schneller entstehen; Einigkeit zwischen Menschen braucht weiterhin Kommunikation.

KI-generierten App-Code vor dem Release prüfen

Prüfen Sie eine kleine, nachvollziehbare Änderung statt einer ganzen Funktion auf einmal. Halten Sie die erwartete Nutzeraktion fest, welche Daten gelesen oder geändert werden dürfen und wann der Vorgang stoppen muss. Vergleichen Sie den Patch anschließend mit der bestehenden Architektur und dem tatsächlichen Verhalten der App.

• Umfang und Verantwortung. Benennen Sie betroffene Ansichten, Backend-Endpunkte, Datenmigrationen und Abhängigkeiten. Zugangsdaten gehören auf den Server; dort muss auch der Kontozugriff geprüft werden. Ein ausgeblendeter Button ersetzt keine Autorisierung.
• Fehlerverhalten. Prüfen Sie eine abgelaufene Sitzung, fehlende Berechtigungen, eine fehlgeschlagene Anfrage und mehrfaches Tippen. Der Ladezustand muss enden, eine verständliche Meldung erscheinen und ein erneuter Versuch darf keinen zweiten Kauf, Datensatz oder Versand auslösen.
• Nachweise. Prüfen Sie das geänderte Verhalten und anschließend den relevanten Release-Build auf den vorgesehenen Geräten. Ein erfolgreicher Unit-Test belegt noch nicht, dass Berechtigungsdialog, Tastatur oder Zahlungsrückmeldung in der ausgelieferten App funktionieren.
• Rücknahme. Legen Sie fest, wer die Veröffentlichung freigibt, welches Signal eine Rücknahme auslöst und wie vorhandene Daten bei deaktivierter Funktion nutzbar bleiben.

Beispiel: eine generierte Änderung am Speichern-Button

Dieses Beispiel eines Profileditors ist eine Veranschaulichung, kein Kundenbericht. Der Entwurf speichert ein Profil und zeigt eine Erfolgsmeldung. Prüfen Sie eine langsame Verbindung und zweimaliges Tippen: Es sollte genau eine beabsichtigte Änderung, einen klaren Wartezustand und keine verfrühte Erfolgsmeldung geben. Wiederholen Sie den Versuch mit abgelaufener Sitzung: Der Server muss den Schreibzugriff ablehnen, die Oberfläche zur erneuten Anmeldung führen und den bearbeiteten Text erhalten, soweit das Produkt dies zulässt. Dokumentieren Sie den geprüften Build und das beobachtete Ergebnis vor der Freigabe.

Bei übernommenem Code hilft die Checkliste zur technischen Due Diligence. Für Umsetzung und Wartung einer App gibt es die Flutter-Entwicklung. Für Teamabläufe und Prüfverantwortung ist die KI-Einführung vorgesehen. Vereinbaren Sie den konkreten Lieferumfang vor der Aufwandsschätzung.

Projektkonventionen. Generierte Vorschläge passen möglicherweise nicht zur bestehenden Architektur oder zu den verwendeten Mustern. Ich prüfe sie am Codebestand, bevor sie übernommen werden.

Wie Junioren lernen. Ich weiß noch nicht, ob das problematisch ist. Ich weiß, dass Verständnis, das durch eigenes Feststecken entsteht, nicht automatisch durch eine schnelle Antwort ersetzt wird.

Was das für Ihren Auftrag bedeutet

Wenn ein Anbieter sagt, KI mache ihn 10× schneller und deshalb dauere Ihr Projekt nur ein Zehntel der Zeit, fragen Sie nach dem Umfang und den Belegen für diese Schätzung. Sie kann eine einzelne Aufgabe beschreiben, nicht das ganze Projekt.

Nach meiner Erfahrung können KI-gestützte Abläufe manche Umsetzungs- und Entwurfsarbeiten beschleunigen; Recherche, Entscheidungen und Validierung bleiben bestehen. Wie viel sich ändert, hängt von Umfang, Codebasis, Rahmenbedingungen und nötiger Prüfung ab.

Für Unternehmen in Katalonien endete der ACCIÓ-Aufruf zur Technologieexploration 2026 am 21. September 2026. Er bot 75 % der förderfähigen Kosten, höchstens 30.000 €. Ich halte den Fördermittelüberblick anhand offizieller Veröffentlichungen aktuell; eine künftige Ausschreibung erscheint dort erst nach ihrer Veröffentlichung durch ACCIÓ. Die Referenz zum Aufruf 2026 ist historisch.

Was Sie einen Entwicklungspartner fragen sollten

Die Frage, ob ein Anbieter KI nutzt, sagt wenig über die Qualität der Lieferung aus. Bitten Sie stattdessen um ein konkretes Beispiel dafür, wie generierter Code geprüft und eine Änderung für die Veröffentlichung freigegeben wird.

Fragen Sie: „Welche Fehlerfälle prüfen Sie, wer verantwortet die Freigabe und welche Nachweise erhalten wir?“ Die Antwort hilft Ihnen, den Prüfaufwand und die Verantwortung hinter einem Zeitplan zu verstehen.

Wenn Sie eine auf diese Weise entstandene Codebasis übernehmen, bietet die Checkliste zur technischen Due Diligence einen Einstieg in die Bestandsaufnahme.