KI in der Softwareentwicklung: Warum jetzt mehr Software entsteht, nicht weniger

Die Schlagzeilen sind sich einig: Künstliche Intelligenz schreibt jetzt den Code, und die Entwickler können einpacken. In der Praxis sehe ich das Gegenteil. KI ersetzt keine Softwareentwickler. Sie senkt die Kosten und das Zeitrisiko von Software so stark, dass sich plötzlich Projekte rechnen, die jahrelang an der Wirtschaftlichkeitsgrenze gescheitert sind. Das Ergebnis ist mehr Software, nicht weniger, und mehr Menschen, die sie bauen.

Dieser Überblick zeigt, was sich ändert, was es für Kosten, Arbeitsmarkt und Unternehmen bedeutet und wo Chancen und Risiken liegen. Die einzelnen Themen vertiefe ich in eigenen Artikeln, auf die ich an den passenden Stellen verweise.

Was sich gerade ändert

KI übernimmt im Entwicklungsalltag vor allem das, was früher reines Tippen war: Code-Entwürfe, Tests, Standardbausteine, Schnittstellen, Konfiguration. Was sie nicht übernimmt, ist die Entscheidung, was gebaut wird und wie es strukturiert ist. Architektur, Datenmodell und Schnittstellen bleiben menschliche Arbeit.

Über Jahrzehnte folgte Softwareentwicklung einem stabilen Muster: Eine Idee wird zum Lastenheft, das Lastenheft zum Angebot, das Angebot zu Monaten Arbeit. Seit große Sprachmodelle in den Alltag eingezogen sind, verschiebt sich das. Der Informatiker Andrej Karpathy beschreibt es als neue Stufe, bei der man den Computer nicht mehr nur mit Code programmiert, sondern mit natürlicher Sprache [1]. In der Praxis heißt das nicht, dass Software von selbst entsteht. Es heißt, dass der Teil der Arbeit schneller geht, der früher Fleißarbeit war, während der Teil, der Denken verlangt, bleibt.

Wie diszipliniert man das macht, entscheidet über Erfolg oder Bastelei. Vibe Coding und Agentic Coding wirft man schnell in einen Topf. Dabei kommt es nicht aufs Werkzeug an, sondern darauf, ob jemand den Code versteht. Was dahintersteckt, vertiefe ich in einem eigenen Artikel dieser Serie.

Warum Software billiger und schneller wird

Der Hebel ist die Zeit. Was klassisch ein kleines Team über Jahre band, erledigt ein erfahrener Entwickler mit KI-Unterstützung in Monaten. Damit sinken die Entwicklungskosten von der Größenordnung Millionen auf einen Bruchteil, und das kürzere Projekt senkt zugleich das Risiko.

Wer Software entwickeln lässt, zahlt nämlich nicht nur für Stunden, sondern trägt eine Wette auf die Zukunft. Ein angestellter Entwickler kostet ein Unternehmen in Deutschland an Vollkosten leicht 850 Euro und mehr pro Tag [2], eine komplexe Anwendung über zwei bis drei Jahre landet so schnell im hohen sechs- bis siebenstelligen Bereich. Dazu kommt das Risiko, dass am Ende nichts Brauchbares steht. Der bekannte CHAOS Report zeigt seit Jahrzehnten, dass nur rund ein Drittel der IT-Projekte im Zeit- und Kostenrahmen gelingt [3]. Wer 18 Monate plant, plant 18 Monate Risiko.

Steht dieselbe Anwendung statt in zwei Jahren in wenigen Monaten, sinkt die Rechnung und mit ihr das Risiko. Eine falsche Annahme korrigiert man dann mit drei Monaten Verlust statt mit achtzehn. Und weil die Schwelle sinkt, ab der sich Software rechnet, lohnen sich auch kleine, gezielte Lösungen.

Mehr Software, mehr Entwickler? Ein Blick auf den Arbeitsmarkt

Sinkende Kosten machen Entwickler nicht überflüssig, sie erhöhen die Nachfrage. Wird etwas billiger und schneller machbar, will man mehr davon, dieses Muster nennt man Jevons-Paradoxon [4]. Auf Software übertragen heißt es: Maßgeschneiderte Anwendungen werden für viel mehr Organisationen bezahlbar, also entsteht mehr Software und es braucht mehr Menschen, die sie bauen und betreuen.

Die Geschichte stützt das. Als Geldautomaten kamen, sagte man das Ende der Bankangestellten voraus, tatsächlich gab es danach mehr davon, weil günstigere Filialen mehr Filialen ermöglichten [5]. Auch die offiziellen Prognosen zeigen für Softwareentwickler weiter ein deutliches Beschäftigungswachstum, klar über dem Durchschnitt aller Berufe [6]. Man hört zwar täglich von KI-bedingten Entlassungen, doch der genaue Blick zeigt ein anderes Bild, und besonders für Berufseinsteiger stellt sich die Lage anders dar als für erfahrene Entwickler.

Was diese Zahlen wirklich bedeuten, ob KI Programmierer ersetzt und was aus den Junioren wird, behandle ich ausführlich in einem eigenen Artikel dieser Serie.

Was KI kann und was nicht

KI ist stark beim Ausführen, und entscheiden kann sie durchaus: Sie schreibt Code, erzeugt Tests, erklärt Zusammenhänge, schlägt Architekturen vor und wählt Datenmodelle. Ob diese Entscheidungen weitsichtig sind, lässt sich heute aber noch nicht verlässlich sagen. Deshalb verantwortet ein erfahrener Mensch die Weichenstellungen, die ein System über Jahre prägen: welche Architektur trägt, welches Datenmodell stimmt, welche Schnittstellen nötig sind. Dieses Davor-Denken bleibt die Ingenieursarbeit.

In meinem Team gilt der Grundsatz: Die KI generiert, wir denken. Ein Fehler, den ich bei gescheiterten KI-Projekten immer wieder sehe, ist, den Aufgabentext in die KI zu kippen und auf ein fertiges Produkt zu hoffen. Ohne klares Datenmodell und ohne Architekturentscheidung wird KI-Code schnell zur teuren Spielerei, und man baut am Ende zweimal. Der Wert liegt nicht im Werkzeug, das inzwischen jeder hat, sondern in der Disziplin, mit der jemand es führt.

Ist KI-Code zuverlässig? Qualität, Sicherheit und Souveränität

KI-Code ist so gut wie die Architektur und die Qualitätskontrolle dahinter. Bei massenhaft erzeugten Texten und Bildern, etwa automatisch generierten Blogartikeln oder Produktbeschreibungen, entsteht oft minderwertiger Schrott, sogenannter Slop. Der Faktenchecker NewsGuard zählt inzwischen Tausende KI-Content-Farmen, die genau das automatisiert ausstoßen [7]. In der Softwareentwicklung wirkt KI anders, weil Code objektiv überprüfbar ist: Was nicht kompiliert oder die Tests nicht besteht, fällt sofort durch. Mit Disziplin entsteht so hochwertige Software, ohne sie sammelt sich teure technische Schuld.

Prosa hat keine objektive Instanz, die schlechte Qualität aussortiert. Code schon: Compiler, Tests, statische Analyse und Architekturvorgaben sind harte Leitplanken. Daneben bleiben echte Risiken, die man nicht verschweigen sollte, von Sicherheitslücken im generierten Code bis zur Abhängigkeit von wenigen großen KI-Anbietern und der Frage der digitalen Souveränität.

Diese Risiken und warum gute KI-Software trotzdem hochwertiger sein kann als klassische, vertiefe ich in einem eigenen Artikel dieser Serie.

Was das für KMU, Praxen und Kanzleien heißt

Für kleinere Unternehmen ist das die gute Nachricht. Weil die Wirtschaftlichkeitsgrenze gesunken ist, rechnen sich heute Lösungen, die früher zu klein für ein Softwareprojekt und zu groß für eine Excel-Liste waren. Diese Abläufe blieben jahrelang ungelöst.

Praxen, Kanzleien und kleine Betriebe kennen das: Ein interner Ablauf läuft seit Jahren über Excel, eine WhatsApp-Gruppe oder Papier und kostet jeden Mitarbeiter täglich Zeit, weil sich eine eigene Software angeblich nicht lohnt. Diese Rechnung hat sich geändert. Eine kompakte Anwendung, die klassisch Monate gebraucht hätte, entsteht heute in deutlich kürzerer Zeit. Die Frage verschiebt sich von „können wir uns das leisten“ zu „welchen Umweg lösen wir als Nächstes ab“.

Wie so ein Einstieg aussieht und woran Sie einen guten Partner erkennen, ist Thema eines eigenen Artikels dieser Serie. Und wenn Sie bereits eine gewachsene Software haben, ist oft die Modernisierung die Vorarbeit, die zuerst kommt. Auch dazu folgt ein eigener Beitrag.

Chancen und Risiken im Überblick

Die Chancen sind handfest: Software wird schneller fertig, günstiger und durch konsequente Tests und Dokumentation oft sogar hochwertiger als früher. Projekte, die sich nie gerechnet haben, werden machbar, und die Digitalisierung erreicht endlich auch die kleinen, lange ignorierten Probleme.

Die Risiken sind ebenso real. KI-generierter Code kann Sicherheitslücken enthalten, wenn niemand ihn prüft. Wer ohne Architektur und Tests arbeitet, häuft schnell technische Schuld an. Die Abhängigkeit von wenigen großen Modellanbietern wirft Fragen der digitalen Souveränität auf. Und der menschliche Faktor zählt: Das Tempo des Wandels überfordert viele, und gerade Berufseinsteiger drohen das Fundament zu verlieren, wenn sie alles der KI überlassen. Keiner dieser Punkte spricht gegen KI. Sie sprechen dafür, sie diszipliniert einzusetzen.

Häufige Fragen

Unterm Strich

KI verändert die Softwareentwicklung, aber anders als die Schlagzeilen behaupten. Sie ersetzt keine Entwickler, sie senkt die Schwelle, ab der sich Software lohnt, und macht Projekte möglich, die sich nie gerechnet haben. Wenn Sie einen Ablauf haben, der heute über Excel, Chat oder Papier läuft und Sie täglich Zeit kostet, lohnt sich ein Blick darauf, was inzwischen möglich ist. KI zaubert nicht. Es hat sich nur die Rechnung geändert.

Quellen