Codeless: Wie KI die Softwareentwicklung verändert
Was passiert, wenn man manuelles Coding abschafft
Ein Unternehmen hat vor vier Monaten manuelles Coding verboten. Nicht gefördert. Verboten. Die meisten Unternehmen befinden sich gerade irgendwo in der Mitte: Ein paar Entwickler nutzen Cursor oder Copilot, und die Führungsebene nennt es „KI-gestützte Entwicklung“ und geht zum nächsten Thema über.
Was dabei leicht übersehen wird: Die Entwickler, die voll einsteigen, werden jede Woche schneller. Die, die nicht mitziehen, fallen zurück. Diese Lücke wächst mit jeder Woche. Bei myos nutzen wir KI-gestützte Entwicklung für unsere eigenen Kundenprojekte und sehen diesen Effekt unmittelbar.
Verschiedene Modelle, verschiedene Stärken
KI-Modelle bringen unterschiedliche Stärken mit. Manche lesen die gesamte Codebase gründlich durch, bevor sie eine einzige Zeile schreiben. Das dauert, erhöht aber die Wahrscheinlichkeit, dass die richtige Stelle geändert wird, erheblich.
Andere Modelle haben ein besseres Gespür für Produkt und Nutzererfahrung. Sie eignen sich für UI, Frontend und alles, wo es um das Zusammenspiel von Funktionalität und Benutzererlebnis geht.
Herauszufinden, welches Modell für welche Aufgabe am besten funktioniert, hat bei myos einige Wochen gedauert. Man denkt plötzlich anders über Aufgabenverteilung nach: Wem gebe ich diese Aufgabe? Wie viel Kontext braucht sie? Wie viel der Codebase könnte betroffen sein?
Das Selbstverifikations-Problem
In der frühen Phase produzierten Modelle selbstbewusst Code, der nicht funktionierte. Erst beim Ausführen zeigte sich das Problem. An diesem Punkt geben viele Teams auf und ziehen sich auf optionale Adoption zurück.
Die Lösung liegt in Infrastruktur, die Modelle zwingt, ihre eigene Arbeit zu verifizieren, bevor eine Aufgabe als erledigt gilt. Bei myos haben wir dafür eigene Verifikations-Pipelines entwickelt. Das erfordert anfänglichen Aufwand, ist aber der Schritt, der aus unzuverlässiger KI-Ausgabe belastbare Ergebnisse macht.
Die Ökonomie des Ausprobierens
Der klarste Beweis: Ein System mit rund 90.000 Zeilen Code, gebaut in etwa zwei Wochen. Ein einzelner Entwickler hätte dafür traditionell fast ein Jahr gebraucht.
Aber die reine Menge ist nicht der Punkt. Was sich verändert hat, ist die Ökonomie des Ausprobierens. Eine Kunden-App klonen und individualisieren: von Wochen auf Stunden. Eine Implementierungsidee testen: ein Nachmittag statt drei Meetings. Wenn die Kosten des Ausprobierens so stark sinken, entstehen bessere Ergebnisse, weil mehr Varianten getestet werden.
Bei myos nutzen wir das direkt für unsere Kunden: Prototypen in Tagen statt Monaten, Ideen validieren bevor große Budgets freigegeben werden, Lösungen iterativ verbessern.
Worauf es jetzt ankommt
Die Entwickler, die sich am schnellsten angepasst haben, waren nicht die mit der tiefsten Sprachexpertise. Es waren die, die bereits wussten, wie man Aufgaben klar formuliert, genug Kontext gibt und Ergebnisse bewertet, ohne alles selbst neu zu schreiben.
Die zentrale Kompetenz im Engineering verschiebt sich. Es geht weniger um das Wie, weil das zunehmend die Modelle übernehmen, und mehr um das Was und Warum: Produktverständnis, architektonische Intuition, Urteilsvermögen. Das sind die Fähigkeiten, die KI nicht ersetzt und die jetzt über die Qualität des Outputs entscheiden.
