Back to Software Development – Gedanken zu einem bemerkenswerten Erfahrungsbericht über KI in der Softwareentwicklung

Vor kurzem hat Entwicklerkollege Ivo den sehr persönlichen Artikel „Back to Software Development“ veröffentlicht. Beim Lesen hatten wir mehrfach das Gefühl: Genau diese Diskussion führen wir auch.

Nicht, weil wir jeden Punkt genauso sehen. Sondern weil der Artikel viele Entwicklungen beschreibt, die derzeit zahlreiche professionelle Softwareteams beschäftigen.

Einige Passagen möchten wir deshalb herausgreifen und kommentieren.

Zwischen Hype und Realität

„Der Weg über diese Projekte war eine Lernkurve, und sie verlief nicht wie im Feed versprochen. Am Anfang: ein Prompt, eine App. Geht irgendwie, geht irgendwie auch gar nicht. Dann habe ich diktiert. Wirklich diktiert, mit meiner Stimme. Ich bin Entwickler, ich weiß, was zu tun wäre. Stack, Architektur, Datenmodell, Services, Controller, Logik, alles selbst vorgegeben und scharf reviewt. Funktioniert, fühlt sich aber an wie Mikromanagement.“

Dieser Einstieg hat uns sofort abgeholt.

Auch wir erleben, dass die Realität deutlich weniger spektakulär ist als viele Social-Media-Erzählungen. KI schreibt heute erstaunlich guten Code – aber gute Software entsteht trotzdem nicht auf Knopfdruck. Die eigentliche Arbeit verschiebt sich: weg vom Tippen, hin zu Architektur, Spezifikation und Qualitätssicherung.

Das ist aus unserer Sicht auch die spannendere Entwicklung. Denn sie verändert nicht nur Werkzeuge, sondern die Rolle von Softwareentwicklern.

„Dann Richtung spec-driven: Aufgaben und Fehler zu einem Projekt in Task- und Bug-MD-Files erfassen, wasserdicht spezifizieren und gegen Abnahmekriterien abarbeiten lassen. Doch da musste mehr möglich sein.“

Für uns steckt hier einer der wichtigsten Gedanken des gesamten Artikels.

Je leistungsfähiger KI-Agenten werden, desto wichtiger werden gute Spezifikationen. Nicht der Code ist der Engpass, sondern die Fähigkeit, Anforderungen so zu formulieren, dass sie eindeutig verstanden, umgesetzt und überprüft werden können.

Spec-driven Development ist deshalb für uns weit mehr als ein Buzzword. Es entwickelt sich zum Fundament professioneller KI-gestützter Softwareentwicklung. Aber eben nur das Fundament.

Agentic Development: Wenn KI ganze Entwicklungsprozesse begleitet

„Ich wollte unseren kompletten Agentur-Prozess agentisch durchspielen, end to end: vom Kennenlern-Gespräch über Grobkonzept, inhaltliches Konzept mit Anforderungen, Design, Implementierungsplanung und Umsetzung bis zu Test, Server-Deploy, Store-Release. Nicht eine isolierte Coding-Aufgabe, sondern die ganze Kette mit allen Rollen dahinter. […] Und sogar der Zeitdruck war echt, nur kam er diesmal nicht vom Kunden, sondern vom Anpfiff: Start am 9. Mai, WM-Beginn am 11. Juni. Knapp vier Wochen, nebenher.“

Hier verlässt der Artikel die Ebene des reinen Programmierens – und wird besonders interessant.

Viele Diskussionen über KI konzentrieren sich noch immer auf Coding-Assistenten. Aus unserer Sicht liegt das eigentliche Potenzial aber darin, komplette Entwicklungsprozesse zu unterstützen: Anforderungsanalyse, Softwarearchitektur, UX-Konzeption, Implementierung, Testing, DevOps und Deployment.

Genau das verstehen wir unter Agentic Development. Nicht einzelne Prompts, sondern das orchestrierte Zusammenspiel spezialisierter KI-Agenten entlang eines definierten Softwareprozesses. Ivo arbeitet mit einer ganzen Reihe von Agenten, also eigener Claude-Instanzen mit spezifischem Auftrag: Einer formuliert den Plan, einer implementiert, einer reviewed, einer merged usw…

„Das ist Software-Architekt, Entwickler und QA in einem Ablauf, abgesichert über harte Gates. Und DevOps lief gleich mit: Das Command legt den Branch an, arbeitet, squasht und merged nach main, dazu Docker-Builds und Server. Die langweilige, fehleranfällige Handarbeit, die keiner gern macht, und ohnehin das Erste, das ich automatisieren wollte.“

Dieser Abschnitt gefällt uns besonders gut. Denn professionelle Softwareentwicklung bestand nie nur aus Programmieren. Architektur, automatisierte Tests, Code Reviews, Continuous Integration und reproduzierbare Deployments waren schon immer entscheidend.

KI verändert diese Prinzipien nicht. Im Gegenteil: Je autonomer Agenten arbeiten dürfen, desto robuster müssen Qualitätssicherung, Freigabeprozesse und technische Leitplanken sein.

„In Zahlen: 143 Task-Files, 47 Bug-Files, 277 Commits, 80.000 Zeilen Code.“

Diese Zahlen beeindrucken nicht wegen ihrer Größe. Sie zeigen vielmehr, dass moderne KI-gestützte Entwicklung keineswegs aus wenigen magischen Prompts besteht. Hinter solchen Projekten stehen strukturierte Arbeitsabläufe, viele Iterationen und konsequentes Qualitätsmanagement.

Wer glaubt, KI ersetze Software Engineering, übersieht genau diesen Teil der Arbeit.

KI ersetzt keine Softwareentwicklung – sie verändert sie

„Es funktioniert. End to end, vom Konzept bis in den Store.“

Diese Erfahrung teilen wir. Heute lassen sich komplette Softwareprojekte mit KI-Unterstützung realisieren: Flutter-Anwendungen für iOS, Android und Web, Symfony-Backends, REST-APIs, Docker-Deployments, automatisierte Tests, CI/CD-Pipelines oder Store-Releases.

Der entscheidende Erfolgsfaktor ist dabei jedoch nicht die KI selbst. Entscheidend ist der Entwicklungsprozess, in den sie eingebettet wird.

„Man ist schneller, aber nicht so viel, wie behauptet wird, und nicht so schnell wie im reinen Vibecoding-Modus. Agentisches Arbeiten braucht Zeit, Struktur, Verständnis, Wissen, Erfahrung, Organisation und Prozesse.“

Das ist wahrscheinlich die realistischste Einschätzung des gesamten Beitrags.

Ja, KI macht Entwicklung schneller.

Aber der eigentliche Gewinn entsteht nicht dadurch, dass weniger gedacht werden muss. Sondern dadurch, dass erfahrene Entwickler ihre Zeit anders einsetzen können: für bessere Architekturentscheidungen, sauberere Spezifikationen und eine höhere Softwarequalität.

Je leistungsfähiger KI wird, desto wertvoller werden Erfahrung und methodisches Vorgehen.

Alte Disziplin, neue Werkzeuge

„Dieser Weg nicht. Er fühlt sich wieder nach Softwareentwicklung an. Nach einer neuen Art davon: Plan, Tests, Reviews, Audit-Trail. Nur dass Planer, Implementierer und Reviewer jetzt Agenten sind. Und ich der, der die Spec hält.“

Vielleicht ist das unser Lieblingsabschnitt.

Er beschreibt sehr treffend, warum sich agentische Softwareentwicklung für viele erfahrene Entwickler natürlicher anfühlt als reines Vibecoding: Die Verantwortung bleibt beim Menschen. Was sich verändert, sind die Werkzeuge.

Aus Entwicklern werden zunehmend Architekten, Reviewer und Orchestratoren intelligenter Agenten. Die eigentliche Ingenieursleistung besteht nicht mehr ausschließlich darin, Code zu schreiben, sondern darin, Systeme so zu entwerfen und Prozesse so zu gestalten, dass Mensch und KI gemeinsam zuverlässig hochwertige Software entwickeln.

Unser Fazit

Ivos Artikel endet mit einer Reihe offener Fragen: Werden sich die heute gefundenen Prozesse in wenigen Monaten schon wieder verändern? Ist Agentic Development lediglich die nächste Abstraktionsebene der Softwareentwicklung – oder entsteht gerade eine neue Disziplin?

Wir kennen die Antworten ebenfalls nicht. Was wir aber beobachten, deckt sich mit der Kernaussage des Artikels: Gute Software entsteht auch im Zeitalter der KI nicht zufällig. Sie entsteht durch klare Anforderungen, tragfähige Softwarearchitektur, automatisierte Qualitätssicherung und nachvollziehbare Entwicklungsprozesse.

Oder, um Ivo ein letztes Mal zu zitieren:

„Alte Disziplin, neue Werkzeuge.“

Dem können wir uns nur anschließen.