Blog

Die neue Ökonomie der Softwareentwicklung

KI hat die Zeit, die wir zum Entwickeln von Software brauchen, drastisch verkürzt. Das heißt aber nicht, dass wir einfach mehr Features liefern sollten. Die Produktivitätsgewinne durch Coding Agents sind eine Gelegenheit, neu darüber nachzudenken, wie wir unsere Entwicklungszeit investieren. Statt technische Schulden immer schneller anzuhäufen, können wir KI nutzen, um sauberere Abstraktionen zu bauen, die Wartbarkeit zu verbessern und unsere Codebasis besser zu hinterlassen, als wir sie vorgefunden haben. Dieser Artikel zeigt, wie KI das klassische Projektmanagement-Dreieck verändert hat und warum Qualität zu unserem neuen Wettbewerbsvorteil werden sollte.

Warum 75 Dollar Tokens so viel Wert stiften können

75 Dollar Tokenkosten kaufen manchmal die Arbeit einer Woche oder mehr. Was das ökonomisch bedeutet und warum Unternehmen daraus oft den falschen Schluss ziehen.

Wie schult man ein Thema, das sich im Wochentakt ändert?

Rückblick auf ein Jahr Agentic Software Engineering Training

Beyond Claude & GPT

Ja, wir probieren auch gerne das neueste Frontier-Modell aus. Aber im Projektalltag zählt vor allem die Kontrolle über Kosten, Daten und Verfügbarkeit. Deshalb setzen wir zunehmend auf Open-Weights-Modelle mit quelloffenen Tools. So sieht unser Setup aus.

Alternativen zu KI aus den USA

Claude und GPT haben die Art, wie ich Software schreibe, grundlegend verändert. Doch ich fühle mich zunehmend unwohl angesichts steigender Kosten, des Vendor-Lock-ins und unserer wachsenden Abhängigkeit von einer Handvoll US-Anbieter. Nachdem ich lokale Modelle und in Europa gehostete Open-Weights-Alternativen ausprobiert habe, war ich überrascht: Einige weniger bekannte Modelle können bereits einen großen Teil meiner täglichen Arbeit abdecken.

Schneller ist nicht besser: Über Experimentierkultur und ihre Kosten

Das Agentic Trio

Das Product Trio trennte Discovery von Delivery, weil Delivery ein größeres Team brauchte. Agentic Development hebt diese Einschränkung auf. Damit verändert sich, wie ein Product Team aussehen kann.

Den Raum nutzen, nicht die Tretmühle optimieren

Features pro Zeiteinheit ist keine sinnvolle Metrik. Was zählt ist ob sie ein echtes Nutzerbedürfnis befriedigen und zu einem gewünschten Outcome beitragen. Agentische Entwicklung eröffnet den Raum das endlich ernst zu nehmen.

Nebu: Self-made Souveränität

Wie ich mit agentischer Entwicklung einen Enterprise-Chat-Server baue, den es so nicht gibt.

Warum sich Domänenwissen nicht extrahieren lässt

KI-Agenten versprechen, wochenlange Requirements-Workshops durch wenige Stunden strukturierter Interviews zu ersetzen. Das klingt überzeugend. Die Kognitionswissenschaft spricht dagegen.

Vom Vibe Coder zum Agentic Engineer

Ich lese nicht mehr jede Zeile Code, die in meinen Projekten entsteht. Ich glaube, das geht den meisten so, die ernsthaft mit KI-Agenten arbeiten. Wenn ein Agent in zehn Minuten tausend Zeilen produziert, ist Zeile-für-Zeile-Review nicht mehr realistisch. Gleichzeitig landet dieser Code aber in Produktion, und irgendjemand muss dafür Verantwortung übernehmen.

Gute Last, schlechte Last

Die versteckten Kosten von Spec-driven Development

Über AI-Einsatz in verschiedenen Coding-Situationen

Wo hilft LLM-gestützte Softwareentwicklung bei der Entwicklungsproduktivität und wo bleibt sie hinter den Erwartungen zurück? Anstatt KI in der Softwareentwicklung als eindimensionalen Produktivitätsbeschleuniger zu sehen, gehen wir diesen Fragen entlang mehrerer Dimensionen nach, welche eine Studie aus dem Stanford-Umfeld bietet: Projektreife, Aufgabenkomplexität und Popularität der Programmiersprache. Ziel ist es, ein realistischeres Bild für die Erwartungshaltung bei KI für Softwareentwickelnde und Führungskräfte zu schaffen, fernab des aktuellen Hypes.

Spec-Driven Architecture: Wenn Agenten bauen, muss Architektur sprechen

Spec-Driven Development gibt Agenten eine klare Implementierungsgrundlage. Was es nicht löst: wie ein Portfolio von Systemen kohärent bleibt. Spec-Driven Architecture überträgt dasselbe Prinzip auf die Architekturebene, mit Contracts als versionierten Grenzen und Garantien, durchsetzbar im agentischen Workflow und in der CI/CD-Pipeline.

REST ist das bessere MCP

Wie KI-Agenten von Hypermedia profitieren

Spec-Driven Development ist Domain-Driven Design für Ungeduldige

Spec-Driven Development Tools wie BMAD versprechen, den Requirements-Engpass zu beseitigen, mit dem agentische Entwicklungsteams konfrontiert sind. Aber passt das wirklich gut zu deiner Organisation?

Agenten gut, alles gut?

Softwareentwicklung besteht aus einer Aneinanderreihung von Kompromissen. Seit ich Systeme baue, gibt es immer diese Dinge, die man nicht macht, obwohl man sie eigentlich gern tun würde. Mit Agenten können wir jetzt plötzlich unsere Wünsche erfüllen und endlich alles umsetzen, was uns immer gefehlt hat. Spoiler: Das sollten wir aber nicht.

Ein Überblick der AI-assistierten Softwareentwicklung in 2026

Orientierung für Verwirrte

Neuland reloaded

When Angela Merkel said in 2013 that the internet is ‘Neuland’ (uncharted territory) for all of us, the amusement online was considerable. Viewed from some temporal and substantive distance, one can now recognize a perspective from which she was indeed correct.

Vom Vibe Coder zum Code Owner

KI-Agenten erzeugen in kürzester Zeit tausende Zeilen Code. Wer ihr Potenzial voll ausschöpfen will, kann nicht mehr jede Zeile reviewen – wird aber trotzdem für die Software verantwortlich sein. Wie übernimmt man Ownership für Code, den man nicht vollständig gelesen hat? Die Antwort liegt im Agent Harness: einem System aus deterministischen Checks, KI-Reviews und gezieltem menschlichem Review, das Qualität erzwingt statt erhofft.

Meine Coding-Agenten laufen jetzt sandboxed. Den Netzwerkzugriff habe ich unter Kontrolle.

Netzwerkzugriff für KI-Coding-Agents per Proxy-Allowlist einschränken

Unsichere KI-Assistenten dürfen nicht zur Normalität werden

KI-Assistenten wie OpenClaw versprechen Komfort, Autonomie und immer stärker personalisierte Unterstützung. Doch hinter diesem Versprechen steht eine Architektur, die private Daten, Internetzugang und den Umgang mit nicht vertrauenswürdigen Inhalten kombiniert. Genau diese Konstellation bildet die „Lethal Trifecta“ des Sicherheitsrisikos. Sandboxing und physische Isolation können den Schaden begrenzen, beheben aber nicht das grundlegende Problem. Mit jeder zusätzlichen Fähigkeit vergrößert sich der potenzielle Schadensradius. Dieser Beitrag ist ein Plädoyer dafür, das Tempo zu drosseln, vermeintliche Selbstverständlichkeiten zu hinterfragen und unsichere Architekturen nicht als Normalfall zu akzeptieren.

Was tun, während die KI nachdenkt

KI kann Code schreiben, während wir warten – aber das heißt nicht, dass wir plötzlich freie Zeit haben. Ob wir nachdenken, multitasken, reviewen oder pausieren sollten, hängt davon ab, welche Art von Arbeit wir gerade erledigen.

Fetch-Tools vs. Browser-Rendering in Agenten-Setups

Ich habe meine KI-Agenten in eine Sandbox gesteckt. Du solltest das auch tun.

KI-Agenten sind mächtig, weil sie Programme mit der entsprechenden Berechtigung auf unseren Rechnern ausführen können. Genau diese Stärke macht uns aber auch angreifbar. Ein einziger Fehler oder eine Prompt-Injection reicht, um das ganze System zu kompromittieren.