KI-gestützte Entwicklung
KI schreibt den Code. Wer schreibt die Architektur?
Wie wir KI-gestützte Entwicklung so einsetzen, dass am Ende weniger Code entsteht, nicht mehr.
Die Code-Menge, die ein Team pro Woche produzieren kann, hat sich mit KI-Assistenten vervielfacht. Die Menge an Code, die ein Team pro Woche verstehen kann, nicht. Genau in dieser Lücke entstehen die technischen Schulden der nächsten Jahre.
Das Problem ist nicht die KI. Es ist die fehlende Bremse.
Ein Assistent, dem man sagt „bau mir das“, baut es. Er fragt nicht, ob es das dritte Repository-Pattern im selben Service ist, ob die neue Abhängigkeit nötig ist oder ob die Funktion, die er gerade schreibt, schon existiert. Das ist keine Kritik an den Werkzeugen. Es ist eine Beschreibung ihrer Aufgabe. Die Bremse muss von aussen kommen.
Drei Regeln, die bei uns gelten
1. Architektur zuerst, dann Prompt. Bevor ein Feature an einen Assistenten geht, ist geklärt, in welches Modul es gehört, welche Schnittstelle es benutzt und was es nicht anfassen darf. Diese Leitplanken stehen im Repository, nicht im Kopf.
2. Jede Änderung wird von einem Menschen gelesen – ganz. Nicht überflogen. Ein Review, das nur die Diff-Statistik prüft, ist kein Review. Wenn ein Diff zu gross ist, um gelesen zu werden, war der Prompt zu gross.
3. Löschen zählt als Fortschritt. Wir messen nicht, wie viel Code entsteht, sondern wie viel Komplexität pro gelöstem Problem übrig bleibt. Ein Assistent ist hervorragend darin, Duplikate zu finden und zusammenzuführen – wenn man ihn danach fragt.
Was sich dadurch verändert
Die Rolle des Entwicklers verschiebt sich vom Schreiben zum Entscheiden. Das ist anspruchsvoller, nicht einfacher: Man muss wissen, wie ein System aussehen soll, bevor man es beschreiben kann. Wer das kann, bekommt mit KI einen Hebel, den es so noch nie gab. Wer es nicht kann, bekommt sehr schnell sehr viel Code.
Menschliche Intelligenz steuert die künstliche – nicht als Slogan, sondern als Arbeitsteilung.
Ein Beispiel aus dem Alltag
Ein Kunde brauchte einen Import für ein neues Datenformat. Der erste KI-Vorschlag: ein neuer Parser, ein neues Datenmodell, 600 Zeilen. Nach zehn Minuten Architektur-Gespräch: ein Adapter von 80 Zeilen, der das bestehende Modell füttert. Beide Varianten hätten funktioniert. Nur eine davon versteht in einem Jahr noch jemand.