Wie wir KI in der Entwicklung einsetzen – und wo nicht

KI hat klare Grenzen.

Nicht im Sinne von „nutzlos". Sondern im Sinne von: Sie liefert selbstbewusste Ergebnisse, die trotzdem einen Profi brauchen. Was die meisten heute „KI" nennen, ist ein LLM (large language model wie ChatGPT oder Grok). Solche Modelle können überzeugende Texte und plausibel wirkenden Code erzeugen. Aber „überzeugend" ist nicht dasselbe wie korrekt, und „plausibel" ist nicht automatisch passend für dein Geschäft.

Bei hochwertiger Individualsoftware, Websites, Web-Apps und Mobile-Apps ersetzt KI weder erfahrene Menschen noch einzelne Entwicklungsschritte. Was sie kann: uns helfen, Optionen auszuloten, Entscheidungen abzusichern und – mit Disziplin eingesetzt – die Qualität zu steigern.

In diesem Artikel erklären wir, wie wir bei LINK-V mit KI arbeiten und was davon realistisch in deinem Projekt landen kann.

Wo KI wirklich gut ist

LLMs sind musterbasierte Werkzeuge. Sie sagen auf Basis großer Trainingsdatenmengen voraus, was als Nächstes in einem Text kommt. Damit sind sie nützlich für:

• Varianten zur Auswahl
• Konzepte aus verschiedenen Blickwinkeln erklären
• Texte aus Stichpunkten entwerfen
• Code-Patterns und Edge Cases vorschlagen
• Inkonsistenzen in Wortwahl oder Struktur aufspüren

Sie sind nicht gut darin:

• deinen vollen Kontext zu erfassen (Geschäftsziele, Rahmenbedingungen, Historie, Prioritäten)
• Korrektheit zu garantieren
• verantwortliche Entscheidungen zu treffen
• über längere Zeit ohne starke Führung kohärente Systeme zu bauen
• zu wissen, was wahr ist – nur, was wahrscheinlich richtig klingt

Der letzte Punkt ist der wichtigste. KI kann selbstbewusst danebenliegen. Unsere Regel ist deshalb einfach: KI darf assistieren, aber nie das letzte Wort haben.

Das Grundprinzip: Verantwortung bleibt bei den Profis

Bei uns hat jedes Ergebnis einen Verantwortlichen. Einen echten Menschen. KI kann diese Person unterstützen, aber sie kann keine Verantwortung übernehmen.

Das heißt:

• KI-Output ist für uns ein Entwurf, keine Entscheidung
• wir prüfen durch Argumentation, Review und Tests
• unsere Qualitätsstandards bleiben gleich – egal, ob KI im Spiel war

Ja, KI-generierte Teile können in deinem Projekt landen. Aber nicht ungeprüft, nicht ungetestet und nie blind übernommen.

Wie wir KI beim Coden einsetzen

KI kann beim Programmieren helfen – aber nicht so, wie es das Marketing oft suggeriert.

Das Schwere an Softwareentwicklung ist meistens nicht das „Code tippen". Schwer ist:

• den richtigen Ansatz wählen (Architektur, Datenflüsse, Performance-Strategie)
• Edge Cases und reales Verhalten abdecken
• in bestehende Systeme integrieren
• den Code für die Weiterentwicklung verständlich halten
• Bugs, Sicherheitslücken und Regressionen verhindern

Am meisten hilft KI dabei, Optionen zu erzeugen und ins Tun zu kommen. Sie kann mehrere Implementierungen vorschlagen, an typische Stolperfallen erinnern (allgemeine, nicht projektspezifische) oder eine sauberere Struktur anbieten.

So sieht das in der Praxis aus:

• KI-generierter Code darf in Kundenprojekte und Produkte fließen.
• Wenn KI ihn geschrieben hat, wird er von der KI oder vom Entwickler gekennzeichnet.
• Ein Entwickler reviewt jeden generierten Code Zeile für Zeile.
• Wir prüfen das Verhalten mit Tests und in echter Nutzung.

Bei kleinem, offensichtlichem Code geht die Prüfung schnell. Wird es kritisch (Security, Zahlungen, Berechtigungen, Datenintegrität), behandeln wir den Code wie jeden anderen kritischen Code: tieferes Review, mehr Tests, strengere Anforderungen.

Wie wir KI in Grafik, Design und UX nutzen

Design ist nicht nur Ästhetik. Es geht um Kommunikation, Klarheit, Hierarchie, Vertrauen und Conversion. KI versteht weder deine Marke noch deine Nutzer so, wie es ein erfahrener Designer tut.

KI kann Richtungen vorschlagen, die für ein generisches Publikum funktionieren (weil sie weit verbreitet und bekannt sind), aber sie kennt deine Nischenkunden nicht. Das bleibt bei uns.

Wo KI uns hilft:

• Brainstorming für Layout- und Stilrichtungen
• alternative oder Demo-Formulierungen für UI-Texte
• kleine Hilfsaufgaben wie Hintergrundentfernung
• Bewertung und Zweitmeinung (z. B. ob ein Flow verwirrende Schritte enthält)

Es geht vor allem um Tempo und Breite. KI hilft dabei, mehr Varianten zu erkunden, damit wir die beste Richtung wählen oder Ansätze aus mehreren Optionen kombinieren können.

Wie wir KI für Texte und Kommunikation nutzen

Wir nutzen KI für:

• erste Entwürfe aus Stichpunkten, Struktur und Notizen
• Tonalität anpassen (formeller, freundlicher, direkter)
• Grammatik und Klarheit verbessern
• holprige Formulierungen aufspüren
• kulturelle und soziale Sensibilitätschecks (nützlich für internationale Zielgruppen)

Anschließend redigieren wir die Texte. Wir behalten, was zu unserer Stimme passt, streichen Generisches und stellen sicher, dass jede Aussage stimmt. KI produziert Text schnell, aber sie garantiert weder Korrektheit noch Relevanz.

Wie wir KI fürs Brainstormen und für den Überblick nutzen

KI ist als Werkzeug für den „ersten oder zweiten Durchgang" nützlich, etwa für:

• Namensvorschläge
• Feature-Listen und Trade-offs
• mögliche Risiken und Edge Cases
• alternative Lösungsansätze

Außerdem nutzen wir sie, um uns schneller in Tech- und Businessnews zu orientieren – vor allem, um einen Überblick zu bekommen und zu erkennen, was sich genauer anzusehen lohnt.

Wichtige Informationen prüfen wir trotzdem an der Originalquelle. KI kann Optionen übersehen, Details vermischen oder Vermutungen als Fakten präsentieren.

Wird das Projekt durch KI günstiger oder schneller?

Manchmal beschleunigt sie kleine Teile. Sie kann die Phase des leeren Blatts verkürzen, beim Entwerfen wiederkehrender Inhalte helfen und das Erkunden technischer Optionen schneller machen.

KI hilft vor allem auf einer eher unscheinbaren Ebene. Sie ist kein systemisches Werkzeug, das unseren Prozess oder unsere Entscheidungen ersetzt. Sie ist ein persönliches Produktivitätstool – sie hilft Menschen über das leere Blatt hinweg, ein Problem in kleinere Teile zu zerlegen und wieder in Bewegung zu kommen, wenn sie feststecken. Der Wert liegt selten in „KI hat die Arbeit gemacht", sondern in „sie hat dem Profi geholfen, die Arbeit besser zu machen".

Gleichzeitig erhöht sie oft die Zahl der Optionen, die man bedenken sollte – und sie bringt immer zusätzlichen Prüfaufwand mit.

KI spart in der professionellen Entwicklung keine Schritte. Unbedacht eingesetzt schafft sie neue Probleme, die später Zeit kosten und die Zuverlässigkeit senken.

Die ehrliche Antwort lautet also:

KI hilft uns, Qualität und Effizienz in kleinen Schritten zu steigern. Sie ersetzt keine professionelle Arbeit. Sie macht aus Individualsoftware kein Ein-Klick-Produkt. KI verkleinert den Arbeitsumfang selten, aber sie kann das „Bindegewebe" zwischen Entwicklungsschritten beschleunigen – und damit gelegentlich die Lieferzeit verkürzen.

Fazit

„KI-gestützt" ist im besten Fall ein schwammiges Marketinglabel geworden, im schlechtesten ein leeres Versprechen. Manche Anbieter nutzen es nach dem Motto: „Wir kippen die Anforderungen in ein Tool und liefern aus, was rauskommt." Bei sehr einfachen, risikoarmen Seiten oder Prototypen kann das vertretbar sein. Für ernsthafte Business-Software ist es das nicht.

Wir haben KI-Tools getestet und sind nicht bereit, bei der Qualität Kompromisse zu machen. Deshalb fahren wir einen geradlinigen Ansatz:

• KI dort einsetzen, wo sie wirklich hilft
• Verantwortung bei den Experten lassen
• alles Wesentliche überprüfen

Wir nutzen KI als praktischen Assistenten, um Optionen zu erkunden und Ergebnisse zu verbessern. Aber jede finale Entscheidung, jede Codezeile und jedes Ergebnis in unseren Timeless-Services und Grace-Produkten verantwortet und prüft unser Team.