Kann ein verstaubter Softwareentwickler mit KI wieder Software bauen?
MENSCH & KI
FIELD NOTE 001
Ein persönliches Experiment über moderne Softwareentwicklung, Coding Agents – und darüber, was passiert, wenn Mensch und KI tatsächlich anfangen, gemeinsam zu arbeiten.
Ich war mal Softwareentwickler.
.NET, C#, SQL, Schnittstellen – das ganze Zeug.
Das ist allerdings eine Weile her.
Und während ich mich beruflich irgendwann in eine andere Richtung entwickelt habe, hat sich die Softwareentwicklung nicht gerade höflich hingesetzt und auf mich gewartet.
Cloud. Container. GitHub. CI/CD. APIs. Python. LLMs. Coding Agents.
Kurz gesagt: Ich bin inzwischen vermutlich das, was man liebevoll einen etwas verstaubten Softwareentwickler nennen könnte.
Aber die Leidenschaft für Software ist nie ganz verschwunden.
Und mit den neuen KI-Werkzeugen kam irgendwann eine Frage auf, die ich nicht mehr losgeworden bin:
Könnte ich heute noch einmal ein echtes Softwareprojekt bauen – wenn ich es nicht allein machen müsste?
Nicht als Demo.
Nicht „baue mir in fünf Minuten eine To-do-App“.
Sondern ein richtiges Projekt.
Mit Architektur, Datenbank, Tests, Sicherheit, Dokumentation, Versionsverwaltung und all dem wenig glamourösen Zeug, das spätestens dann auftaucht, wenn Software mehr können soll, als in einem LinkedIn-Video beeindruckend auszusehen.
Also habe ich angefangen.
Mit einer Idee, etwas eingerostetem technischen Wissen und ziemlich viel Neugier.
Eine bestechend einfache Arbeitsteilung
Meine erste Vorstellung von der Zusammenarbeit zwischen Mensch und KI war ungefähr diese:
Ich denke mir aus, was ich haben möchte.
Die KI schreibt den Code.
Nun ja.
Sagen wir es so:
Diese Annahme hat das Experiment nicht besonders lange überlebt.
Denn ziemlich schnell kamen andere Fragen.
Wer entwirft eigentlich die Architektur?
Wie genau muss ich einer KI erklären, was sie tun soll?
Wie viel Kontext braucht sie?
Was darf sie selbst entscheiden?
Wann muss ich kontrollieren?
Wie erkenne ich, ob eine technisch überzeugend klingende Antwort tatsächlich richtig ist?
Und wie verhindere ich, dass die KI mit beeindruckender Geschwindigkeit in die falsche Richtung läuft?
Spätestens als mehrere KI-Werkzeuge beteiligt waren, wurde es noch interessanter.
Denn plötzlich arbeiteten dort Systeme zusammen, die unterschiedliche Fähigkeiten hatten, unterschiedliche Informationen kannten und unterschiedliche Dinge tun durften.
Und damit ging es auf einmal um deutlich mehr als Code.
Plötzlich ging es gar nicht mehr ums Programmieren
Es ging um Aufgabenverteilung. Rollen. Verantwortung. Wissen. Kontrolle. Vertrauen. Autonomie. Governance.
Kommt einem aus Organisationen irgendwie bekannt vor.Genau an diesem Punkt wurde das Experiment für mich eigentlich erst interessant.
Denn ich merkte, dass viele Probleme, die bei der Zusammenarbeit mit KI auftauchen, erstaunlich wenig mit künstlicher Intelligenz zu tun haben.
Ein Auftrag ist unklar?
Das Ergebnis wird entsprechend kreativ.
Wichtige Informationen fehlen?
Dann wird mit dem gearbeitet, was vorhanden ist.
Verantwortlichkeiten sind nicht geklärt?
Dann entscheidet entweder niemand – oder jemand, der es besser nicht getan hätte.
Kontrolle fehlt?
Fehler werden nicht kleiner, nur weil sie automatisiert entstehen.
Und wenn ein System immer mehr selbst erledigen kann, wird eine Frage plötzlich ziemlich wichtig:
Wer darf eigentlich was entscheiden?
Zusammenarbeit kann ziemlich unterschiedlich aussehen. Der Unterschied liegt nicht unbedingt in der Technologie.
KI braucht mehr als einen guten Prompt
In den vergangenen Wochen habe ich erstaunlich viel über moderne Softwareentwicklung, Coding Agents, Git, lokale LLMs, Architektur und all die Dinge gelernt, bei denen mein früheres Entwicklerwissen inzwischen gelegentlich höflich anklopft und fragt, was hier eigentlich passiert.
Aber etwas anderes war wichtiger:
KI braucht Kontext.
Nicht nur einen möglichst ausgefeilten Prompt.
Sie muss wissen, woran gearbeitet wird. Welche Entscheidungen bereits getroffen wurden. Welche Regeln gelten. Welche Informationen relevant sind. Was sie verändern darf. Was sie nicht verändern darf. Und wann ein Mensch übernehmen muss.
Je komplexer die Aufgabe wird, desto deutlicher wird das.
Ein Coding Agent kann erstaunlich viel Code produzieren.
Aber wenn er die falsche Architekturentscheidung verfolgt, produziert er eben erstaunlich viel falschen Code.
Sehr effizient sogar.
Das ist beeindruckend. Nur leider nicht besonders hilfreich.
Und dann wurde aus einem Softwareexperiment ein Organisationsexperiment
Anfangs wollte ich eigentlich herausfinden, ob ich mit KI wieder Software bauen kann.
Inzwischen interessiert mich eine andere Frage mindestens genauso sehr:
Was verändert sich, wenn KI nicht mehr nur Werkzeug ist, sondern tatsächlich Aufgaben übernimmt?
Denn dann reicht „KI benutzen“ als Beschreibung irgendwann nicht mehr.
Dann müssen wir darüber sprechen, wie Arbeit zwischen Menschen und Maschinen verteilt wird.
Welche Kompetenzen Menschen künftig brauchen.
Wie Verantwortung funktioniert.
Wie Wissen zwischen Mensch und KI geteilt wird.
Wann Kontrolle notwendig ist.
Wie Vertrauen entsteht.
Und wie viel Autonomie sinnvoll ist.
Das sind keine reinen Technologiefragen.
Das sind Fragen der Arbeitsorganisation, Führung und Governance.
Und wahrscheinlich werden sie wichtiger als die Frage, welches Sprachmodell gerade zwei Prozent besser in irgendeinem Benchmark abschneidet.
Deshalb diese Field Notes
Genau darüber möchte ich in nächster Zeit schreiben.
Über das, was funktioniert.
Über das, was grandios scheitert.
Über Momente, in denen KI mich ernsthaft überrascht.
Und über Situationen, in denen der angeblich intelligente digitale Kollege sinngemäß dreimal hintereinander fragt, ob er jetzt wirklich das tun soll, was man ihm gerade aufgetragen hat.
Über Tools, Coding Agents und technische Möglichkeiten.
Aber genauso über Verantwortung, Zusammenarbeit, Vertrauen, Kontrolle und die Frage, was davon eigentlich auf normale Organisationen übertragbar ist.
Nicht als KI-Evangelium.
Und auch nicht als Untergangserzählung.
Sondern als ziemlich praktisches Experiment.
Field Notes eben.
Kein fertiges Lehrbuch.
Eher Notizen von unterwegs.
Was davon hängen bleibt
Ja, KI nimmt einem Arbeit ab.
Aber sie nimmt einem nicht automatisch die Verantwortung ab.
Im Gegenteil: Je mehr sie selbst erledigen kann, desto wichtiger wird die Frage, was man ihr überlassen sollte – und was nicht.
Vielleicht liegt genau darin eine der entscheidenden Kompetenzen der nächsten Jahre.
Nicht darin, möglichst viel Arbeit an KI abzugeben.
Sondern darin, Arbeit zwischen Mensch und KI sinnvoll zu organisieren.
Denn mein kleines Softwareexperiment handelt inzwischen längst nicht mehr nur davon, ob ein etwas verstaubter Entwickler noch einmal Software bauen kann.
Es handelt von einer viel größeren Frage:
Was passiert, wenn Mensch und KI tatsächlich anfangen, gemeinsam zu arbeiten?
Genau das möchte ich herausfinden.
