Braucht es noch Code-Generatoren, wenn die KI programmiert?

Inhaltsverzeichnis

• Zwei Arten, Code zu generieren

• Ein Beispiel

• 1. Verlässlichkeit

• 2. Geschwindigkeit

• 3. Überprüfbarkeit

• Und was ist mit Vibe-Coding?

• Schlussworte

„Braucht ihr eure Code-Generatoren eigentlich noch, jetzt wo die KI programmiert?“ Diese Frage höre ich regelmäßig: von früheren Kolleg:innen, in Bewerbungsgesprächen, in Kundenterminen.

Sie liegt auf der Hand. Wir bauen Code-Generatoren seit Gründung der wunschlösung, weil wir keine Zeit in Dinge stecken wollen, die sich automatisieren lassen. Heute generiert jeder Code automatisch, nur eben anders als wir damals.
Ende 2022 habe ich hier meine ersten Versuche mit ChatGPT beschrieben. Damals haben wir überlegt, wie wir unsere Generatoren mit KI erweitern können. Gekommen ist es andersherum: Heute benutzt die KI unsere Generatoren. Und das funktioniert so gut, dass meine Antwort inzwischen lautet: Ja, wir brauchen sie. Vielleicht sind sie nützlicher denn je.

Zwei Arten, Code zu generieren

Kurz zur Einordnung, weil „Code generieren“ inzwischen zwei sehr verschiedene Dinge meint:
Unsere klassischen Generatoren lesen ein „Modell”: eine kompakte Beschreibung dessen, was es in einer Anwendung gibt. Zum Beispiel Produkte, Händler und Bestellungen. Daraus erzeugen sie große Teile der Anwendung: Datenhaltung, Schnittstellen, das Gerüst für die Geschäftslogik und die Oberflächen im Backoffice.

Zur Unterscheidung nennen wir sie „statische“ Generatoren. Statisch heißen sie nicht, weil sie sich nicht weiterentwickeln – wir bauen ständig daran. Sondern weil ihr Ergebnis feststeht: gleiches Modell rein, gleicher Code raus. Jedes Mal.

KI arbeitet anders. Sie kann im Prinzip alles bauen, was man ihr beschreiben kann. Aber sie baut es auch jedes Mal ein bisschen anders.
Heute arbeiten wir mit Coding-Agents, die in abgeschotteten Sandbox-Umgebungen laufen und darin unsere Generatoren selbst bedienen. Der Agent ändert das Modell, startet den Generator und schreibt nur noch das von Hand, was der Generator nicht kann.

Ein Beispiel

Nehmen wir einen Marktplatz. Käufer:innen sollen Händler künftig bewerten können, aber nur, wenn sie dort wirklich etwas gekauft haben. Ein Coding-Agent bekommt genau diesen Wunsch als Auftrag. Was dann passiert:

Der Agent ergänzt das Modell um die Bewertung: Sterne, Text, Käufer, Händler. Das sind ein paar Zeilen.

Er startet den Generator. Sekunden später stehen Datenbank, Schnittstellen und die Verwaltung im Backoffice.

Die Regel „nur nach echtem Kauf“ schreibt der Agent selbst an einer Stelle, die genau für solche Erweiterungen vorgesehen ist. Genauso die Anzeige im Shop.

Im Review schauen wir uns das Modell, die Regel und die Anzeige an. Den Rest kennen wir schon, weil er in jedem unserer Projekte gleich aussieht.
Wenige Sätze rein, ein fertiges Feature raus, und wir wissen genau, welche Stellen wir prüfen müssen. Wir kennen keinen besseren Weg, Plattformen zu bauen. Das hat drei Gründe:

1. Verlässlichkeit

KI-generierter Code ist maximal flexibel. Man kann sich alles wünschen und bekommt eine Lösung dafür. Meistens ist sie gut, aber eben nicht immer.

Viele schauen sich den Code inzwischen gar nicht mehr an und prüfen nur, ob das Ergebnis tut, was es soll. Für einen Prototyp ist das völlig in Ordnung. Bei einer Plattform, die für echte Kunden live geht, reicht das aber nicht. Dann braucht es gute Gründe, dem Code zu vertrauen. Und die zu schaffen, ist der eigentliche Aufwand: Was heute dauert, ist die Qualitätssicherung, nicht mehr die Implementierung.

Statisch generierter Code bringt Verlässlichkeit und Sicherheit schon mit. Er entsteht nach festen Regeln, die wir testgetrieben entwickelt und über Jahre in vielen Projekten erprobt haben. Fällt doch mal ein Bug auf, beheben wir ihn einmal im Generator, und er ist in allen Projekten weg.
Die Kombination ist der eigentliche Clou: ein Unterbau, den wir in- und auswendig kennen, und obendrauf die volle Flexibilität. Der Generator kann euer Feature nicht umsetzen? Dann baut es die KI. Sie startet dabei aber nicht auf der grünen Wiese, sondern in einer Codebasis, in der überall dieselben Muster gelten.

2. Geschwindigkeit

KI schreibt Code sehr viel schneller als Menschen. Größere Features in großen Projekten laufen trotzdem Stunden, mit Testen, Feedback und Korrekturen auch mal Tage.

Unsere Generatoren brauchen für das Grundgerüst einer kompletten Anwendung nur Sekunden, auch bei großen Modellen. Nach all den Jahren habe ich immer noch Spaß daran, ihnen zuzuschauen. Tokens verbrauchen sie dabei übrigens keine.

Der Ehrlichkeit halber: Die Generatoren zu bauen und zu pflegen, kostet auch Zeit. Aber es rechnet sich für uns, weil wir seit Jahren Plattformen und Marktplätze bauen und jede Verbesserung allen Projekten zugutekommt.

Wenn das Implementieren nicht mehr der Engpass ist, rückt eine andere Frage nach vorn: Welche Funktionalitäten braucht eure Plattform eigentlich? An dieser Frage entscheidet sich mehr als an jeder individuellen Zeile Code. Deshalb stecken wir die gewonnene Zeit genau hier rein.

3. Überprüfbarkeit

Für Laien ist KI-generierter Code eine Black Box. Profis können ihn lesen, werden aber von der Menge erschlagen. Oft funktioniert das Ergebnis augenscheinlich, aber ist es auch sicher und skalierbar? Kann ich damit live gehen? Die eigentliche Schwierigkeit ist herauszufinden, wo man hinschauen und was man testen muss.
Hier hilft die Trennung: Wir wissen bei jeder Datei, ob sie aus dem Generator kommt. Diesen Teil müssen wir nicht Zeile für Zeile reviewen, wir prüfen stattdessen das Modell, aus dem er entsteht. Übrig bleibt der handgeschriebene Teil, egal ob von Mensch oder KI. Auf den konzentrieren wir uns.

Wie viel das ausmacht? In unserem größten Marktplatz-Projekt sind rund 90 % der Codezeilen in Backend und Backoffice generiert. Individuell entwickelt ist vor allem das, was die Käufer:innen sehen. Dort soll ein Marktplatz ja gerade nicht aussehen wie jeder andere.

Wir wissen, wo wir hinschauen müssen. Wie genau, justieren wir laufend nach, denn was die KI zuverlässig kann, verschiebt sich gerade von Monat zu Monat. Die kritischen Stellen haben wir dabei besonders im Blick, und an jeder können wir selbst eingreifen. Ihr bekommt das Tempo der KI und dazu das, was kein Vibe-Coding-Tool mitliefert: ein Team, das eure Software wirklich kennt und dafür sorgt, dass sie funktioniert und skaliert.

Und was ist mit Vibe-Coding?

Heißt das, ihr sollt die Finger von Vibe-Coding lassen? Im Gegenteil. Baut gern eigene Prototypen! Schneller lässt sich nicht herausfinden, ob eine Idee funktioniert.
Spannend wird es, wenn der Prototyp zeigt, dass eure Idee trägt. Dann ist das der beste Ausgangspunkt, den wir uns für das Projekt wünschen können: Er zeigt besser als jedes Konzeptpapier, was ihr vorhabt. Ihr habt Interesse an einem Prototypen, aber keine Option oder Zeit, einen vorzubereiten? Auch kein Problem. Wir erstellen auch Prototypen für euch.

Ab hier nehmen wir euch dann an die Hand. Wir klären mit euch, was die Plattform im echten Betrieb braucht, bauen sie so, dass wir dafür die Verantwortung übernehmen können, und kümmern uns danach auch gern um Betrieb und Skalierung. Das Ziel ist dabei immer dasselbe: Wir machen eure Plattform gemeinsam mit euch erfolgreich.

Ihr habt so einen Prototyp und fragt euch, wie daraus eine Plattform wird? Meldet euch. Und wenn ihr noch keinen habt, bauen wir ihn gern zusammen.

Schlussworte

Generatoren und KI sind komplementäre Werkzeuge. Das eine liefert jedes Mal dasselbe, das andere jedes Mal etwas Neues. Mit beidem vereint können wir Plattformen günstiger und schneller auf die Beine stellen, ohne an Qualität einzubüßen.

2022 habe ich ChatGPT übrigens immer höflich um alles gebeten, in der Hoffnung, dass die KI später auch nett zu uns ist. Stand heute arbeitet sie mit unseren Werkzeugen und nach unseren Regeln. Bitte und Danke sage ich trotzdem weiter. Sicher ist sicher.