Mit KI entwickeln, ohne Qualität zu opfern: mein Workflow

Eine berechtigte Angst, eine falsche Schlussfolgerung

„Du nutzt KI, also ist deine Arbeit weniger wert." Diesen Satz höre ich immer öfter. Er entspringt einer verständlichen Intuition — wenn eine Maschine den Code schreibt, warum einen Entwickler bezahlen? — verwechselt aber zwei sehr unterschiedliche Dinge: Code produzieren und ein Produkt liefern, das Bestand hat.

Ein Modell generiert Zeilen. Es entscheidet nicht über die Architektur, wägt nicht zwischen zwei technischen Kompromissen ab, denkt nicht an Barrierefreiheit, testet nicht unter Last, fragt nicht, wie das Projekt in zwei Jahren altert. Das ist das Handwerk. Und genau dafür zahlt man.

KI als Beschleuniger, nicht als Fundament

Meine Regel ist einfach: KI gehört zu meinen Werkzeugen, nicht zu meinen Fundamenten. Konkret nutze ich sie dort, wo sie glänzt, und behalte überall dort die Kontrolle, wo Urteilsvermögen zählt.

• Recherche & Exploration — Dokumentation durchforsten, zwei Ansätze vergleichen, einen kryptischen Fehler schneller verstehen.
• Prototyping — von einer Idee in wenigen Stunden statt Tagen zu einer ersten klickbaren Version.
• Dokumentation & Tests — Kommentare schreiben, Testfälle generieren, eine Entscheidung explizit machen.
• Refactoring — Umformulierungen vorschlagen, die ich lese, korrigiere und freigebe.

Was ich nie delegiere: die Architektur, das Datenmodell, Sicherheitsentscheidungen, die Barrierefreiheitsstrategie und die finale Durchsicht. Dort entscheidet sich der Unterschied zwischen einem Zwischenergebnis und einem echten Produkt.

Eine generierte Website und eine, die in Produktion Bestand hat, können sich am Liefertag ähneln. Sechs Monate später haben sie nichts mehr gemein.

Das eigentliche Risiko: Code, den man nicht versteht

Die Gefahr der KI ist nicht, dass sie schlechten Code schreibt — oft schreibt sie korrekten. Die Gefahr ist, Code zu integrieren, den man nicht versteht. Ein Stück Logik, kopiert ohne es zu lesen, wird zu unsichtbarer Schuld: unmöglich zu debuggen, weiterzuentwickeln, abzusichern.

Meine Disziplin passt in einen Satz: Ich liefere nichts aus, das ich nicht selbst neu schreiben könnte. Die KI schlägt vor, ich entscheide. Jede Zeile, die in Produktion geht, ist durch mein Verständnis gegangen, nicht nur durch meine Freigabe.

Mehrere Werkzeuge, ein Dirigent

Ich beschränke mich nicht auf einen einzigen Assistenten, denn sie haben nicht dieselben Stärken:

• Claude für langes Nachdenken, das Lesen dichten Codes und Gründlichkeit.
• GPT für schnelle Ideenfindung und bestimmte gezielte Aufgaben.
• Die generativen Tools (Bild, Video) für Visuals und Interface-Prototyping.

Zu wissen, welches Werkzeug für welche Aufgabe, ist selbst eine Kompetenz — dieselbe wie die eines Handwerkers, der das richtige Werkzeug aus dem Kasten wählt, statt alles mit dem Hammer zu erledigen.

Was sich für einen Kunden ändert

KI zu nutzen sollte den Preis eines Projekts nicht senken. Es sollte den gelieferten Wert erhöhen — zum selben Preis:

• Kürzere Fristen bei den mechanischen Teilen, also mehr Zeit für das Wesentliche: Feinschliff, Tests, Barrierefreiheit, Performance.
• Eine vollständigere Dokumentation, weil sie günstiger zu erstellen ist.
• Ein besser durchdachtes Produkt, weil die gewonnene Zeit ins Nachdenken reinvestiert und nicht von der Rechnung abgezogen wird.

KI hat die Entwicklung nicht entwertet. Sie hat den Wert verschoben: vom Zeilenschinden hin zu Urteilsvermögen, Architektur und Qualität. Wer beides beherrscht — das Werkzeug und das Handwerk — ist nicht billiger. Sondern besser.