KI in der Softwareentwicklung
KI als Werkzeug. Wir als Verantwortliche.
KI verändert, wie Software entsteht. Das ist kein Trend, den wir beobachten. Das ist unser Alltag. Wir entwickeln seit Monaten konsequent KI-gestützt: in der Entwicklung, im UX-Research, in der Produktarbeit. Das verändert unser Angebot. Und die Art, wie wir mit euch arbeiten.
Unser Umgang mit KI
KI-Coding? Großartig für Exploration. Und weit mehr, wenn man es beherrscht.
Mit Claude Code entwickeln wir ganze Features und Seiten am Stück. Wir arbeiten konsequent spec-orientiert: erst verstehen, dann spezifizieren, dann bauen. KI übernimmt Routinearbeit und beschleunigt Iterationen. Entscheidungen über Architektur, Qualität und Verantwortung treffen wir.
Der Übergang von Prototyp zu nutzbarer Software hat sich verändert. Früh entstandene Artefakte sind heute oft schon pflegbarer Code. Keine Wegwerfprodukte mehr. Das funktioniert, weil wir wissen, auf welchem Level wir gerade arbeiten.
Für produktionsreife Anwendungen gilt anderes: Codequalität, Sicherheit und Wartbarkeit brauchen menschliches Urteil. Wir wechseln bewusst zwischen beiden Welten.
KI in UX und Research
Figma Make, Lovable oder Cursor bauen in Minuten funktionsfähige Prototypen. Das nutzen wir gezielt im UX-Prozess: um schnell aussagekräftiges Feedback von Nutzerinnen und Nutzern zu erzeugen. Manchmal direkt während eines laufenden Lösungsinterviews. Wichtige Erkenntnisse entstehen früh, bevor viel Code geschrieben ist. Codequalität ist dabei nachrangig. Es geht ums Lernen, nicht ums Bauen.

Wie sich Rollen verändern
Code schreiben wird weniger zum Kerngeschäft von Softwareentwicklerinnen. KI übernimmt wachsende Teile davon. Was knapper wird: das Verständnis, was ein System leisten soll. Die Verantwortung für das Ergebnis. Das Urteil über Qualität.
Frank Westphal beschreibt die neue Konstellation als Triade: Kundinnen und Kunden bringen Problemverständnis. Entwicklerinnen verantworten Systemstruktur und Kontext. Das Modell übernimmt Umsetzung und Exploration. Die Rolle der Entwicklerin
verschiebt sich: weniger Fahrerin des Systems, mehr Navigatorin.
"Wir programmieren nicht mehr primär ein System. Wir programmieren die Bedingungen, unter denen ein System entsteht." Das verändert, wie wir bei mindmatters arbeiten. UX und Entwicklung rücken enger zusammen. Rollen werden breiter. Was zählt: wer das Gesamte im Blick behält.
Lernen durch Praxis
KI entwickelt sich schnell. Wir bleiben auf dem Stand durch Praxis in eigenen und Kundenprojekten, durch gezielte Weiterbildung und durch Austausch in den Communities, in denen das gerade passiert. Was wir dabei lernen, fließt direkt in unsere Arbeit.
KI als Teil des Produkts
Wenn KI in Kundenprojekten zum Einsatz kommt, prüfen wir das sorgfältig. Generative KI eröffnet neue Möglichkeiten: Texte generieren, Inhalte übersetzen, Dokumente zusammenfassen. Dazu kommen klassische KI-Anwendungsfälle wie Mustererkennung
in unstrukturierten Daten und semantische Suche. In allen Fällen gilt: KI muss einen klaren Vorteil gegenüber klassischen Lösungen haben.
Eigene Modelle zu trainieren empfehlen wir aktuell selten. Aufwand und Kosten sind hoch, der Mehrwert nicht immer gegeben. Wir starten lieber klein, klären Datenschutzfragen früh und lassen Technik dem Zweck folgen.
Was LLMs in Produkten schwierig macht
Halluzinationen sind das offensichtlichste Problem: LLMs erfinden plausibel klingende Antworten. In Produkten, wo Genauigkeit zählt, braucht es Mechanismen, die das abfangen. Evaluierung, Guardrails, menschliche Überprüfung.
Datenschutz bleibt komplex. Wer Cloud-APIs nutzt, schickt Daten an externe Anbieter. Das muss mit Kunden besprochen werden und schließt manchmal bestimmte Modelle aus.
Prompts sind Code. Sie müssen gepflegt, getestet und versioniert werden. Wenn ein Anbieter sein Modell aktualisiert, kann das bestehende Prompts brechen.
Modellauswahl ist kein einmaliger Schritt. Der Markt ändert sich schnell. Neue Modelle, neue Preise, neue Fähigkeiten. Was heute passt, muss morgen neu bewertet werden.
Unsere Kriterien für den Einsatz von KI
Sinnvoller Einsatz statt Selbstzweck
KI soll nicht zum Selbstzweck eingesetzt werden, sondern konkrete, reale Probleme lösen, die für Nutzer:innen spürbaren Mehrwert schaffen. Faszinierende Technik allein reicht nicht – sie muss im Alltag einen Unterschied machen.
Verhältnis von Nutzen zu Aufwand
KI verbraucht Energie, braucht Infrastruktur und bringt technische Komplexität mit. Das muss in einem vernünftigen Verhältnis zum Nutzen stehen. Wenn das nicht der Fall ist, lassen wir es.
Unterstützung statt Verdrängung
KI soll die Zusammenarbeit zwischen Menschen ergänzen, nicht ersetzen. Erfahrung, Urteilsvermögen und Verantwortung bleiben beim Menschen.
KI in unseren Projekten

Tendoo: Digitale Vergabeplattform für Bauvorhaben
„Durch Teamwork, offene Kommunikation und regelmäßige Reflexion haben wir nicht nur ein starkes Produkt geschaffen, sondern auch ein gemeinsames Verständnis für die täglichen Herausforderungen unserer Zielgruppen entwickelt.“Kevin Roth Teamleader Software Product Engineering, GEALAN

Mobile Web-Lösung zur Baustellenplanung und Zeiterfassung
„Mit Hilfe der App konnte der Aufwand für unsere Teamplanung von 8 Stunden pro Monat auf 3 Stunden pro Jahr pro Bauleiter reduziert werden. Das macht bei 70 Bauleitern eine jährliche Ersparnis von rund 300.000 Euro.“Feedback Bauleiter grewe-gruppe

Webbasierte Dokumentationsplattform für Unternehmen
„foxondo war für uns ein echter Meilenstein – weil es aus echter Zusammenarbeit entstanden ist. Was mit einem Beratungsprozess begann, ist heute ein tragfähiges Produkt.“Alef VölknerGeschäftsführerin fox-on Datenschutz GmbH
KI ist für uns ein Werkzeug – kein Ersatz.
Wir nutzen sie dort, wo sie hilft, und lassen sie weg, wo sie nicht passt. Verantwortung, Qualität und Menschlichkeit bleiben unverhandelbar.
Habt ihr selbst mit KI entwickelt und seid nicht sicher, ob es hält? Wir schauen drauf. Ehrlich und konkret.
