Software bauen war noch nie so einfach. Gute Software bleibt schwierig.

Die Anfragen, die mich zurzeit erreichen, klingen oft ähnlich. Es gibt bereits eine Anwendung. Sie läuft. Man kann sich einloggen, Daten anlegen, es sieht gut aus. Und trotzdem traut sich niemand, sie echten Kunden zu geben.

Das ist keine schlechte Ausgangslage. Es ist eine sehr gute.

Das ist keine schlechte Ausgangslage. Es ist eine sehr gute.

Was früher Tage oder Wochen gedauert hat, entsteht heute an einem Nachmittag: eine Oberfläche, ein Login, eine Datenbank, die erste Geschäftslogik. Das ist kein Taschenspielertrick und auch nichts, wovor man sich schützen müsste. Es ist echter Fortschritt, und ich nutze diese Werkzeuge selbst jeden Tag.

Nur beantwortet ein funktionierender Prototyp eine andere Frage als ein produktives System.

Der Prototyp zeigt, ob die Idee grundsätzlich funktionieren kann. Im Betrieb lautet die Frage anders: Funktioniert sie auch dann noch, wenn echte Menschen sie anders benutzen, als sich das jemand ausgedacht hat?

Der Happy Path ist nur der Anfang

Beim Bauen richtet man sich zuerst am gewünschten Ablauf aus. Jemand registriert sich, legt einen Datensatz an, bekommt das erwartete Ergebnis. Das ist richtig so, und ich fange selbst nicht anders an.

Produktive Software muss aber auch die unangenehmen Varianten aushalten. Das sind die Fragen, die ich mir bei jeder Anwendung stelle, bevor echte Nutzer darauf zugreifen:

• Was passiert bei doppelten oder unvollständigen Daten?
• Wer darf welche Informationen lesen und verändern?
• Was geschieht, wenn ein externer Dienst nicht antwortet?
• Wie wird ein fehlgeschlagener Prozess erkannt und wiederholt?
• Wie lässt sich hinterher nachvollziehen, warum ein Fehler aufgetreten ist?

Keine dieser Fragen ist fotogen. Es gibt dafür keinen neuen Screen, den man herzeigen kann. Für den laufenden Betrieb sind sie trotzdem wichtiger als das nächste Feature.

KI schreibt Code. Die Verantwortung bleibt bei Menschen.

KI macht gute Vorschläge zu Architektur, Tests und Security. Sie kennt den fachlichen Kontext aber nur so weit, wie ihn jemand beschrieben hat. Sie weiß nicht von allein, welche Daten in Ihrem Unternehmen kritisch sind, welchen Ausfall Sie verkraften können oder welche regulatorischen Anforderungen für Ihre Branche gelten.

Tückisch ist dabei weniger der offensichtlich kaputte Code. Tückisch ist der Code, der aufgeräumt und plausibel aussieht, während an einer Systemgrenze eine falsche Annahme steckt. Sie sehen ihm nicht an, dass er falsch ist. Sie merken es, wenn die Daten schon durch sind.

Deshalb hat sich die entscheidende Fähigkeit verschoben. Es geht längst nicht mehr darum, Code schnell zu schreiben. Es geht darum, Annahmen zu erkennen, Risiken einzuordnen und genau die Stellen zu prüfen, an denen es teuer wird.

Diese Punkte kläre ich vor jedem Go-Live

Sobald echte Nutzer und echte Daten ins Spiel kommen, gehe ich diese Bereiche bewusst durch:

• Authentifizierung, Rollen und Berechtigungen. Wer kommt an was heran, und was passiert bei einem übernommenen Account?
• Datenmodell, Datenintegrität und Backups. Lässt sich ein Stand von gestern wiederherstellen, und hat das schon einmal jemand getestet?
• Secrets, Konfiguration und Abhängigkeiten. Liegen Zugangsdaten dort, wo sie hingehören?
• Fehlerbehandlung, Logging und Monitoring. Erfahren Sie von einem Problem vor Ihren Kunden oder danach?
• Tests für geschäftskritische Abläufe. Nicht für alles. Für das, was weh tut.
• Deployment, Wiederherstellung und laufende Kosten. Was kostet der Betrieb bei zehn Nutzern, was bei tausend?

Nicht jeder Punkt muss maximal ausgebaut sein. Ein internes Werkzeug für zehn Kollegen braucht eine andere Infrastruktur als eine öffentliche Plattform. Professionelles Engineering heißt für mich auch, aus keiner Anwendung vorsorglich ein Raumfahrtprogramm zu machen.

Der sinnvolle Umgang mit KI liegt in der Mitte

Weder blind noch abwehrend. Ich nutze KI konsequent dort, wo sie Tempo bringt, und ich schaue mir genau die Stellen an, an denen Tempo allein kein Qualitätsmerkmal ist.

Wer bereits mit KI eine Anwendung gebaut hat, hat also nicht falsch angefangen. Im Gegenteil: Die größte Unsicherheit ist damit schon aus dem Weg. Sie wissen, dass aus der Idee etwas Nutzbares werden kann. Der Teil, der jetzt kommt, macht aus einem funktionierenden Stand ein belastbares Produkt.

Genau an dieser Stelle steige ich normalerweise ein.

---

Sie haben etwas gebaut und wissen nicht, ob es den ersten echten Nutzern standhält? Schreiben Sie mir kurz über das Kontaktformular oder buchen Sie den Produktionscheck. Ich schaue mir den Stand an und sage Ihnen ehrlich, was noch fehlt.