Thought Leadership
Die wirtschaftliche Bewertung von KI in der Softwareentwicklung befindet sich im Umbruch. Lange Zeit galt KI als klarer Kostensenker: weniger Programmieraufwand, schnellere Umsetzung, geringere Personalkosten. Diese Annahme gerät jedoch zunehmend ins Wanken.
Ein wichtiger Treiber dafür sind veränderte Preismodelle großer Anbieter. So hat etwa Anthropic die erwarteten Kosten für den Einsatz von Claude Code nach oben angepasst. Gleichzeitig entwickelt sich GitHub Copilot stärker in Richtung nutzungsbasierter Abrechnung. Damit wird die bisherige Grundannahme infrage gestellt, dass KI-gestützte Entwicklung automatisch günstiger ist.
Wenn Effizienzversprechen auf reale Kosten treffen
Die Idee hinter KI in der Softwareentwicklung war zunächst eindeutig: Software entsteht schneller, weil Maschinen einen großen Teil der Programmierarbeit übernehmen. Daraus sollte eine deutliche Kostenreduktion folgen.
In der Realität zeigt sich jedoch ein komplexeres Bild. Die Anbieter der KI-Systeme selbst müssen erhebliche Rechenleistung bereitstellen, was sich zunehmend in den Preisen widerspiegelt. In Einzelfällen haben intensive Nutzungsmuster bereits dazu geführt, dass einzelne Mitarbeitende monatlich KI-Kosten im sechsstelligen Dollarbereich verursachten.
Zwar ist der Einsatz von KI-gestützten Entwicklungstools inzwischen weit verbreitet, doch wirken die einzelnen Kostenpunkte auf den ersten Blick gering. Erst in der Summe über Teams, Projekte und Zeiträume hinweg entsteht eine erhebliche finanzielle Belastung. Damit wächst die Unsicherheit, ob der wirtschaftliche Nutzen tatsächlich im erwarteten Verhältnis steht.
Low-Code verschiebt die Kostenstruktur
Softwareentwicklung bleibt unabhängig von KI ein ressourcenintensiver Prozess. Neue Entwicklerprofile sind schwer zu besetzen, Einarbeitung kostet Zeit, und externe Dienstleister arbeiten meist aufwandsbasiert. Jede zusätzliche Anforderung wirkt sich daher direkt auf das Budget aus.
Low-Code-Ansätze verändern genau diese Struktur. Sie ermöglichen es, Teile der Entwicklung aus der IT heraus in die Fachabteilungen zu verlagern. Mitarbeitende ohne klassische Programmierausbildung können Anwendungen selbst erstellen und anpassen, ohne dauerhaft auf Entwicklerressourcen angewiesen zu sein.
Auch laufende Änderungen und Wartung werden dadurch näher an den operativen Bedarf gebracht und müssen nicht zwingend durch zentrale IT-Teams priorisiert werden. Das führt zu kleineren, flexibleren Strukturen, in denen Anwendungen schneller entstehen und angepasst werden können, ohne dass die Kosten proportional steigen.
Für kleine und mittelständische Unternehmen eröffnet sich dadurch ein neuer Handlungsspielraum: Individuelle Software, die früher nur mit erheblichen IT-Ressourcen möglich war, kann heute intern umgesetzt werden – mit deutlich besser kalkulierbaren Kosten als bei rein KI-getriebener Codeproduktion.
Ein zusätzlicher Entwicklungstreiber ist die Integration von KI-Funktionen direkt in Low-Code-Umgebungen. Dadurch lassen sich auch komplexere Anwendungen realisieren, ohne tief in klassische Machine-Learning-Entwicklung einzusteigen.
Typische Funktionen wie automatisierte Chat-Systeme, datengetriebene Auswertungen, Prognosemodelle, Bilderkennung oder intelligente Prozesssteuerung werden über visuelle Bausteine verfügbar. Gleichzeitig wird die Anbindung an bestehende Systemlandschaften vereinfacht, ohne dass umfangreiche Individualentwicklung notwendig ist.
Neue Rollen im Entwicklungsprozess
Damit verändert sich auch die Arbeitsteilung in der Softwareentwicklung. Die Fähigkeit, Anwendungen zu erstellen, ist nicht mehr ausschließlich an klassische Programmierkenntnisse gebunden. Fachbereiche können stärker selbst aktiv werden, während Entwickler sich auf Architektur, Governance und komplexe Speziallogik konzentrieren.
Im Alltag führt das zu einer Verschiebung der Aufgaben: Standardisierte Tätigkeiten werden zunehmend automatisiert oder über Low-Code abgewickelt, während Entwickler mehr Raum für anspruchsvolle Problemstellungen gewinnen.
Entwicklungszyklen verkürzen sich dadurch spürbar, und die Abstimmung zwischen Fachabteilungen und IT wird effizienter, weil Anforderungen direkter umgesetzt werden können.
Ein Beispiel dafür sind Vertriebs- oder Management-Dashboards, die aktuelle Geschäftskennzahlen in Echtzeit bündeln. Solche Lösungen lassen sich heute oft innerhalb weniger Tage realisieren, während früher deutlich längere Projektphasen notwendig waren.
Unternehmen, die Low-Code strategisch einsetzen, gewinnen weniger durch reine Kostensenkung als durch strukturelle Effizienz: schnellere Umsetzung, bessere Zusammenarbeit und eine stärkere Fokussierung technischer Ressourcen auf komplexe Aufgaben.
In Kombination mit klassischer Softwareentwicklung entsteht so ein hybrides Modell, das deutlich anpassungsfähiger ist als traditionelle Entwicklungsstrukturen, in denen jede Anwendung vollständig individuell programmiert wird.
