Thought Leadership
In der Software-Entwicklung stellt sich nicht die Frage, ob KI eingesetzt wird, sondern in welchem Ausmaß. Insbesondere bei der Erstellung komplexer Unternehmenssoftware verspricht die Technologie Effizienzgewinne und Zeitersparnisse.
In der Praxis trifft KI dabei auf Low-Code-Plattformen, die die Entwicklung komplexer Anwendungen seit Jahren durch reduzierte Einstiegshürden vereinfachen. Sind beide Ansätze also Konkurrenten – oder entsteht gerade ihr Zusammenspiel?
Die Nutzung von künstlicher Intelligenz (KI) in der Software-Entwicklung ist heute gelebte Realität. Werkzeuge wie GitHub Copilot, Cursor oder direkt in ERP-Plattformen integrierte Assistenten leisten in der täglichen Entwicklungsarbeit wertvolle Dienste. Dennoch ist ein wichtiger differenzierender Faktor zu beachten: KI fungiert aktuell ausschließlich als leistungsstarke Assistenz, nicht als autonome Entwicklungs-Engine.
Wichtig dabei: Die Stärke der KI liegt vor allem in der schnellen Erstellung syntaktisch und strukturell plausibler Lösungen. Sie liefert sauberen, gut lesbaren Code, der grammatikalisch oft fehlerfrei ist und unmittelbar ausgeführt werden kann. Sobald die Aufgabenstellung jedoch über einfache, isolierte Funktionen und Aufgaben hinausgeht und komplexe fachliche Zusammenhänge erfordert, stößt KI an ihre Grenzen.
KI als Blackbox: Lösungsweg bleibt verborgen
Eine zentrale Herausforderung beim Einsatz von KI-generiertem Code liegt in der mangelnden Transparenz und Nachvollziehbarkeit. Eine KI kann in bestimmten Fällen zwar Quellen zu ihren Vorschlägen ausgeben, sofern das zugrunde liegende Modell einen entsprechenden Zugriff auf externe Informationen vorsieht. Doch die eigentlichen Beweggründe für die spezifische Umsetzung bleiben oft verborgen. Damit fungiert die KI in vielerlei Hinsicht als Blackbox. Während ein menschlicher Entwickler auch nach Wochen noch seinen Lösungsweg erklären kann, geht diese Information bei KI-Code unmittelbar nach dessen Generierung verloren.
Dies hat massive Auswirkungen auf die Wartbarkeit einer Software: So muss bei der Fehlersuche mit KI-Code oft bei null gestartet werden, da die Intention hinter der Lösung nicht dokumentiert ist. Zudem arbeitet die KI auf Basis von Wahrscheinlichkeiten, nicht nach echtem Verständnis. Kennt sie eine Situation nicht, neigt sie zum Halluzinieren. Sie generiert dabei Ergebnisse, die auf den ersten Blick zwar valide aussehen, inhaltlich aber vollkommen falsch sein können.
Der KI nicht blind vertrauen
Verantwortliche sollten daher KI-generiertem Output nicht blind vertrauen, um gewisse Risiken zu vermeiden: Beispielsweise könnten falsch berechnete Steuern oder Buchungen im ERP-Betrieb erst sehr spät auffallen und erheblichen finanziellen Schaden anrichten. Eine KI prüft zwar, ob ein Ergebnis den Vorgaben entspricht. Sie kann aber nicht abschließend beurteilen, ob die Lösung im betriebswirtschaftlichen Kontext sinnvoll ist.
Hinzu kommt: Unternehmen haften für die Einhaltung von Richtlinien wie GoBD oder DSGVO immer selbst. Die Verantwortung für etwaige Compliance-Verstöße lässt sich nicht an ein KI-Tool übertragen. Und nicht zuletzt droht durch übermäßigen KI-Einsatz ein Kompetenzverlust: Segnen Entwickler nur noch KI-Ergebnisse ab, verlieren sie mit der Zeit die Fähigkeit, tieferliegende Fehler überhaupt zu erkennen oder komplexe Transferleistungen zu erbringen.
Low-Code reduziert Komplexität
Low-Code-Werkzeuge adressieren bereits seit längerem typische Herausforderungen in der Softwareentwicklung und können dazu beitragen, bestimmte Schwächen KI-generierten Codes auszugleichen: Ihr entscheidender Vorteil besteht nicht darin, die Arbeit komplett zu übernehmen, sondern die Komplexität zu reduzieren. So stellt Low-Code fertige, auditierbare Bausteine zur Verfügung, die bereits auf geschäftskritische Prozesse optimiert sind.
Vergleichen lässt sich dies mit einer Tabellenkalkulation wie etwa Excel: Niemand würde heute eine solche Anwendung in Java neu programmieren, um eine einfache Berechnung durchzuführen. Vielmehr wird ein fertiges Werkzeug genutzt, das die Komplexität im Hintergrund verbirgt. In der ERP-Entwicklung hingegen verlagert sich der Schwerpunkt dank Low-Code von der reinen Schreibarbeit hin zur Analyse und Spezifikation der fachlichen Prozesse. Dies ist von entscheidender Bedeutung, da das Verständnis dieser Vorgänge die wichtigste Aufgabe bei der ERP-Umsetzung bildet.
Der Königsweg: Die Symbiose aus beiden Welten
Um die jeweiligen Stärken von Low-Code und KI effektiv zu nutzen, liegt die Zukunft der Software-Entwicklung in der optimalen Kombination beider Technologien. Die daraus resultierenden Synergieeffekte sind signifikant: Low-Code reduziert die Umgebungsvariablen und schafft einen klar definierten Rahmen, sodass die KI deutlich präzisere und zielgerichtete Ergebnisse liefern kann. Eingebettet in KI-Agenten – also Systeme, die Aufgaben eigenständig planen und ausführen können – erfindet die Technologie den Code nicht vollkommen neu. Vielmehr lernt sie, die vorhandenen Low-Code-Komponenten zu nutzen.
Soll beispielsweise eine E-Mail-Funktion in ein ERP-System integriert werden, greift die KI auf bereits in der Plattform vorhandene, geprüfte Low-Code-Komponenten zurück und setzt diese gezielt ein, statt neue Codes zu generieren. In Plattformen wie Nuclos ist dieses Prinzip bereits fest verankert – und genau hier zeigt sich die Verbindung von KI-Effizienz und Low-Code-Stabilität in der Praxis.
Schon heute kommt diese Kombination erfolgreich beim Refactoring bestehender Systeme und vor allem beim Software-Testing zum Einsatz: KI kann eigenständig Testfälle generieren und seltene Edge Cases abdecken, die bei manuellen Prüfungen oft übersehen werden. Dennoch bleibt die fachliche Kontrolle unverzichtbar: Eine KI könnte zwar feststellen, dass eine Mehrwertsteuerberechnung technisch funktioniert. Sie erkennt aber ohne spezifisches Training nicht, ob der gewählte Steuersatz für das jeweilige Land korrekt ist.
Schneller entwickeln, sicherer steuern
KI-gestützte Werkzeuge können die Entwicklung von Software beschleunigen und Routineaufgaben reduzieren. Gleichzeitig gewinnen Wartbarkeit, Auditierbarkeit und Prozesssicherheit weiter an Bedeutung, da sie die Grundlage für den verlässlichen Einsatz solcher Systeme bilden. Low-Code-Ansätze können hierfür einen strukturierten Rahmen bieten, sind jedoch nur eine mögliche Ausprägung. Entscheidend ist, dass Unternehmen Geschwindigkeit und Governance gemeinsam berücksichtigen und entsprechend in ihren Entwicklungs- und Betriebsprozessen verankern.
Autor: Klaus Röder, Mitbegründer und geschäftsführender Gesellschafter bei Novabit
