App entwickeln mit KI: Wie Agentic Engineering Kosten und Tempo verändert

Was «App entwickeln mit KI» heute bedeutet

Wer nach «App entwickeln mit KI» sucht, meint meist eines von drei sehr unterschiedlichen Dingen. Die Unterscheidung ist wichtig, weil sie über Kosten, Risiko und Ergebnis entscheidet.

1. KI-Baukästen für Laien

Werkzeuge, die aus einer Beschreibung in natürlicher Sprache eine lauffähige Anwendung erzeugen. Sie tippen «Ich brauche eine App, mit der meine Kunden Termine buchen», und nach wenigen Minuten steht ein erster Entwurf. Das ist beeindruckend und für Prototypen, Klickdummys und interne Kleinstwerkzeuge oft ausreichend.

2. KI-gestützte Softwareentwicklung durch Profis

Erfahrene Entwicklerinnen und Entwickler arbeiten mit sogenannten Coding-Agents. Diese KI-Werkzeuge lesen die bestehende Codebasis, schreiben Code, führen Tests aus und schlagen Änderungen vor. Der Mensch gibt die Richtung vor, prüft und entscheidet. Diese Arbeitsweise nennen wir Agentic Engineering. Sie verändert, wie schnell professionelle Software entsteht, ohne die Verantwortung an die Maschine abzugeben.

3. KI-Funktionen in der App

Die App selbst nutzt KI: ein Assistent, der Fragen beantwortet, eine automatische Auswertung von Fotos oder Dokumenten, personalisierte Empfehlungen. Hier ist KI nicht das Werkzeug, sondern Teil des Produkts.

Die drei Lesarten lassen sich kombinieren. Ein Team kann mit Coding-Agents eine App bauen, die ihrerseits KI-Funktionen enthält. Für die Planung lohnt es sich trotzdem, sie getrennt zu betrachten.

Was Coding-Agents wirklich übernehmen

Coding-Agents sind dort stark, wo Aufgaben klar beschrieben, gut überprüfbar und wiederkehrend sind. In unseren Projekten übernehmen sie zum Beispiel:

• Boilerplate: Formulare, Listenansichten, API-Endpunkte, Datenbankzugriffe und die vielen kleinen Bausteine, die jede App braucht und die sich von Projekt zu Projekt ähneln.
• Tests: Unit-Tests und Integrationstests für bestehende Funktionen schreiben, Randfälle ergänzen, fehlschlagende Tests analysieren.
• Migrationen: Bibliotheken aktualisieren, veraltete Schnittstellen ersetzen, Code auf neue Versionen eines Frameworks umstellen. Arbeiten, die früher Tage an monotoner Suche und Anpassung kosteten.
• Reviews: Eine erste Durchsicht von Änderungen auf offensichtliche Fehler, Inkonsistenzen und vergessene Fälle, bevor ein Mensch das Review macht.
• Dokumentation: Technische Beschreibungen, Kommentare und Übergabedokumente auf Basis des tatsächlichen Codes.

Besonders gut funktionieren Coding-Agents in typisierten Codebasen. TypeScript gibt ihnen sofortige Rückmeldung, ob eine Änderung zum Rest des Systems passt.

In der Praxis arbeiten oft mehrere Agents parallel an klar abgegrenzten Aufgaben, während ein Entwickler die Ergebnisse zusammenführt. Das funktioniert nur mit sauberer Aufgabenteilung, einer guten Testabdeckung und einer Codebasis, die nach festen Konventionen aufgebaut ist.

Was Coding-Agents nicht übernehmen

Einige Entscheidungen bleiben bewusst beim Menschen, weil ihre Folgen weit über eine einzelne Codezeile hinausreichen:

• Architektur: Wie wird das System aufgeteilt, welche Dienste kommunizieren wie, wo liegen die Daten? Fehlentscheidungen hier sind später teuer zu korrigieren.
• Datenmodell: Welche Informationen werden wie gespeichert, welche Beziehungen gibt es? Das Datenmodell prägt die App über Jahre.
• Sicherheit: Authentifizierung, Berechtigungen, Umgang mit Personendaten nach nDSG. Eine KI kann Sicherheitslücken finden, aber sie kann sie auch erzeugen.
• Produktentscheidungen: Welche Funktion kommt zuerst, was lassen wir weg, wie soll sich die App anfühlen? Das erfordert Verständnis für Ihr Geschäft und Ihre Nutzer.

Wie sich Aufwand und Zeit verschieben

Mit Coding-Agents verschwindet Arbeit nicht, sie verschiebt sich. Der Anteil an reiner Schreibarbeit sinkt spürbar. Dafür gewinnen andere Tätigkeiten an Gewicht:

• Mehr Zeit für Klärung am Anfang. Je präziser eine Aufgabe beschrieben ist, desto besser das Ergebnis des Agents. Gute Anforderungen, wie sie in einem Pflichtenheft stehen, zahlen sich doppelt aus.
• Mehr Zeit für Prüfung. Jede Änderung wird gelesen, getestet und freigegeben. Die Rolle der Entwickler verschiebt sich vom Schreiben zum Steuern und Prüfen.
• Schnellere Iterationen. Ein erster klickbarer Stand liegt früher vor. Sie sehen Ihr Produkt früher und können früher Feedback geben. Das ist oft der grösste Gewinn: nicht nur schneller fertig, sondern früher am richtigen Ziel.
• Günstigere Änderungen. Eine Anpassung, die früher einen Umbau über viele Dateien bedeutete, ist mit einem Agent oft in kurzer Zeit erledigt. Das macht es leichter, auf Nutzerfeedback zu reagieren.

Wie unsere Zusammenarbeit von der ersten Idee bis zur Übergabe abläuft, beschreiben wir unter Prozess.

Qualität und Verantwortung

KI-generierter Code ist nicht automatisch gut oder schlecht. Er ist so gut wie der Prozess, in dem er entsteht. Drei Grundsätze sind für uns nicht verhandelbar:

1. Jede Änderung wird von einem Menschen reviewt. Kein Code geht ungeprüft in Produktion, egal wer ihn geschrieben hat.
2. Automatisierte Tests laufen bei jeder Änderung. Die CI/CD-Pipeline prüft, ob bestehende Funktionen weiterhin funktionieren.
3. Die Verantwortung bleibt beim Team. Haftung, Gewährleistung und Qualität sind Sache der Menschen, die den Code freigeben. Ein KI-Werkzeug übernimmt keine Verantwortung, also darf es auch nicht das letzte Wort haben.

Für regulierte Bereiche wie MedTech gilt das umso mehr: Hier muss nachvollziehbar dokumentiert sein, wer was geprüft und freigegeben hat.

Fragen Sie eine Agentur deshalb nicht nur, ob sie mit KI arbeitet, sondern wie sie die Qualität sicherstellt.

No-Code und KI-Baukästen vs. Agentur: wann was

Beide Wege haben ihre Berechtigung. Entscheidend ist, wofür die App gedacht ist.

Ein KI-Baukasten reicht, wenn:

• Sie eine Idee schnell sichtbar machen wollen, etwa für Gespräche mit Investoren oder ersten Testnutzern.
• es sich um ein internes Werkzeug für wenige Personen ohne sensible Daten handelt.
• die App kurzlebig ist und nicht über Jahre gewartet werden muss.

Eine professionelle Umsetzung lohnt sich, wenn:

• echte Kundinnen und Kunden die App nutzen und Personendaten gespeichert werden.
• Zahlungen, Schnittstellen zu bestehenden Systemen oder Store-Veröffentlichungen dazugehören.
• die App wachsen soll und Wartbarkeit, Performance und Sicherheit zählen.
• regulatorische Anforderungen gelten, etwa im Gesundheits- oder Finanzbereich.

Ein pragmatischer Weg ist die Kombination: Sie validieren die Idee mit einem Prototyp und lassen danach ein schlankes MVP auf solider Basis bauen. Der Prototyp dient dabei als lebendige Anforderung, nicht als Codebasis für das Produkt.

KI-Funktionen in der eigenen App

Die dritte Lesart gewinnt an Bedeutung: Apps, die selbst KI nutzen. Typische Funktionen sind:

• Assistenten: Ein Chat in der App, der Fragen zum Produkt, zu Bestellungen oder zu Ihrem Angebot beantwortet.
• Wissenszugriff mit RAG: Der Assistent stützt seine Antworten auf Ihre eigenen Dokumente und nennt die Quelle.
• Dokumente und Bilder auswerten: Belege fotografieren und automatisch erfassen lassen, Formulare vorausfüllen.
• Agenten im Hintergrund: Aufgaben, die die App im Auftrag der Nutzer über mehrere Schritte erledigt.

Solche Funktionen basieren auf einem Sprachmodell, das über eine Schnittstelle angebunden wird. Zu klären sind Modellwahl, laufende Kosten pro Anfrage, Datenschutz und der Umgang mit falschen Antworten. Mehr zu diesen Fragen finden Sie auf unserer Seite zu KI-Agenten.

Was das für Ihr Budget heisst

Die ehrliche Antwort: KI macht eine gute App nicht gratis, aber sie verändert, wofür Sie Ihr Budget ausgeben.

• Weniger Budget für Routinearbeit, mehr für Konzept, Design und die Funktionen, die Ihr Produkt unterscheiden.
• Frühere Ergebnisse, weil erste Versionen schneller entstehen. Das senkt das Risiko, lange in die falsche Richtung zu entwickeln.
• Tiefere Kosten für Änderungen nach der Lancierung, weil Anpassungen und Aktualisierungen effizienter sind.
• Neue laufende Kosten, wenn die App selbst KI-Funktionen nutzt. Jede Anfrage an ein Sprachmodell kostet, und diese Kosten wachsen mit der Nutzung.

Wie sich die Kosten einer App zusammensetzen und welche Richtwerte im Schweizer Markt gelten, erklären wir unter Was kostet eine App?. Softverse arbeitet selbst mit Coding-Agents und gibt die gewonnene Geschwindigkeit an Kunden weiter. Wie wir Apps für iOS und Android bauen, lesen Sie unter App-Entwicklung.

Sie möchten wissen, was KI-gestützte Entwicklung für Ihr Vorhaben konkret bedeutet? Im kostenlosen Erstgespräch besprechen wir Ihre Idee und zeigen, wo KI Zeit spart und wo Erfahrung zählt.