Dies ist der praxisnahe Leitfaden für Teams, die bereits mit KI-Tools arbeiten. Für die allgemeinverständliche Einordnung siehe Software, schnell gebaut. Aber auch langfristig gedacht? Für den Vergleich aller drei Grundwege — Eigenentwicklung, Standardsoftware und Plattform — siehe Eigenentwicklung, Standardsoftware oder Plattform.
Der Code funktioniert. Die Frage ist, was er nicht zeigt.
Cursor, GitHub Copilot, Claude Code: In den meisten Entwicklerteams gehören sie längst zum Alltag. Eine kurze Anweisung genügt, und es steht eine Software, die auf Anhieb tut, was sie soll — sauber aufgebaut, mit plausiblen Daten. Das ist nicht das Problem. Das Problem ist, dass „funktioniert in der Vorführung" und „hält im echten Betrieb" zwei verschiedene Prüfungen sind — und eine KI nur die erste ablegt.
Vier Fragen, die beantwortet sein sollten, bevor eine KI-generierte Anwendung live geht, weil kein Prompt sie von selbst mitliefert.
1. Sind die Daten verschiedener Kundinnen und Kunden wirklich getrennt?
Eine KI baut bereitwillig eine Kennzeichnung ein, welche Daten zu welcher Kundin gehören — aber ob diese Kennzeichnung wirklich an jeder einzigen Stelle geprüft wird, an der Daten abgerufen werden, kontrolliert sie nicht mit. Eine einzige übersehene Stelle reicht, damit eine Kundin Daten einer anderen sieht. Das ist kein seltener Sonderfall, sondern der häufigste Fehler bei KI-generierten Anwendungen mit mehreren Kundinnen: Die KI denkt jede Anfrage für sich, nicht die ganze Anwendung im Zusammenhang.
Check: Der Zugriff auf Kundendaten läuft an einer einzigen, zentralen Stelle, die die Trennung erzwingt — nicht verstreut über viele einzeln generierte Programmteile, die man einzeln prüfen müsste.
2. Wer kümmert sich in einem Jahr um die Bausteine, die mitgeliefert wurden?
Jede generierte Software baut auf fertigen Bausteinen anderer Anbieter auf — Bibliotheken, die Standardaufgaben übernehmen. Diese Bausteine bekommen Sicherheitslücken, veralten oder ändern sich so, dass die eigene Anwendung plötzlich nicht mehr funktioniert. Das passiert unabhängig davon, wie schnell die Software ursprünglich entstanden ist. Eine KI verwendet dabei oft mehr solcher Bausteine als nötig, weil sie auf Bekanntes zurückgreift statt auf die schlankste Lösung.
Check: Ein Blick auf alle mitgelieferten Bausteine vor dem ersten echten Einsatz, und eine klar benannte Person, die sich danach laufend um Updates kümmert — nicht "irgendwer, wenn etwas ausfällt".
3. Hält das auch, wenn zehnmal so viele Menschen gleichzeitig darauf zugreifen?
Eine KI-generierte Anwendung wird meist von einer einzigen Person auf einem einzigen Rechner getestet: von der Person, die sie erstellt hat. Ob sie auch stabil bleibt, wenn viele Personen gleichzeitig arbeiten, ob jemand sofort merkt, wenn etwas ausfällt, und ob im Ernstfall verlorene Daten wiederhergestellt werden können — das gehört zum laufenden Betrieb, an den beim Testen niemand denkt, weil das Problem dabei schlicht nicht auftritt.
Check: Ein Test mit realistischer Belastung und eine erprobte Wiederherstellung nach Datenverlust, bevor die erste echte Kundin damit arbeitet — nicht erst, wenn der erste Vorfall zeigt, dass es dafür keinen Plan gibt.
4. Hält das einer Prüfung stand?
Löschfristen nach Datenschutzrecht, ein lückenloser Nachweis, wer wann welche Daten verändert hat, verschlüsselte Speicherung: Solche branchenspezifischen Nachweispflichten sind von Organisation zu Organisation unterschiedlich, deshalb löst eine KI sie selten von selbst mit. Generierter Code deckt meist den technischen Regelfall ab — nicht das, was eine Prüferin später konkret sehen will.
Check: Nachvollziehbarkeit und Löschregeln sind geklärt, bevor der erste echte Datensatz erfasst wird — nicht nachträglich zusammengesucht, wenn die Prüfung schon vor der Tür steht.
Was das für die Entscheidung bedeutet
Keine dieser vier Fragen verschwindet, nur weil die Software schneller entstanden ist. Entweder man beantwortet sie bei jedem neuen Projekt wieder von vorn — mit derselben Sorgfalt, jedes Mal. Oder sie sind an der Wurzel bereits gelöst, weil die Anwendung auf einer Basis aufbaut, die sie längst beantwortet hat.
Genau das liefert ein Plattform-Ansatz wie Processity: getrennte Kundendaten, Rechteverwaltung, laufender Betrieb, Nachvollziehbarkeit — fertig entwickelt, geprüft, im echten Einsatz erprobt. KI-Unterstützung bleibt dabei sinnvoll und schnell — aber für das, was pro Anwendung tatsächlich unterschiedlich ist, nicht für vier Fragen, die bei jedem Projekt ohnehin gleich beantwortet werden müssten.
Dieser Artikel wurde mit KI-Unterstützung erstellt und redaktionell geprüft.