„KI scheitert selten an den Tools, sondern an der Anwendung.“
Viele Unternehmen haben heute Zugriff auf leistungsfähige KI-Tools. Trotzdem bleibt der erhoffte Produktivitätsschub in der Softwareentwicklung oft aus. Der Grund ist selten die Technologie. Es ist die fehlende Erfahrung im Einsatz. Was Unternehmen jetzt anders machen müssen und warum Experten on demand dabei eine zentrale Rolle spielen, erklären Gerrit Verse, Senior Software Engineer und KI-Experte, sowie Rüdiger Lang, Principal bei Consileon.
Herr Verse, Herr Lang – was kann KI heute konkret in der Softwareentwicklung leisten? Wo liegen die Grenzen?
Gerrit Verse:
KI ist heute in der Lage, entlang des gesamten Software Development Lifecycles Mehrwert zu liefern. Im Requirements Engineering kann sie dabei helfen, Anforderungen zu strukturieren, User Stories zu formulieren oder Inkonsistenzen aufzudecken. In der Entwicklung unterstützt sie bei Code Generierung, Refactoring und der schnellen Umsetzung von Standardlogik.
Auch im Testing sehen wir große Potenziale, etwa bei der Generierung von Testfällen, Testdaten oder beim Erkennen von Edge Cases. Und nicht zuletzt spielt KI eine wichtige Rolle bei der Dokumentation und der Wissensaufbereitung.
Die Grenzen liegen aktuell primär bei komplexen Systemen, bei Architekturentscheidungen und überall dort, wo tiefes fachliches Verständnis erforderlich ist. Außerdem ist die Qualität stark abhängig vom Kontext, den man der KI gibt. Ohne saubere Inputs und klare Leitplanken entstehen schnell mittelmäßige oder sogar falsche Ergebnisse.
Rüdiger Lang:
Aus strategischer Sicht ist entscheidend: Die Technologie ist weit genug, um echten Business Impact zu liefern. Aber dieser Impact entsteht nicht automatisch. KI ist kein Selbstläufer, sondern muss aktiv gesteuert und in bestehende Prozesse integriert werden.
Warum bleibt dieser Impact in vielen Unternehmen bisher aus?
Rüdiger Lang:
Viele Unternehmen starten mit einem toolgetriebenen Ansatz. Sie stellen KI-Lösungen zur Verfügung, erwarten jedoch, dass sich der Mehrwert von selbst einstellt. Was fehlt, ist ein klares Zielbild dafür, wie KI konkret im Entwicklungsprozess genutzt werden soll.
Gerrit Verse:
Aus technischer Sicht sehen wir häufig eine Lücke zwischen Tool und Anwendung. Entwickler haben Zugriff auf leistungsfähige Systeme, aber keine Orientierung, wie sie diese sinnvoll im Alltag einsetzen. Es fehlt an Best Practices, an Erfahrungswerten und an konkreten Anwendungsbeispielen. Dadurch bleibt KI oft auf punktuelle Nutzung beschränkt, statt systematisch entlang des gesamten SDLC eingesetzt zu werden.
Wenn sich ein Unternehmen bewusst für den Einsatz von KI entscheidet – wo entstehen die größten Herausforderungen?
Gerrit Verse:
Die erste große Herausforderung ist die Integration in bestehende Entwicklungsprozesse. KI muss dort funktionieren, wo Entwickler ohnehin arbeiten, also in bestehenden IDEs, Repositories und Toolchains.
Die zweite Herausforderung ist Qualitätssicherung. KI-generierter Code muss überprüft, getestet und in bestehende Qualitätsprozesse integriert werden. Ohne klare Regeln entstehen schnell technische Schulden oder schwer nachvollziehbare Fehler.
Die dritte Herausforderung ist die Auswahl der richtigen Tools und Modelle. Es gibt eine Vielzahl an Lösungen am Markt, aber nicht jede ist für jeden Use Case geeignet.
Rüdiger Lang:
Ich würde ergänzen, dass viele Unternehmen an der Skalierung scheitern. Einzelne Teams erzielen gute Ergebnisse, aber es gelingt nicht, diese Ansätze unternehmensweit auszurollen. Genau an diesen Punkten sehen wir den größten Bedarf für erfahrene Unterstützung. Unternehmen brauchen Zugriff auf Expertise genau dann, wenn diese Herausforderungen konkret auftreten.
Welche Rolle spielen Geschwindigkeit und Qualität beim Einsatz von KI?
Gerrit Verse:
KI kann die Geschwindigkeit erheblich steigern, insbesondere bei repetitiven Aufgaben oder beim Prototyping. Entwickler kommen schneller zu ersten Ergebnissen und können Ideen schneller validieren. Gleichzeitig besteht die Gefahr, dass die Qualität leidet, wenn Ergebnisse ungeprüft übernommen werden. KI erzeugt oft plausiblen Code, der jedoch nicht immer korrekt oder optimal ist. Deshalb ist es entscheidend, den Umgang mit KI zu professionalisieren. Dazu gehören klare Review-Prozesse, Teststrategien und ein bewusster Umgang mit den Ergebnissen.
Rüdiger Lang:
Unternehmen müssen lernen, Geschwindigkeit und Qualität gleichzeitig zu steuern. Wer das beherrscht, kann Entwicklungszyklen deutlich verkürzen und schneller auf Marktanforderungen reagieren.
Wo sehen Sie aktuell die größten Missverständnisse im Markt?
Gerrit Verse:
Ein zentrales Missverständnis ist, dass KI fertige Lösungen liefert. In der Praxis ist sie ein Werkzeug, das Erfahrung im Umgang erfordert. Ohne diese Erfahrung entstehen schnell ineffiziente oder fehleranfällige Lösungen. Ein weiteres Thema ist das blinde Vertrauen in KI-Ergebnisse. Viele unterschätzen, wie wichtig Validierung und Kontext sind.
Rüdiger Lang:
Aus Managementsicht sehen wir oft die Annahme, dass KI ein reines Technologiethema ist. In Wahrheit geht es um Arbeitsweisen, Rollen und Prozesse. Wer das nicht berücksichtigt, wird den Mehrwert nicht realisieren.
Warum hat Consileon in diesem Umfeld eine besondere Position?
Rüdiger Lang:
Wir verbinden strategische Perspektive mit operativer Umsetzung. Wir entwickeln selbst Software und KI-Lösungen und kennen die Herausforderungen aus eigener Erfahrung.
Gerrit Verse:
Und wir arbeiten nicht isoliert, sondern direkt im Team. Unsere Experten unterstützen Entwickler im laufenden Projekt, an realen Fragestellungen und im konkreten Code Kontext. Dadurch entsteht kein theoretisches Wissen, sondern sofort anwendbare Erfahrung.
Ihr Ansatz basiert stark auf Experten on demand. Was ist der Vorteil dieses Modells?
Rüdiger Lang:
Der größte Vorteil liegt in der Flexibilität: Unternehmen erhalten genau die Expertise, die sie benötigen – und zwar genau dann, wenn sie gebraucht wird. Das reduziert Einstiegshürden und beschleunigt die Umsetzung erheblich. Es müssen keine langfristigen Strukturen aufgebaut werden, bevor erste Ergebnisse entstehen.
Gerrit Verse:
Aus technischer Sicht ist entscheidend, dass wir direkt im Kontext arbeiten. Wir lösen konkrete Probleme im Projekt, arbeiten mit bestehenden Systemen und vermitteln Best Practices im laufenden Betrieb. Das ist deutlich effektiver als klassische Schulungen oder theoretische Konzepte.
Ein Punkt sticht im klassischen Beratungs- und Trainingsmarkt besonders hervor: Sie bieten erfolgsabhängige Vergütung an. Warum dieser Weg?
Rüdiger Lang:
Wir sind davon überzeugt, dass jede Session einen klaren Mehrwert für unsere Kunden liefern muss – sonst lohnt sie sich nicht. Statt vorab fixierter Trainingsbudgets oder reiner T&M-Verrechnung bemessen wir unsere Vergütung anhand des Feedbacks unserer Kunden zur jeweiligen Session. Damit nehmen wir den klassischen Anbieterspagat aus dem Markt: Der Kunde zahlt nicht für Aufwand, sondern für Wirkung. Und wir setzen ein klares Signal: Wir lassen uns am Ergebnis messen.
Gerrit Verse:
Aus technischer Sicht ist das ein starkes Modell, weil es uns als Experten direkt in die Pflicht nimmt, in jeder Session relevant zu sein – ob im Pair Programming, bei der Architekturklärung oder im Code Review. Theoretische Konzepte oder Standardfolien passen in dieses Modell nicht. Praxisrelevanz schon.
Wie sieht die Zusammenarbeit konkret aus?
Gerrit Verse:
Typischerweise startet es mit einer konkreten Fragestellung, zum Beispiel wie KI im Testing eingesetzt werden kann oder wie sich ein bestimmter Use Case umsetzen lässt. Dann arbeiten wir gemeinsam mit dem Team an genau diesem Thema, oft im Pair Programming oder in fokussierten Sessions. Dabei entstehen direkt nutzbare Ergebnisse.
Rüdiger Lang:
Parallel sorgen wir dafür, dass diese Ansätze strukturiert verankert werden. Ziel ist immer, dass das Unternehmen langfristig eigenständig mit KI arbeiten kann.
Was ist aus Kundensicht der größte Nutzen?
Rüdiger Lang:
Unsere Kunden kommen deutlich schneller von ersten Experimenten in die produktive Nutzung. Sie vermeiden typische Fehler und erzielen schneller messbare Ergebnisse.
Gerrit Verse:
Und sie bauen internes Know how auf. Das ist entscheidend, um KI nachhaltig erfolgreich einzusetzen.
Ein Blick nach vorne: Wie entwickelt sich KI in der Softwareentwicklung weiter?
Gerrit Verse:
Wir sehen eine zunehmende Integration von KI in bestehende Toolchains und mehr Systeme, die eigenständig Aufgaben übernehmen. Gleichzeitig steigt die Komplexität, was Architektur und Steuerung betrifft.
Rüdiger Lang:
Für Unternehmen bedeutet das: Der Bedarf an Erfahrung wird weiter steigen. Wer jetzt beginnt, Kompetenzen aufzubauen, wird langfristig profitieren.
Fazit: KI entfaltet ihren Wert nicht durch Tools, sondern durch Erfahrung
Unternehmen, die KI erfolgreich einsetzen wollen, brauchen mehr als Technologie. Sie brauchen Zugang zu Erfahrung im richtigen Moment. Genau das leisten Experten on demand.
Jetzt den nächsten Schritt machen
Greifen Sie flexibel auf erfahrene KI-Experten für Ihre Softwareentwicklung zu und bringen Sie gezielt neue Impulse in Ihre Projekte. Weil wir von der Wirksamkeit dieses Modells überzeugt sind, orientiert sich unsere Vergütung an Ihrem Feedback zu den Sessions – so tragen wir das kommerzielle Risiko, nicht Sie.
