«App entwickeln lassen mit KI» — diese Suchanfrage war vor zwei Jahren kaum zu sehen. Heute stellen sie Gründer und Geschäftsführer ständig, und sie meinen damit zwei verschiedene Dinge: Soll KI beim Bauen helfen, damit es schneller und günstiger wird? Oder soll KI ins Produkt, damit die App etwas kann, was vorher nicht ging?
Wir bauen seit 2017 Software, und KI verändert gerade beide Seiten dieser Frage — nur anders, als die Werbung verspricht. Sortieren wir das.
Softwareentwicklung mit KI: was wirklich schneller wird
Unsere Entwickler arbeiten täglich mit KI-Werkzeugen. Nicht weil es im Pitch gut klingt, sondern weil bestimmte Arbeit damit messbar schneller geht:
- Erste Fassungen. Ein Screen, ein API-Endpunkt, ein Datenmodell — der erste Wurf steht in Minuten statt Stunden.
- Tests. Testfälle schreiben war immer die Arbeit, die unter Termindruck zuerst gestrichen wurde. Jetzt schreibt die KI sie mit, und der Entwickler prüft sie.
- Boilerplate, Migrationen, Übersetzungen. Die Art Arbeit, bei der Menschen Flüchtigkeitsfehler machen und Maschinen nicht müde werden.
- Fremden Code lesen. Eine gewachsene Codebasis verstehen, bevor man sie anfasst — früher Wochen, heute Tage.
Wie viel schneller insgesamt? Ehrlich: je nach Aufgabe sehr unterschiedlich — und wer Ihnen pauschal «10× billiger» verspricht, sollte Ihnen zuerst eine eigene App im Produktivbetrieb zeigen können. Der Gewinn ist real, aber er landet nicht als Rabatt auf der Rechnung. Dazu unten mehr.
Was KI an der App-Entwicklung ändert — und was menschlich bleibt
KI ändert an der App-Entwicklung 2026 vor allem drei Dinge: Erste Fassungen, Tests und Boilerplate entstehen in Minuten statt Stunden; Review durch erfahrene Entwickler wird wichtiger, nicht unwichtiger; und die Preisbänder bleiben stabil — Sie bekommen mehr Qualität fürs gleiche Budget.
| Schneller geworden | Unverändert menschlich |
|---|---|
| Erste Code-Fassungen | Entscheiden, was gebaut wird |
| Tests und Boilerplate | Architektur und Datenmodell |
| Übersetzungen, Dokumentation | Integration in gewachsene Systeme — ERP, Buchhaltung, Altdaten |
| Code lesen und erklären | Verantwortung für den Release |
Der Engpass in Softwareprojekten war nie das Tippen. Die teuren Fehler passieren vor der ersten Zeile Code: falsche Annahmen, fehlende Randfälle, unterschätzte Schnittstellen. KI macht das Tippen billiger — die Entscheidungen nicht.
Und eine Sache wird wichtiger: Review. Generierter Code sieht überzeugend aus, auch wenn er falsch ist: Er kompiliert, die Tests sind grün, und der Fehler sitzt in der Fachlogik. Deshalb geht bei uns keine generierte Zeile ungelesen in den Produktivbetrieb. Das kostet einen Teil des Tempogewinns wieder. Wir zahlen ihn gern.
Die neue Falle: die «generierte App»
Es gibt inzwischen Angebote, ganze Apps «von KI generieren» zu lassen — zum Bruchteil des üblichen Preises. Ob Sie die App mit ChatGPT programmieren lassen oder einen Generator-Dienst nutzen: Die Demo im ersten Meeting funktioniert. Das Problem kommt danach. Eine Demo ist keine App im Produktivbetrieb. Der Unterschied heisst Fehlerbehandlung, Benutzerrechte, Datenschutz, Updates — und der eine Sonderfall, den echte Nutzer am zweiten Tag finden. Wenn dann niemand im Team den generierten Code versteht, zahlen Sie die Ersparnis doppelt zurück.
Drei Fragen trennen seriöse Anbieter von der Falle:
- Wer reviewt den generierten Code — und versteht ihn in einem Jahr noch?
- Läuft etwas Vergleichbares produktiv? Referenzen mit echten Nutzern, nicht Screenshots.
- Was passiert nach dem Launch? Wer patcht, wer haftet, wer hebt die App auf die nächste OS-Version?
Damit das nicht falsch rüberkommt: Wenn Sie nur eine Klick-Demo brauchen, um eine Idee vor Investoren zu testen, nehmen Sie das billige Angebot. Im Ernst. Ich sage das gegen mein eigenes Geschäft: Für einen Wegwerf-Prototyp wäre mir unser Prozess auch zu teuer. Die Falle beginnt erst, wenn aus der Demo unbemerkt Ihr Produkt wird.
KI in der App selbst
Die zweite Lesart von «mit KI» ist die spannendere: KI als Teil des Produkts. Zwei Beispiele aus unserem Portfolio, beide produktiv:
- LeadTrack AI — KI-Sprachagenten, die Interessenten in unter 30 Sekunden zurückrufen und qualifizieren: über 100'000 Anrufe, +38% Conversion.
- Forecasting Model — Nachfrageprognosen mit 98% Genauigkeit, −58% Fehlbestände beim Kunden.
Wichtig ist die Reihenfolge: In beiden Fällen stand zuerst ein Geschäftsproblem mit einer Zahl dran; die KI kam als Werkzeug dazu. Ob sich ein eigener Sprachagent gegenüber einem gemieteten rechnet, haben wir hier durchgerechnet; was Agenten im Unternehmen sonst übernehmen können, bauen wir als eigenes Feld.
Was das für Ihr Budget heisst
Wird es jetzt billiger? Nein. Die Preisbänder brechen nicht zusammen. Aus unserer öffentlichen Preisliste, unverändert: Ein schlankes MVP — ein Kern-Ablauf, 2–3 Entwickler, 8–14 Wochen — liegt im indikativen Band von $30,000–55,000; die fixe Zahl kommt aus einem bezahlten Discovery-Sprint. Was KI verändert, ist, was Sie innerhalb des Bands bekommen: mehr getestete Randfälle, sauberere Übersetzungen, mehr Politur: Arbeit, die früher aus Zeitgründen hinten runterfiel. Softwareentwicklung mit KI verschiebt also nicht das Band — sie verschiebt, was darin steckt.
Wo der Einstieg wirklich günstiger wird: beim ersten Wurf. Was ein MVP ist und welche Abkürzungen sich rächen, steht hier; die Schweizer Einordnung liefert unser Kostenleitfaden, und der Kostenrechner rechnet Ihr konkretes Vorhaben in zwei Minuten durch.
Wenn Sie eine App entwickeln lassen wollen — mit KI im Prozess und, wo es dem Produkt dient, KI im Produkt — ist das die Arbeit, die wir bei CODT jeden Tag machen. Erzählen Sie uns, was Sie vorhaben: Sie bekommen eine Einschätzung, mit der Sie rechnen können — auch wenn sie lautet: noch nicht bauen. Der erste Workshop und eine erste Grössenordnung sind kostenlos, in der Regel innerhalb von drei Arbeitstagen.
