KI hat Entwickler nicht schneller gemacht. Sie hat die Spezifikation zum Engpass gemacht — und zum Vorsprung.

Alle haben dasselbe Versprechen gekauft: KI ist der Knopf, der Software schneller liefert. Drück ihn, und der langsame, teure Teil — das Schreiben des Codes — wird billig.

Die Hälfte davon stimmt. Die andere Hälfte ist genau die Stelle, an der Teams still und leise Schaden nehmen.

Denn wenn du den alten Engpass entfernst, entfernst du nicht den Engpass. Du verschiebst ihn. Und er ist an eine deutlich unbequemere Stelle gewandert: zum Urteilsvermögen.

Der alte Engpass ist weg

Jahrelang war die Umsetzung der teure Teil. Aus einer klaren Idee funktionierende Software zu machen, kostete gute Leute viel Zeit — also steckten dort die Kosten, die Planung und die Vorsicht.

KI hat diese Kosten zusammenfallen lassen. Nicht auf null, und nicht ohne Aufsicht — aber genug, dass „wie schnell können wir es bauen" nicht mehr die Frage ist, die über den Erfolg eines Projekts entscheidet.

Das sollten gute Nachrichten sein. Sind es auch — wenn du bemerkst, was sich darunter verändert hat.

Der Engpass ist zum Urteilsvermögen gewandert

Sobald die Umsetzung billig ist, entscheidet sich die Qualität dessen, was du baust, fast vollständig weiter vorne — im Denken, nicht im Tippen. Es gibt vier Stellen, an denen das Urteilsvermögen jetzt über das Ergebnis entscheidet:

• Das Fundament. Wenn deine Daten und deine Architektur falsch sind, repariert KI sie nicht — sie verstärkt sie, schneller. Eine schwache Basis ist früher langsam gescheitert. Jetzt scheitert sie in grossem Massstab.
• Der Sprung vom Proof-of-Concept zur Produktion. Eine Demo, die funktioniert, ist noch kein System, das funktioniert. Von „es lief einmal" zu „es läuft für echte Kunden, jeden Tag" zu kommen, ist der unspektakuläre Grossteil der Arbeit — und der braucht weiterhin Leute, die das ganze Bild verstehen.
• Das Produkt definieren. Die schwierigste Frage war nie „können wir es bauen". Sondern „sollten wir — und was genau, und was lassen wir bewusst weg". Zu wissen, was man nicht baut, ist heute wertvoller als zu wissen, wie man es baut.
• Kosten, Nutzen und ROI. Um zu beurteilen, ob sich etwas lohnt, musst du Business, Technologie, Daten und KI gleichzeitig im Kopf halten. KI hat die Zahl der Variablen, die du verstehen musst, nicht reduziert. Sie hat sie erhöht.

Das ist der Punkt, den viele übersehen. KI ist ein Werkzeug wie kein anderes — um es gut zu nutzen, musst du mehr Perspektiven verstehen, nicht weniger.

Verstärkung wirkt in beide Richtungen

Hier ist die Falle. Wenn du KI als reine Geschwindigkeit behandelst und die Spezifikationsarbeit überspringst, sparst du keine Zeit. Du skalierst deine Fehler. Ein schlecht formuliertes Problem, schnell gelöst, ist einfach ein grösseres schlecht formuliertes Problem — früher geliefert, mit mehr Selbstvertrauen, und schwerer wieder rückgängig zu machen.

Das haben wir auf die harte Tour gelernt.

Am Anfang hatten wir ein Projekt, bei dem wir einfach dem hinterhergelaufen sind, was der Kunde wollte. Jede neue Anfrage haben wir verfolgt. Keine verankernde Spezifikation, keine gemeinsame Definition von „fertig" — nur Bewegung. Es wurde zu einer nie endenden Änderungsspirale. Zermürbend für alle, und das, was wir gebaut haben, verschob sich ständig, weil wir nie festgehalten hatten, was es eigentlich sein musste.

Dieses Projekt hat uns gelehrt, wie man nicht baut. Nicht, indem wir dem Kunden die Schuld gaben — sondern indem wir erkannten, dass wir den einen Schritt übersprungen hatten, der die Spirale verhindert: das Problem zu spezifizieren, bevor man zur Lösung rennt.

Wie wir heute arbeiten

Also haben wir es umgedreht. Bei apeirum verbringen wir heute die meiste Zeit mit dem Spezifizieren — das echte Problem verstehen, die Rahmenbedingungen, die Definition von „fertig" — und setzen dann KI ein, um die Umsetzung effizient zu machen. Genau so haben wir Mola gebaut, unser Analytics-Produkt für Zahnkliniken: Die Spezifikation hat die Hauptarbeit gemacht, und KI hat das Bauen billig gemacht.

Das Kontraintuitive daran: Der Effizienzgewinn macht uns nicht nur schneller. Er verschafft uns Raum. Weil das Bauen günstiger ist, können wir mehr Aufmerksamkeit auf das Problem selbst richten — und genau daraus entstehen sinnvollere Lösungen. Wir werden langsamer, wo es zählt, und sind am Ende insgesamt schneller.

Und das ist der Teil, den die Überschrift versprochen hat: Die Spezifikation ist nicht nur der neue Engpass, sie ist der neue Vorsprung. Code generieren kann heute jeder. Schwer zu kopieren ist das Urteilsvermögen, das Richtige zu definieren — dort sitzt also der dauerhafte Vorteil. Die Gewinner dieser Verschiebung werden nicht die schnellsten Tipper sein. Es werden die schärfsten Spezifizierer sein.

Wenn du einen KI-Build abwägst und die Spezifikation richtig haben willst, bevor sich der Code zu bewegen beginnt — genau so arbeiten wir.

FAQ

Ersetzt KI Entwickler?

Nein. Sie verschiebt den Wert. Der teure Teil ist nicht mehr das Schreiben von Code — sondern das Urteilsvermögen, das Richtige zu spezifizieren, ein solides Fundament zu entwerfen und ein System vom Demo in die Produktion zu bringen. Dafür braucht es weiterhin erfahrene Leute.

Warum nicht einfach mit KI schneller liefern?

Weil Verstärkung in beide Richtungen wirkt. KI beschleunigt alles, was du ihr gibst — auch schlecht formulierte Probleme und schwache Architektur. Ohne klare Spezifikation sparst du keine Zeit, du skalierst deine Fehler schneller.

Wie sieht Spec-first-Entwicklung konkret aus?

Es bedeutet, den grössten Teil des Aufwands vorne zu investieren — das echte Problem, die Rahmenbedingungen und eine gemeinsame Definition von „fertig" zu verstehen —, bevor Produktionscode geschrieben wird. Die Umsetzung wird dann schnell, weil das Ziel aufhört sich zu bewegen.

Ist Spezifizieren zuerst nicht langsamer?

Langsamer an der einen Stelle, an der es das sein sollte, schneller überall sonst. Die Zeit, die du investierst, um das Problem richtig zu fassen, verhindert die endlosen Änderungsspiralen, die still und leise den Grossteil eines Projektbudgets verschlingen.