Von der Idee zur App ohne eine Zeile Code zu schreiben

Hands‑on‑Erfahrung mit generativer Softwareentwicklung

Von der Idee zur App ohne eine Zeile Code zu schreiben

Wir haben uns schon daran gewöhnt, dass KI heute Bilder malt, Musik komponiert oder Video produziert. Aber wie sieht es mit anderen Formen menschlicher, aber mehr praktischer Kreativität aus, etwa im Bereich der Softwareentwicklung? Kann KI nicht nur Kunst produzieren, sondern auch Software erschaffen? Dass die LLMs, also das Fundament der KI-Systeme, für Code prädestiniert sind, habe ich bereits in diesem Beitrag beschrieben

Claude 4.5 Sonnet: Der erste KI-Entwickler, der 30 Stunden am Stück programmieren kann
Claude 4.5 Sonnet setzt einen neuen Benchmark in der Softwareentwicklung: eine Coding-KI, die über Stunden hinweg autonom planen, programmieren und testen. Das zeigt, wie AgenticAI den Sprung vom Werk­zeug zum digitalen Entwicklerteam vollzieht – und ganze Prozesse neu denkt.

Allerdings hatten mich die bisherigen "Vibe Coding" Tests noch nicht so richtig überzeugt, aber in einem so dynamischen Umfeld, muss man seine Skepsis immer wieder überprüfen und regelmäßig hinterfragen, ob sie den schnellen Entwicklungen Stand hält.

Diese Frage begleitete mich natürlich auch als ich gemeinsam mit der German Business School den Digital Competence & AI‑Enablement Mini‑MBA entwickelte – ein viertägiges Intensivprogramm, das erfahrene Projektmanagerinnen und Projektmanager fit für den KI‑Einsatz im Berufsalltag machen soll.


Warum ich das Experiment gestartet habe

Im Kurs spielt die digitale Kompetenzentwicklung eine zentrale Rolle. Wir nutzen verschiedene Assessments, um den individuellen Reifegrad der Teilnehmenden zu erfassen und die Lernpfade entsprechend anzupassen.

Die verfügbaren Tools dafür waren aber wenig flexibel, kaum visuell und schwierig mit Kursdaten zu verzahnen (es sind klassische Office Tools, die man manuell und mit großem Aufwand befüttern und anpassen muss). Also entstand die Idee, eine eigene Anwendung zu entwickeln, mit der sich Assessments individuell durchführen und vergleichen lassen.

Ich wollte ein System, bei dem nicht nur die Teilnehmende Ihren Lernfortschritt sehen, sondern auch die Trainer:innen ihrerseits Workshopinhalte gezielter auf die Gruppen zuschneiden können.

Wichtig: Ich bin zwar ein erfahrener Projektleiter für digitale Transformation, aber kein Programmierer. Ich wollte wissen, inwieweit die neueste Generation der KI‑Assistenz­tools tatsächlich in der Lage sind, einen vollständigen Entwicklungsprozess zu tragen - unter meiner reinen fachlichen Steuerung.


Vom Prompt zur App

Die Entwicklung war im Kern ein klassischer KI-Dialog (aka prompting), ähnlich wie bei kreativen KI‑Anwendungen in der Musik oder Bildkunst. Ich beschrieb Benutzerrollen, Abläufe, Logik, Design etc. und ließ KI‑Agenten Code generieren und deployen.

Alle Komponenten, vom User‑Management, über die Register‑ und Login‑Funktion, bis zu Datenverwaltung und Fortschrittsvergleichen, wurden geprompted und weitgehend automatisch erzeugt.

Ich habe Vorgaben gemacht, Feedback gegeben, iteriert, wie ein Regisseur, der mit seinem Kamerateam arbeitet. Nur, dass dieses „Team“ aus KI‑Agenten bestand, die unermüdlich in Minuten neue Versionen lieferten. Manchmal sehr gut, manchmal ging es aber auch daneben und ich musste diese "Agenten" auf ihre Fehler hinweisen und den Kontext wieder herstellen, damit sie wieder weiter machen konnten (Yep, der Kontext, immer wieder)


(Video) Ein kurzer Blick in die Anwendung

Das folgende Video zeigt die Applikation, entwickelt als Begleittool zum AI‑Enablement Mini‑MBA. Der Screencast zeigt sowohl die Teilnehmeransicht als auch das Trainer‑Dashboard.


Was die Anwendung leistet – ohne selbst KI zu sein

Die App selbst enthält (noch) keine KI‑Funktionen. Ihr Zweck ist es, digitale Lernprozesse zu dokumentieren und nachvollziehbar zu machen.

  • Teilnehmende können eigene Assessments durchführen, Ergebnisse vergleichen und Fortschritte über mehrere Sessions hinweg sichtbar machen.
  • Trainer:innen und Coaches haben Zugriff auf die Daten und können Inhalte an den Reifegrad ihrer Gruppen anpassen.

Das Ziel ist, dass alle am Ende des Workshops auf einem gemeinsamen Stand sind, also „KI‑ready“ im besten Sinne.


Meine Beobachtungen beim Entwickeln

Im Video sage ich: „Das Ganze ist von einer KI programmiert worden, aber unter meiner Anleitung.“

Damit ist auch schon der Kernpunkt beschrieben: Ich hatte eine klare Vorstellung davon, was entstehen sollte, aber die operative Umsetzung, das Schreiben, Testen und Deployen des Codes, erledigten KI‑Agenten. Und ich habe natürlich Erfahrung darin, größere Entwicklerteams zu steuern, verstehe also einiges über die Prozesse der Softwareentwicklung.

Und das ist vermutlich die größte Parallele zur kreativen Arbeit mit KI‑Tools in anderen Bereichen: Wie Musiker:innen Stimmungen dirigieren oder Designer:innen Kompositionen lenken, wird man als Projektmanager zum kreativen Dirigenten des Softwareprozesses, die KI-Agenten werden zum Orchester, das spielt, sobald man weiß, welche Musik es werden soll.

Lernkurve und Realitätstest

Von der Idee bis zur fertigen, stabilen Anwendung vergingen, rechnet man reine Arbeitszeit, etwa 3 Tage. In einem klassischen Projekt hätte das wohl ein kleines Entwicklungsteam und mind. eine Woche benötigt.

Natürlich gab es Fehler, Schleifen und Anschwungphasen. Aber der Kern stand schnell und die Qualität des Ergebnisses hat mich ehrlich überrascht. Der jetzige Stand der Entwicklung ist sicherlich noch verbesserungswürdig, was aber am wichtigsten ist: Dieses Tool ist um Längen besser als die Tools, die wir hatten, der komplette Prozess (Assessment -> Lernablauf -> Assessment) ist wesentlich besser optimiert und erlaubt es uns, die Teilnehmer schneller und besser zu schulen. Genau dafür braucht und macht man Software (yep, coz' it's the process, stupid 😉 )

Das Projekt war damit nicht nur eine Demonstration technischer Machbarkeit
als ein erneutes Lernerlebnis über die neue Arbeitsteilung zwischen Mensch und Maschine, um Arbeitsprozesse zu optimieren.

Fazit

Dieses kleine Experiment war für mich ein praktischer Stresstest für das, was wir im AI‑Enablement Mini‑MBA auch lehren: Wie man digitale Tools strategisch nutzt, reflektiert bewertet und daraus echten Mehrwert für sich und seine Mitstreiter erzeugt.

Die Anwendung ist (noch) kein technisches Meisterwerk, diese Systeme haben noch ihre Grenzen, aber diese werden immer schneller verschoben.

Wenn es also einen Bereich gibt, wo KI relativ kurzfristig Personal ersetzen kann, dann ist es die IT.


Live long and prosper 😉🖖