Im Zeitalter der KI zählt Architektur

KI hat verändert, wie Software produziert wird. Das ist keine Vorhersage mehr, sondern Gegenwart.

Heute ist es normal, Entwickler zu sehen, die Landingpages, interne Systeme, Dashboards und sogar ganze SaaS-Produkte mit starker KI-Unterstützung bauen. Ich verurteile das nicht. Im Gegenteil: Ich halte es für natürlich. Wenn ein Werkzeug in zehn Minuten etwas erzeugen kann, das früher drei Stunden gebraucht hätte, wirkt der Versuch, alles aus Stolz manuell zu machen, eher wie Sturheit als wie Exzellenz.

Diesen Stolz habe ich selbst verloren.

Ich sehe kaum noch Sinn darin, ohne KI zu arbeiten. Sie beschleunigt, schlägt Wege vor, entfernt einen Teil der repetitiven Arbeit und hilft, schneller aus dem leeren Bildschirm herauszukommen. Das Problem ist nicht das Werkzeug. Das Problem ist, das Werkzeug zu benutzen, ohne zu verstehen, was gebaut wird.

Denn es gibt einen großen Unterschied zwischen Code generieren und Software liefern.

Code ist billiger geworden

Code ist in vielen Kontexten zur Commodity geworden.

Eine einfache Landingpage, die früher teuer sein konnte, weil die Umsetzung Zeit kostete, kann heute schnell mit Templates, Buildern und KI erstellt werden. Für kleine Projekte kann das völlig vernünftig sein. Wenn der Umfang darin besteht, ein Produkt vorzustellen, Kontakte zu sammeln und eine statische Seite zu veröffentlichen, ist es kein Problem, Automatisierung maximal zu nutzen.

Der Markt passt Preise natürlich an, wenn Ausführung schneller wird.

Der Fehler beginnt, wenn diese Logik ohne Urteil auf vollständige Systeme angewendet wird. Ein SaaS ist keine Landingpage mit Login. Ein echtes System ist nicht nur eine Sammlung schöner Oberflächen, die mit einer Datenbank verbunden sind. Es gibt eine ganze unsichtbare Ebene von Entscheidungen, die bestimmt, ob es skaliert, Fehler aushält, Daten schützt und weiter funktioniert, wenn echte Nutzer davon abhängig werden.

Und diese Ebene entsteht nicht automatisch, nur weil der Code kompiliert.

Das Risiko ist nicht KI zu nutzen

Das Risiko ist, nicht zu wissen, was darunter passiert.

Wenn jemand anbietet, ein vollständiges System nur durch Code-Anfragen an eine KI zu bauen, ohne Netzwerke, Datenbanken, Authentifizierung, Autorisierung, Queues, Cache, Observability, Deployment, Sicherheit und Infrastrukturgrenzen zu verstehen, kann das Ergebnis in einer Demo funktional aussehen.

Aber Produktion verzeiht keine Demos.

In Produktion tun Nutzer unerwartete Dinge. Daten wachsen. Berechtigungen scheitern. Integrationen fallen aus. Latenz erscheint. Kosten steigen. Logs werden unlesbar. Eine falsche Konfiguration legt sensible Informationen offen. Eine schlecht modellierte Geschäftsregel ermöglicht Betrug. Eine Datenbank ohne den richtigen Index legt einen kritischen Bildschirm lahm. Schlechte Authentifizierung gefährdet echte Konten.

Das ist der Punkt, den viele ignorieren: Software scheitert nicht nur, wenn ein Fehler auf dem Bildschirm erscheint. Software scheitert, wenn sie Vertrauen beschädigt.

Und Vertrauen ist das, was der Kunde kauft, auch wenn er glaubt, nur Funktionen zu kaufen.

Architektur wurde zur wertvollsten Fähigkeit

Im Zeitalter der KI ist die wichtigste Fähigkeit nicht, schneller Code zu tippen.

Die wichtigste Fähigkeit ist zu wissen, was man verlangt, was man akzeptiert, was man ablehnt und wie man die Teile eines Systems kohärent verbindet. Es bedeutet zu verstehen, warum eine Lösung funktioniert, wo sie bricht, welche Risiken sie erzeugt und wie teuer ihre Wartung wird.

Architektur ist kein fernes Thema mehr, reserviert für riesige Systeme oder schöne Diagramme in Meetings. Architektur ist der Unterschied zwischen einem Produkt, das echte Nutzung aushält, und einem fragilen Prototyp, der wie ein Produkt aussieht.

Und interessanterweise stehen mehrere Bereiche, die viele als langweilige Fächer oder Pflichtstoff aus dem Studium behandelt haben, wieder im Zentrum der Diskussion:

• Netzwerke;
• Datenbanken;
• verteilte Systeme;
• Sicherheit;
• Domain Modeling;
• Softwarearchitektur;
• Infrastruktur;
• Observability.

Diese Grundlagen sind nicht weniger wichtig geworden, weil KI Code schreibt. Sie sind wichtiger geworden, gerade weil es jetzt leicht ist, viel Code zu produzieren, ohne seine Auswirkungen zu verstehen.

Der neue technische Vorteil

Der Entwickler, der heraussticht, ist nicht unbedingt derjenige, der alles von null schreibt.

Es ist derjenige, der genug versteht, um KI zu nutzen, ohne das eigene Urteil auszulagern. Derjenige, der eine Idee in Architektur verwandeln kann. Derjenige, der über einen Bildschirm hinausdenkt und Flow, Zustand, Daten, Berechtigungen, Kosten, Ausfall, Wartung und Sicherheit betrachtet. Derjenige, der auf eine generierte Antwort schaut und sagen kann: "Das funktioniert, aber so sollte es nicht in Produktion gehen."

Das ist der neue Vorteil.

Es geht nicht darum, Komplexität zu romantisieren. Es geht nicht darum, einfache Projekte kompliziert zu machen. Es geht nicht darum, Kubernetes dort einzusetzen, wo ein kleiner Server gereicht hätte. Es geht darum, die richtige Lösung für das richtige Problem zu dimensionieren, mit Verantwortung proportional zum Risiko.

Manchmal sollte eine einfache Landingpage wirklich einfach sein. Manchmal trägt ein System, das von außen einfach wirkt, innen kritische Entscheidungen.

Den Unterschied zu erkennen, ist Architektur.

Verantwortung bleibt menschlich

Ich mache mir Sorgen um neue Programmierer, aber auch um die Menschen, die sie einstellen.

Denn das Versprechen schneller und günstiger Software ist verführerisch. Geschwindigkeit lässt sich leicht verkaufen. Einen funktionierenden Bildschirm zu zeigen ist leicht. Ein Video aufzunehmen, in dem man sagt, ein ganzer SaaS sei in wenigen Tagen entstanden, ist leicht. Schwer ist es, sicherzustellen, dass er dafür entworfen wurde, Nutzer zu schützen, Daten zu bewahren, Wachstum auszuhalten und die Integrität des Geschäfts zu erhalten.

KI kann Code schreiben. Aber sie übernimmt keine rechtliche, technische oder moralische Verantwortung für das, was in Produktion geht.

Diese Verantwortung bleibt bei der Person, die liefert.

Für mich ist die Lektion klar: Im Zeitalter der KI zählt Architektur.

Code wurde zugänglicher. Urteilskraft wurde seltener.

Und in professioneller Software ist Urteilskraft genau das, was Geschwindigkeit von Risiko trennt.