Ein Gedanke begleitet mich seit Monaten, vielleicht seit dem Moment, in dem die künstliche Intelligenz aufgehört hat, ein fernes Versprechen zu sein, und zu einem Werkzeug wurde, das wir täglich verwenden. Ein unbequemer Gedanke, weil er einige Überzeugungen in Frage stellt, die mich Jahre geleitet haben — und die vielleicht fragiler waren, als ich zugeben wollte.
Er kam mir heute wieder, als Prof. Zanero diesen Skeet weiterverbreitete:
Ein unbequemer Gedanke
Der Gedanke ist dieser: absolute Qualität, als Wert an sich gesucht, könnte ein Luxus sein, den wir uns nicht mehr leisten können. Nicht immer, nicht überall, nicht als universelles Prinzip.
Ich schreibe es und höre schon die Einwände, dieselben, die ich mir lange selbst gemacht habe. „Aber Qualität zahlt sich immer aus“, „Technische Schulden häufen sich an“, „Wer Ecken abrundet, scheitert langfristig“. Alles in einem Sinn richtig. Und alles wert, im Lichte einer Welt überprüft zu werden, die sich schneller verändert hat, als wir bereit waren zuzugeben.
Ich habe Jahre damit verbracht, Teams aufzubauen, Standards zu definieren, dafür zu kämpfen, Zeit zu haben, um Dinge „richtig“ zu machen. Ich habe mit Vertrieblern gestritten, die alles für gestern wollten, mit Kunden, die nicht verstanden, warum mehr Zeit nötig war, mit Entwicklern, die etwas Unvollkommenes ausliefern wollten. Und in den meisten Fällen hatte ich, glaube ich, recht. Aber das Recht von damals ist nicht zwingend das Recht von heute, und ein Teil meiner Arbeit besteht darin, zwischen unverrückbaren Prinzipien und als Prinzipien verkleideten Gewohnheiten zu unterscheiden.
Es ging nie um Geschwindigkeit gegen Qualität, als wären das zwei Pole, zwischen denen man wählt. Es ging immer darum: welche Qualität, für wen, wann, und was kostet sie mich auf Sicht. Nur dass diese Frage heute andere Antworten hat als vor fünf Jahren, weil KI die Spielregeln auf Weisen verändert hat, die wir noch zu verstehen versuchen.
Wenn ein generatives Modell in wenigen Sekunden Code schreiben kann, der funktioniert — Code, für den früher Stunden nötig waren —, ändert sich die Wahrnehmung des Werts. Ich rede nicht vom realen Wert, ich rede von Wahrnehmung. Und im Geschäft zählt Wahrnehmung, manchmal mehr als Realität. Eine Kundin, die einen Wettbewerber sieht, der im engen Takt Features ausspuckt, fragt sich allmählich, warum wir so langsam sind. Und es nützt nichts, ihr zu erklären, unser Code sei sauberer, besser getestet, wartungsfreundlicher. Das versteht sie erst, wenn sie ein Problem hat — und dann könnte es für alle zu spät sein.
Wann das Handwerk funktioniert
Das reine Handwerksmodell — „wir machen alles von Hand, in Ruhe, mit Sorgfalt“ — funktioniert noch. Aber nur unter spezifischen Bedingungen, die nicht immer erfüllt sind. Es braucht ein wirklich kritisches Problem, bei dem ein Fehler sehr teuer wird. Es braucht wenige glaubwürdige Wettbewerber, denn wenn es viele gibt, hat der Kunde Alternativen. Und es braucht einen Kunden, der bereit ist, viel zu zahlen, um ruhig zu schlafen — also einen Kunden, der das Risiko versteht und die Mittel hat, es zu mindern.
Wenn diese drei Bedingungen zusammenfallen, gewinnt das Handwerk. Fehlt auch nur eine, droht das Versprechen „wir machen alles von Hand, hervorragend“ eher als Langsamkeit und Kosten wahrgenommen zu werden denn als Wert. Und es ist nicht die Schuld des Kunden, wenn er es nicht versteht; es ist unsere Verantwortung, einen Weg zu finden, diesen Wert zu kommunizieren oder, wenn das nicht gelingt, uns dem Markt anzupassen, der wirklich existiert.
Qualität als fortschreitende Investition
Vielleicht besteht der Trick darin, Qualität nicht mehr als Absolut zu denken, sondern als progressives Investment, gebunden an die Phase des Produkts und die realen Bedürfnisse des Moments. Eine Perspektive, die ich Zeit gebraucht habe, zu akzeptieren, weil sie gegen den Instinkt geht, der davon ausging, Dinge gut oder gar nicht zu machen.
Am Anfang eines Produkts, wenn man noch herauszufinden versucht, ob es einen Markt gibt, braucht man etwas hinreichend Verlässliches auf einem sehr kleinen Perimeter. Keine Perfektion. Etwas, das funktioniert, beim ersten Einsatz nicht zusammenbricht und sauber genug entworfen ist, um wachsen zu können, ohne zu implodieren. Manche nennen das „simple, lovable, complete“: wenig, aber gut gemacht an dem, was wirklich zählt. Nicht alles auf Hochglanz poliert, aber die richtigen Dinge mit Sorgfalt.
Wenn das Produkt seinen Markt findet, Kunden zu zahlen beginnen, der Umsatz wächst, hebt man den Pegel von Robustheit, Sicherheit und Feinheit gerade an den Stücken, die den größten Wert oder das größte Risiko bringen. Man poliert nicht überall gleichmäßig, weil man keine unendlichen Mittel hat und nicht alles dasselbe Investment verdient. Man konzentriert das Handwerk, wo es zählt — wo ein Bug zu direktem Schaden wird, wo Qualität den Unterschied macht zwischen einer Kundin, die bleibt, und einer, die geht.
Und die Geschwindigkeit? Echte Geschwindigkeit gewinnt man nicht durch mittelmäßigen Code. Ich weiß es, weil ich genug Projekte in ihren eigenen technischen Schulden ertrinken sah, um zu verstehen, dass Abkürzungen immer zurückbeißen. Geschwindigkeit gewinnt man, indem man Scope schneidet, entscheidet, was nicht zu tun ist, Tests automatisiert, Qualitätskontrollen so nah wie möglich an den Moment des Schreibens rückt. Besonders, wenn KI im Spiel ist, die Berge von Code in kurzer Zeit produziert, aber kein Urteil hat, welcher Code davon zu existieren verdient.
So wählt man nicht zwischen Perfektion und schnellem Shipping. Man wählt zwischen verschiedenen Kombinationen entlang einer Möglichkeitsachse, die man je nach Kontext verschiebt. Eine ehrlichere Art, das Handwerk zu denken, glaube ich. Weniger romantisch, vielleicht, aber nützlicher.
Reale und wahrgenommene Qualität
Es gibt noch eine unbequeme Sache, über die wenig gesprochen wird: die Kluft zwischen realer und wahrgenommener Qualität. Für den Kunden ist Qualität vor allem Erfahrung, nicht innere Implementierung. Eine klare Oberfläche, anständige Antwortzeiten, präsenter und ehrlicher Support decken viele technische Mängel zu, die den Fluss nicht brechen. Und paradoxerweise kann eine Software technisch sehr verfeinert, aber als mittelmäßig wahrgenommen sein, weil sie sich langsam weiterentwickelt, schlecht zum Bedürfnis passt oder schlecht kommuniziert ist.
Ich habe das erlebt. Projekte, an denen wir Monate gearbeitet hatten, um sehr hohe Standards zu erreichen, die der Kunde frustrierend fand, weil sie nicht seinen tatsächlichen Bedürfnissen entsprachen. Und technisch weniger sorgfältige Projekte, die Kundinnen liebten, weil sie ein konkretes Problem einfach lösten und ohne Drama oft aktualisiert wurden.
Das heißt nicht, dass technische Qualität nicht zählt. Das heißt, sie zählt im Verhältnis zum Rest, nicht als kontextfreier Absolutwert. Und es heißt, ein Teil unserer Arbeit ist, zu verstehen, was der Kunde als Qualität wahrnimmt — nicht nur, was wir als Qualität wissen.
Wo die Handarbeit hingehört
Die Frage, die ich mir in letzter Zeit am häufigsten stelle: wo investiere ich meine handwerkliche Zeit in einer Welt, in der KI einen großen Teil der Standardarbeit erledigen kann? Nicht 60 %, vielleicht nicht einmal 80 %, wie manche behaupten, aber jedenfalls einen erheblichen Teil dessen, was früher Stunden menschlicher Arbeit verlangte.
Bei gleichen Kosten zahlt der Kunde gerne den Anteil, an dem dein Urteil ein großes Risiko mindert oder das Ergebnis stark verbessert. Er zahlt nicht den Anteil, an dem du von Hand etwas neu schreibst, was ein generatives Modell in Sekunden ausspuckt. Und wenn du weiter Zeit abrechnest, als gäbe es KI nicht, wird dich früher oder später jemand zum halben Preis ablösen, der verstanden hat, sie zu nutzen.
Ich habe begonnen, anders zu denken. Ich mache von Hand, mit höchsten Standards, alles, was nahe am Geld, am juristischen oder reputationellen Risiko, an der Sicherheit liegt. Die Stücke, an denen ein Bug direkten Schaden bedeutet, an denen es Urteil und nicht nur Ausführung braucht. Und ich lasse die KI, unter sorgfältiger Aufsicht, alles erledigen, was Commodity ist, repetitiv, leicht testbar, ersetzbar. Nicht, weil ich blind vertraue, sondern weil ich weiß, wo ich kontrolliere und was ich prüfe.
Der Preis sollte dann mehr das übernommene Risiko und den ermöglichten Wert widerspiegeln als die Stundenzahl, die man darauf verwendet hat. Eine Veränderung, die Zeit braucht, um akzeptiert zu werden — bei uns wie bei den Kundinnen. Aber sie ist die Richtung, in die wir gehen, ob es uns gefällt oder nicht.
Wer wirklich zu scheitern droht
Und wer riskiert wirklich, in dieser neuen Welt zu fallen? Ich habe mir die Frage oft gestellt und versucht zu sehen, wo die echten Gefahren liegen.
Ich glaube nicht, dass es jene sind, die Qualität lieben. Ich glaube, es sind jene, die Perfektionismus mit Professionalität verwechseln, die immer langsamer werden, die nicht „dies braucht es heute nicht“ sagen können. Jene, die unendlich polieren, während der Markt sie überholt, überzeugt, die Welt werde ihren Wert irgendwann anerkennen. Manchmal geschieht das. Oft nicht.
Und es riskieren auch jene am anderen Extrem: jene, die nur der Geschwindigkeit nachjagen, das System mit unkontrollierten Änderungen sättigen, technische Schulden anhäufen, ohne es zu merken. Früher oder später treten die Probleme auf, die Kunden verlieren das Vertrauen, und die ganze anfangs gesparte Zeit zahlt sich mit Zinsen zurück.
Wer die bessere Chance hat, denke ich, ist die oder der, die drei Dinge zusammen schafft. KI nutzen, um zu rennen, weil es nicht zu tun heißt, zurückzubleiben. Den Kopf nutzen, um zu entscheiden, wo man stehen bleibt, um zu finishen, weil nicht alles dieselbe Sorgfalt verdient. Und Ehrlichkeit nutzen, um dem Kunden zu erzählen, welche Art Qualität er kauft und warum.
Letzteres ist vielleicht das Schwerste. Es verlangt zuzugeben, dass nicht alles, was wir tun, perfekt ist, dass es Kompromisse gibt, dass manche Entscheidungen aus Zeit- oder Budgetgründen getroffen werden, nicht aus technischen. Es verlangt zu vertrauen, dass der Kunde verstehen kann — oder es zumindest zu versuchen. Und es verlangt zu akzeptieren, dass er manchmal nicht versteht und wir trotzdem einen Weg finden müssen, weiterzukommen.
Es sind Überlegungen im Werden, keine endgültigen Schlüsse. Das Handwerk verändert sich unter unseren Füßen, und wer behauptet, alle Antworten zu haben, hat die Fragen wahrscheinlich nicht richtig verstanden. Was ich weiß: das Gleichgewicht zwischen Qualität und Geschwindigkeit ist nicht mehr das von früher, KI hat die Grenzen des Möglichen neu gezogen, und unsere Aufgabe ist es, einen neuen Weg zu finden, in diesem anderen Kontext Wert zu schaffen.
Das heißt nicht, Prinzipien aufzugeben. Es heißt zu verstehen, welche Prinzipien wirklich Prinzipien sind und welche nur Gewohnheiten waren, die in einer Welt Sinn ergaben, die nicht mehr existiert. Es ist Unterscheidungsarbeit, die Demut, intellektuelle Ehrlichkeit und die Bereitschaft verlangt, eigene Gewissheiten infrage zu stellen.
Und vielleicht ist es am Ende genau das, was eine gute Fachperson von jemandem unterscheidet, der nur erlernte Formeln wiederholt: die Fähigkeit, sich anzupassen, ohne sich zu verlieren, sich zu verändern, ohne zu verraten, sich weiterzuentwickeln und dem treu zu bleiben, was wirklich zählt. Nicht Qualität an sich, sondern der Wert, den diese Qualität für jene schafft, die ihn brauchen.
Was du mitnimmst
Das Gespenst des perfekten Handwerkers erzeugt Schuldgefühle bei jenen, die KI nutzen, und Überlegenheitsgefühle bei jenen, die sie ablehnen: beides nutzlos, denn der Wert liegt nicht in den von Hand geschriebenen Stunden, sondern im System, das trägt.
Echte Geschwindigkeit ist nicht mittelmäßiger Code: sie ist abgeschnittener Scope, automatisierte Tests, Qualitätskontrollen nahe am Schreiben — sonst produziert KI technische Schulden, die nach sechs Monaten explodieren.
Der Preis sollte das übernommene Risiko und den ermöglichten Wert widerspiegeln, nicht die Stunden auf der Stoppuhr — wer abrechnet, als gäbe es KI nicht, wird von dem überholt, der verstanden hat, sie zu nutzen.
Fragen & Antworten
Warum stellt KI das Verhältnis von Qualität und Geschwindigkeit in der Softwareentwicklung infrage?
Weil zwanzig Jahre lang Qualität der Trade-off der Geschwindigkeit war: schnell hieß schlechter, gut brauchte Zeit. KI bricht diese Korrelation in einer bestimmten Arbeitsschicht: man bekommt anständigen Output bei Geschwindigkeiten, die früher Opfer verlangten. Aber die Schicht, in der das gilt, deckt sich nicht mit der, die wir uns vorstellen — und dort entsteht das Gespenst des perfekten Handwerkers.
Was ist das „Gespenst des perfekten Handwerkers“?
Das ist das idealisierte Bild der Entwicklerin oder des Entwicklers, die jede Zeile abwägen, entwerfen, mit fanatischer Sorgfalt schreiben. Es existierte in wenigen privilegierten Situationen, wurde aber zum universellen Mythos. KI macht es untragbar — nicht weil es ungültig wäre, sondern weil es nicht skaliert. Das Gespenst erzeugt Schuldgefühle bei jenen, die Agenten nutzen, und Überlegenheit bei jenen, die sie nicht nutzen. Beides nutzlos.
Kann man Qualität und Geschwindigkeit mit KI zusammen haben?
Ja, aber nicht automatisch. Es braucht eine Kontrollinfrastruktur: ernsthafte Code Reviews, umfassende Tests, Observability, explizite Acceptance-Kriterien. Mit dieser Infrastruktur multipliziert KI die Produktivität, ohne die Qualität zu beeinträchtigen. Ohne sie beschleunigt sie, indem sie technische Schulden erzeugt, die sechs Monate später explodieren. Der Unterschied liegt nicht im Werkzeug, sondern im Prozess drumherum.
Was sollte tun, wer sich heute zwischen den beiden Forderungen erdrückt fühlt?
Aufhören, dem Gespenst nachzulaufen. Akzeptieren, dass eine gute Fachperson verfügbare Werkzeuge (KI inklusive) mit kritischem Urteil nutzt — nicht mit Nostalgie. Der Wert liegt nicht darin, jede Zeile von Hand geschrieben zu haben, sondern darin, ein System produziert zu haben, das trägt, dokumentiert ist, verändert werden kann. Wer seine Arbeit an der Stundenzahl misst, die er mit Codieren verbringt, misst das Falsche.
Der Autor
