Platform Login
Demo buchen
Logo-Seerene-White
Platform Login
Demo buchen

Business Success mit groß angelegter Softwareentwicklung

Brandon Lewis
17.07.2025 11:45:00

In der modernen Unternehmenswelt ist Softwareentwicklung längst nicht mehr das exklusive Spielfeld von Tech-Unternehmen. Ob Logistik, Fertigung oder Finanzdienstleistungen – jede Branche ist zur Softwarebranche geworden. Und dennoch: Trotz Milliardeninvestitionen in agile Transformationen und digitale Fähigkeiten steuern viele Großunternehmen ihre Softwareproduktion weiterhin weitgehend im Blindflug.

Das ist riskant – insbesondere jetzt, wo generative KI die Bühne betritt.


Software frisst die Welt – und KI frisst Software

Bereits 2011 sagte Marc Andreessen voraus: „Software is eating the world.“ Er behielt recht: Der Großteil der heutigen Innovation – ob Kundenerlebnis, Produktdesign oder operative Prozesse – wird über Software ausgeliefert.

2017 ergänzte Jensen Huang, CEO von Nvidia: „AI is eating software.“ Damals bezog sich das vor allem auf Computer Vision oder medizinische Diagnostik. Heute aber verändert generative KI, wie Software überhaupt gebaut wird.

Mit der Verbreitung von LLMs wie GPT, Claude oder Gemini ist KI nicht mehr nur ein Analysewerkzeug – sie ist Teil des Entwicklungsprozesses selbst geworden. Entwickler arbeiten mit Copiloten. Code wird generiert, refaktorisiert und optimiert – durch Maschinen.

Das wirft eine zentrale Frage für CIOs auf:

Wird KI Entwickler ersetzen?
Nein. Aber sie wird schlechte Entwickler ersetzen. Und sie wird ineffiziente Softwareorganisationen schonungslos entlarven.


Zwei Welten der Software

Man kann moderne Softwaresysteme grob in zwei Kategorien einteilen:

  1. Projektbasierte Systeme:
    Klassische „Waterfall“-Systeme mit klar definiertem Anfang und Ende (z. B. SAP-Rollouts). In diesen Szenarien wird KI zunehmend die Codierung automatisieren – mit weitreichenden Folgen für klassische Systemintegratoren. Der Trend geht Richtung Konfiguration statt maßgeschneiderter Entwicklung.
  2. Evolvierende Systeme:
    Dazu gehören proprietäre Anwendungen, eingebettete Systeme und digitale Produkte. Sie sind nie „fertig“. Anforderungen verändern sich laufend – getrieben von Nutzerverhalten oder strategischen Kurswechseln. Diese Systeme erfordern kontinuierliche Anpassung und ein agiles Architekturdenken.

KI kann beide Arten unterstützen. Doch nur in den evolvierenden Systemen bleibt der menschliche Entwickler – und die Organisation um ihn herum – zentral. Genau hier aber fehlt den meisten Unternehmen die Transparenz, wie effizient diese Systeme tatsächlich betrieben werden.


GenAI deckt Ineffizienz schonungslos auf

Seerene hat den Einsatz von GenAI-Tools in großen Unternehmen untersucht. Die Ergebnisse:

  • Dreifache Code-Produktion: Entwickler schreiben mit KI deutlich mehr Code.
  • Fehlerbehebung explodiert: Ohne automatisiertes Testen führt das zu einer Bug-Flut, die alle Zeitgewinne wieder auffrisst.
  • Wachsende Komplexität: Falsch genutzte KI produziert verschachtelten, schwer wartbaren Code – langfristige technische Schuld inklusive.

Ergebnis: Eine trügerische Produktivität – und ein wachsender Graben zwischen Entwicklerausstoß und tatsächlichem Geschäftsnutzen.

Kurz gesagt: Die Illusion von Effizienz wird durch KI nicht behoben – sondern aufgedeckt.


Der Engpass ist nicht Code – sondern Entwicklerzeit

Entwickler sind die wertvollste Produktionsressource. Und doch zeigt sich in fast jedem Großunternehmen: Über 70 % der Entwicklerzeit geht verloren – durch Refactoring, Legacy-Schulden, Feuerwehreinsätze oder Prozessineffizienz.

Die eigentliche Überraschung: Die meisten CIOs haben keinen zuverlässigen Weg, dieses Ausmaß der Verschwendung zu messen.

Im Zeitalter der KI – wo sich alles beschleunigt, das Gute wie das Schlechte – wird dieser blinde Fleck existenzbedrohend.


Strategische Steuerung im Zeitalter von KI

Generative KI hat enormes Potenzial – aber nur, wenn sie strategisch eingeführt wird:

  • mit geschulten Entwicklern, die sie kompetent einsetzen,
  • mit robuster Architektur, die KI-Komplexität verkraftet,
  • und mit systematischer Messung aller relevanten Software-Kennzahlen.

Gerade Letzteres ist der entscheidende Hebel.

CIOs müssen über reine Tool-Transparenz hinausdenken – hin zu einer strategischen Sicht auf Softwareproduktion: Welche Teams liefern welchen Geschäftswert – und wie effizient?

Richtig umgesetzt, wird Transparenz selbst zum Transformationsmotor. Teams beginnen zu vergleichen. Effizienz wird zur Kultur. Und KI entfaltet nicht Chaos, sondern Innovationskraft.


Das Fazit: KI ersetzt keine Entwickler. Sie ersetzt Illusionen.

Wer glaubt, Softwareproduktion lasse sich weiterhin ohne Metriken, ohne Struktur und ohne echte Steuerung betreiben, wird von KI eines Besseren belehrt.

Die CIOs der Zukunft stellen sich heute drei Fragen:

  • Weiß ich, wohin die Zeit meiner Entwickler fließt?
  • Habe ich die Transparenz, um darauf zu reagieren?
  • Und wenn nicht – wie lange kann ich mir das noch leisten?

 

Bohnet

Note: This article was inspired by a masterclass given by Dr. Johannes Bohnet at the "Transform or Face Disruption" executive exchange, the tenth event in a series by the Software Excellence Network. While I attempted to stay true to Dr. Bohnet's message, in order to understand the full depth of his remarks I suggest you watch the full presentation.