Seit über 18 Jahren entwickeln wir bei appsolute Apps – von der ersten Skizze bis zum fertigen Produkt im App Store. In dieser Zeit hat sich vieles verändert: Technologien, Plattformen, Nutzungsgewohnheiten. Was sich nicht verändert hat, ist unser Anspruch an Qualität.

Künstliche Intelligenz ist das Thema, das die Branche gerade mehr beschäftigt als jedes andere. Und ja – wir setzen KI-Tools aktiv in unserer täglichen Arbeit ein. Sie helfen uns, schneller zu arbeiten, Ideen früher zu visualisieren und bestimmte Aufgaben effizienter zu erledigen. Davon profitieren unsere Kunden unmittelbar: Projekte werden zügiger, der Aufwand sinkt an den richtigen Stellen.

Aber wir machen uns auch keine Illusionen. Jede Zeile Code, die in einem unserer Projekte landet, wird von einem unserer Entwickler gelesen, verstanden und freigegeben. Vieles wird direkt von Hand geschrieben – weil KI-Vorschläge eben Vorschläge sind, keine Entscheidungen. Die Verantwortung für Architektur, Sicherheit und Qualität liegt bei uns – nicht bei einem Algorithmus.

In diesem Beitrag teilen wir offen, wie wir KI konkret nutzen, welche Werkzeuge sich in unserem Alltag bewährt haben und wo menschliche Erfahrung schlicht nicht zu ersetzen ist.

KI verändert die Entwicklungsarbeit – aber nicht so, wie viele denken

Es gibt eine verbreitete Vorstellung, die ungefähr so klingt: Man beschreibt einer KI, was die App können soll, und kurze Zeit später ist das Ergebnis fertig zum Veröffentlichen. Diese Vorstellung ist falsch – zumindest dann, wenn es um professionelle, stabile und skalierbare Software geht.

Was KI tatsächlich verändert, ist die Effizienz in bestimmten Phasen eines Projekts. Routineaufgaben, die früher Stunden gekostet haben, lassen sich heute in Minuten erledigen. Erste Entwürfe entstehen schneller. Testfälle lassen sich automatisch ableiten. Das ist echter Fortschritt – aber er entfaltet seinen Wert nur in den Händen erfahrener Entwickler, die das Ergebnis einordnen und weiterentwickeln können.

Ein Beispiel aus unserer Praxis: Das Backend der Fußball-App iLiga – heute bekannt als Onefootball, mit über 40 Millionen Downloads weltweit – musste während der Fußball-Weltmeisterschaft mehr als 10.000 Anfragen pro Sekunde verarbeiten. Solche Systeme entstehen nicht durch das Zusammensetzen von KI-Vorschlägen. Sie erfordern tiefes technisches Verständnis, durchdachte Architekturentscheidungen und viel Erfahrung im Umgang mit realen Lastszenarien.

KI kann dabei unterstützen. Ersetzen kann sie das nicht.

Wo KI in unserem Entwicklungsprozess tatsächlich hilft

Wir unterscheiden in unserer Arbeit zwischen drei Bereichen, in denen KI einen echten Unterschied macht:

Im Projektalltag unserer Entwickler KI-Werkzeuge helfen dabei, Code schneller zu schreiben, Fehlerquellen früher zu erkennen und Lösungsansätze für technische Probleme effizienter zu erarbeiten. Das steigert die Produktivität – ohne dass dabei Abstriche bei der Qualität gemacht werden.

In der Kommunikation mit Kunden Anforderungen lassen sich schneller in Konzepte übersetzen, erste visuelle Entwürfe entstehen in kürzerer Zeit, und Feedback kann früher eingeholt werden. Das macht unsere gemeinsame Arbeit schlanker und transparenter.

Als Feature innerhalb einer App Manchmal ist KI nicht nur ein Werkzeug im Entwicklungsprozess, sondern ein zentrales Element der App selbst – zum Beispiel in Form eines intelligenten Assistenten, einer automatisierten Auswertung oder einer personalisierten Nutzeroberfläche. Auch hier begleiten wir unsere Kunden von der Konzeption bis zur Umsetzung.

Die KI-Werkzeuge, die wir im Einsatz haben

Wir experimentieren laufend mit neuen Tools und bewerten sie nach einem einfachen Kriterium: Macht uns das die Arbeit wirklich besser – oder erzeugt es nur den Eindruck davon? Hier sind die Werkzeuge, die sich bei uns dauerhaft etabliert haben.

Für Konzeption und Anforderungsanalyse

Claude (Anthropic) Claude nutzen wir vor allem in der frühen Projektphase: um Anforderungen zu strukturieren, technische Spezifikationen auszuformulieren oder komplexe Kundenanforderungen in verständliche Entwicklungsaufgaben zu übersetzen. Claude fällt durch besonders präzise, durchdachte Antworten auf – was in der Konzeptionsphase, wo Unklarheiten teuer werden können, einen echten Unterschied macht.

ChatGPT und Gemini Wenn es darum geht, sich schnell einen Überblick zu verschaffen – sei es über einen Technologiebereich, Wettbewerber oder aktuelle Entwicklungen in einem Marktsegment – sind ChatGPT und Googles Gemini äußerst hilfreiche Werkzeuge. Was früher über die klassische Google-Suche mühsam zusammengesucht werden musste, liefern moderne KI-Systeme heute deutlich schneller und kompakter.

Für Design und frühe Visualisierung

Figma mit KI-Funktionen: Figma ist seit Jahren ein zentrales Designwerkzeug. Die integrierten KI-Funktionen beschleunigen heute vor allem die frühen Iterationsrunden: Layouts lassen sich automatisch variieren, Inhalte schnell befüllen und Designs auf verschiedene Bildschirmgrößen übertragen. Das spart Zeit – vor allem in Phasen, in denen noch viel ausprobiert wird.

Claude (Anthropic): Mit Claude lassen sich schnell und unkompliziert Prototypen sowie Klick-Dummys erstellen. Dabei kommen vor allem HTML und JavaScript zum Einsatz. Die fertigen Klick-Dummys können anschließend direkt im Browser geöffnet und unmittelbar getestet werden.

Ein Hinweis, der uns wichtig ist: KI-generierte Designs erfüllen keine plattformspezifischen Guidelines automatisch. Apple Human Interface Guidelines und Material Design haben Regeln, die aus gutem Grund existieren – und die ein KI-Entwurf nicht kennt. Das ist Aufgabe unserer Designer.

Für Entwicklung und Code-Qualität

Claude Code (Anthropic): Claude Code arbeitet direkt in der Entwicklungsumgebung und erfasst nicht nur einzelne Codezeilen, sondern den Kontext ganzer Projekte. Wir nutzen es insbesondere für Refactoring, zur Analyse von Abhängigkeiten und um technische Schulden in gewachsenen Codebasen sichtbar zu machen. Seine Stärke liegt im ganzheitlichen Überblick und darin, Zusammenhänge zu erkennen, die im Entwicklungsalltag leicht übersehen werden. Darüber hinaus lassen sich auch einzelne Ansichten oder UI-Komponenten – z.B. ein Image-Cropper oder eine Audio-Schnittfunktion mit Wellenformdarstellung – schnell und effizient mit Claude umsetzen – Funktionen, für die man früher häufig auf Third-Party-Libraries zurückgreifen musste und damit zusätzliche Abhängigkeiten in Kauf genommen hat.

GitHub Copilot: Für die alltägliche Entwicklungsarbeit ist GitHub Copilot das Tool, das am häufigsten im Hintergrund läuft. Autovervollständigung, Muster-Erkennung, schnelle Vorschläge für Standardfunktionen – es macht den Entwickleralltag flüssiger, ohne dabei in den Vordergrund zu drängen.

Wichtig: Bei appsolute gilt das Vier-Augen-Prinzip für jeden generierten Code. Kein KI-Vorschlag fließt ungeprüft in ein Projekt ein. Gerade bei Datenbankzugriffen, Authentifizierungslogik oder sicherheitsrelevanten Funktionen prüfen und schreiben unsere Entwickler nach eigenem Urteil – mit oder ohne KI-Unterstützung.

Für KI-Features innerhalb von Apps

Anthropic API / OpenAI API: Wenn eine App selbst intelligente Funktionen bieten soll – einen Assistenten, automatische Zusammenfassungen, eine semantische Suche – arbeiten wir je nach Anforderung mit den Modellen von Anthropic oder OpenAI. Beide Anbieter haben ausgereifte Schnittstellen und gute Dokumentation. Die Auswahl hängt vom konkreten Einsatzzweck, der Datensensitivität und den Latenzanforderungen ab.

Google Vertex AI / AWS Bedrock: Für Kunden, die bereits eine Cloud-Infrastruktur betreiben, sind die verwalteten KI-Plattformen von Google und Amazon eine sinnvolle Option. Sie lassen sich in bestehende Systeme einbetten und bieten Zugang zu einem breiten Modell-Angebot – mit Enterprise-tauglichen Sicherheits- und Compliance-Strukturen.

ElevenLabs ist die erste Wahl, wenn Text-to-Speech oder Musikgenerierung benötigt wird. Die Plattform bietet eine leistungsfähige API mit sehr guter Dokumentation.

Datenschutz ist bei der Integration von KI-Features kein Thema, das man am Ende noch ergänzt. Es muss von Anfang an Teil der Konzeption sein. Wir beraten unsere Kunden hier offen – auch wenn das manchmal bedeutet, von einer bestimmten Lösung abzuraten.

Wo KI an ihre Grenzen stößt – und warum das keine Schwäche ist

KI-Werkzeuge sind heute beeindruckend – und gleichzeitig fundamental begrenzt. Es lohnt sich, das klar zu benennen.

Eine KI kann keinen Vorschlag machen, ob eine App-Architektur in drei Jahren noch tragfähig ist, wenn sich Nutzerzahlen verzehnfachen. Sie kann nicht einschätzen, welche technische Entscheidung heute Wartungskosten für die nächsten fünf Jahre produziert. Sie versteht nicht, warum ein Kunde aus einer bestimmten Branche bestimmte regulatorische Anforderungen hat. Und sie übernimmt keine Verantwortung für das, was sie vorschlägt.

Das alles liegt beim Menschen. Bei uns.

Was uns an dieser Diskussion manchmal fehlt: Die besten Ergebnisse entstehen nicht trotz menschlicher Beteiligung, sondern wegen ihr. KI macht erfahrene Entwickler produktiver – sie macht unerfahrene nicht zu erfahrenen.

Was das für Ihr App-Projekt bedeutet

Wenn Sie eine App entwickeln lassen möchten und sich fragen, ob und wie KI dabei eine Rolle spielen sollte – die ehrliche Antwort lautet: Es kommt darauf an.

Bei einem MVP, das schnell validiert werden soll, kann KI-Unterstützung die Entwicklungszeit spürbar verkürzen. Bei einer komplexen, datenschutzrelevanten Unternehmensanwendung steht die Sorgfalt in der Architektur im Vordergrund – KI kann unterstützen, aber nicht führen. Und wenn KI selbst Teil Ihrer App werden soll, braucht es vor der technischen Umsetzung eine ehrliche Auseinandersetzung mit dem Mehrwert, der Datengrundlage und den rechtlichen Rahmenbedingungen.

Wir bei appsolute führen diese Gespräche gerne – offen, ohne Verkaufsdruck und auf Basis von über 18 Jahren Projekterfahrung. Als 100%-Inhouse-Agentur aus Wörth am Rhein arbeiten wir ausschließlich mit eigenen Entwicklern, ohne Offshoring, und begleiten jedes Projekt von der ersten Idee bis zum Go-live.

Nehmen Sie Kontakt auf – wir freuen uns auf das Gespräch.

Wie wir KI in der App-Entwicklung einsetzen – und warum der Mensch dabei das letzte Wort hat