Was lässt sich mit KI derzeit wirklich bauen? In der sechsten Folge des KI-Woche-Podcasts nehmen Markus Kirchmair und Thomas Seiger diese Frage nicht über Benchmarks auseinander, sondern über funktionierende Demos. Das Ergebnis reicht vom eigenen Aufbauspiel bis zum Western-Adventure - und führt direkt zur Frage, was davon für Softwareteams, Agenturen und andere Dienstleister übrig bleibt.
Spiele als der ehrlichste KI-Test
Markus zeigt im Gespräch mehrere eigene Prototypen: ein Aufbauspiel mit Ressourcen, Gegnern und Wegfindung, ein Western-Adventure mit Story, Sound und Sprachausgabe sowie einen kleinen Multiplayer-Shooter. Entscheidend ist nicht, ob jeder Prototyp schon marktreif ist. Gerade bei Animationen, Perspektiven und der Wegfindung gebe es noch Fehler. Aber die Demos machen sichtbar, wie weit ein einzelner Entwickler mit Modellen wie Fable 5 und Werkzeugen wie dem Higgsfield Supercomputer inzwischen kommt.
Das ist mehr als Spielerei. Ein Spiel bündelt Story, Grafik, Musik, Benutzerführung, Logik und Tests in einem Projekt. Deshalb taugt es als Praxis-Test für KI-Agenten. Ein Prototyp kann in kurzer Zeit zeigen, wo ein System bereits selbstständig arbeitet - und an welchen Details weiter ein Mensch mit Erfahrung gebraucht wird. Auch der im Podcast besprochene KI-Port von Command & Conquer Generals auf Apple-Geräte illustriert, wie sehr sich der Aufwand für klar abgegrenzte technische Aufgaben verschiebt.
Von der Demo zum Geschäftssystem
Der Sprung vom Spiel zur Unternehmenssoftware ist kleiner, als er auf den ersten Blick wirkt. Markus und Thomas diskutieren, warum gerade gewachsene Prozesse und saubere Daten zum eigentlichen Fundament werden. KI kann Oberflächen und einzelne Funktionen schnell erzeugen. Für stabile Systeme braucht sie aber eine klare Architektur, definierte Abläufe und Menschen, die Ergebnisse prüfen. Das passt zur aktuellen Debatte über Starbucks' Plan, mehr Software selbst zu entwickeln: Die Chance liegt nicht im blinden Ersetzen jeder Standardlösung, sondern im Neubau dort, wo ein Unternehmen seine Prozesse wirklich besser kennt.
Für Agenturen und Softwaredienstleister ist das eine unbequeme, aber produktive Frage. Reines Frontend wird austauschbarer. Wertvoller werden die Übersetzung von Geschäftsanforderungen in belastbare Spezifikationen, das Testen kritischer Abläufe und das Verantworten des Ergebnisses. Die Entwicklung lässt sich auch am Remote Labor Index beobachten: Der praktische Anteil der Aufgaben, die Agenten in echten Freelance-Projekten bewältigen, wächst schnell - aber er erreicht noch nicht jede Aufgabe in der nötigen Qualität.
Der wichtige Vorbehalt
Die Podcast-Demos sind keine Prognose, dass ganze Studios oder IT-Abteilungen verschwinden. Sie zeigen vielmehr, wie stark sich die Kosten für einen ersten funktionierenden Versuch verringern. Was früher Wochen für ein kleines Team brauchte, kann heute ein Einzelner an einem Wochenende als testbaren Prototypen bauen. Der aufwendigste Teil verlagert sich: von der leeren Projektmappe zu Auswahl, Qualitätskontrolle, Sicherheit und den vielen Details, die ein Produkt verlässlich machen.
🎧 Jetzt abonnieren: Spotify · Apple Podcasts · YouTube · Amazon Music · Deezer
🎯 Was das für die Praxis bedeutet
1. Ein kleines Testprojekt wählen: Nimm einen klar begrenzten Prozess oder Prototypen. Ein spielbares Mini-Produkt zeigt schneller als eine Tool-Demo, welche Arbeit KI wirklich abnimmt.
2. Architektur vor Oberfläche klären: Beschreibe Daten, Zuständigkeiten, Ausnahmen und Prüfschritte zuerst. Dann kann KI viel zuverlässiger bauen, statt nur eine überzeugende Oberfläche zu erzeugen.
3. Qualität bewusst verantworten: Plane Tests, Freigaben und manuelle Kontrolle ein. KI verkürzt den Weg zum Versuch, ersetzt aber nicht die Verantwortung für ein stabiles Ergebnis.
