Software wird schneller gebaut, doch die eigentliche Arbeit verschwindet nicht. Sie wandert vom Tippen zum Entscheiden. In der siebten Folge von Die KI Woche diskutieren Markus Kirchmair und Thomas Seiger mit dem Tiroler Softwareentwickler Kevin Riedl, wie Model-Routing, Vibe Coding und KI-Agenten den Alltag von Softwareteams verändern.
Riedl ist Gründer und Produktverantwortlicher beim Software Product Studio Wavect. Im Gespräch berichtet er aus Kundenprojekten, in denen KI heute Prototypen, Oberflächen und große Teile der Umsetzung beschleunige. Sein Kernpunkt: Ein schneller sichtbares Ergebnis sei noch lange kein belastbares Produkt.
Vibe Coding wird erwachsen
Die Grenze zwischen Vibe Coding und professioneller KI-Entwicklung verlaufe laut Riedl weniger beim Werkzeug als beim Wissen des Menschen davor. Wer Architektur, Datenmodelle, Sicherheit und Tests verstehe, erkenne Schwächen im KI-Ergebnis. Ohne dieses Wissen klinge auch fehlerhafter Code schnell überzeugend.
Diese Position hatte Riedl bereits in einem Interview über Vibe Coding und Softwarequalität vertreten. KI-gestützte Entwicklung könne stark beschleunigen, ersetze aber weder Architektur noch Security, Code-Review, Qualitätssicherung und Monitoring.
Das ist auch die Fortsetzung unserer vorherigen Podcastfolge über KI-Spiele und Softwarearbeit. Dort stand im Mittelpunkt, was moderne Modelle bereits bauen können. Folge 7 fragt nun genauer, wie daraus verlässliche Software wird.
Das passende Modell für jede Aufgabe
Ein Schwerpunkt des Gesprächs ist Model-Routing. Gemeint ist eine automatische Aufgabenverteilung: Ein kleines oder lokal betriebenes Modell erledigt einfache Arbeit, ein leistungsstärkeres System übernimmt komplexe Planung oder schwierige Fehler. Riedl erwartet, dass diese Auswahl für Unternehmen zum Standard werde, weil Preise, Limits und Stärken der Anbieter laufend wechseln.
Die Idee ist bereits praktisch angekommen. Microsoft dokumentiert für Foundry einen Model Router, der Anfragen in Echtzeit an unterschiedliche Sprachmodelle verteilt und dabei Leistung sowie Rechenkosten abwägt. Auch die Forschung wird konkreter: Die Preprints Agent-as-a-Router und SWE-Router untersuchen Routing speziell für Coding-Aufgaben. Die Autoren berichten von besserer Kosteneffizienz, die Ergebnisse sind jedoch noch als nicht abschließend begutachtete Forschung einzuordnen.
Für Softwareteams bedeutet das: Nicht jedes Problem braucht das teuerste Modell. Gleichzeitig darf der Router nicht zur neuen Blackbox werden. Kosten, Datenschutz, verfügbare Modelle und die Qualität der Übergabe müssen beobachtbar bleiben. Der aktuelle Preis- und Limitwettbewerb der KI-Anbieter macht diese Flexibilität besonders relevant.
Geschwindigkeit beendet die Verantwortung nicht
Je plausibler KI-Ausgaben wirken, desto leichter wird Kontrolle übersprungen. Riedl berichtet, er müsse bei soliden Abläufen heute weniger einzelne Codezeilen prüfen als noch vor einigen Monaten. Gleichzeitig unterscheidet er deutlich nach Risiko: Bei Finanzsoftware, sensiblen Daten oder irreversiblen Änderungen seien strengere Tests und Kontrollen nötig als bei einer einfachen Oberfläche.
Markus Kirchmair nennt deshalb Versionskontrolle, Backups, Snapshots und eine klare Einschätzung der Modellschwächen als Grundausstattung. Ein Agent, der schnell arbeitet, kann auch schnell Schaden anrichten. Geschwindigkeit verstärkt gute Prozesse und schlechte Prozesse gleichermaßen.
Thomas Seiger verweist im Gespräch auf eine Entscheidung des Landgerichts München I. Laut der offiziellen Pressemitteilung zu Aktenzeichen 26 O 869/26 seien die konkret beanstandeten KI-Übersichten einer Suchmaschine als eigener Inhalt der Betreiberin zuzurechnen. Das Gericht habe die weitere Verbreitung bestimmter falscher Aussagen untersagt. Die Entscheidung ist nicht rechtskräftig und betrifft diesen konkreten Fall, sie zeigt aber, wie wenig tragfähig der Satz "Das hat die KI gemacht" als Ausrede ist.
Kleinere Teams, mehr Software
Riedl berichtet, Wavect habe früher rund zehn Personen umfasst, arbeite im Kern heute zu zweit und erzeuge deutlich mehr Output. Nicht alle früheren Teammitglieder seien Entwickler gewesen, und er stellt die Umstellung nicht als einfache Personalrechnung dar. Seine Beobachtung ist dennoch deutlich: Auf absehbare Zeit wolle das Unternehmen keine zusätzlichen Entwickler einstellen, weil bestehende Teams mit KI viel mehr parallel bearbeiten könnten.
Der Engpass werde damit zum menschlichen Fokus. Wer zehn Agenten gleichzeitig steuert, muss Aufgaben sauber trennen, Ergebnisse zusammenführen und verhindern, dass ein falscher Auftrag im falschen Projekt landet. Aus Programmierern werden stärker Produktmanager, Architekten und Dirigenten technischer Abläufe.
Das verändert auch das Geschäftsmodell von Agenturen. In einem aktuellen Bericht über Wavects Kritik an klassischen Agenturmodellen werden klare Verantwortung, messbarer Produktfortschritt und flexible Iterationen als Gegenentwurf zu reinen Stundenlisten beschrieben. KI verstärkt diesen Druck, weil Kunden sichtbare Änderungen schneller erwarten.
Das heißt nicht, dass Agenturen verschwinden. Wartung, Betrieb, Haftung, Sicherheitsprüfungen und die Übersetzung von Geschäftsproblemen in funktionierende Produkte bleiben bestehen. Auch wenn Konzerne wie im Fall von Starbucks mehr Software selbst bauen wollen, braucht ein fertiges System mehr als einen gelungenen Prompt.
Was aus Juniors und Softwarepreisen wird
Für Berufseinsteiger entsteht ein Widerspruch. Einfache Coding-Aufgaben werden automatisiert, doch Erfahrung bleibt wichtig, um Fehler zu erkennen. Riedl vermutet, dass Vibe Coding selbst zum neuen Einstieg werden könnte: Wer mit Prompts beginnt, lerne dabei schrittweise Programmierlogik, Systemdenken und technische Grenzen.
Der Wert verschiebt sich damit von der Menge geschriebenen Codes zur Qualität der Entscheidungen. Software kann günstiger werden und zugleich höhere Ansprüche wecken. Mehr Apps und Spiele konkurrieren außerdem um dieselbe begrenzte Aufmerksamkeit. Technisch mögliche Produkte müssen deshalb noch lange nicht wirtschaftlich erfolgreich sein.
🎧 Jetzt abonnieren: Spotify · Apple Podcasts · YouTube · Amazon Music · Deezer
🎯 Was das für die Praxis bedeutet
1. Aufgaben nach Risiko trennen: Oberflächen und reversible Prototypen dürfen schneller laufen. Finanzdaten, Berechtigungen und produktive Datenbanken brauchen strengere Freigaben.
2. Routing zuerst beobachtbar machen: Dokumentiert, welches Modell welche Aufgabe übernimmt, welche Kosten entstehen und wann an ein stärkeres Modell eskaliert wird.
3. Tests mit der Geschwindigkeit skalieren: Mehr KI-generierter Code verlangt automatisierte Tests, Versionskontrolle, Backups und klare Abnahmekriterien.
4. Fokus als Kapazität planen: Die Zahl paralleler Agenten ist kein Produktivitätsziel. Entscheidend ist, wie viele Arbeitsstränge ein Mensch noch zuverlässig überblicken und zusammenführen kann.
