Unsere AI Reise: eine unromantische Wahrheit

Einer unserer Product Owner schrieb mit AI Unterstützung eine User Story. Ausführlich, sprachlich tadellos und gut strukturiert. Er las quer, schien stimmig. Die Story landete beim Entwickler, der mit Claude Code längst eifrig experimentierte. Er las sie an. Lange. Zu lange. Irgendwann fragte er im Daily: kann AI uns Stories bitte zusammenfassen?

Niemand hatte wirklich entschieden. Alle hatten irgendwie zugestimmt.

Vor über einem Jahr haben wir bei UFirst mit AI Produktentwicklung angefangen. Sehr klassisch: ein paar Entwickler bekamen Claude Code in die Hand. Selbstläufer, dachten wir. Wer wäre nicht fasziniert von der Technologie?

Es kam anders. Die Entwickler waren erstaunlich zurückhaltend und blieben weitgehend in ihren gewohnten Bahnen. AI lief nebenher zum Tagesgeschäft. Niemand war exklusiv dran. Jeder interpretierte den Auftrag "nutze AI" etwas anders. Manche arbeiteten in ihrem eigenen Stil. Andere definierten ihre eigenen Regeln.

Klare Prozesse oder Governance entstanden so nicht. Hinzu kam: keine globale Architektur, keine gemeinsame Komponentenbibliothek. Niemand der wirklich Verantwortung für Entscheide übernahm. Jede Story wurde ihr eigenes Mini Projekt und sie wurden immer länger, weil AI nun mal lange schreibt.

Die Erkenntnis kam später, aber deutlich: AI im Software Development ist kein Werkzeug, das man Entwicklern in die Hand drückt und dann schaut was passiert. Es ist ein neues Arbeitsmodell. Ohne Fokus, ohne Struktur, ohne klare Verantwortungen geht es schief.
 

Vor einigen Monaten haben wir das Vorhaben komplett neu aufgesetzt. Eine dedizierte Crew von sieben Mitarbeitenden arbeitet seither täglich an und mit dem was wir Factory nennen. Seit wenigen Wochen testen sie auch unsere Business Kolleginnen und Kollegen. Die wichtigste technische Erkenntnis war, dass AI strukturierte Übergänge braucht. Genau dort wo Business Wert entsteht, muss ein Mensch entscheiden, kein Algorithmus.

Der Engpass verschiebt sich

Eines vorweg: an der Art Software zu entwickeln ändert sich grundsätzlich nichts. Was sich ändert, ist das Volumen und damit wird die Denkarbeit zum Engpass, nicht mehr die Tipparbeit. Der Programmiercode selbst verliert an Wert. Was zählt ist Know how und Kontext des Geschäfts- und Marktumfelds.

Jordan Jarolim ist Partner bei UFirst und hat die Pipeline technisch aufgesetzt. Er fasst das Prinzip so: die Factory schlägt vor, der Mensch entscheidet. Konkret heisst das: wir haben einen klar definierten Ablauf von der Idee bis zum fertigen Code. Eine sogenannte Pipeline. Jede Phase hat einen klaren Owner. Jede Phase hat einen Kontrollpunkt, an dem ein Mensch ja sagen muss bevor es weitergeht. Vom Business Case über die User Story, die UX und die Architektur bis zum Code, dem Review und dem E2E Test.

AI übernimmt, was Repetition und Geschwindigkeit ist. Menschen halten die Hand am Steuer überall, wo Urteilsvermögen und Business Verständnis zählen. Das ist das Fundament unserer AI gestützten Produktentwicklung.

Was wirklich zählt

Das gilt auch für Komponenten. Anfangs baute AI für jede Seite eigene Bausteine. Keine Wiederverwendung. Kein Design-System wurde respektiert. Inzwischen zwingt die Factory dazu, vorhandene Komponenten zu suchen. Neue werden nur gebaut, wenn wirklich nichts passt.

Es geht aber nicht nur um Komponenten. Darüber hinaus haben wir dem Prozess weitere Korsette aufgesetzt: Standards für Dokumentation, ein stringentes Glossar, klare Vorgaben zu Sicherheit. Vieles davon klingt banal. Aber genau diese Banalitäten machen den Unterschied. Sie entscheiden ob ein System skaliert oder nach drei Features auseinanderfällt.

Wir sehen heute Effizienzsteigerungen von 20 bis 40 Prozent, je nach Initiative. Manche Themen profitieren stark, andere weniger. Es hängt davon ab, wie komplex der Code ist, wie reif die Anforderungen sind und wie diszipliniert das Team arbeitet. Wir wollen da nicht romantisieren: Denn AI ist kein Multiplikator über alles. Wir sehen jedoch vier Effekte bei uns selbst und bei den ersten Tests mit Kunden.

Business kann die Codebase direkt befragen.

Komplexe Logik kannte früher nur ein Entwickler im Team wirklich. Heute ist sie zugänglich für jeden mit den richtigen Fragen. Das ersetzt nicht den Entwickler. Aber es macht das Business schneller und unabhängiger. Besonders bei komplexen Themen wie Berechtigungssystemen, Preislogik oder Workflows, wo früher viele Iterationen nötig waren bis Klarheit herrschte.

Kosten und Durchlaufzeiten werden früh sichtbar und planbar.

Wir haben in fünfzehn Jahren immer wieder gesehen, wie Projekte aus dem Ruder laufen. Risikoanalysen und Breakdowns sind in der Factory früh verankert, bevor Geld in den Bau fliesst. Es ist der grösste Hebel, den wir für die Planungssicherheit haben.

Qualität entsteht aus Struktur, nicht aus dem Genie eines Einzelnen.

Die Factory zwingt uns in jedem Projekt zum gleichen Vorgehen. Konkret heisst das: klare Ownership, definierte Übergaben, einheitliche Standards. Das ist die Basis für Skalierung und Governance, vom einzelnen Projekt bis über die gesamte Organisation.

Kein Vendor Lock In.

Die Factory funktioniert nicht nur mit Claude Code, andere AI Modelle lassen sich genauso einsetzen. Gerade bewegt sich was im Markt und europäische Alternativen wie Mistral werden für viele Kunden wichtiger. Das gleiche bei Ticketsystemen: Azure DevOps, Jira oder andere, wir docken an, wo unsere Kunden sind.

Die Software Factory ist nicht abgeschlossen. Wir entwickeln sie täglich weiter und lernen dazu. Was wir aber sicher wissen: AI Produktentwicklung funktioniert nur mit klaren Strukturen, dedizierten Teams und Menschen, die die Verantwortung tragen.

Drei Fragen die uns selbst weiter beschäftigen, vielleicht euch auch:

• Wie sieht eure AI Landschaft heute aus und wo wollt ihr hin?
• Wo soll der Mensch die Kontrolle behalten, wo darf AI vorausgehen?
• Welche Initiative würdet ihr nach vorne holen, wenn der Weg dorthin klar wäre?

Wenn euch eine davon nachdenken lässt, lasst uns reden. 30 Minuten reichen für einen ersten Austausch.