Unter dem Namen Artcraft werden derzeit KI-generierte Kopien bekannter Software-Werkzeuge angeboten – darunter Nachbauten von Adobe Photoshop und Microsoft Word. Die Klone sind kostenlos nutzbar und entstehen nicht durch klassische Programmierung, sondern weitgehend aus Prompts, also aus natürlichsprachigen Anweisungen an ein Sprachmodell. Für Unternehmen ist das weniger ein Grund zur Sorge um bestehende Lizenzen als ein nützlicher Gradmesser: Er zeigt, wie belastbar sogenanntes Vibe Coding inzwischen bei komplexen Anwendungen ist.

Was Vibe Coding in der Praxis liefert

Als Vibe Coding bezeichnet man die Entwicklung von Software, bei der der generierte Code kaum noch im Detail gelesen, sondern vor allem am sichtbaren Ergebnis beurteilt wird. Das funktioniert erstaunlich gut dort, wo Oberflächen und Grundfunktionen gefragt sind: Ein Textfeld mit Formatierungsoptionen, ein Bild mit ein paar Filtern, eine vertraute Werkzeugleiste – solche Bausteine sind in Trainingsdaten millionenfach vorhanden und lassen sich entsprechend zuverlässig reproduzieren.

Genau hier liegt der Reiz solcher Klone. Sie wirken auf den ersten Blick vertraut, weil sie die Bedienlogik bekannter Programme nachahmen. Die eigentliche Leistung etablierter Werkzeuge steckt aber selten in der Oberfläche. Sie steckt in Farbmanagement, Dateiformaten, Performance bei großen Dokumenten, Undo-Historien, Stabilität über lange Sitzungen und in tausenden Spezialfällen, die über Jahre eingearbeitet wurden. Diese Tiefe entsteht nicht durch einen Prompt.

Die drei realistischen Grenzen

Für Projektverantwortliche lassen sich die Grenzen prompt-generierter Software auf drei Felder zuspitzen.

  • Qualität: Funktionsfähig und produktionsreif sind zwei verschiedene Zustände. Randfälle, Fehlerbehandlung, Barrierefreiheit und Verhalten unter Last sind typischerweise das, was in generierten Anwendungen zuerst fehlt – und zugleich das, was im Betrieb am meisten kostet.
  • Wartbarkeit: Code, den niemand im Haus versteht, ist eine Hypothek. Wenn in einem Jahr eine Schnittstelle angepasst oder ein Sicherheitsproblem geschlossen werden muss, braucht es Menschen, die die Struktur nachvollziehen können. Generierter Code ohne Architekturentscheidung, ohne Tests und ohne Dokumentation erschwert das erheblich.
  • Rechtssicherheit: Nachbauten etablierter Produkte bewegen sich in einem heiklen Feld. Marken, Icons, Oberflächengestaltung und Dateiformate sind nicht automatisch frei verwendbar, nur weil ein Modell sie reproduzieren kann. Wer solche Ergebnisse geschäftlich einsetzen will, sollte die Herkunft und die Lizenzlage klären, bevor die Anwendung in einen Prozess eingebunden wird.

Wo KI-Prototyping sich rechnet

Der produktive Einsatzbereich dieser Technik ist trotzdem beträchtlich – er liegt nur früher im Projektverlauf, als viele erwarten. Prompt-generierte Anwendungen sind ein ausgezeichnetes Mittel, um eine Idee sichtbar zu machen, bevor Budget gebunden wird.

  • Konzeptvalidierung: Ein klickbarer Prototyp beantwortet in zwei Tagen Fragen, über die sonst in zwei Workshops diskutiert wird.
  • Interne Hilfswerkzeuge: Kleine Tools für einen überschaubaren Nutzerkreis, ohne personenbezogene Daten und ohne Anbindung an Kernsysteme, sind ein sinnvoller Einstieg.
  • Anforderungsklärung: Was im Prototyp auffällig umständlich ist, wird im späteren Lastenheft präziser beschrieben.
  • Schulung und Abstimmung: Fachabteilungen diskutieren über eine laufende Oberfläche konkreter als über ein Dokument.

Wo professionelle Entwicklung notwendig bleibt

Sobald eine Anwendung produktiv genutzt wird, verschieben sich die Anforderungen. Dann geht es um Datenschutz, Zugriffsrechte, Protokollierung, Backups, Updatefähigkeit und um die Frage, wer haftet, wenn etwas ausfällt. Diese Themen sind nicht Beiwerk, sondern der eigentliche Aufwand professioneller Softwareentwicklung.

Das gilt besonders für Systeme, die an bestehende Infrastruktur andocken: ein TYPO3-Projekt mit gewachsenen Inhaltsstrukturen, eine Warenwirtschaft, ein CRM. Hier entscheidet nicht die Oberfläche über den Erfolg, sondern das saubere Zusammenspiel mit dem, was schon da ist. Ein generierter Entwurf kann den Weg dorthin verkürzen – ersetzen kann er ihn nicht.

Ein pragmatischer Umgang

Sinnvoll ist eine klare Trennung zweier Phasen. In der Explorationsphase darf KI großzügig eingesetzt werden: schnell, günstig, verwerfbar. Was dort entsteht, wird bewusst als Wegwerfarbeit behandelt und nicht stillschweigend in den Produktivbetrieb übernommen.

In der Umsetzungsphase bleibt KI ein Werkzeug, aber unter menschlicher Kontrolle: mit Code-Reviews, Tests, definierter Architektur und dokumentierten Entscheidungen. Die Geschwindigkeitsgewinne sind auch dort real – sie entstehen nur anders, nämlich durch Assistenz statt durch Autonomie.

Ein nützlicher Prüfstein vor jeder Entscheidung: Wer übernimmt die Verantwortung für diese Software in drei Jahren? Lässt sich die Frage nicht beantworten, ist der Prototyp noch kein Produkt.

Einordnung für Web- und Softwareprojekte

KI-generierte Klone bekannter Tools zeigen vor allem, wie günstig Oberflächen geworden sind – und wie wertvoll damit alles andere wird: Datenmodell, Integration, Betrieb und rechtliche Klarheit. Für Web- und Softwareprojekte verschiebt sich dadurch der Schwerpunkt von der Frage, wie etwas aussieht, hin zur Frage, wie es dauerhaft funktioniert. Wer KI früh zum Ausprobieren nutzt und die tragenden Teile anschließend sauber bauen lässt, holt aus beiden Welten das Beste heraus.

Quellen