Warum KI Ihre Entwicklungsprozesse nicht beschleunigt – Fokus auf Engpässe

Frederick Vanbrabant hinterfragt kritisch den Hype um KI zur Prozessoptimierung und stützt sich dabei auf Klassiker wie The Toyota Way und The Goal. Sein Kerngedanke: KI auf die Entwicklungsphase loszulassen, übersieht den wahren Engpass – oft die vorgelagerte Unschärfe in den Anforderungen.

Der visuelle Engpass

Die meisten Projektzeitpläne zeigen einen langen Softwareentwicklungsblock. Der Instinkt ist, dort zu optimieren, doch Vanbrabant argumentiert, dass eine lange Dauer nicht bedeutet, dass das Problem dort entsteht. Anhand eines Gantt-Diagramms veranschaulicht er ein typisches Projekt: Umfangsdefinition (10d), Budgetplanung (3d), Rechtliches (10d), Dokumentation (5d), dann Entwicklung (70d). Das offensichtliche Ziel ist die Entwicklung, aber das eigentliche Problem liegt vorgelagert.

Vorgelagerte Probleme

Softwareentwicklung besteht nicht darin, schneller zu tippen, sondern das Problem zu verstehen. Vage Anfragen wie "E-Mail an Benutzer senden, sobald der Verkauf abgeschlossen ist" erfordern Klärung: Was ist ein Verkauf? Was passiert bei einem Fehler? Welcher E-Mail-Inhalt? Diese Unschärfe ist es, die Entwickler ausbremst.

KI wird es nicht beheben

Vanbrabant präsentiert die gängige naive Projektion: KI reduziert die Entwicklung von 70d auf 3d. Doch die Realität ist, dass KI dennoch detaillierte Spezifikationen benötigt. Der tatsächliche Zeitplan sieht so aus: Umfangsdefinition (10d) + Rechtliches (10d) + Dokumentation (40d) + KI-Entwicklung (40d). Die Dokumentationsphase dehnt sich aus, weil Fachexperten jedes Detail beschreiben müssen, um korrekten Code von der KI zu erhalten. Er merkt an: "Wenn man menschlichen Entwicklern den gleichen Umfang an Feature-/Scope-Dokumentation geben würde, würde man auch deren Produktivität in die Höhe schnellen sehen."

Fazit

Der Artikel stellt die vereinfachte Sichtweise in Frage, dass KI Prozesse automatisch beschleunigt. Stattdessen sollte man sich auf den gesamten Wertstrom konzentrieren und vorgelagerte Engpässe angehen – bessere Anforderungen, engere Zusammenarbeit mit Fachexperten – bevor man von KI Gewinne erwartet. Für Entwickler, die mit KI-Codierungsagenten arbeiten, ist dies eine praktische Erinnerung daran, in die Qualität der Spezifikationen zu investieren.