In Zeiten des akuten Fachkräftemangels im IT-Sektor stehen Schweizer KMU vor einer grossen Herausforderung: Wie lassen sich Softwareprojekte effizient, schnell und kostengünstig realisieren, wenn Entwicklungsressourcen knapp und teuer sind? Die Antwort liegt nicht mehr in der reinen Skalierung von Entwickler-Teams, sondern in einer fundamentalen Neugestaltung der Prozesse.
Wie dieser Wandel in der Praxis aussieht, zeigt Anthropic. Fiona Fung, Director of Engineering für *Claude Code* und *Claude Cowork*, legte kürzlich offen, wie sich die internen Prozesse und Strukturen des KI-Pioniers veränderten, als agentenbasierte Programmierung (*Agentic Coding*) zum Standard wurde. Für Schweizer KMU-Inhaber und IT-Entscheider liefert dieser Praxisbericht eine wertvolle Blaupause, um die eigene Software-Wertschöpfungskette drastisch zu beschleunigen.
Vom Code-Schreiben zur Code-Architektur
Über Jahrzehnte hinweg war die reine Programmierzeit der teuerste Faktor bei der Softwareentwicklung. Traditionelle Projektmanagement-Methoden wie Wasserfall-Modelle oder Agile Sprints wurden primär entwickelt, um die kostbare Arbeitszeit von Entwicklern optimal zu verwalten.
Mit dem Einzug von KI-Agenten wie *Claude Code* verschiebt sich dieser Flaschenhals grundlegend. Das Schreiben von Code, das Erstellen von automatisierten Tests und das Refactoring (die Bereinigung von Code) erfolgen heute nahezu in Echtzeit. Die neuen Engpässe in Softwareprojekten liegen stattdessen bei der Verifizierung, den Sicherheitsprüfungen und der menschlichen Qualitätskontrolle.
Für Schweizer Unternehmen bedeutet dies: Die Rolle des Software-Entwicklers wandelt sich vom reinen Programmierer zum System-Architekten und Qualitätsprüfer. Anstatt Stunden mit dem Schreiben von Syntax zu verbringen, steuern Entwickler KI-Agenten, die diese Arbeit in Sekunden erledigen. Der Fokus verlagert sich auf das Wesentliche – die Wertschöpfung für das Business.
Die veralteten Prozesse, die wir jetzt verabschieden müssen
Wenn die technologischen Barrieren fallen, müssen auch die alten Arbeitsweisen weichen. Folgende vier Kernbereiche müssen laut den Erfahrungen von Anthropic neu gedacht werden:
1. Just-in-Time-Planung statt starre Roadmaps: Früher wurden Software-Roadmaps für sechs oder zwölf Monate im Voraus geplant, weil Programmierzeit teuer war. In einer KI-nativen Umgebung veralten solche Pläne innerhalb kürzester Zeit. Erfolgreiche Teams setzen auf *Just-in-Time-Planning* (JIT): Schnelle Prototypen erstellen, echtes Nutzerfeedback einholen und die Software sofort anpassen. 2. Kontextsuche über die KI: Wenn eine Frage zu einem älteren Codeabschnitt auftaucht, war der erste Schritt bisher, den zuständigen Entwickler zu suchen. Heute fragen Entwickler direkt die KI. Das spart wertvolle Zeit und verhindert, dass Schlüsselpersonen ständig durch Fragen aus ihrer Arbeit gerissen werden. 3. Präzise Code-Reviews: Vertrauen, aber kontrollieren: Routineaufgaben wie Stilprüfungen, das Finden einfacher Bugs oder das Schreiben von Testabdeckungen übernimmt die KI. Menschliche Expertise wird gezielt dort eingesetzt, wo sie unverzichtbar ist: bei strategischen Sicherheitsfragen, rechtlichen Aspekten (Compliance) und dem Gespür für ein hervorragendes Nutzererlebnis. 4. Verschmelzung der Rollen: Die Grenzen zwischen den Abteilungen verschwimmen. Produktmanager (PMs) ohne tiefen IT-Background können mithilfe von KI funktionierende Prototypen erstellen. Umgekehrt bringen sich Entwickler stärker in Design- und Produktfragen ein. Für Schweizer KMU bedeutet dies eine enorme Demokratisierung der Technologie.
Praxisnahe KI-Anwendungsfälle für Schweizer KMU
Wie lässt sich dieses Modell konkret auf ein Schweizer KMU übertragen? Hier sind drei praxisnahe Szenarien:
• Szenario 1: Express-Onboarding neuer Mitarbeitender Traditionell dauert es Wochen oder Monate, bis sich ein neuer Entwickler in eine bestehende Codebasis eingearbeitet hat. Durch den Einsatz von KI-Assistenten, die den Code erklären und Fragen im Sekundentakt beantworten, können neue Teammitglieder bereits in der ersten Woche produktiv Code beisteuern und Updates veröffentlichen. * Szenario 2: Automatisierte Feedback-Schleifen Anstatt Kundenfeedback mühsam manuell zu sichten, filtert eine KI im Hintergrund kontinuierlich die wichtigsten Feature-Wünsche und Fehlerberichte heraus. Sie bereitet diese so vor, dass die Entwicklungs-Agenten direkt mit der Behebung beginnen können. * Szenario 3: Modernisierung von Legacy-Systemen Viele Schweizer KMU arbeiten mit historisch gewachsenen Softwaresystemen, deren Wartung extrem teuer ist. KI-Agenten können diese alten Systeme analysieren, dokumentieren und schrittweise in moderne Programmiersprachen übersetzen – bei einem Bruchteil der Kosten eines klassischen Migrationsprojekts.
Automatisierungs-Takeaway
Die Einführung einer KI-nativen Arbeitsweise in der Softwareentwicklung führt zu einer Reduktion der Entwicklungszyklen um bis zu 70 Prozent. Der grösste Effizienzgewinn liegt nicht nur in der rasanten Codegenerierung, sondern in der Befreiung hochqualifizierter Schweizer Fachkräfte von repetitiven Routineaufgaben.
Indem Standard-Reviews, Testing und Syntax-Erstellung an KI-Agenten delegiert werden, können sich Ihre Entwickler wieder auf das konzentrieren, was den echten Wettbewerbsvorteil Ihres Unternehmens ausmacht: Innovation, Systemsicherheit und exzellente Customer Experience. Der erste Schritt für KMU-Leiter lautet daher: Identifizieren Sie den zähesten und unbeliebtesten Workflow in Ihrer IT-Abteilung und prüfen Sie konsequent, wie dieser durch KI-Unterstützung automatisiert oder komplett eliminiert werden kann.