“Ich brauch keine KI, die mir Kinofilme produziert. Ich brauche eine für meine Steuer und mein Backoffice.” - Richard Seidl
Während ich diese Kolumne schreibe, generiert irgendwo eine KI gerade ein Bild von einem Astronauten, der auf einem Einhorn durch den Weltraum reitet. Aber gleichzeitig sitze ich in ein paar Minuten vor meiner Steuer, Reisekostenabrechnungen, Behördenkorrespondenz und ein paar juristischen Texten. Da frage ich mich: Warum eigentlich?
Wir feiern grade ganz viel KI-generierte Texte, Musik und Videos. Beeindruckend, ich schau es auch gerne. Aber: Lösen wir damit die Probleme, die uns wirklich den Schlaf rauben?
In der Softwareentwicklung läuft es grade ähnlich. Wir schauen der KI zu, wie sie Code generiert und im Nu eine neue App entwickelt. Codequalität egal. Läuft ja. Daneben ersticken Teams in Legacy-Code, den niemand mehr versteht und warten kann. Wir träumen von autonomen Test-Agenten, während unsere Teststrategie Grütze ist und Flaky Tests das Vertrauen in unsere Pipeline gebrochen haben.
Das Problem ist dabei gar nicht die Technologie. Das Problem ist unser Fokus. Wir optimieren für Demos, nicht für den Alltag. Für LinkedIn-Posts, nicht für Produktivität. Für das Spektakuläre, nicht für das Nützliche.
Was brauchen wir wirklich? Wo ist denn ein Schmerz? Was möchte ich denn eigentlich nicht mehr machen? Abgleich meiner Testfälle mit hundert Seiten Anforderungsspezifikation! Eine KI, die versteht, warum dieser eine Test seit drei Monaten sporadisch fehlschlägt. Eine, die mir beim Code-Review nicht nur Syntaxfehler zeigt, sondern fachliche Inkonsistenzen.
Wo ich persönlich im ersten Schritt gar keine KI möchte: Testfallerstellung. Ich liebs einfach, mir zu einer User Story oder einer Anforderung zu überlegen, wie ich diese gut testen könnte. Es macht mir einfach Spaß und ich lern was dabei. Klar nehm ich mir die KI dann gerne noch zum Gegencheck dazu, aber nicht fürs initiale Erstellen.
Die schönen Sachen, die einem Freude machen, selbst tun. Die Unliebsamen der KI übergeben. Daran sollten wir uns (nicht nur in der Software-Entwicklung) orientieren.
Die gute Nachricht: Dieser Fokus entsteht immer mehr. Die immergleichen KI-LinkedIn-Posts beginnen zu langweilen. Wir verstehen langsam, dass der Wert von Technologie nicht in ihrer Brillanz liegt, sondern in den Problemen, die sie löst.
Qualität bedeutet auch, das Richtige richtig zu tun. Das gilt auch für KI. Bevor wir fragen “Was kann KI?”, sollten wir fragen: “Was brauchen wir?” Die Antwort ist selten ein reitender Astronaut. Meistens ist es eher sowas wie eine Reisekostenabrechnung, die sich von selbst erledigt.