Wie KI-Agenten den Prozess der App-Entwicklung spürbar verändern

Bei „Systementwicklung“ dachte man früher an umfangreiche Anforderungsspezifikationen, eine Aufteilung der Arbeit nach Phasen und Zuständigkeiten sowie mehrere Review-Runden, bis das Ergebnis nach Monaten oder sogar Jahren fertig war.
Dieses Vorgehen ist zwar nicht verschwunden, doch die praktische Arbeit an Anwendungen basiert inzwischen bereits zunehmend auf KI-Agenten.

KI-Agenten sind mehr als Werkzeuge, die lediglich vorgegebenen Code vervollständigen.
Sie lesen das gesamte Repository, planen Arbeitsschritte, bearbeiten mehrere Dateien, führen Tests aus, passen Änderungen je nach Ergebnis an und stellen die Modifikationen für das Review zusammen.
All diese Schritte laufen inzwischen als durchgängiger Ablauf.

Das ist keine Zukunftsvision. KI-Agenten übernehmen bereits heute in der Praxis Teile des Entwicklungsprozesses.

KI-Agenten entwickeln sich von der Unterstützung zum Akteur im Entwicklungsprozess

Die Phasen „Anforderungen → Design → Implementierung → Test“ sind nicht verschwunden. Verändert hat sich, dass man sie nicht mehr nacheinander und jeweils nur einmal durchläuft.

Wenn Ziel und Abnahmekriterien vorgegeben sind, erstellt ein KI-Agent einen Umsetzungsvorschlag und schreibt Code sowie Tests. Wirkt das Ergebnis im Test unstimmig, überprüft der Mensch Anforderungen oder UI, und der Agent setzt Implementierung und Verifikation erneut um. Entwicklung in kurzen Zyklen, in denen Anforderungen, Design, Implementierung und Verifikation immer wieder ineinandergreifen, ist bereits Realität.

Auch wenn Menschen weniger Zeit damit verbringen, Code Zeile für Zeile zu schreiben, wird Softwareentwicklung dadurch nicht überflüssig.
Gefragt sind vor allem Entscheidungen darüber, welche Aufgaben an KI-Agenten übergeben werden, klare Angaben zu Ziel, Rahmenbedingungen und Abnahmekriterien sowie die Beurteilung, ob das Ergebnis tragfähig ist.

Von „Entstehen nach dem Meeting“ zu „direkt bauen und prüfen“

Die UI wird im Gespräch mit dem Kunden generiert, an das bestehende Design-System angepasst und die Anbindung an die API geprüft. Auf Feedback hin werden Bildschirme und Verhalten direkt angepasst. Was früher dem Prototyping vorbehalten war, lässt sich heute mit einer Präzision umsetzen, die der Implementierung nahekommt.

Doch dass eine Anwendung läuft, bedeutet nicht, dass sie im Produktivbetrieb sicher eingesetzt werden kann.

Erst mit Datenmodell, Berechtigungsverwaltung, Fehlerbehandlung, Performance, Monitoring, Betrieb und Wartung wird daraus eine Anwendung, die im Geschäftsalltag eingesetzt werden kann.
KI-Agenten haben es deutlich beschleunigt, eine Lösung überhaupt zu bauen, doch Architektur und Entscheidungen sind weiterhin unverzichtbar, damit sie dauerhaft zuverlässig funktioniert.

Mit KI-Agenten und kleinen Teams mehr bewegen

KI-Agenten übernehmen nacheinander Implementierung, Tests, Dokumentation und Recherche. Dadurch kann auch ein kleines Team deutlich mehr Aufgaben bewältigen.

Dadurch rücken Design, Frontend-Entwicklung, Backend-Entwicklung und Testing enger zusammen. Rollen verschwinden dabei nicht, sondern Übergaben zwischen Fachbereichen nehmen ab, und ein Team übernimmt von der Entscheidung bis zur Verbesserung durchgängig die Verantwortung.

Statt Arbeitsschritte über viele Personen zu verteilen, testet ein kleines Team mit gemeinsamem Kontext schnell, und Spezialisten prüfen die entscheidenden Punkte. Ein solches Entwicklungsmodell ist heute eine realistische Option.

Gerade weil schnelles Bauen möglich ist, wird Sicherheit wichtiger

KI-Agenten schlagen nicht nur Code vor, sondern ändern Dateien, rufen externe Tools auf und führen Tests und Builds aus. Weil ihr Handlungsspielraum größer wird, können fehlerhafte Implementierungen und riskante Änderungen ebenfalls schneller vorangetrieben werden.

Die Arbeit mit KI-Agenten bringt zusätzlich zu den klassischen Schwachstellen neue Risiken mit sich, etwa Vorschläge für nicht existierende oder veraltete Abhängigkeitspakete, übersehene Authentifizierungs- und Autorisierungsprüfungen, das Einschleusen von Geheimnissen, übermäßige Berechtigungen, Prompt Injection sowie unbeabsichtigte Änderungen an CI/CD-Konfigurationen.

Daher benötigen auch Code, den KI-Agenten erstellt oder geändert haben, klar definierte Qualitätskontrollen, die mindestens so streng sind wie für von Menschen geschriebenen Code.

• KI-Agenten nur die minimal nötigen Berechtigungen und Verbindungen gewähren
• In einer Umgebung ausführen, die von Produktions-Geheimnissen isoliert ist
• Abhängigkeiten, Schwachstellen und Lizenzen automatisiert prüfen
• Authentifizierung, Autorisierung, Eingabevalidierung und den Umgang mit personenbezogenen Daten manuell überprüfen
• Bestandene Tests allein nicht als Beleg für Sicherheit werten
• Dokumentieren, wer die Änderungen geprüft und freigegeben hat

Code ist nicht allein deshalb sicher, weil ein KI-Agent ihn erstellt hat, und nicht allein deshalb gefährlich. Entscheidend ist, eine Person zu benennen, die die Gesamtverantwortung trägt, und den Einsatz in einen sicheren Entwicklungsprozess einzubetten, der Berechtigungen, Ausführungsumgebung, Prüfungen und Freigaben umfasst.

Barrierefreiheit lässt sich nicht allein durch KI-Agenten sicherstellen

Auch im Bereich Barrierefreiheit (Accessibility) entfalten KI-Agenten ihre Stärke.

Der Umfang dessen, was automatisiert werden kann, wird immer größer: vom Analysieren der HTML-Struktur über das Erkennen fehlender Labels, das Vorschlagen von Alternativtexten und die Prüfung von Kontrasten bis hin zum Erstellen von Testfällen und der Umsetzung von Korrekturvorschlägen. Dadurch lassen sich Probleme schon in einer frühen Phase von Design und Implementierung erkennen, was die Kosten für ihre Behebung senkt.

Gleichzeitig lässt sich Barrierefreiheit in vielen Bereichen nicht vollständig automatisch beurteilen. Auch die Bewertungsmethoden des W3C setzen auf den Einsatz von Prüfwerkzeugen in Kombination mit der Überprüfung durch Fachleute und, wo nötig, die Einbindung betroffener Nutzerinnen und Nutzer.

Die folgenden Punkte müssen nach wie vor durch Sichtprüfung und praktische Bedienung überprüft werden.

• Lässt sich alles ohne Mausbedienung allein per Tastatur problemlos bedienen?
• Wirken Reihenfolge und Anzeige des Fokus natürlich?
• Werden Zustandsänderungen und Fehler über einen Screenreader verständlich vermittelt?
• Bleiben Informationen und Funktionen bei Vergrößerung oder Reflow erhalten?
• Passen Überschriften, Linktexte und Alternativtexte zum Kontext?
• Können echte Nutzerinnen und Nutzer die gewünschte Aktion erfolgreich abschließen?

Kurz gesagt: Die automatisierte Prüfung und Korrektur durch KI-Agenten sowie die manuelle Überprüfung durch Menschen mit visuellen Tests, Bedienung und assistiven Technologien gehören untrennbar zusammen. Es wird immer wichtiger, Accessibility nicht als letzten Prüfpunkt zu behandeln, sondern bereits in den Phasen Anforderungen, Design, Implementierung und Test zu verankern.

Gefragt sind Techniker, die KI-Agenten Kontext und Rahmenbedingungen geben können

Künftig zählt nicht allein, wer Code schnell schreiben oder Prompts geschickt formulieren kann.

Entscheidend ist, die Fragen zu klären, warum etwas gebaut wird, wer es nutzt, was als fertig gilt und welche Risiken nicht akzeptabel sind. Außerdem gehört dazu, KI-Agenten den richtigen Kontext und die richtigen Vorgaben zu geben, Berechtigungen und Qualitätsschranken zu definieren und Ergebnisse zu verifizieren.

Die Arbeit von Entwicklern verlagert sich zunehmend vom Ausführen einzelner Aufgaben hin zu der sinnvollen Kombination von KI-Agenten und Fachexpertise sowie der Steuerung der Qualität. Die endgültige Verantwortung für Korrektheit, Sicherheit und Benutzerfreundlichkeit trägt jedoch nach wie vor der Mensch.

Als Liberogic

Wir von Liberogic verfolgen nicht das Ziel, KI um ihrer selbst willen einzuführen.

Unser Wissen aus moderner Frontend-Entwicklung, komplexen API-Integrationen, UI/UX-Design und Accessibility-Services übersetzen wir in Kontext und Vorgaben für KI-Agenten. So beschleunigen wir Verifikation und Verbesserung.

Schnell umsetzen. Praktisch testen. Und schließlich Sicherheit, Accessibility und Betreibbarkeit so weit ausarbeiten, dass das Ergebnis verlässlich einsetzbar ist.

Statt zwischen Geschwindigkeit und Qualität zu wählen, investieren wir die Zeit in gründlichere Prüfungen und ein besseres Nutzungserlebnis. Genau diese Haltung prägt unser Verständnis der Softwareentwicklung von morgen.

Abschließend

Die Anwendungsentwicklung hat sich bereits verändert.

Weg von einem Prozess, in dem Menschen jede einzelne Aufgabe allein tragen,

hin zu einem Prozess, in dem Menschen Ziele und Rahmenbedingungen vorgeben, KI-Agenten die Umsetzung übernehmen und Menschen die Ergebnisse prüfen und die Verantwortung tragen.

Entscheidend ist künftig nicht, ob KI-Agenten eingesetzt werden.
Entscheidend ist, wie weit Aufgaben delegiert werden, welche Berechtigungen vergeben werden, wo Menschen urteilen und wie sich eine verlässliche Qualität erreichen lässt.