Blog Grundlagen
Grundlagen
Was KI-Coding zuverlässig kann – und wo es Vorlagen braucht
Ein KI-Nachbau von Photoshop zeigt, wo Coding-Agenten stark sind und wo nicht. Was das für Ihre Individualsoftware und Ihre Erwartungen bedeutet.
Grafik: Vibe Coding Seminar · Grundlage: die Quellen unten
In der Fachpresse kursiert wieder die These, Software sei am Ende. Der Anlass: Ein Entwickler hat mit KI Programme nachgebaut, die Adobes bekannteste Werkzeuge nachahmen, darunter Photoshop. Wenn das eine einzelne Person mit einem Sprachmodell schafft, so die Logik, wozu braucht ein Unternehmen dann noch ein Entwicklungsteam?
Für Sie als Geschäftsleitung ist diese Frage nicht theoretisch. Sie beeinflusst Budgets, Personalplanung und die Erwartungen, mit denen Sie KI-Coding-Tools einführen. Golo Roden, Gründer und CTO von the native web, hat den Fall in einem Kommentar auf heise nüchtern eingeordnet. Seine Analyse liefert eine brauchbare Faustregel dafür, was KI-Coding heute zuverlässig kann.
Was tatsächlich entstanden ist
Das Projekt heißt ArtCraft und umfasst inzwischen 13 Anwendungen. Geschrieben sind sie in Rust, einer Programmiersprache mit sehr strengem Compiler, also dem Werkzeug, das Code vor dem Ausführen auf Fehler prüft. Den Code hat im Wesentlichen Claude Opus 5.5 erzeugt, das aktuelle Spitzenmodell von Anthropic. Der Photoshop-Nachbau PhotoCraft sammelte auf GitHub binnen weniger Tage Zehntausende Sterne.
Aufschlussreich sind die Zahlen, die das Projekt selbst veröffentlicht:
- Mehr als 1700 automatische Tests sichern das Ergebnis ab. Ein Teil vergleicht direkt, was PhotoCraft darstellt, mit dem Bild, das Photoshop aus derselben Datei erzeugt.
- Die eigene Paritätsbewertung schätzte Mitte Oktober, dass PhotoCraft zu etwa 45 Prozent für echte Arbeit taugt.
- Bis zur vollen Gleichwertigkeit veranschlagt das Projekt weitere 2300 bis 4100 Stunden Agentenarbeit. Bis Mitte Oktober waren rund 2400 Commits, also einzelne gespeicherte Änderungen, zusammengekommen.
- Bei gut einem Viertel der Referenzdateien weicht das Ergebnis laut der Lückenliste des Projekts noch vom Original ab.
Die README, also die Projektbeschreibung, stellt selbst klar: PhotoCraft ist noch kein Ersatz für Photoshop im professionellen Alltag.
Der Idealfall für Coding-Agenten
Roden räumt ein, was der Fall belegt: Agenten sind stark, wo sich ihr Ergebnis deterministisch prüfen lässt, also eindeutig und automatisch, durch Tests und einen strengen Compiler. PhotoCraft hat beides.
Der Fall hat aber eine Besonderheit. Das Ziel liegt exakt vor. Photoshop ist seit 1990 auf dem Markt, sein Verhalten lässt sich in jeder Situation beobachten, und für jeden Arbeitsschritt liefert das Original die richtige Antwort gleich mit. Niemand muss entscheiden, was richtig ist. Es genügt festzustellen, ob das Ergebnis dem Original entspricht. Genau diese Aufgabe lässt sich hervorragend automatisieren, und genau deshalb ist sie so wenig repräsentativ.
Chance: Wo es eine eindeutige Vorlage oder klare Prüfregeln gibt, können Agenten viel Arbeit übernehmen. Risiko: Wer aus solchen Fällen auf alle Vorhaben schließt, plant mit zu optimistischen Erwartungen.
Der Normalfall: Es gibt keine Vorlage
Der größte Teil der Software, die täglich entsteht, ist keine Standardsoftware. Sie wird für eine Branche, eine Behörde oder ein einzelnes Unternehmen gebaut. Roden nennt als Beispiel ein mehrjähriges Projekt für einen großen Energieversorger. Entscheidend waren dort Dinge, die nirgends als Vorlage bereitlagen: wie die Fachabteilung tatsächlich arbeitet, welche internen Prozesse gewachsen sind, welche Gestaltungsvorgaben für alles gelten, was nach außen sichtbar ist.
All das musste erst verstanden werden, bevor eine Zeile Code sinnvoll war. Rodens Kernaussage: Der Engpass in der Softwareentwicklung war nie das Programmieren, sondern das Verstehen des Problems. Bei einem Nachbau hat diese Arbeit bereits jemand anderes erledigt. KI hat das Kopieren billig gemacht, nicht das Erfinden.
Selbst scheinbar einfache Dinge zeigen das. Dashboards gibt es zu Tausenden. Trotzdem muss für jedes Produkt neu entschieden werden, welche Daten es zeigt und wie das Relevante auf einen Blick erkennbar wird.
Was das für Ihre Entscheidung bedeutet
Für die Planung von KI-Coding-Vorhaben ergibt sich daraus eine einfache Prüffrage: Lässt sich das Ergebnis automatisch und eindeutig prüfen? Daraus folgen drei Fragen, die Sie Ihrem Team stellen sollten:
- Gibt es eine Vorlage, Tests oder klare Regeln, gegen die ein Agent seine Arbeit prüfen kann?
- Wer in der Fachabteilung entscheidet, was richtig ist, und ist diese Zeit im Plan eingeplant?
- Messen wir den Fortschritt an geschriebenem Code oder an geklärten Anforderungen und funktionierenden Abläufen? Passende Kennzahlen beschreibt der Beitrag KI-Coding messen.
Für die Personalplanung heißt das: Die Fähigkeit, Fachlichkeit zu verstehen und Entscheidungen zu treffen, wird nicht weniger wichtig. Eine breitere Einordnung finden Sie in Vibe Coding im Unternehmen: Die Entscheidungsgrundlage, Fachbegriffe im Glossar.
Fazit
Der Photoshop-Nachbau zeigt eindrucksvoll, was Coding-Agenten leisten, wenn das Ziel exakt vorliegt. Er zeigt aber auch, dass selbst unter diesen Idealbedingungen noch große Lücken bleiben. Für Ihre Individualsoftware gilt: Der aufwendigste Teil, das Verstehen und Entscheiden, bleibt bei Ihrem Unternehmen.
Sie wollen mit Ihrem Führungsteam realistisch einschätzen, welche Vorhaben sich für KI-Coding eignen? Fragen Sie ein Inhouse-Seminar an oder melden Sie Ihr Interesse am offenen Seminar an.
Häufige Fragen
Kann KI heute ganze Programme selbst schreiben?
Coding-Agenten können große Mengen Code erzeugen, besonders wenn sich das Ergebnis automatisch prüfen lässt, etwa durch Tests und einen strengen Compiler. Ein KI-gestützter Nachbau von Photoshop schätzte sich laut eigener Bewertung Mitte Oktober aber erst zu etwa 45 Prozent als tauglich für echte Arbeit ein.
Warum gelingt ein Nachbau mit KI leichter als eigene Software?
Beim Nachbau liegt das Ziel exakt vor. Das Original zeigt für jeden Arbeitsschritt, wie das Ergebnis aussehen muss, und dieser Abgleich lässt sich automatisieren. Bei eigener Software gibt es diese Vorlage nicht: Erst muss jemand verstehen und entscheiden, was richtig ist.
Brauchen Unternehmen noch Entwickler, wenn KI programmiert?
Für Software, die für eine Branche, eine Behörde oder ein einzelnes Unternehmen entsteht, bleibt das Verstehen der Fachlichkeit der Engpass. Jemand muss Abläufe, interne Prozesse und Vorgaben klären und daraus Entscheidungen treffen, bevor Code sinnvoll entsteht.
Woran erkennt die Geschäftsleitung, ob KI-Coding für ein Vorhaben passt?
Eine hilfreiche Frage ist, ob sich das Ergebnis automatisch und eindeutig prüfen lässt. Gibt es eine Vorlage, Tests oder klare Regeln, sind Agenten stark. Muss erst geklärt werden, was die Fachabteilung braucht, liegt der Aufwand vor allem dort und nicht beim Programmieren.