Warum KI die Softwareentwicklung umgewälzt hat: Anatomie einer Wende in drei Wochen

Die KI-Revolution in der Softwareentwicklung wird oft als Frage der Tippgeschwindigkeit dargestellt. Das ist der sichtbarste Blickwinkel und der uninteressanteste. Was sich wirklich geändert hat, passt in einen Satz: Die Kosten von Änderungen sind eingebrochen, und wenn diese Kosten einbrechen, verschiebt sich nicht die Produktivität, sondern die Architektur der Entscheidungen.

Wir haben dafür einen datierten Nachweis, an einem Projekt, das wir seit zwei Jahren betreuen: der Plattform BuyStep. Zwischen dem 24. März und dem 12. April 2026 hat sie Framework, Datenbank, Frontend und Backoffice gewechselt. Drei Wochen. Dasselbe Projekt hatte zwei Jahre zuvor vier Monate gebraucht, um ein gekauftes E-Commerce-Theme loszuwerden. Was beides voneinander trennt, zeigen wir im Folgenden.

Vorher: Die Kosten von Änderungen diktierten die Architektur #

Das erste Jahr von BuyStep gleicht vielen ersten Jahren. Die Commits sind von Hand geschrieben, auf Französisch, oft unter Zeitdruck. Die Uhrzeiten sprechen für sich: Fünfunddreißig der neununddreißig Commits vom Dezember 2024 entstehen zwischen 22 und 6 Uhr; vierundzwanzig von neunundzwanzig im Januar 2025; dreiundvierzig von dreiundachtzig im März 2025.

Die Spuren dessen, was eine Änderung kostet, sind überall. Die Datenbankmigrationen werden zwischen Dezember 2024 und Oktober 2025 viermal zurückgesetzt, beim vierten Mal verschwinden 54 Dateien auf einen Schlag. Im Juni 2025 wird eine Testsuite aus dem Repository entfernt, weil sie „nicht mehr gepflegt“ ist. Im Januar 2026 werden Tests und Qualitätsanalyse in der Pipeline vorübergehend abgeschaltet. Jede dieser Entscheidungen ist für sich genommen vernünftig; zusammen beschreiben sie ein Team, das Änderungen teuer bezahlt und spart, wo es kann.

Drei datierte Spuren vom Einzug der KI ins Repository #

Die KI kommt nicht per Ankündigung, sondern über Dateien. Drei Daten, alle in der Historie überprüfbar:

• Juni 2025: eine Datei .cursorrules. Erstes sichtbares KI-Werkzeug. In diesem Stadium ist die Unterstützung eine Tipphilfe: Sie schlägt Zeilen vor, nie eine Architektur. Sonst enthält das Repository nichts von ihr.
• Oktober 2025: eine Anweisungsdatei, ein Konfigurationsordner, ein erster Agent. Das Repository erhält eine CLAUDE.md, ein Verzeichnis .claude/ und einen ersten spezialisierten Agenten (unit-test-fixer). Im selben Monat wird die Konfiguration auf Umgebungsvariablen umgestellt, die Anwendung dockerisiert, die Migrationen werden neu aufgesetzt und ein Seed-Datensatz wird geschrieben.
• März 2026: versionierte Spezifikationen vor dem Code. Lieferantenaudit, Scoring-Engine, Abläufe für Käufer und Lieferanten: Das Dokument geht der Umsetzung voraus und liegt im Repository.

Die wichtigste Tatsache dieser Liste ist nicht technisch. Im Oktober 2025 hat das Schreiben für den Assistenten dazu gezwungen, überhaupt zu schreiben: Konventionen, Build-Befehle, erwartete Architektur, Regeln, die nicht überschritten werden dürfen. Dokumentation für die KI ist zugleich Dokumentation für das Team, und das Projekt wurde für jemanden lesbar, der es nicht geschrieben hat, ob Mensch oder nicht.

Die Wende: drei Wochen, und das halbe Fundament ändert sich #

Am 24. März 2026 erhält ein Commit das Tag V3-PRE-REFONTE. Es ist das einzige Tag der ganzen Historie, und der markierte Stand zeigt einen Bildschirm, der exakt dem von Ende Februar gleicht, obwohl sich unter der Haube 626 Dateien geändert haben. Was folgt, lässt sich in drei Akten erzählen:

1. 26. März: die Umstrukturierung. Ein Plan zur Neuordnung des Repositorys wird geschrieben und noch am selben Tag umgesetzt: die gemeinsamen Bibliotheken in libs/, die Anwendungen in apps/, der alte Monolith in legacy/.
2. 28. März: der technische Umstieg. MySQL wird durch PostgreSQL ersetzt (zwei Migrationen am selben Tag, darunter die Zusammenführung der Dateidatenbank mit der Hauptdatenbank), alle Projekte wechseln auf .NET 10 und Entity Framework Core 10, und Swashbuckle macht dem nativen OpenAPI Platz, nach einem Hin und Her, das im Laufe des Tages zurückgenommen wurde.
3. 12. April: das Löschen. Die Blazor-Administration wird aus dem Repository entfernt, admin-next wird das einzige Backoffice, AutoMapper wird durch einen Codegenerator ersetzt, die Dateiablage zieht in einen S3-kompatiblen Objektspeicher mit CDN, und die Migrationshistorie wird zu einer einzigen zusammengefasst.

Die beiden Analysefenster für Ende März und April 2026 kommen zusammen auf 311 Commits und 32 gemergte Pull Requests. Am Tag vor dem Löschen der Blazor-Administration korrigierten Commits noch ihre Navigation: Der Code wurde repariert und am nächsten Tag gelöscht. Das ist das aufschlussreichste Detail der ganzen Episode: Man pflegt nicht, was man wegwerfen wird, außer wenn Wegwerfen billig geworden ist.

Was die Wende im Gegenzug verlangt hat #

Der Punkt, den begeisterte Erzählungen weglassen: Diese Geschwindigkeit ist nicht gratis, sie ist im Voraus bezahlt. Die Schutzmechanismen kommen nicht nach dem Volumen, sie kommen mit ihm, im selben Zeitraum.

• Die Integrationstests verlassen die In-Memory-Datenbank zugunsten eines echten, kurzlebigen PostgreSQL im Container, das zwischen den Tests zurückgesetzt wird. Eine In-Memory-Datenbank führt weder die Migrationen noch das datenbankspezifische SQL aus: Sie verdeckt genau die Fehler, die eine massive Migration erzeugt.
• Architekturtests prüfen bei jedem Build, dass die Schichten nicht übersprungen werden. Erst das erlaubt es, ein Fundament zu ersetzen, ohne die Domäne neu zu schreiben.
• 291 Tests über 25 Dienste, getrennt in Unit- und Integrationstests, dazu eine Testschicht über alle Controller.
• Eine fünfstufige Pipeline, die alles blockiert, was etwas kaputt macht, mit Container-Images, die mit dem Commit-Hash getaggt sind.

Was sich nicht bewegt hat und alles Übrige erklärt #

Die Wende vom März 2026 war aus einem Grund möglich, der nichts mit KI zu tun hat: Das im August 2024 angelegte Domänenmodell wurde nicht angerührt. Das Muster „eine Entität, eine Übersetzungstabelle“, das die sechs Sprachen trägt, die Trennung Domain / Application / Infrastructure, die Fachentitäten: All das hat drei Technologie-Stacks, zwei Datenbank-Engines und zwei Präsentations-Frameworks überlebt.

Mit anderen Worten: KI hat Architektur nicht überflüssig gemacht. Sie hat sie entscheidend gemacht: Es ist der einzige Teil des Systems, den man nicht billig neu erzeugen kann, und er bestimmt, was man daneben ersetzen kann. Ein schlecht geschnittenes Projekt beschleunigt mit einem Assistenten ebenfalls, nur eben gegen die Wand.

Die Grenzen, wie sie in der Historie sichtbar werden #

Wir wollen sie benennen, denn dasselbe Repository zeigt sie. Im Januar 2026 werden neun Agenten und fünf interne Analyseberichte aus dem Repository gelöscht, zusammen mit einer .env-Datei, die dort nie hätte liegen dürfen: Auch KI-Werkzeuge erzeugen Schulden, die man abbauen muss. Am 14. April 2026 stellt ein Revert den Bau der Images wieder her, nach einem Versuch, die Pipeline zu vereinfachen. Am 24. August 2026 wird eine Korrektur an der Abrechnung im Laufe des Tages zurückgenommen und durch einen bescheideneren Ansatz ersetzt: einen Betrag als Schätzung anzeigen, statt so zu tun, als stünde er fest.

Drei Reverts in zwei Jahren, alle am selben Tag: Das ist keine schlechte Zahl, sondern ein Zeichen, dass die Erkennungsschleife funktioniert. Aber keines dieser drei Probleme wurde durch ein Review gefunden. Sie wurden durch Ausführen gefunden. Das ist die härteste Grenze KI-gestützter Entwicklung, und sie verschiebt sich nicht: Ein Modell kann schreiben und prüfen, nur ein laufendes System sagt die Wahrheit.

Was wir daraus bei unseren Kunden machen #

Nichts Magisches, vier Gewohnheiten. Ein gepflegtes Konventionsdokument im Repository, lesbar für das Team wie für den Assistenten. Tests gegen die echte Datenbank statt gegen einen Ersatz. Kurze Pull Requests, weil das Review zum Engpass geworden ist. Und eine Verteilung der Modelle nach Aufgabe (die leistungsfähigsten für Konzeption und Synthese, die anderen für Umsetzung und Korrektur), weil Durchsatz auch Tokens kostet.

Diese Methode ist Paradigma für Paradigma in unserem ersten Erfahrungsbericht zu BuyStep beschrieben. Die hier zitierten Screenshots stammen aus der illustrierten Rückschau auf das Projekt.

Wenn Sie sich fragen, was KI Ihrem Team bringen kann, ohne zur Blackbox zu werden: Unser Ansatz ist hier beschrieben, und wir sagen Ihnen offen, wann sie nichts bringt. Erstgespräch kostenlos.