Ein Projekt, zwei Welten: klassisch entwickelt oder mit KI

„Schneller mit KI“ sagt sich leicht. Entscheider wollen zu Recht Belege. Deshalb legen wir hier ein echtes Kundenprojekt auf den Tisch und stellen es der Entwicklung gegenüber, wie man sie bisher kannte.

Das Projekt in Kürze

Die Hundertmark Verkehrssicherungsanlagen GmbH sichert Baustellen und Verkehrswege im Ruhrgebiet. Gebraucht wurde ein Dispositionstool: Tagesplanung für Teams, Fahrzeuge und Termine. Im Lauf der Entwicklung kamen Urlaub und Fehlzeiten, Materiallisten je Projekt, die Teamzuordnung und Prüfungen für den Disponenten dazu. Heute umfasst die Anwendung außerdem Projekte und Aufträge, eine Live-Karte mit den Ortungsdaten der Fahrzeuge, die Feldansicht für die Teams, Zeiterfassung und Abrechnung – mit fünf Rollen und eigenen Arbeitsplätzen. Seit Oktober 2026 läuft sie im Pilotbetrieb, zum 1. November 2026 soll sie produktiv gehen.

Wie die Anwendung aussieht und was sie im Unternehmen verändert hat, steht im Case zum Dispositionstool.

Der Vergleich auf einen Blick

Derselbe Funktionsumfang, zwei Wege dorthin.

Klassische Werte: Schätzung für denselben Funktions- und Testumfang (über 500 fachliche Anforderungen, mehr als 100 Masken, fast 1.000 automatisierte Testszenarien), bewusst konservativ angesetzt. Werte mit KI: tatsächliche Projektzeiten.

Wo die Ersparnis entsteht

Aus unserer Projekterfahrung verteilt sich die Ersparnis nicht gleichmäßig. Den größten Hebel hat die reine Entwicklung. Anforderungsanalyse und Qualitätssicherung bleiben Arbeit von Menschen – werden aber ebenfalls spürbar schlanker.

• Anforderungsanalyse und Konzeption – bis zu 40 % weniger Aufwand.
• Entwicklung – bis zu 70 % weniger Aufwand.
• Überwachung und Qualitätssicherung – über 50 % weniger Aufwand.

Wie sich das auf ein ganzes Projekt auswirkt, zeigt die Seite Geschwindigkeit & Ersparnis.

Wie man das klassisch gebaut hätte

Klassisch beginnt ein solches Projekt mit einem Pflichtenheft. Der Umfang wird vorab festgelegt, geschätzt und beauftragt. Danach arbeitet ein Team aus mehreren Rollen: Frontend, Backend, Test, Projektleitung. Menschen schreiben den Großteil des Codes von Hand.

Sichtbare Ergebnisse gibt es erst nach Wochen. Zwischen zwei Ständen, die der Kunde wirklich anfassen kann, liegt viel Zeit. Und jede neue Idee wird zum Änderungsantrag: neu schätzen, neu einplanen, hinten anstellen.

Wie wir es mit KI gebaut haben

Bei uns übernimmt KI die Umsetzung – gesteuert, getestet und abgenommen von unseren Engineers. Die eigentliche Arbeit liegt nicht mehr im Tippen, sondern darin, Anforderungen scharf zu machen, das Ergebnis zu prüfen und nachzusteuern. Die Qualität sichern automatisierte Tests, Code-Analyse und Sicherheitsprüfungen.

Jede Woche gab es einen Termin mit dem Kunden. Der neue Stand wurde gemeinsam besprochen und getestet. Was dort an Wünschen aufkam, war in der Regel beim nächsten Termin umgesetzt.

Das wandernde Ziel

Ursprünglich sollte es ein reines Dispositionstool werden. Dann stellte sich heraus, dass das alte Tool auch Urlaube und Fehlzeiten ermittelt hat – also brauchte die neue Anwendung einen Bereich für Urlaubsanträge. Danach kamen Materiallisten zu den Projekten, die Teamzuordnung aus den parallelen Excel-Tabellen und Prüfungen, die den Disponenten vor Fehlern schützen.

So ist von Woche zu Woche etwas dazugekommen. In der klassischen Entwicklung hat dieses Muster einen Namen: Moving Target. Das Ziel wandert, während gebaut wird. Es ist einer der häufigsten Gründe, warum Projekte ewig dauern.

Jede nachträgliche Anforderung hat dort einen riesigen Einfluss auf die eigentliche Entwicklung. Verhindern ließ sich das nur, wenn Product Owner oder Projektleiter solche Anpassungen abgelehnt oder auf ein Minimum reduziert haben. Erweitert wurde erst nach dem Go-live, Funktion für Funktion. Wer versucht hat, neue Wünsche schon in die erste Version einzubauen, hat Projekte je nach Größe um Monate und manchmal um Jahre verzögert.

Genau hier kommt der große Vorteil der KI-Entwicklung zum Tragen. Die Zyklen sind kurz, und eine neue Funktion kostet Tage statt Monate.

Wir haben deshalb nicht nur Fehler behoben, sondern den Funktionsumfang laufend erweitert – ohne damit in große Verzögerungen zu kommen. Niemand musste dem Kunden eine gute Idee ausreden.

Wo die Zeit wirklich geblieben ist

Auf der technischen Seite gab es keine Schwierigkeiten. Auch bei der Umsetzung der Funktionen nicht. Verzögert hat ausschließlich die Organisation: Im Tagesgeschäft fehlte die Zeit, über die Anwendung zu sprechen. Ansprechpartner waren im Urlaub. Termine mussten verschoben werden.

• Projektlaufzeit im Kalender – 10. Juli bis 1. Oktober 2026, knapp 12 Wochen bis zum Testbetrieb
• Reiner Aufwand – knapp 50 Personentage, verteilt auf 2 KI-Engineers
• Rechnerisch – knapp 4 Personentage pro Woche für das ganze Team. Den Rest der Zeit hat das Projekt auf Abstimmung gewartet

Der Engpass ist damit nicht mehr die Entwicklung. Der Engpass ist der Mensch. Nimmt man die reine Nettozeit, wäre das Projekt um ein Vielfaches schneller fertig gewesen.

Was das in Geld bedeutet

Personentage sind die Währung jedes Softwareprojekts. Weniger Entwickler über eine kürzere Zeit heißt: ein Bruchteil der Kosten. Für dieses Projekt ergibt sich gegenüber der klassischen Schätzung rund ein Vierzigstel der Personentage – und der Testbetrieb startete etwa fünfmal so schnell.

Für ein mittelständisches Unternehmen ändert das die Rechnung grundsätzlich. Individuelle Software war lange zu teuer und dauerte zu lange. Also hat man Excel-Listen gepflegt oder Standardsoftware verbogen. Jetzt ist die eigene Lösung zu moderaten Kosten möglich – genau zugeschnitten auf das eigene Tagesgeschäft.

Fazit

Klassisch hätte man bei diesem Projekt wählen müssen: neue Wünsche ablehnen oder eine lange Verzögerung in Kauf nehmen. Mit KI ist in kurzer Zeit eine Anwendung entstanden, die mit den Wünschen des Kunden gewachsen ist – und die als Basis für weitere Fachthemen dient, etwa für Controlling-Dashboards.

Wenn Sie wissen wollen, was das für Ihr Vorhaben bedeutet, sprechen Sie uns an.