Spotlight On: Softwareentwicklung – Kosten und Nutzen KI-gestützter Entwicklung

Genau darum ging es an diesem Abend: Vier Impulse aus Industrie, Forschung und IT-Dienstleistung beleuchteten das Thema aus unterschiedlichen Perspektiven. Der Raum war voll, die Diskussion lebhaft. Fertige Blaupausen gab es bewusst nicht – dafür ehrliche Praxiserfahrungen und gute Leitfragen.

Nach dem Auftakt im August an der FH Dresden war es bereits das zweite Spotlight der Strategiegruppe Software. Ging es beim ersten Mal noch vor allem um die Frage, wie KI die Arbeit in Entwicklungsteams verändert, stand diesmal die nüchterne Bilanz im Mittelpunkt: Was investieren wir – und was kommt dabei heraus?

Impuls 1: Jenseits der Token – strategisches Kostenmanagement für Enterprise AI

David Kaminsky setzte den Ton für den Abend mit einem klaren Leitsatz: Es geht nicht darum, weniger KI zu nutzen, sondern weniger KI zu verschwenden. Sein Maßstab: mehr Wirkung pro Token.

An einem einfachen Beispiel zeigte er, wo Verschwendung entsteht. Bittet ein Entwickler die KI ohne Standards um einen REST-Service, muss sie vieles selbst herausfinden:

• Welche Architektur, welches Logging, welches Error-Handling?
• Welche Security-Patterns, welche Teststrategie?
• Welche Libraries und Coding Guidelines?

Das Ergebnis sind Rückfragen und Korrekturschleifen – jede davon kostet Zeit und Token. Mit hinterlegten Engineering Skills folgt die KI dagegen dem definierten Weg der Organisation und liefert direkt eine passende Implementierung.

Sein Kernsatz: Jede Korrektur, die einmal in einem Skill festgehalten ist, muss der KI nicht tausendmal neu erklärt werden. Skills sind damit nicht nur ein Qualitätsthema, sondern zugleich Kostenoptimierung.

Bemerkenswert war, wie konsequent Kaminsky die Kostenfrage von der Technik in die Organisation verlagerte. Wer Standards, Architekturprinzipien und freigegebene Libraries sauber dokumentiert, spart nicht nur Token, sondern erhält auch konsistentere Ergebnisse. Die eigentliche Investition liegt also nicht im Modell, sondern in der Pflege des eigenen Wissens. Augenzwinkernd wies er übrigens darauf hin, dass auch seine Präsentation zum Großteil mit KI erstellt wurde – samt Hinweis, wichtige Informationen bitte selbst zu prüfen.

Impuls 2: Soofi – souveräne Open-Source-Sprachmodelle aus Deutschland

Wer über KI-Kosten spricht, muss auch über Abhängigkeiten sprechen. Das Team von Fraunhofer IAIS stellte Soofi vor – Sovereign Open Source Foundation Models – und den Weg vom offenen Basismodell zum Halbleiter-Agenten.

Warum Souveränität gerade in der Industrie zählt, machten sie an drei Punkten fest:

• Preis: Unternehmen hängen vom Preis- und Lizenzmodell der Anbieter ab. Agentische KI ruft ein Modell pro Aufgabe vielfach auf – die Kosten wachsen mit.
• Verfügbarkeit: Anthropics Fable 5 war im Juni 2026 wegen US-Exportkontrollen knapp drei Wochen nicht verfügbar. Modellwechsel und Nutzungsbedingungen entscheidet der Anbieter.
• Datenhoheit: Wafer-Maps, Rezepte und Yield-Daten sind Kern-IP. Bei API-Nutzung verlassen Prompts und Kontext das Haus. 

Die Alternative: ein leistungsfähiges Modell, das man selbst betreiben, prüfen und anpassen kann. Dass das auch wirtschaftlich erreichbar ist, zeigt die Rechenzeit. Für die Halbleiterregion Sachsen ist das eine interessante Perspektive. Das Fachwissen, das in Prozessdokumentationen und Defektkatalogen der Fabs steckt, lässt sich mit vergleichsweise geringem Aufwand in ein eigenes Modell überführen – ohne dass sensible Daten das Unternehmen verlassen. Hinter Soofi steht ein breites Konsortium aus Forschungseinrichtungen und Partnern, darunter Fraunhofer, DFKI und der KI Bundesverband.

Impuls 3: KI-Tools laufen, Produktivität fühlt sich besser an – niemand weiß, ob’s sich rechnet

„Rechnet sich das?“ – mit dieser Frage stieg Stefan Hennig ein und gab ehrliche Einblicke aus der Praxis eines IT-Dienstleisters.

Zuerst benannte er das Spannungsfeld, in dem Entwicklungsteams gerade stecken. Auf der einen Seite die Identität: Ein Lead Developer sagt, das Code-Craften – der Grund, warum er Entwickler wurde – könne die KI jetzt besser. Auf der anderen Seite die Notwendigkeit: Ein Entwicklungsleiter ist überzeugt, dass ein Team, das nächstes Jahr noch selbst Code schreibt, ein ernstes Problem hat.

 
ACP hat bei den Engpässen angefangen: Im Produktmanagement werden Prototypen schnell ausprobiert, die Entwicklung konzentriert sich aufs Craften, und in Review und QA findet die KI mehr Fehler. Andersherum hätte die Entwicklung auf Anforderungen gewartet – und die QA wäre im Code ertrunken.

Dann die Modellrechnung, und sie geht nicht auf. Tokenkosten sind zuerst explodiert, heute sind sie der kleinste Posten. Teuer ist die Strecke drumherum: eigene Infrastruktur im Rechenzentrum, Entwicklung und Pflege des Harness, Kompetenzaufbau. Teilt man diese Kosten durch den Stundensatz, ergibt sich, wie viele Stunden die KI pro Monat einsparen müsste – mehr, als sich realistisch sparen lässt.

Die Konsequenz liegt in der Kompetenz. Die Rolle verschiebt sich von „Code schreiben“ über „Harness bauen“ zu „Agenten steuern“. Gefragt sind:

• Kontext und Spezifikation: Ziel, Constraints, Akzeptanzkriterien
• Verifikation: Korrektheit und Security systematisch prüfen
• Systemdenken und Orchestrierung: Architektur, Agenten aufteilen, Kosten steuern
• Urteilsvermögen: wissen, wann man dem Agenten traut und wann nicht

Alles rückt eine Abstraktionsebene nach oben: Tippen wird billiger, Urteil teurer. Bei ACP gibt es dafür ein wöchentliches Harness-Meeting. Und das Prinzip „Stallgeruch“: Leute aus der Domäne ins Team, fokussierte Teams aus Beratung und Entwicklung, entwickelt wird beim Kunden. Der Anspruch: verstehen, was rauskommt.

Gerade dieser Teil löste im Raum spürbare Resonanz aus. Hennig sprach offen aus, was viele erleben: Die Produktivität fühlt sich besser an, belastbare Zahlen fehlen aber oft. Seine Antwort darauf ist kein Rückzug, sondern ein bewusster Umbau von Rollen und Arbeitsweisen – mit dem Menschen als urteilender Instanz am Ende der Kette.

Impuls 4: KI wird teurer, Impact bleibt aus – was Softwareteams jetzt ändern müssen

Ilja Bauer beschrieb ein Muster, das er bei rund 90 Prozent der Unternehmen beobachtet. Es läuft in drei Schritten:

1. Die KI-Adoption ist gering – also bekommt jeder eine Claude-Code-Lizenz.
2. Nutzung und Zufriedenheit fallen sehr unterschiedlich aus – also folgen Bootcamps und Weiterbildungen.
3. Die KI-Kosten steigen – also werden Limits und Subscriptions eingeführt.

Am Ende steht dasselbe Ergebnis: Der KI-Impact für das Unternehmen bleibt aus.
Ein zentraler Kostentreiber: KI wird nicht am Engpass eingesetzt. Die Pipeline der Softwareproduktentwicklung umfasst Discovery, Forming und Shipping. Wer nur das Shipping beschleunigt, produziert schneller – aber nicht unbedingt das Richtige.

Sein Lösungsansatz: Jedes Inkrement – ob Feature, Bugfix oder Modernisierung – braucht eine Impact-Hypothese. Produktivität allein reicht nicht. Erst die Verbindung mit messbarem Impact wie Umsatz, Gewinn, Retention oder Time to Hire macht den Nutzen sichtbar. Aus Hypothese und Release entsteht so ein Lernkreislauf.

Damit schloss Bauer den Bogen zum Anfang des Abends. Lizenzen, Schulungen und Budgetgrenzen sind Reaktionen auf Symptome. Wer den Nutzen sichtbar machen will, muss vorher festlegen, welche Wirkung ein Inkrement erzielen soll – und hinterher prüfen, ob sie eingetreten ist. So wird aus gefühlter Produktivität eine überprüfbare Aussage.

Open Space: Was kostet uns KI wirklich – und wie machen wir sie effizienter?

Im Anschluss übernahm Yvonne Horn von Qilmo – Werkstatt für neues Arbeiten – die Moderation des Open-Space-Marktplatzes. Die Teilnehmenden brachten ihre eigenen Fragen ein, und die zeigen deutlich, wie weit das Thema über Kosten hinausreicht:

• Messbarkeit von Wirkung, Outcome und Nutzen – und deren Vergleichbarkeit
• Disruption der Wertschöpfung
• Disruption der Rollen und Arbeitsweisen
• Welche Rolle spielt der Mensch, welche die KI – und welche neuen Formen der Zusammenarbeit entstehen?
• Wie sind künftige Softwareentwicklungsteams organisiert (Rollen, Fähigkeiten, Größe)?
• Entwickleridentität
• Geschäftsmodelle in der IT
• Wie sieht ein AI-Workflow mit einem Tag-Nacht-Modell aus?
• Auswirkungen auf die Gesellschaft
• Ist KI nun eine Blase oder nicht? (Big Tech vs. Open Source)

Schnell wurde klar: Hinter der Kostenfrage stehen grundlegende Fragen nach Wertschöpfung, Zusammenarbeit und Identität. In kleinen Runden diskutierten die Teilnehmenden weiter, tauschten Erfahrungen aus ihren Unternehmen aus und knüpften neue Kontakte.

 

Fazit: Wirkung entsteht nicht durch Lizenzen

Vier Perspektiven, ein gemeinsamer Befund: Ob sich KI-gestützte Entwicklung rechnet, entscheidet sich nicht am Token-Preis.

• Verschwendung vermeiden: Wissen einmal als Skill festhalten statt der KI immer wieder neu erklären.
• Abhängigkeiten steuern: Souveräne, selbst betreibbare Modelle sichern Preis, Verfügbarkeit und Datenhoheit.
• Gesamtkosten ehrlich rechnen: Infrastruktur, Harness und Kompetenz kosten mehr als die Token.
• Impact messbar machen: KI dort einsetzen, wo der Engpass liegt – und jedes Inkrement an eine Impact-Hypothese knüpfen.

Herzlichen Dank an alle Speaker, an Infineon für die Gastfreundschaft im Development Center und an alle Teilnehmenden für die engagierte Diskussion.

Wie es weitergeht: ein neuer Arbeitskreis für die Software- und IT-Community
Zwei Spotlights, zwei volle Räume und eine Fülle an Fragen: Das Interesse der Community ist groß, und viele Themen verdienen mehr als einen Abend. Deshalb entsteht auf dieser Basis nun ein neuer Arbeitskreis bei Silicon Saxony.

In ihm wollen wir die Themenvielfalt der vergangenen beiden Spotlights aufgreifen und in konkreten Formaten weiterentwickeln – von der Messbarkeit von Wirkung über neue Rollen und Teamstrukturen bis zu souveränen Modellen und Geschäftsmodellen in der IT. Der Arbeitskreis richtet sich an die gesamte Software- und IT-Community im Silicon Saxony: Entwicklerinnen und Entwickler, Führungskräfte, Forschung und Dienstleister.

Wer mitgestalten möchte, Themen einbringen will oder ein Format beitragen kann, ist herzlich eingeladen, sich bei uns zu melden.

– – – – –

Weiterführende Links

👉 Zum Fachbereich Software & IT

Fotos: Silicon Saxony