Wir nutzen KI überall in unserem Build-Prozess. Lovable für KI-augmentierten Frontend-Code, Cursor für Backend-Logik, Claude und GPT für Specs, ADRs und Content, Custom Agents für QA und Integrationen. Die ehrliche Bilanz dessen, was KI in unserem Studio beschleunigt, liegt bei etwa 60%. Die verbleibenden 40% — der Teil, der entscheidet, ob Ihr Projekt tatsächlich ausgeliefert wird und in Produktion funktioniert — sind weiterhin menschlich.
Dieses Verhältnis ist wichtig, weil es bestimmt, was Sie von einer Agentur erwarten können, die sich AI-native nennt. Wenn Sie verstehen, welche 60% die KI macht und welche 40% nicht, können Sie den Unterschied erkennen zwischen einem Studio, das KI als Hebel nutzt, und einem Studio, das KI als Marketing nutzt.
Was KI in unserem Build-Prozess gut macht
KI glänzt bei Scaffolding, Wiederholung und Übersetzung. Ein CRUD-Interface aus einem Schema generieren, das Boilerplate für eine Supabase-RLS-Policy schreiben, Copy für einen Empty State entwerfen, eine Loom-Aufnahme in eine geschriebene Spec konvertieren, englische UI-Strings ins Deutsche übersetzen, einen 90-minütigen Discovery Call in Action Items zusammenfassen — diese Aufgaben dauerten früher Stunden. Jetzt dauern sie Minuten.
Das Pattern ist konsistent: alles, was tausendfach in öffentlichen Trainingsdaten gemacht wurde, alles, was bekannten Konventionen folgt, alles, was zwischen Formaten übersetzt. KI erreicht 80–95% Qualität im ersten Durchlauf. Wir reviewen, korrigieren die Kanten und liefern aus. Der Hebel ist real und summiert sich über ein Projekt.
Wie das in der Praxis aussieht
In einem typischen Custom-Build-Engagement spart uns KI etwa zwei Tage pro Woche an Arbeit, die mechanisch gewesen wäre. Wir geben die Ersparnis nicht als Rabatt weiter — wir geben sie als mehr Design-Iterationen, mehr Integrationstests und mehr Zeit für die Teile des Builds weiter, die tatsächlich einen Menschen brauchen.
Was KI schlecht macht — und warum wir es nicht unbeaufsichtigt ausliefern
KI ist schlecht in Urteil, Kontext und Konsequenzen. Sie wird selbstbewusst ein Datenbankschema vorschlagen, das in dem Moment scheitert, in dem Sie auf einer Multi-Tenant-Spalte filtern. Sie wird einen Stripe-Webhook-Handler schreiben, der korrekt aussieht und Kunden still doppelt belastet, wenn Retries feuern. Sie wird eine Marketing-Seite ins Deutsche übersetzen, die grammatikalisch perfekt und kulturell taub ist.
Das Failure Mode ist auch konsistent: KI ist gut im Durchschnittsfall und schlecht im spezifischen Fall. Ihr Business ist der spezifische Fall. Jedes Discovery, das wir führen, deckt drei oder vier Constraints auf, die kein Modell aus öffentlichen Daten hätte ableiten können. KI kann das nicht kodieren. Menschen müssen es.
Wo die 40% sitzen
Architektur-Entscheidungen, Security Review, Integrations-Design, Copy für Ihren spezifischen Buyer, alles was Geld oder Compliance berührt, das Gespräch in Woche eins von Discovery, das entscheidet was wir tatsächlich bauen. Wir lassen KI keines davon ohne menschliche Freigabe ausliefern.
Wie wir menschliche Review strukturieren
Jedes Deliverable in unserem Prozess durchläuft mindestens eine menschliche Review, bevor es einen Kunden erreicht. Code wird von einem Senior Engineer reviewt. Copy wird von einem Editor reviewt. Schemas und RLS-Policies werden gegen eine Security-Checkliste reviewt. Integrationstests werden von einem Menschen designt, auch wenn der Test-Code KI-generiert ist.
Die Review ist kein Stempel. Etwa 30% der KI-generierten Arbeit bekommt nennenswerte Korrekturen — manchmal ein kleiner Fix, manchmal ein kompletter Rewrite. Wir tracken das intern, weil es uns zeigt, wo unsere Prompts und Agents am schwächsten sind, und weil es uns ehrlich hält darüber, was KI ohne Aufsicht ausliefern kann.
Was Sie jede AI-native Agentur fragen sollten
Fragen Sie, wie ihr menschlicher Review-Prozess aussieht. Fragen Sie, wer konkret KI-Output reviewt, bevor er Sie erreicht. Fragen Sie, was passiert, wenn ein Senior Engineer mit dem Modell nicht einverstanden ist. Wenn sie keine saubere Antwort haben, zahlen Sie dafür, dass KI Ihr Entwickler ist — nicht dafür, dass eine Agentur für das Ergebnis verantwortlich ist.
Warum "Vibe Coding" keine Produktionssysteme liefert
Es gibt gerade ein populäres Pattern, ganze Apps zu bauen, indem man auf Englisch mit einer KI chattet. Es funktioniert gut für Prototypen, Demos, Wochenend-Projekte und interne Tools, bei denen die Kosten von Bugs niedrig sind. Wir nutzen es selbst dafür.
Aber Produktionssysteme für Unternehmen mit echten Kunden scheitern anders. Sie müssen Edge Cases handhaben, an die der Prompt nicht gedacht hat, über die Trainingsdaten hinaus skalieren, mit APIs integrieren, deren Doku lügt, und ein Jahr Änderungen durch ein Team überleben, das nicht im ursprünglichen Gespräch war. "Vibe Coding" handhabt nichts davon.
Wo die Linie ist
Nutzen Sie KI, um einen funktionierenden Entwurf zu generieren. Lassen Sie Menschen diesen Entwurf produktionsreif machen — Tests schreiben, Edge Cases härten, Architektur dokumentieren, Änderungen planen. Der Übergang vom Prototyp zur Produktion ist genau dort, wo die meisten KI-gebauten Projekte sterben.
Was Sie von uns erwarten sollten
Konkret: schnellere Lieferung als eine traditionelle Agentur, ähnliche oder bessere Qualität, und eine klare Antwort, wenn Sie fragen, was KI gemacht hat versus was wir gemacht haben. Unsere Discovery-Woche ist überwiegend menschlich. Unsere Build-Wochen sind KI-gehebelt — wir liefern zwei- bis dreimal schneller als vor KI-Tools. Unsere QA und Security Review sind überwiegend menschlich.
Das Pricing reflektiert den Hebel. Wir verlangen nicht, was ein KI-Bot verlangen würde, weil das, was Sie kaufen, Urteilsvermögen, Verantwortlichkeit und ein Team ist, das das Ergebnis besitzt. Wir verlangen auch nicht, was eine traditionelle Agentur für denselben Scope verlangen würde. Die 60% Beschleunigung gehört Ihnen.
Wenn Sie das in Aktion sehen wollen
Buchen Sie einen Discovery Call. Wir führen Sie durch einen aktuellen Build, zeigen Ihnen genau, welche Teile KI beschleunigt hat und welche ein Mensch machen musste, und erklären, warum wir das Engagement so strukturiert haben.
Die ehrliche Zusammenfassung
KI ist ein Hebel-Multiplikator auf talentierte Menschen. Sie ist kein Ersatz für sie. Die Agenturen, die mit KI gute Ergebnisse erzielen, sind die, die bereits gute Engineers, guten Prozess und guten Geschmack hatten — KI macht sie schneller. Die Agenturen, die KI nutzen, um schwache Fundamente zu kaschieren, produzieren Arbeit, die im Demo gut aussieht und in Produktion bricht.
Sechzig Prozent KI ist ehrlich über beide Hälften: der Hebel ist real und es lohnt sich, dafür zu zahlen, und die menschlichen 40% sind das, was den Hebel sicher macht. Wenn Ihnen jemand sagt, sie seien zu 100% KI, verkaufen sie Ihnen entweder einen Prototyp oder verstecken die Menschen, die hinter den Kulissen still die Fehler des Modells beheben.
Wenn Sie sehen wollen, wie das in einem echten Engagement aussieht, buchen Sie einen Discovery Call. Wir zeigen Ihnen den tatsächlichen Workflow, nennen die Tools und gehen durch, wo Menschen eingreifen.