Wenn Experimente produktiv werden

Dass Fachbereiche selbst Anwendungen entwickeln können, ist zunächst eine Chance. Dort sitzt häufig das beste Wissen über Prozesse, Anforderungen und alltägliche Probleme. Generative KI und Vibe Coding senken die technische Einstiegshürde und ermöglichen es, Ideen schnell auszuprobieren.

Die Grenze zur produktiven Software ist allerdings fliessend. Eine persönliche Arbeitshilfe kann schnell von einem ganzen Team genutzt werden. Spätestens dann stellen sich klassische Fragen der Softwareentwicklung: Wer darf auf welche Daten zugreifen? Wer ist für Wartung und Updates verantwortlich? Und wer übernimmt den Betrieb?

Eine professionell wirkende Oberfläche beantwortet diese Fragen nicht. Security, Datenschutz und Wartbarkeit bleiben relevant – unabhängig davon, ob der Code von Entwickler:innen geschrieben oder mit Unterstützung einer KI erzeugt wurde.

Dabei ist auch die Rolle der KI selbst wichtig. Eine mit KI entwickelte Anwendung ist nicht zwangsläufig ein KI-System. Ruft sie dagegen selbst ein Modell auf oder übermittelt Unternehmensdaten an einen externen KI-Dienst, entstehen zusätzliche Anforderungen an Governance, Datenschutz und möglicherweise Regulierung.

Klare Wege statt Verbote

Die Antwort kann kaum darin bestehen, Experimente zu verhindern oder jede kleine Arbeitshilfe durch einen umfangreichen Freigabeprozess zu schicken. Unternehmen brauchen stattdessen einen pragmatischen Weg vom Experiment in den regulären Betrieb.

Dazu gehören freigegebene Werkzeuge, klare Regeln für den Umgang mit Unternehmensdaten und Kriterien dafür, wann eine Anwendung professionell geprüft werden muss. Entscheidend ist, dass mit wachsender Bedeutung einer Anwendung auch klare Verantwortlichkeiten für Security, Wartung und Betrieb entstehen.

Fazit

Generative KI kann wertvolles Prozesswissen schneller in funktionierende Lösungen übersetzen. Professionelle Softwareentwicklung wird dadurch nicht überflüssig. Ihre Rolle verschiebt sich vielmehr: Sie hilft dabei, aus erfolgreichen Experimenten sichere und langfristig betreibbare Anwendungen zu machen.

Wenn Fachbereiche und Software Engineering diesen Übergang gemeinsam gestalten, kann aus einem schnellen Prototyp ein verlässliches Werkzeug werden.

Gute Engineering-Praktiken zahlen sich aus

Die neuen Regelwerke verlangen unter anderem:

• CRA: Software Bill of Materials (SBOMs), Schwachstellenmanagement und Sicherheitsupdates.
• NIS2 und DORA: Meldefristen sowie dokumentiertes Risikomanagement.
• AI Act: Technische Dokumentation, Datenqualitätsnachweise und menschliche Aufsicht.

Diese Anforderungen betreffen längst nicht mehr nur grosse Konzerne oder regulierte Branchen. Über Lieferketten, Ausschreibungen und internationale Märkte erreichen sie zunehmend auch Softwareunternehmen in der Schweiz.

Für Unternehmen, die Qualität, Sicherheit und Wartbarkeit bereits heute systematisch in ihre Entwicklungsprozesse integrieren, bedeuten die neuen Anforderungen deshalb oft weniger einen Neustart als vielmehr den Nachweis bestehender Engineering-Qualität. Compliance entwickelt sich damit vom Kostenfaktor zum Qualitätsmerkmal.

Wer Security by Design konsequent umsetzt, schafft viele regulatorische Nachweise bereits im Entwicklungsprozess. CI/CD, automatisierte Tests und Software Bill of Materials (SBOMs) machen Dokumentation zu einem integralen Bestandteil des Software Engineering – statt zu einer nachgelagerten Pflicht.

Mehr dazu lesen Sie in unserem Beitrag „Sicherheit strategisch denken“.

Jetzt handeln statt später aufholen

DORA gilt bereits, die Hauptpflichten des CRA greifen ab Ende 2027 und auch der AI Act wird schrittweise eingeführt. Unternehmen, die ihre Engineering-Prozesse frühzeitig weiterentwickeln, schaffen nicht nur die Grundlage für Compliance, sondern stärken gleichzeitig ihre Wettbewerbsfähigkeit.

KI ist schnell zum Default geworden

In vielen Projekten wird KI heute selbstverständlich eingesetzt – sei es für Code, Dokumentation oder Inhalte. Was als Effizienzgewinn beginnt, wird dabei schnell zum Standard, ohne dass der konkrete Nutzen jedes Mal hinterfragt wird.

Gerade darin liegt die Herausforderung: Nicht jede Aufgabe braucht KI – und nicht jeder Einsatz ist sinnvoll.

Nachhaltigkeit beginnt bei bewussten Entscheidungen

Der Einsatz von KI hat reale Auswirkungen – sowohl technisch als auch organisatorisch. Hinter jeder Anwendung stehen energieintensive Infrastrukturen, steigende Kosten und zusätzliche Komplexität in den Systemen.

Gleichzeitig zeigt sich in der Praxis ein wiederkehrendes Muster: Inhalte werden generiert, überarbeitet und wieder verdichtet – oft ohne echten Mehrwert.

Mehr Output bedeutet nicht automatisch mehr Qualität.

Architektur statt Hype

Wer KI in Systeme integriert, trifft immer auch eine Architekturentscheidung. Der Einsatz grosser Modelle bringt in der Regel Abhängigkeiten mit sich – etwa von Cloud-Anbietern, proprietären Technologien oder spezifischen Plattformen.

Diese Faktoren beeinflussen nicht nur die technische Umsetzung, sondern auch die langfristige Flexibilität. Nachhaltige Softwareentwicklung bedeutet deshalb, solche Abhängigkeiten bewusst zu steuern und nicht nur kurzfristige Vorteile zu betrachten.

Fazit

Künstliche Intelligenz ist ein leistungsfähiges Werkzeug – aber kein Selbstzweck.

Nachhaltige Software entsteht dort, wo Technologie gezielt eingesetzt wird und klare Entscheidungen getroffen werden. Das bedeutet auch, bewusst auf KI zu verzichten, wo sie keinen echten Mehrwert liefert.

Security by Design: Sicherheit dort verankern, wo sie den grössten Effekt hat

Cybersecurity scheitert selten an fehlenden Tools, sondern an zu spät berücksichtigter Sicherheit. Security by Design stellt sicher, dass Risiken von Anfang an berücksichtigt werden – und bildet die Grundlage für robuste, vertrauenswürdige digitale Produkte. Unternehmen, die Sicherheitsanforderungen erst kurz vor dem Go-Live adressieren, riskieren unnötige Kosten, operative Störungen und Reputationsschäden. Frühzeitig integrierte Sicherheit verhindert genau das.

Warum Security früh beginnen muss

Digitale Systeme sind komplex – und Fehler im Fundament lassen sich später kaum korrigieren. Security by Design bedeutet:

• Risiken bereits in der Planung erkennen
• Sicherheitsarchitektur systematisch aufbauen
• Sicherheit gleichwertig zu Funktionalität priorisieren

Studien zeigen: Ein spät entdeckter Fehler ist um ein Vielfaches teurer als ein früher behobener. Früh integrierte Sicherheit senkt Kosten und beschleunigt die Entwicklung langfristig.

Shift Left & DevSecOps: Der pragmatische Weg zu sicherer Software

Moderne Organisationen setzen auf Shift Left und DevSecOps, um Security effektiv in ihre Entwicklungsprozesse einzubetten. Das umfasst:

• automatisierte Sicherheitstests in der CI/CD-Pipeline
• klare, versionierte Richtlinien („Security as Code“)
• kontinuierliches Monitoring und schnelles Feedback
• gemeinsame Verantwortung von Entwicklung, Betrieb und Security

Das Ergebnis: weniger Sicherheitslücken, stabilere Systeme und höhere Release-Geschwindigkeit.

Regulatorische Pflicht – strategischer Nutzen

Mit DSGVO und revDSG ist Security by Design gesetzlich verankert. Unternehmen müssen schon bei der Planung geeignete technische und organisatorische Massnahmen definieren – von Datenminimierung bis Verschlüsselung. Wer dies konsequent umsetzt, stärkt nicht nur Compliance, sondern auch die eigene digitale Souveränität und Wettbewerbsfähigkeit.

Fazit

Security by Design ist kein Zusatzaufwand, sondern eine Investition in Qualität, Resilienz und Vertrauen. Wer Sicherheit früh mitdenkt, entwickelt schneller, stabiler und wirtschaftlicher.