Für Solo-Gründer und sehr kleine Teams sind KI-Werkzeuge der grösste Produktivitätshebel seit Jahren. Sie schreiben Code, entwerfen Texte, fassen Dokumente zusammen und bauen Skripte. Der Hebel wirkt aber in beide Richtungen: Was schneller entsteht, kann auch schneller falsch sein. Dieser Beitrag beschreibt, wo KI im Betrieb eines kleinen Softwareunternehmens tatsächlich trägt und welche Regeln wir dafür anwenden.
Die Grundregel: prüfbare Ergebnisse
KI lohnt sich dort am meisten, wo sich ihr Ergebnis automatisiert oder mit geringem Aufwand prüfen lässt. Code lässt sich testen, typprüfen und bauen. Strukturierte Daten lassen sich gegen ein Schema validieren. Eine Website lässt sich nach dem Build automatisiert auditieren. Wo diese Prüfung fehlt, verlagert KI die Arbeit nur vom Erstellen ins Kontrollieren — oder, schlimmer, in die Fehlerbehebung beim Kunden.
Wo KI zuverlässig Zeit spart
- Code mit Tests: Funktionen, Migrationen, Komponenten und Refactorings, abgesichert durch Typprüfung, Tests und Review.
- Werkzeuge für den Betrieb: Auswertungen, Datenbereinigungen, Prüfskripte und Automatisierungen, die man sonst nie gebaut hätte.
- Struktur für Inhalte: Gliederungen, Varianten, Übersetzungsentwürfe und Zusammenfassungen, deren Fakten man selbst verantwortet.
- Entwürfe im Support: Antwortvorschläge auf Basis der eigenen Dokumentation, die vor dem Versand gelesen werden.
- Recherche und Einordnung: ein erster Überblick über ein Thema, der anschliessend an Primärquellen geprüft wird.
Wo menschliche Verantwortung bleiben muss
Rechtliche und fachliche Aussagen, auf die sich Kunden verlassen, brauchen eine verantwortliche Person, die sie geprüft hat — gerade weil Modelle überzeugend formulieren, auch wenn sie irren. Dasselbe gilt für sicherheitskritischen Code, etwa Authentifizierung und Mandantentrennung, für Entscheidungen über Kunden und für alles, was nach aussen als Zusage verstanden wird. Bei veröffentlichten Texten zu Themen von öffentlichem Interesse verlangt der AI Act zudem eine Offenlegung, wenn keine menschliche redaktionelle Verantwortung besteht; Details im Beitrag zu den Transparenzpflichten.
Kundendaten und KI-Werkzeuge
Für Gründer ist es verlockend, Kundendaten in ein KI-Werkzeug zu kopieren, um schnell eine Auswertung zu bekommen. Das ist eine Bearbeitung durch einen Dritten, oft mit Bekanntgabe ins Ausland, und braucht eine Grundlage. Die einfache Regel: Mit Kundendaten nur Werkzeuge verwenden, für die ein Vertrag besteht, das Training auf Eingaben ausgeschlossen ist und der Verarbeitungsort bekannt ist. Für alles andere werden Daten vorher entfernt oder anonymisiert.
KI im Produkt ist etwas anderes
KI für die eigene Arbeit und KI als Funktion im Produkt folgen unterschiedlichen Regeln. Im Produkt kommen Mandantentrennung, Kostenkontrolle pro Kunde, Evaluation, Schutz gegen Prompt Injection und die Pflichten des AI Act dazu. Wie man das robust baut, beschreibt der Beitrag zur LLM-Integration in SaaS.
Die versteckten Kosten
KI senkt die Kosten des Erstellens und erhöht die Kosten des Pflegens, wenn man nicht aufpasst. Mehr Code bedeutet mehr Code, der verstanden, aktualisiert und gesichert werden muss. Mehr Inhalte bedeuten mehr Inhalte, die aktuell gehalten werden müssen. Der Massstab ist deshalb nicht, wie viel KI erzeugt, sondern wie viel davon nach einem Jahr noch richtig, gepflegt und nützlich ist. Weniger, besser geprüft, schlägt mehr, ungeprüft.
Unsere Regeln
1. KI dort einsetzen, wo das Ergebnis automatisiert prüfbar ist, und die Prüfung zur Pflicht machen.
2. Jede fachliche und rechtliche Aussage selbst verantworten und an Primärquellen prüfen.
3. Kundendaten nur in Werkzeuge mit Vertrag, ohne Training und mit bekanntem Verarbeitungsort.
4. Sicherheitskritischen Code immer reviewen, unabhängig davon, wer oder was ihn geschrieben hat.
5. Messen, was nach einem Jahr noch trägt, nicht, was in einer Woche entstanden ist.
Wie das in einen Arbeitsrhythmus passt, beschreibt der Beitrag zum Wochenrhythmus eines Solo-Gründers. Für Teams, die KI strukturiert einführen wollen, bieten wir eine KI-Integrationsstrategie an.