TL;DR
Viele Unternehmensprozesse laufen auf Excel — Schulungsverwaltung, Materialtracking, Ressourcenplanung. Früher war individuelle Software zu teuer. Mit Coding-Agenten wie Claude Code oder Cursor geht die Implementierung gegen Null. Was bleibt: die Zeit für Definition und Test. Aber das Projekt wird 80% günstiger.
Inhalt
- Was ist das Problem mit Excel?
- Warum war individuelle Software bisher zu teuer?
- Was hat sich durch KI geändert?
- Für welche Prozesse eignen sich Mini-Apps?
- Wo sind die Grenzen?
- Häufige Fragen
Was ist das Problem mit Excel?
Kurz: Excel ist flexibel, aber nicht für Kollaboration und Komplexität gebaut. Irgendwann wird es zum Risiko.
Es ist ein wenig gehütetes Geheimnis: Viele Unternehmensprozesse basieren auf Excel und Gehirnschmalz. Listen werden gepflegt, Daten zusammengezogen, Formeln verknüpft. Das funktioniert — bis es nicht mehr funktioniert.
Die typischen Probleme:
- Mehrere Personen arbeiten dran, Versionen geraten durcheinander
- Komplexe Formeln gehen kaputt, niemand weiß warum
- Daten müssen manuell aus anderen Systemen kopiert werden
- Der eine Mitarbeiter, der das Excel versteht, geht in Urlaub
Beispiele aus der Praxis:
- Schulungsverwaltung: Welcher Mitarbeiter muss wann welche Zertifizierung erneuern?
- Materialtracking in F&E: Wo wurden welche Komponenten verbaut? Was waren die Ergebnisse?
- Ressourcenplanung: Wer hat welche Skills? Wer ist wann verfügbar?
- Finanzplanung: Szenarien durchrechnen, aber bitte kollaborativ
Warum war individuelle Software bisher zu teuer?
Kurz: Zwei Kostentreiber — die Definition und die Implementierung. Beides war aufwändig, beides war teuer.
Die klassischen Lösungen:
- Excel — Flexibel, aber fragil. Keine echte Lösung für Kollaboration.
- Bestandssoftware erweitern — SAP, ERP anpassen. Große Projekte, hohe Kosten.
- SaaS kaufen — Fertige Tools, aber ich muss mich an deren Prozess anpassen. (Wann SaaS Sinn macht und wann nicht)
- Individualsoftware — Perfekt passend, aber unbezahlbar.
Warum Individualsoftware so teuer war:
Die Definition: Bevor jemand coden kann, muss definiert werden: Was genau brauchen wir? Wie soll der Prozess ablaufen? Edge Cases? Das macht die Fachabteilung — und die hat keine Zeit.
Die Absicherung: Weil Änderungen später teuer werden, steckt man am Anfang 30% des Projektaufwands in Planung. Man versucht, die Zukunft zu antizipieren.
Die Implementierung: Software-Engineering, UX-Design, Testing. Das braucht ein Team, das braucht Wochen oder Monate.
Das Ergebnis: Projekte für 50.000–200.000 Euro. Für einen internen Prozess? Nicht wirtschaftlich.
Was hat sich durch KI geändert?
Kurz: Die Implementierung geht gegen Null. Was bleibt, ist die Denkarbeit — aber die verteilt sich anders.
Mit Coding-Agenten wie Claude Code oder Cursor ändert sich die Gleichung:
- Ich schreibe eine Spezifikation — keine hundert Seiten, ein paar Absätze reichen
- Der Agent codet — und baut in Stunden, was früher Wochen dauerte
- Ich teste — in der Fachabteilung, mit echten Nutzern
- Ich iteriere — stimmt nicht? Agent macht es anders
Der entscheidende Unterschied:
Früher musste die Spezifikation perfekt sein. Jeder Fehler wurde später teuer. Also: monatelange Anforderungsanalyse, bevor jemand eine Zeile Code schreibt.
Heute kann ich mit 85% Richtigkeit starten. Ich sehe das Ergebnis, sage “das habe ich anders gemeint”, und der Agent passt an. Die Zeit für Definition bleibt — aber sie verteilt sich über das Projekt, statt am Anfang zu blockieren.
Das Ergebnis: Projekte für 5.000–15.000 Euro. Plötzlich wirtschaftlich.
Für welche Prozesse eignen sich Mini-Apps?
Kurz: Überall, wo heute Excel steht und eigentlich eine richtige Lösung hermüsste.
Gute Kandidaten:
| Prozess | Das Excel-Problem | Die Mini-App-Lösung |
|---|---|---|
| Schulungsverwaltung | Ablaufdaten tracken über hunderte Mitarbeiter | Dashboard mit Erinnerungen, Filterfunktion |
| Materialtracking F&E | Welche Komponente wo verbaut? Ergebnisse? | Datenbank mit Verknüpfungen und Suche |
| Ressourcenplanung | Skills + Verfügbarkeit + Aufträge zusammenbringen | Matching-Tool mit Visualisierung |
| Wettbewerbsanalyse | Daten aus verschiedenen Quellen zusammentragen | Automatisierte Recherche + Übersicht |
| Finanzszenarien | Komplexe Formeln, mehrere Bearbeiter | Kollaboratives Tool mit Versionierung |
Das Muster: Daten aus mehreren Quellen, mehrere Nutzer, keine perfekte SaaS-Lösung am Markt.
Wo sind die Grenzen?
Kurz: Für interne Tools mit überschaubarer Komplexität funktioniert es. Für Salesforce-artige Produkte (noch) nicht.
Was funktioniert:
- Interne Prozesstools
- Überschaubare Nutzerzahl
- Klare Anforderungen (auch wenn nicht perfekt definiert)
- Keine extreme Skalierung nötig
Was (noch) nicht funktioniert:
- Produkte für tausende externe Nutzer
- Hochkomplexe Systeme mit vielen Entwicklerteams
- Sicherheitskritische Anwendungen ohne ausführliches Testing
Die offene Frage: Ist der Code, den KI schreibt, genauso robust wie handgeschriebener? Wir wissen es noch nicht sicher. Aber: Für interne Tools mit begrenzter Komplexität ist das Risiko überschaubar.
Was sich ändert: Früher war sauberer Code wichtig, damit andere Entwickler ihn verstehen. Mit KI-gestützter Entwicklung wird der Code eher “wegwerf” — ich kann ihn jederzeit neu generieren oder anpassen. Die Qualitätsfrage verschiebt sich von “Ist der Code wartbar?” zu “Funktioniert die App?”.
Häufige Fragen
Brauche ich Programmierkenntnisse?
Für die Nutzung der App nicht. Für die Entwicklung mit Coding-Agenten hilft technisches Verständnis, aber du musst kein Software-Engineer sein. Die KI erklärt sich selbst.
Wie lange dauert so ein Projekt?
Die erste lauffähige Version: Tage, nicht Wochen. Dann Iteration mit den Nutzern. Ein vollständiges Projekt: 2-4 Wochen statt 6-12 Monate.
Was kostet das?
Ein Bruchteil klassischer Softwareentwicklung. Statt 50.000+ Euro eher 5.000-15.000 Euro. Der größte Kostenfaktor: die Zeit der Fachabteilung für Definition und Test.
Kann ich das selbst machen?
Wenn du technikaffin bist und Zeit hast: ja. Realistischer: Ein Berater setzt das System auf, du iterierst dann selbst. Ähnlich wie beim AI-first-Website-Ansatz.
Was passiert, wenn der Entwickler weg ist?
Mit traditionellem Code: Risiko, dass niemand den Code versteht. Mit KI-generiertem Code: Weniger Risiko, weil der nächste die KI nutzen kann, um Änderungen zu machen.
Ersetzt das unsere bestehenden Systeme?
Nein. Die Mini-App füllt eine Lücke — dort, wo SAP zu groß, SaaS zu unpassend und Excel zu fragil ist.
Fazit
Die Kosten für Individualsoftware fallen radikal. Was bisher ein Luxus für Konzerne war — passgenaue Prozess-Tools — wird für den Mittelstand erschwinglich.
Der Moment ist jetzt: In den Excel-Dateien steckt die Spezifikation. Die Fachabteilung kennt den Prozess. Was gefehlt hat, war die bezahlbare Umsetzung.
Die gibt es jetzt.
Dieser Artikel basiert auf einem Gespräch zwischen Manuel Zorzi und Michael Kirchberger über die Entwicklung von Business-Applikationen mit KI-Unterstützung. Die vollständige Podcast-Episode auf YouTube ansehen →