Andreas Wittmann, Co-Founder von &amp, im Gespräch über eines der aktuell meistgenutzten Wörter der Softwarebranche: AI-native.

„AI-native" ist gerade in aller Munde, aber kaum jemand kann konkret sagen, was dahintersteckt. Wittmann erklärt, was AI-native Arbeiten bei &amp in der Praxis bedeutet: wo das Unternehmen selbst gerade steht, wie das Framework der AI Maturity Stages entstanden ist und warum jede Stufe zuerst intern gegangen wird, bevor sie Kund:innen empfohlen wird.

‍

Was sind die AI-Maturity Stages?

„AI-first" ist ein Label geworden, das mittlerweile fast jedes Unternehmen für sich beansprucht, aber kaum jemand kann es belegen. Genau deshalb hat &amp mit den AI Maturity Stages ein eigenes Framework entwickelt: fünf Stufen, von Stufe 0 ganz ohne AI-Einsatz bis Stufe 4, wo vollständig autonome Abteilungen aus AI-Agenten bestehen. Die Frage, die das Framework beantwortet, ist einfach, aber unbequem: Wo steht ein Unternehmen wirklich in Bezug auf die Nutzung von KI?

Genau dieser Unterschied zwischen Anspruch und Realität zieht sich durch das ganze Gespräch mit Co-Founder Andreas Wittmann.

Warum hat &amp seine Agenten selbst entwickelt?

Dass &amp seine AI-Agenten selbst gebaut hat statt fertige Tools einzukaufen, ist für Wittmann keine Positionierungsfrage, sondern eine Grundhaltung:

"Bei uns Engineers steckt es im Naturell, dass wir die Dinge verstehen möchten, die wir verwenden. Vor allem bevor wir sie anderen empfehlen."

Das bedeutet nicht, das Rad neu zu erfinden. Aber wer Kernprozesse seines Unternehmens blind auf bestehende Marktlösungen abbildet, begibt sich in vollständige Abhängigkeit von AI-Vendors und nutzt am Ende dieselben Werkzeuge wie alle anderen. Wittmann ist überzeugt, dass es dabei keine Abkürzung gibt: Jede Stufe der AI Maturity Stages muss durchlaufen werden, sonst fehlt die Basis, um die nächste zu verstehen.

Bei &amp selbst heißt das aktuell Stage 3. Das Team arbeitet mit vollautonomen AI-Coworkern, die von Menschen orchestriert werden, deren Output kontrolliert und in Endergebnisse verarbeitet wird. Ein interner Pilot für Stage 4, in dem Agents im Team zusammenarbeiten und sich bei Bedarf selbst Unterstützung von Menschen holen, läuft bereits.

Diese Ehrlichkeit mit sich selbst fehlt vielen Unternehmen, die sich heute als AI-first bezeichnen. Nach Wittmanns Einschätzung stehen die meisten zwischen Stufe 1 und 2, wenn man ihre tatsächliche Arbeitsweise auf den AI Maturity Stages einordnet. Stufe 1 heißt, bestehende Tools zu nutzen, die inzwischen zusätzlich AI-Funktionen mitbringen. Stufe 2 bedeutet einen echten Shift: Die eigene Arbeitsweise verändert sich, weil AI schneller und effizienter macht und dafür braucht es die Bereitschaft, diese Veränderung überhaupt zuzulassen.

‍

Warum steigt die Nachfrage nach AI-nativer Legacy-Modernisierung?

&amp hat sich im letzten Jahr komplett neu aufgestellt, wie das Team Softwareentwicklung macht und in Zukunft machen will. Diese Learnings offen nach außen zu tragen, erzeugt genau die Nachfrage, die das Unternehmen aktuell spürt: von öffentlichen Auftraggebern, Behörden und Ämtern bis zu Mittelständlern und Großunternehmen. Als relativ kleines Unternehmen kann &amp dabei agil bleiben, Prozesse hinterfragen und Dinge ausprobieren. Ein Vorteil, den größere Unternehmen selten haben.

Der Bedarf dahinter ist meist derselbe: klassische Probleme, für die AI jetzt eine bessere oder andere Lösung bietet. Im öffentlichen Sektor ist dieses Problem laut Wittmann besonders greifbar:

"50 Prozent des IT-Budgets gehen momentan in den reinen Betrieb und die Wartung von Legacy-Anwendungen und das wird von Jahr zu Jahr mehr. [...] Wir brauchen andere Lösungen, als nur mehr zu arbeiten."

Erfahrene Fachkräfte gehen in Pension und nehmen ihr Wissen mit, neue kommen nicht in ausreichender Zahl nach, während gesetzliche Digitalisierungsfristen näher rücken.

‍

Wie setzt &amp AI in der Softwareentwicklung konkret ein?

Es gibt bei &amp keine One-fits-all-Lösung. Stattdessen wird jede Problemstellung einzeln betrachtet: Wo im Software Development Lifecycle eines Unternehmens liegt der größte Hebel, dort wird zuerst angesetzt. Manche Kund:innen haben Bottlenecks in der Requirements-Analyse, andere in der Implementierung, wieder andere in der Wartung. Weil &amp diese Use Cases in eigenen Projekten selbst durchgespielt hat, weiß das Team, wo sich AI wirklich lohnt und beginnt genau dort, Phase für Phase.

Der Unterschied zu Beratungen und generischen AI-Angeboten

Was &amp laut Wittmann seit Jahren von großen Beratungen unterscheidet, ist der Fokus: Software Engineers, die tatsächlich Applikationen bauen statt PowerPoint-Folien zu produzieren. Das gilt jetzt genauso für den Einsatz von AI. Legacy Modernization macht &amp bereits seit Jahren, AI beschleunigt diese Arbeit heute, wäre aber auch ohne AI möglich. Genau hier zieht Wittmann die Trennlinie zu vielen Marktbegleitern:

"Andere Beratungshäuser, die jetzt beginnen, mit AI zu arbeiten und zu sagen, jetzt kann man Software auch ohne Softwareentwickler:innen umsetzen, sind da, glaube ich, nicht auf dem richtigen Weg."

‍

Wenn Sie wissen wollen, wo Ihr Unternehmen auf den AI Maturity Stages steht oder wie sich Ihre Legacy-Systeme AI-nativ modernisieren lassen, melden Sie sich gerne bei uns.