AI design authority

Die KI-Design-Authority

Wir stehen an einem Wendepunkt in der Softwareentwicklung. Die Diskussion dreht sich oft um welche ob KI den besten Code schreibt (Claude vs. ChatGPT) oder wo ob diese KI wohnen sollte (IDE oder CLI). Aber das ist nicht die richtige Fragestellung.

Das Problem ist nicht das Generierung des Codes. Es ist die Validierung davon.

Wenn wir KI als „Vibe Coders“ annehmen – wobei wir die Absicht vorgeben und die KI die Ausführung übernimmt – erzeugen wir einen enormen Strom neuer Software. Ein Schwarm von KI-Agenten kann in einer Minute mehr Code generieren, als ein Senior Developer in einer Woche prüfen kann. Der Mensch ist zum Engpass geworden.

Die Lösung ist nicht mehr Menschen. Die Lösung ist eine KI-Design-Autorität.

Vom Handwerker zum Fabrikdirektor

Traditionell ist die „Design Authority“ eine Gruppe von Architekten, die sich einmal pro Woche oder Monat trifft, um ein Design zu genehmigen oder abzulehnen. In einer Welt von High-Velocity-AI-Entwicklung ist dieses Modell hoffnungslos veraltet. Es ist zu langsam und zu reaktiv.

Wenn wir auf „Disposable Code“ umsteigen – Software, die wir nicht endlos refaktorisieren, sondern wegwerfen und neu generieren, wenn sich die Anforderungen ändern – dann verändert sich unsere Rolle grundlegend. Wir sind nicht mehr Maurer, die Stein für Stein legen. Wir sind die Architekten der Fabrik, die die Wände druckt.

Aber wer prüft, ob diese Wände gerade stehen?

Der „Gauntlet“: Eine automatisierte Feuerprobe

Eine AI Design Authority ist keine Person, sondern eine Pipeline. Ein „Gauntlet“, durch das jede Zeile generierten Codes kämpfen muss, um in die Produktion zu gelangen. Dieser Prozess ersetzt die menschliche Code-Review nicht durch Nichts, sondern durch etwas Besseres.

Es funktioniert in drei Schichten:

1. Die Exekutive Macht (Die Generierung)
Wir fragen nicht eine einzige KI nach einer Lösung, wir fragen drei. Wir lassen Gemini 3, GPT-5 und ein Open-Source-Modell (wie Llama) parallel am selben Problem arbeiten. Das verhindert Tunnelblick und durchbricht die „Trägheit“, an der LLMs manchmal leiden. Dieser Ansatz ist auch wissenschaftlich untersucht und zeigt, dass man AI-Halluzinationen verhindern und sehr lange Ketten ohne Fehler bauen kann

2. Der harte Filter (Das Gesetz)
Hier ist keine Diskussion möglich. Code muss kompilieren. Linter dürfen nicht meckern. Und entscheidend: die Blackbox-Tests müssen bestehen. Wir testen nicht, ob die Funktion intern funktioniert (das könnte die KI manipulieren), wir prüfen, ob das System von außen tut, was es tun soll. Scheitert der Test? Sofort in den Papierkorb.

3. Der weiche Filter (Die KI-Jury)
Das ist die eigentliche Innovation. Die verbleibenden Lösungen werden einer spezialisierten „Voting-KI“ vorgelegt. Dieser Agent schreibt keinen Code, sondern liest Code. Er ist auf unsere Architekturprinzipien, Sicherheitsanforderungen (OWASP, ISO) und Compliance-Regeln (EU AI Act) trainiert.
Sie stimmt ab: „Lösung A ist schneller, aber Lösung B ist sicherer und folgt unserer Microservices-Architektur besser.“

Der Gewinner geht in die Produktion.

Die Gewaltenteilung der Software

Dieses Modell erzwingt eine Gewaltenteilung, die in vielen Teams fehlt.

  • Die Legislative (Der Architekt): Der Architekt schreibt die „Verfassung“. Die Prompts, die Architektur-Dokumente (project-description.md, rules.md, skills.md en principles.md), die harten Anforderungen. Der Architekt bestimmt was wir bauen, wer es baut, wie und warum.
  • Die Exekutive (Die Coding Agents): Sie führen aus. Schnell, günstig und unter der Aufsicht menschlicher Entwickler.
  • Die Judikative (Die Design Authority): Eine unabhängige KI-Schicht, die die Einhaltung des Gesetzes prüft.

Fazit: Die neue Rolle des Architekten

Es befreit uns von der Tyrannei von Syntaxfehlern und lässt uns auf das konzentrieren, worin wir gut sind: Systemdenken. Wahrheitsfindung. Struktur und Entscheidungsfindung.

Die Frage ist nicht, ob KI unseren Code schreiben kann. Dieses Thema ist bereits abgeschlossen. Code wird größtenteils ein Wegwerfprodukt sein.
Die Frage ist: Wagst du es, die Kontrolle über das Code loszulassen, um damit Kontrolle über das Qualität wiederzugewinnen?

lassen Sie es mich wissen

Gerard

Gerard ist als AI-Berater und Manager tätig. Mit umfangreicher Erfahrung in großen Organisationen kann er ein Problem sehr schnell analysieren und auf eine Lösung hinarbeiten. In Kombination mit einem wirtschaftlichen Hintergrund sorgt er für betriebswirtschaftlich sinnvolle Entscheidungen.