KI-Symbolbild: Verleiht KI wirklich Superkräfte beim Programmieren? (Optik: Michel Becker / GPT Image 2)
In den vergangenen Monaten sind auf diese Weise zahlreiche Anwendungen entstanden – ein Vorgeschmack darauf, wie grundlegend sich Softwareentwicklung gerade verändert. Doch dieses Zeitfenster beginnt sich bereits wieder zu schließen.
Warum das wichtig ist:
Die KI-Revolution besteht nicht allein darin, dass Chatbots Antworten liefern. Der tiefere Umbruch liegt darin, dass Software selbst zu einer Sprache geworden ist. Wer präzise formulieren kann, kann plötzlich Produkte bauen. Damit verschiebt sich Macht: weg von der bloßen Nutzung digitaler Systeme, hin zu ihrer Gestaltung. Für Medienhäuser, Unternehmen und Verwaltungen eröffnet das enorme Möglichkeiten.
Im Alltag zeigt sich diese Entwicklung bereits sehr konkret. In Zusammenarbeit mit KI-Systemen entstehen neue Werkzeuge: etwa ein Radar für eine Straße in Düsseldorf, das Behördeninformationen, PDFs und Ortsdaten zu einem hyperlokalen Nachrichtenstrom verdichtet; ein System, das niederländische Gerichtsakten als Recherchequelle erschließt; oder eine Möglichkeit, acht Jahre an Inhalten aus sozialen Netzwerken zurück unter die Kontrolle der eigenen Website zu holen. Entscheidend ist dabei nicht die klassische Nutzung eines Chatbots zur Beantwortung von Fragen. Stattdessen wird gemeinsam mit der KI gebaut.
Stephan Scheuer: Leiter des Handelsblatt-Technologie-Teams. (Foto: Max Brunnert, Getty Images [M])
Wer bereits grundlegende Erfahrungen mit einfachen Websites oder digitalen Werkzeugen gesammelt hat, erlebt diese Entwicklung besonders deutlich. Programmierkenntnisse verlieren nicht an Bedeutung – aber sie verändern sich. Nicht mehr jeder einzelne Befehl muss auswendig beherrscht werden.
So entsteht eine neue Sprache zwischen Mensch und Maschine – irgendwo zwischen Redaktion, Produktentwicklung, Datenanalyse und Softwareengineering. Wer vage formuliert, erhält vage Software. Wer präzise formuliert, bekommt funktionierende Prototypen. Diese neue Form des Arbeitens ist hochproduktiv – und gleichzeitig überraschend erschöpfend.
Allerdings war diese Freiheit vermutlich nie so günstig, wie sie zunächst wirkte. Plattformanbieter haben die realen Kosten agentischer KI-Arbeit lange hinter Pauschal-Abonnements verborgen. Inzwischen treten die tatsächlichen Kosten sichtbar hervor. Wer Modelle ernsthaft arbeiten lässt, verbraucht enorme Rechenleistung. Genau das macht KI so nützlich – und genau das macht sie teuer.
Vor diesem Hintergrund passt die große Handelsblatt-Titelgeschichte über Anthropic besonders gut in die aktuelle Entwicklung. Darin wird beschrieben, wie das Unternehmen von Dario Amodei derzeit vom Underdog zum Machtfaktor aufsteigt – mit Claude Code als möglicherweise wirkungsvollstem Produkt der Branche. Anthropic demonstrierte diese Führungsrolle zuletzt erneut: Erst stellte das Unternehmen spezialisierte KI-Agenten für die Finanzbranche vor, die Aufgaben wie Bilanzprüfungen, Kreditberichte oder Präsentationsunterlagen weitgehend autonom bearbeiten sollen.
Gründer und Chef Dario Amodei: Mit Anthropic ist er aus dem Schatten von OpenAI getreten. (Foto: Thomas Kuhlenbeck)
Kurz darauf folgte die Nachricht über zusätzliche Rechenkapazitäten durch eine Partnerschaft mit SpaceX. Beide Entwicklungen gehören unmittelbar zusammen. Die Branche verkauft längst nicht mehr nur Intelligenz. Sie verkauft Intelligenz unter Infrastrukturvorbehalt. Das Versprechen lautet: mehr Automatisierung. Die Realität dahinter: mehr Kapazität, höhere Kosten und wachsende Abhängigkeiten.
Deshalb wächst zugleich das Interesse an lokalen KI-Modellen, die direkt auf dem eigenen Rechner laufen. Vor allem die Chips von Apple machen diesen Ansatz praktikabler, als viele noch vor Kurzem erwartet hätten. Für manche Routineaufgaben reichen lokale Modelle bereits erstaunlich weit. Doch auch dieser Weg hat Grenzen. Modelle sind niemals neutral. Sie tragen politische, kulturelle und regulatorische Prägungen in sich. Lokal ausgeführt bedeutet nicht automatisch unabhängig gedacht.
Der entscheidende Machtfaktor verschiebt sich deshalb von der sichtbaren Oberfläche in die Infrastruktur dahinter. Wer Zugang, Preise und Nutzungslimits kontrolliert, bestimmt letztlich auch, wie viel Freiheit beim Entwickeln übrig bleibt. Gerade bei intensiver Nutzung zeigt sich das deutlich: Arbeitsprozesse geraten ins Stocken, sobald Kontingente erschöpft sind oder Plattformen Limits setzen.
Trotzdem dürfte der Drang weiter wachsen, mit diesen Werkzeugen zu experimentieren und eigene Systeme zu bauen. Denn wer einmal erlebt hat, wie schnell aus Sprache funktionierende Software werden kann, wird dieses Wissen kaum wieder vergessen.
Die neue Freiheit ist real. Aber sie ist kein dauerhafter Zustand. Sie existiert nur innerhalb eines kurzen technologischen Fensters – und die Rechnung dafür wird gerade sichtbar.
Informationen rund um dieses Thema finden Sie hier.
Dieser Beitrag erschien in unserem KI-Newsletter. Wenn Sie mehr solcher Artikel lesen möchten, abonnieren Sie gerne das KI-Briefing hier.