Auf einem KI-Meetup habe ich mit Leuten aus stark regulierten Branchen über KI-Coding-Tools wie Claude Code gesprochen. Die Gespräche verlaufen oft ähnlich. "Ich programmiere nicht, wozu sollte ich das nutzen?" Berechtigte Frage, aber diese Tools sind nicht mehr nur für Entwickler gedacht. Du redest mit ihnen. Sie bauen Dinge für Dich. Sie sind genau deshalb so mächtig, weil Du eigentlich nicht programmieren können musst. Dann die zweite Hürde: "Wir können diese Tools nicht nutzen. Compliance erlaubt es nicht." Verstehe ich, das sind reale Beschränkungen.
Aber hier liegt das Problem: Dieselben Leute sind oft die KI-Verantwortlichen in ihren Unternehmen. Sie treffen Entscheidungen über KI-Strategie, bewerten Anbieter und entscheiden, was möglich ist. Und sie haben die interessantesten Tools, die KI hervorgebracht hat, noch nie tatsächlich genutzt.
Die Erfahrungslücke
Es gibt einen Unterschied zwischen der Nutzung eines Software-Produkts und der Nutzung eines Tools, das Software erstellt. Wenn Du Standard-Software kaufst, hoffst Du, dass sie Dein Problem löst. Du bist darauf angewiesen, was der Anbieter gebaut hat. Wenn Du KI-Coding-Tools nutzt, startest Du mit Deinem Problem. Was brauche ich? Was würde das lösen? Dann erkundest Du Wege dorthin. Das Tool passt sich Dir an, nicht umgekehrt.
Noch wichtiger: Du lernst, was tatsächlich möglich ist. Worin diese Tools und die Modelle gut sind. Womit sie zu kämpfen haben. Was 30 Sekunden dauert versus was 30 Versuche braucht. Du entwickelst ein Gespür für KI-Fähigkeiten, das Dir keine Anbieter-Präsentation geben kann. Ohne diese praktische Erfahrung triffst Du Entscheidungen blind. Du kannst nicht richtig bewerten, was Anbieter Dir verkaufen. Du kannst nicht beurteilen, ob Du etwas intern entwickeln oder kaufen solltest. Du kannst echte KI-Fähigkeiten nicht von Marketing-Hype unterscheiden.
Die Kluft zwischen KI-Power-Usern und Leuten, die diese Tools nie genutzt haben, ist bereits riesig. Power-User denken in komplexen Workflows. Sie verstehen, was trivial ist und was schwierig. Sie wissen, wann KI das richtige Tool ist und wann nicht. Leute ohne diese Erfahrung denken noch immer daran, das nächste Softwarepaket zu kaufen.
Es geht nicht um Ersetzung
Manche denken, KI bedeutet, dass sie nicht mehr denken müssen. Dass alles automatisch passiert. Es ist das Gegenteil. Jedes Unternehmen braucht Leute, die verstehen, was KI kann und wie man sie anwendet. Diese Leute müssen sowohl im Engineering als auch auf der Business-Seite existieren. Aber wenn Du den Leuten nicht die Chance gibst, diese Tools zu lernen, wie sollen sie dann dieses Verständnis entwickeln?
Die Sandbox-Lösung
"Wir können diese Tools nicht mit unseren Kundendaten oder in unserer Produktivumgebung nutzen." Einverstanden. Tu das nicht. Aber das ist ein simples IT-Management-Problem. Erstelle Sandbox-Umgebungen. Gib den Leuten separate Rechner. Lass sie mit Testdaten experimentieren.
Nimm einen echten Anwendungsfall aus Deinem Unternehmen. Erstelle eine CSV mit erfundenen Daten, die dieselbe Struktur haben. Wenn jemand das versehentlich außerhalb Deines Netzwerks teilt, passiert nichts. Es sind erfundene Daten. Deine Leute lernen, wie KI-Tools funktionieren. Sie verstehen, was möglich ist. Sie können Software-Anbieter besser beurteilen. Sie können sinnvoll an KI-Strategie-Diskussionen teilnehmen. Sie wissen tatsächlich, wovon sie reden. Wenn Du das nicht tust, bleiben Deine Leute, wo sie sind. Sie entwickeln sich nicht weiter. Sie verpassen alles, was passiert. Sie versuchen weiterhin, neue Probleme mit alten Ansätzen zu lösen.
Warum SaaS-Unternehmen besorgt sind
Es gibt einen Grund, warum Software-as-a-Service-Aktien gefallen sind. Unternehmen beginnen zu verstehen, dass sie nicht mehr so viel vorgefertigte Software kaufen müssen. Wenn Du KI-Coding-Tools verstehst, kannst Du anfangen, Dinge zu bauen, die früher den Kauf von Enterprise-Software erfordert hätten. Nicht alles. Nicht immer. Aber genug, um die Rechnung zu ändern. Du kaufst vielleicht immer noch Software. Aber Du triffst eine informierte Entscheidung, keine Standardentscheidung. Du weißt, was Du bauen könntest versus was Du kaufen solltest. Du verstehst die Kompromisse.
Was das tatsächlich erfordert
Hier ist, was passiert, wenn Du das nicht angehst: Dein KI-Strategie-Team hat keine praktische Erfahrung mit KI-Tools. Sie verlassen sich vollständig auf Anbieter-Demos und Verkaufspräsentationen. Sie können echte Fähigkeiten nicht von Marketing unterscheiden. Sie machen teure Fehler, weil sie nicht verstehen, was tatsächlich möglich ist.
Du brauchst Leute, die verstehen, wie Dinge zusammenhängen. Leute, die Deine Geschäftsprozesse kennen und sich vorstellen können, wie KI passen könnte. Leute, die diese Tools tatsächlich genug genutzt haben, um zu wissen, was realistisch ist. Diese Leute brauchen zwei Dinge: Erlaubnis zum Experimentieren und sichere Umgebungen dafür. Sandboxes sind nicht kompliziert. Separate Rechner sind nicht teuer. Testdaten zu erstellen kostet etwas Arbeit, aber nicht viel. Was teuer ist: zurückzubleiben, während alle anderen lernen, was möglich ist.