Der Winchester-Mystery-House-Effekt

Smarte Geräte, verworrene Codes: Warum die mobile IoT-Modernisierung mit KI-Agenten menschliche Experten braucht

Veraltete mobile Softwarearchitekturen gleichen häufig dem Winchester House, das über Jahre Stück für Stück durch unterschiedliche Menschen erweitert wurde, je nach individuellem Geschmack und Gusto. Am Ende entstand ein riesiger, absurder Komplex mit 160 Räumen und bizarren Fehlkonstruktionen.

Genauso verhält es sich oft bei alten Legacy-Anwendungen. Durch den stetigen Wechsel von Verantwortlichkeiten, knappen Budgets, hohem Zeitdruck, individuellen Präferenzen und schlechter Qualitätssicherung fehlt es am Ende an einer sauberen Dokumentation. Das macht es so schwer, veraltete Software zu warten.

In vielen Unternehmen blockieren genannte Punkte die Weiterentwicklung von Altsystemen. Die Wartung bindet erhebliche Ressourcen. Gleichzeitig verhindert eine technologische Abhängigkeit die Integration moderner IoT-Szenarien.

Mit dem Einsatz autonomer KI-Agenten und des adesso-Rahmenwerks adSCAILE eröffnet sich nun ein gangbarer Weg, auch komplexe und geschäftskritische mobile Anwendungen an der Schnittstelle zu physischen Geräten zukunftssicher und wirtschaftlich zu transformieren.

Das bedeutet aber nicht gleichzeitig, dass der menschliche Einsatz obsolet wird. Ganz im Gegenteil: Der sogenannte „Human-in-the-loop“ hat eine zentrale und äußerst wichtige Aufgabe.

Er wird zum digitalen Chefarchitekt.

Was das genau bedeutet und wie sich der agentische Einsatz auf die operative Arbeit eines Entwicklungsteams auswirkt, habe ich mit drei meiner geschätzten Kollegen – Boris Beck, Chris Gretzki und Jens Schließer – aus der Entwicklung diskutiert und reflektiert. Alle mit jahrelanger Erfahrung aus dem Bereich Software-Architektur, -Requirements, Coding und Testing.

Was uns in der Diskussion beschäftig hat war auch die Frage, was aktuell „Marketing-Bla-Bla“ ist und wo die KI echte Vorteile bringt. Vor allem hinsichtlich komplexer geschäftskritischer Anwendungen, die man nicht mal schnell mit ein bisschen Vibe Coding ablöst.

Für mich als Senior Business Developer war das eine sehr wichtige Diskussion, da ich täglich in Kundengesprächen bin und in meiner Position auch beraten will, und zwar transparent und ehrlich.

Gerne möchte ich diese Erkenntnisse mit Ihnen teilen.

Funktionsweise autonomer KI-Agenten im IoT-Umfeld

Im Unterschied zu klassischen, assistenzgestützten Codegeneratoren können agentische Systeme unter der richtigen Anleitung proaktiv und kontextbewusst arbeiten. Autonome KI-Agenten analysieren die vollständige Softwarearchitektur einer mobilen Anwendung. Man könnte auch sagen, Bestandscode zu analysieren und dokumentieren ist eine Paradedisziplin von KI. Im IoT-Umfeld, das durch eine fehlerfreie Interaktion mit unterschiedlichen Firmware-Versionen und eine hohe Offline-Tauglichkeit geprägt ist, ist dies ein elementarer Prozess.

Ein weiterer Mehrwert von KI liegt darin, undokumentierte Hardware-Schnittstellen und herstellerspezifische Firmware-Abhängigkeiten automatisiert zu analysieren, digital zu dokumentieren und architektonisch zu verifizieren. Dadurch wird sichergestellt, dass die mobile Anwendung auch unter instabilen Offline-Bedingungen oder bei zukünftigen Firmware-Updates der physischen Geräte fehlerfrei und regelkonform agiert.

Strategische Vorteile durch adSCAILE und spezialisierte Programmier-Agenten

Mit dem Rahmenwerk adSCAILE (adesso Smart Cycle for AI-enhanced Lightweight Software Engineering) stellt adesso einen modell- und plattformunabhängigen, durchgängigen Prozess bereit. Das Vorgehen verändert die Projekt-Ökonomie im Brownfield grundlegend: Statt monatelanger Analyseschleifen setzt adesso auf ultrakurze Entwicklungs- und Turnaround-Zyklen sowie kleinere, hocheffiziente Teams. Durch die automatisierte Generierung von Varianten steigen sowohl Testabdeckung als auch Qualität inmitten der gewachsenen Architektur spürbar.

Interessant ist, dass sich Softwareentwicklung und Baubranche so gut vergleichen lassen — diese Analogien machen technische Zusammenhänge auch für Nichtprogrammierer leicht verständlich.

Ein Brownfield ist ein bebautes Areal — also ein Gelände mit bestehenden Fabriken oder Gebäuden, die umgebaut, saniert oder integriert werden müssen. In der Softwareentwicklung steht der Begriff für Bestandssysteme, die nicht von Grund auf neu entwickelt, sondern gezielt modernisiert, erweitert und verbessert werden.

Für Produktverantwortliche und Digital-Strateginnen und -Strategen ergeben sich daraus drei wesentliche Vorteile:

1. Sicherung des Datenflusses
Proprietäre Kommunikationslogiken werden systematisch identifiziert und extrahiert. Dadurch bleiben bestehende IoT-Datenströme erhalten und lassen sich kontrolliert in moderne Plattformen und Cloud-Infrastrukturen überführen.

2. Risikominimierung durch Automatisierung
Die KI-gestützte Vollanalyse des vorhandenen Quellcodes reduziert unvorhergesehene Aufwände in der Umsetzung, weist auf mögliche Problemquellen hin und liefert darüber hinaus eine vollständige Dokumentation. Dadurch wird die Modernisierung planbarer, sowohl technisch als auch wirtschaftlich. In der Praxis zeigt sich hier beim KI-Einsatz eine signifikante Aufwands- und Zeitersparnis von 30 bis 50 Prozent.

3. Fokus auf Wertschöpfung
KI-Agenten übernehmen heute repetitive Aufgaben wie Codegenerierung, -dokumentation und Fehlerbehebung. Projektteams gewinnen dadurch Kapazitäten, die sie gezielt für die Entwicklung neuer Geschäftsmodelle, digitaler Dienste und differenzierender Funktionen einsetzen können.

Wir bei adesso nutzen diverse KI-Tools, aktuell gerne auch spezialisierte Programmier-Agenten wie Claude Code von Anthropic. Direkt in die Entwicklungsumgebung integriert, liest das Werkzeug die Codebasis, erkennt Abhängigkeiten zu älteren Netzwerkbibliotheken, bearbeitet Dateien über mehrere Ebenen hinweg.

Das klingt alles vielversprechend, fast so, als ob die Agenten die ganze Arbeit allein machen würden. Die Fragen, die man sich zwangsläufig stellt – sind menschliche Entwickler:innen jetzt obsolet und welche Berechtigung haben Entwicklungskosten unter diesen Bedingungen?

Die Fragen sind berechtigt und ehrlich. Vor dem Deep Dive mit meinen Kollegen war es auch für mich nicht so einfach zu verstehen, wie sich der Einsatz von KI jetzt eigentlich genau auf unser Geschäft auswirkt.

Was ich in meinem Gespräch mit Jens, Chris und Boris gelernt habe.

• Warum der KI der Blick für den Bauplan fehlt
  Ein zentrales Defizit der KI-Agenten betrifft die Semantik: Die von der KI generierten Lösungen sind im ersten Schritt selten gut lesbar oder langfristig wartbar. Es fehlt ihr schlicht der strategische Weitblick dafür, was auf lange Sicht im Code erhalten bleiben muss und in welche Richtung sich eine Architektur entwickeln darf. Ohne den Menschen würde die KI genau das tun, was Sarah Winchester tat: Sie baut funktionale Räume, vernachlässigt aber den architektonischen Gesamtplan. Je mehr man den Agenten „von der Leine lässt“, desto mehr Code muss am Ende manuell validiert werden.
• Die KI als Sparring Partner
  Ein erfahrener Software-Architekt nutzt den Agenten heute eher für eine datenbasierte Zweitmeinung und plant größere Anpassungen an Klassen oder Modulen gemeinsam mit der KI. Auch als Sparringspartner für das Erarbeiten der Anforderung sind KI-Agenten sehr wertvoll und decken die eine oder andere fehlende Information in der Diskussion auf.
• Die Arbeit mit KI-Agenten verändert den Schwerpunkt der Arbeit im Software-Development-Lifecycle
  Weg vom manuellen Programmieren hin zu einer sehr detaillierten und präzisen Anforderungsphase. Hauptaugenmerk ist es, sehr genaue Spezifikationen zu erstellen. Das heißt die Konzeptions- und Planungsphase erhält einen hohen Stellenwert. Schritt für Schritt wird iterativ gearbeitet. Die Planung dauert also länger, das Coding kürzer.
• Wer codet, soll nicht testen
  Das gilt auch für Agenten. Schließlich ist es auch nur logisch, wenn eine KI ein anderes Verständnis hat und in die falsche Richtung arbeitet, beim Testing genau das testet, was sie verstanden hat. Und das, wie wir alle wissen, ist nicht immer richtig. Auch hier sind es menschliche Expertinnen und Experten, die prüfen, ob die Tests auch richtig geschrieben sind und damit auch das Ergebnis richtig sein kann.
• Definition: Agentisches Arbeiten versus Vibe Coding
  Gern werden die beiden Begrifflichkeiten verwechselt. Beim Vibe Coding dominiert ein grob beschriebenes Ziel das Ergebnis, wobei keiner wirklich weiß wie die KI zu dem Ergebnis gekommen ist. Anders bei der agentischen Anwendungsentwicklung, wo die Planungsphase massiv erweitert wird und damit den elementaren Kontext für die Gesamtlösung schafft.

Zwar beschleunigt der KI-Einsatz technische Prozesse erheblich und reduziert technische Schulden – gleichzeitig wächst jedoch der Aufwand für Planung und Kommunikation.

Meine Erkenntnisse nach dem Gespräch mit meinen Kollegen lauten wie folgt: Die KI mag in gewissen Bereichen schnell sein und einige Mehrwerte mitbringen, aber ohne sehr konkrete Anleitung und Kontrolle der Ergebnisse erzeugt auch die KI viele Fehler.

Und egal wie schnell die KI ist, der Kunden-interne Abstimmungsaufwand mit Fachabteilungen, die Spezifikation der Funktionen und der menschliche Biorhythmus erlaubt trotzdem nur ein bestimmtes Tempo.

Fazit

Die Modernisierung mobiler IoT-Anwendungen ist eine strategische Voraussetzung, um die Marktposition vernetzter Produkte zu sichern und auszubauen. Agentische Softwareentwicklung reduziert die Risiken und den Aufwand dieser Transformation deutlich. Unternehmen überwinden technologische Engpässe, erhöhen die Anpassungsfähigkeit ihrer Systemlandschaften und schaffen die Grundlage, smarte Produkte kontinuierlich weiterzuentwickeln und zukunftssicher im Markt zu positionieren.

Aber ohne die professionelle und engagierte Arbeit der menschlichen Fachexperten ist auch ein KI-Projekt kein Erfolgsgarant.

Mehr Informationen erhalten Sie hier.