Ich baue Software mit KI,nicht nur schneller, sondern anders
Ich habe 10 Jahre Erfahrung als freier Full-Stack-Entwickler und bin zu 100 % Autodidakt. Im vergangenen Jahr habe ich mich von der klassischen Softwareentwicklung vollständig auf AI-Native Development umgestellt. Meine Arbeit messe ich nicht mehr daran, wie viel Code ich selbst geschrieben habe. Meine Energie steckt in Systemarchitektur, dem Design von Agents und Skills, der Aufgabenzerlegung, Context Engineering, Entwicklungsregeln und Prüfmechanismen, damit die KI dauerhaft komplexe Software-Engineering-Aufgaben erledigt.
100 % KI-geschriebener Code, ein kommerzielles Produkt, betrieben von einer Person
Mit dieser Methode entwickle und betreibe ich mein eigenes Produkt: LaiCai Screen Mirroring (LaiCai), eine Windows- und macOS-Plattform zum Spiegeln, Steuern und KI-gestützten Automatisieren von Android-Smartphones. Spiegelung und Steuerung mehrerer Geräte, Tastatur-, Maus- und Gamepad-Mapping, Macro, die visuelle Automatisierung LaiCai Flow, AI Planner, MCP, Android Agent, Bildschirmerkennung, Fernsteuerung des Computers sowie Kontoautorisierung, Zahlung, Backend, Admin-Oberfläche, Website und ein SEO-Content-System: Alles ist dabei.
Die Menge an Funktionen ist nicht das Besondere. Besonders ist: Frontend, Backend, Desktop-Client, Admin-Oberfläche, Website, Zahlung und Mitgliedschaft, Automatisierungssystem, der gesamte Code wird zu 100 % von KI umgesetzt, und ich selbst schreibe keinen konkreten Code. Ich entscheide, was gebaut wird, warum, wie das System entworfen ist, wie Aufgaben zerlegt werden, wie die Agents arbeiten, welche Regeln die KI einhalten muss und ob das Ergebnis stimmt.
Code ist nur ein Teil. Dokumentation, Tests, Deployment, SEO, Marketing, die Produktion von Bildern und Videos, der laufende Betrieb: Auch dort ist die KI tief eingebunden, und rund 95 %+ der tatsächlichen Umsetzungsarbeit des gesamten Unternehmens übernimmt sie.
Davor: 10 Jahre freie Full-Stack-Entwicklung, 100 % Autodidakt
Früher war ich Unternehmer: über 10 Jahre im Handel, bevor ich zur Software wechselte. Programmieren habe ich bei keinem Lehrer gelernt; alles Wissen stammt aus Google-Recherchen und offenen Universitätsvorlesungen. Fast zehn Jahre lang habe ich nebenher Englisch und Informatik gelernt. Seitdem habe ich Apps, Backends, Websites und Desktop-Software allein umgesetzt und von der Architektur bis zum Livegang alles selbst verantwortet.
Repräsentative Projekte:
- LaiCai Screen Mirroring — Plattform zum Spiegeln, Steuern und KI-gestützten Automatisieren von Android-Smartphones, mein technisch breitestes Projekt.
- Ashera Pet — App mit Social-Network-Charakter, die ich komplett allein entwickelt habe, im App Store und bei Google Play veröffentlicht.
- VocaSeek — KI-Tool zum Sprachenlernen, das 21 Sprachen unterstützt.
- Kassensystem für Ladenketten — mehrere Filialen, Mitglieder, Lagerbestand, Gehaltsabrechnung, lauffähig auf iPhone, iPad und macOS.
- Vokabel-App und Thai-Lern-App — zwei eigenständig veröffentlichte iOS-Apps mit jeden Monat stabilen, kleinen Einnahmen.
Meine Rolle hat sich geändert, aber ich bin dem Software Engineering treu geblieben
Aus dem Developer wurde ein Architect, AI Agent Designer und Product Builder. Früher fragte ich: „Wie setze ich diese Funktion um?“ Heute frage ich: Wie entwerfe ich ein System, damit die KI sie korrekt umsetzen kann?
KI kann bereits Code schreiben. Schwierig ist, dass sie ein immer komplexeres Produkt dauerhaft, stabil und kontrolliert fertigstellt. Genau damit beschäftige ich mich heute vor allem, in Forschung und Praxis:
Systemarchitektur
Ich entscheide, wie das System aufgeteilt wird, wie Module kommunizieren und was beim Client, beim Server oder beim Agent liegt. Die KI setzt um, aber die Architektur bestimmt, was am Ende entsteht.
Agent-Design
Es genügt nicht, der KI eine Anforderung hinzuwerfen. Ich definiere eigene Verantwortlichkeiten und Kontexte für Planung, Programmierung, Review, Debugging und Recherche und mache die KI so vom Chat-Assistenten zu einem Software-Engineering-System.
Skill-Design
Architektur, Coding-Standards, UI-Richtlinien, Debugging-Methoden, Release-Prozesse und SEO-Methoden fasse ich als Skills zusammen. Die KI muss nicht jedes Mal das ganze Projekt neu verstehen, sondern verfügt über Projektwissen und wiederholbare Workflows.
Das ist kein Vibe Coding
Ich lasse die KI nicht wahllos Code erzeugen und so lange probieren, bis es zufällig läuft. Mir geht es darum, ein Engineering-System aufzubauen, das die KI langfristig pflegen kann: Architektur, Kontext, Zusammenarbeit der Agents, Skills, Regeln, Dokumentation, Aufgabenzerlegung, Code-Review, Tests, Debugging und Release-Prozess.
Das Ziel ist nicht, dass die KI mehr Code schreibt, sondern dass sie immer größere Engineering-Projekte bewältigt.
Es ist bereits ein echtes Geschäft
Beim AI Coding entsteht am leichtesten ein Demo; schwer ist es, ein Produkt zu bauen, es dauerhaft zu betreiben, echte Nutzer zu gewinnen und sie zum Zahlen zu bringen. LaiCai Screen Mirroring ist offiziell veröffentlicht, hat echte Nutzer und zahlende Kunden, und manche haben sich für das Jahresabo entschieden. Das Produkt wird weiter entwickelt und wächst stetig. Es ist weder ein Hackathon-Projekt noch ein Schaustück, das beweisen soll, dass „KI Code schreiben kann“.
Es bestätigt zugleich die Frage, der ich nachgehe: Wie groß kann ein Softwareunternehmen im KI-Zeitalter mit nur einer Person sein? Was früher Entwicklung, Frontend und Backend, Design, QA, DevOps, Dokumentation, SEO, Marketing, Video und Kundenservice erforderte, setze ich neu zusammen: Ich verantworte Richtung, Urteilsvermögen, Architektur und Produkt, und die KI übernimmt den allergrößten Teil der Umsetzung.
Wobei ich helfen kann
Für Stellen, bei denen man „nach Anforderung Code schreibt“, bin ich eher nicht geeignet; besser passe ich zu diesen Aufgaben:
- AI-Native-Softwareentwicklung: den Entwicklungsprozess neu gestalten, damit KI wirklich Teil des Engineering-Systems wird und nicht nur ein Copilot bleibt.
- Agent-Architektur: Agents für Coding, Research, Review, Debug, Automation und weitere entwerfen und festlegen, wie sie zusammenarbeiten.
- Skills und Context Engineering: Teamerfahrung und Regeln in ein Wissenssystem überführen, das die KI zuverlässig ausführen kann.
- Produktarchitektur: ausgehend von der Anforderung die Gesamtstruktur aus Client, Frontend, Backend, KI, Automatisierung und Infrastruktur entwerfen.
Ich komme aus der klassischen Softwareentwicklung, praktiziere AI-Native Development an einem echten kommerziellen Produkt und weiß, wie man daraus ein Produkt mit Nutzern und Umsatz macht. Wenn KI 100 % der Code-Umsetzung übernehmen kann, wofür sollten menschliche Ingenieure dann ihre Zeit einsetzen? Darüber möchte ich mit Ihnen sprechen.
Wenn Sie so jemanden suchen
Besonders interessieren mich folgende Möglichkeiten:
Wenn Sie nur einen Developer im klassischen Sinn suchen, bin ich vermutlich nicht der Richtige. Wenn Sie aber überlegen, wie KI wirklich im Software Engineering ankommt, wie man Agents und Skills entwirft oder wie eine einzelne Person leisten kann, was früher ein Team brauchte, dann sollten wir reden.