Unser Technologie-Stack
Welche Werkzeuge wir einsetzen und warum Technologie bei uns keine Glaubensfrage ist.
Was ist Software Intelligence?
Software Intelligence ist Software, die den fachlichen Zusammenhang versteht, in dem sie eingesetzt wird. Sie verbindet getrennte Informationen, nimmt Menschen Zwischenschritte ab und funktioniert auch dann, wenn die Wirklichkeit unordentlicher ist als der Plan. Gemeint ist nicht automatisch KI, sondern durchdachte Software.

Austin / Denken über Software
Edsger W. Dijkstra
„Edsger Wybe Dijkstra“ von Hamilton Richards, 2002
Quelle: Wikimedia Commons (Original: University of Texas at Austin) · Lizenz: CC BY-SA 3.0 · Bildnachweis
Bearbeitung: Änderungen: freigestellt, Bildausschnitt geändert, skaliert. Die Bearbeitung steht unter derselben Lizenz, CC BY-SA 3.0. Bearbeitet von Today is Life.
Dijkstra beschäftigte sich nicht damit, wie man möglichst viel Code produziert. Ihn interessierte, wie wir komplexe Software so denken und strukturieren, dass Menschen sie noch verstehen und beherrschen können. Für ihn war Programmieren deshalb vor allem Denkarbeit. Der Code kam danach. Heute kann KI in Sekunden Software erzeugen. Das macht Dijkstras Gedanken aktueller denn je: Code zu schreiben wird immer einfacher. Zu wissen, was wir bauen sollten, nicht.
Das klingt banaler, als es ist.
Klassische Software tut das, was wir ihr beigebracht haben. Wenn ein Benutzer auf einen Button klickt, passiert etwas. Wenn eine Rechnung freigegeben wird, startet der nächste Schritt. Wenn ein Feld leer ist, gibt es eine Fehlermeldung. Wenn eine Bestellung eingeht, wird sie gespeichert, geprüft, verarbeitet und irgendwann ausgeliefert.
Daran ist nichts falsch. Im Gegenteil. Sehr viel gute Software funktioniert genau so.
Das Problem beginnt meist nicht bei der Grundidee, sondern dort, wo die Wirklichkeit unordentlicher wird als das Modell. Menschen halten sich nicht an ideale Prozesse. Daten kommen aus verschiedenen Systemen. Ein Sonderfall ist plötzlich doch kein Sonderfall mehr. Und genau an solchen Stellen merkt man, ob eine Anwendung nur formal funktioniert oder ob sie in der Realität besteht.
Wir benutzen den Begriff deshalb nicht, um Software künstlich größer klingen zu lassen, als sie ist.
Gemeint ist auch nicht automatisch KI. Software wird nicht schon dadurch intelligent, dass irgendwo ein Chatfenster auftaucht oder ein Modell einen Text formulieren darf.
Für uns beginnt Software Intelligence dort, wo ein System mehr kann als stumpf Eingaben verwalten und Regeln abarbeiten. Gute Software versteht den fachlichen Zusammenhang, in dem sie eingesetzt wird. Sie verbindet Informationen, die bislang voneinander getrennt waren. Sie nimmt Menschen unnötige Zwischenschritte ab. Sie macht Abläufe stabiler. Und sie verhält sich nicht sofort so, als müsse der Mensch den Fehler begangen haben, nur weil die Wirklichkeit nicht zum ursprünglichen Pflichtenheft passt.
Das ist am Ende oft weniger spektakulär als viele Debatten über KI, aber in Unternehmen meistens deutlich nützlicher.
Ein gutes System merkt zum Beispiel, welche Information im nächsten Schritt gebraucht wird und bringt sie rechtzeitig zusammen. Es zwingt niemanden, dieselben Daten in drei Masken einzutragen. Es integriert sich in vorhandene Prozesse, ohne deren Schwächen einfach nur digital zu zementieren. Und es bleibt auch dann noch verständlich, wenn Jahre später jemand etwas daran ändern muss.
Genau das meinen wir mit Software Intelligence: nicht Magie, sondern durchdachte Software.
Natürlich spielt KI dabei inzwischen eine Rolle.
Es gibt Aufgaben, bei denen Sprache, Bilderkennung, semantische Suche oder agentische Abläufe wirklich weiterhelfen. Und es wäre albern, so zu tun, als hätte das mit moderner Softwarearchitektur nichts zu tun.
Nur sollte man die Dinge sauber voneinander unterscheiden.
KI kann ein Teil guter Software sein. Sie ersetzt aber nicht die eigentliche Software-Intelligenz eines Systems. Ein schlecht gebauter Prozess wird nicht dadurch gut, dass man oben ein Sprachmodell draufsetzt. Und eine Anwendung, die ihre Daten, Berechtigungen und Zuständigkeiten nicht im Griff hat, wird auch mit KI nicht plötzlich vernünftig.
Gerade deshalb kümmern wir uns bei moderner Software sehr bewusst um die Metadaten von Prozessen. Also um die Informationen hinter der eigentlichen Information: Wer darf was? In welchem Status befindet sich ein Vorgang? Was bedeutet ein bestimmter Wert fachlich? Welche Abhängigkeiten gibt es? Was ist gerade nur ein Entwurf und was bereits eine Entscheidung?
Das klingt erst einmal trocken. Ist aber ziemlich entscheidend. Denn wenn KI in einem Unternehmen nicht nur nett formulieren, sondern wirklich sinnvoll unterstützen oder vorbereiten soll, braucht sie genau diese Struktur. Sonst hat sie Daten, aber keinen verlässlichen Zusammenhang. Und aus losen Daten entstehen selten gute Entscheidungen.
Man könnte es auch so sagen: KI kann Fähigkeiten hinzufügen. Aber die Qualität der Software entscheidet sich weiterhin an Architektur, Datenfluss, Metadaten, Verständlichkeit, Wartbarkeit und daran, ob das System in einer echten Organisation überhaupt sinnvoll benutzbar ist.
Vielleicht nicht daran, dass sie sich besonders laut bemerkbar macht.
Gute Software fällt oft eher dadurch auf, dass weniger schiefgeht. Dass weniger nachgefragt werden muss. Dass weniger Workarounds entstehen. Dass ein Prozess klarer wird, statt nur digitaler. Dass Menschen schneller vorankommen, ohne sich gleichzeitig stärker an das System anpassen zu müssen als das System an sie.
Und intern erkennt man sie daran, dass sie nicht nur heute funktioniert, sondern morgen noch weitergebaut werden kann. Ohne archäologische Ausgrabung im Code. Ohne kollektive Angst vor jeder kleinen Änderung. Ohne das stille Wissen im Team, dass man diesen einen Bereich lieber nie wieder anfasst.
Software Intelligence ist für uns deshalb kein eigenes Produktetikett. Es ist eher ein Maßstab. Eine gute Frage an jedes Projekt: Bauen wir hier gerade einfach nur Software, die irgendwie läuft? Oder bauen wir ein System, das den Kontext versteht, mit der Realität klarkommt und auch später noch eine vernünftige Idee war?
Welche Werkzeuge wir einsetzen und warum Technologie bei uns keine Glaubensfrage ist.
Eigene Produkte zeigen am schnellsten, ob gute Architektur und saubere Ideen auch im Alltag bestehen.
Der größere Rahmen: wie wir über Software, Systeme und digitale Prozesse insgesamt nachdenken.