Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Lesedauer 16 Min.

1 plus 1 macht 2

Low Code verspricht die Vereinfachung der Softwareproduktion, künstliche Intelligenz die Steigerung der Developer Productivity. Was passiert, wenn man beide kombiniert?
© EMGenie

Die Nachfrage nach neuen digitalen Produkten und Dienstleistungen in Unternehmen nimmt weiter zu, so auch der Druck, überzeugende Softwarelösungen zu liefern. Kein Wunder also, dass künstliche Intelligenz (KI), die vor allem enorme Produktivitätsgewinne verspricht, in der Softwareentwicklung für Aufsehen sorgt. Doch wer bereits mit KI gearbeitet hat, weiß: Zwischen Potenzial und Praxis klafft eine Lücke. Komplexität und fehlende Standards machen KI-Projekte oft zur Herausforderung – selbst für erfahrene Entwickler. 

Genau hier setzen moderne Low-Code-Plattformen an. Sie abstrahieren wiederkehrende Muster, stellen KI-Funktionalitäten als modulare Bausteine bereit und vereinfachen die Integration in bestehende Systeme. Das schafft Raum für das Wesentliche: die Entwicklung durchdachter Anwendungen – mit sinnvoll eingesetzter Intelligenz. Doch wie sieht das konkret aus, und welche Chancen kann Low-Code, im Besonderen die Plattform des Siemens-Unternehmens Mendix, in der Softwareentwicklung und in KI-Projekten eröffnen?

Wie KI die Softwareentwicklung revolutioniert

Softwareentwicklung befindet sich in einem tiefgreifenden Wandel. Künstliche Intelligenz wird längst nicht mehr nur als Assistenztechnologie eingesetzt, sondern beginnt aktiv in Entwicklungsprozesse einzugreifen. Generative KI-Tools wie ChatGPT oder GitHub Copilot schlagen Code vor, erkennen Fehler und generieren vollständige Funktionsblöcke. Sie übernehmen zunehmend operative Aufgaben, die bisher ausschließlich von Entwicklern geleistet wurden. Dieser Wandel ist nicht nur spürbar, sondern messbar. Laut Gartner werden bis 2027 rund 70 Prozent der professionellen Entwickler KI-gestützte Codierungswerkzeuge nutzen; heute liegt dieser Anteil noch bei unter zehn Prozent. Das zeigt deutlich: KI-basierte Softwareentwicklung wird in den kommenden Jahren zum Standard werden.

Mit dem Einzug von KI in die Softwareentwicklung verändert sich aber nicht nur das Tempo, sondern auch die Art zu arbeiten. Entwickler beschreiben Anforderungen in natürlicher Sprache, entwerfen Oberflächen grob per Skizze und definieren Strukturen auf konzeptioneller Ebene. Die konkrete Umsetzung übernimmt zunehmend die KI. Dadurch wandelt sich die Rolle des Entwicklers: Sie wird strategischer und konzentriert sich stärker auf Steuerung, Qualitätssicherung, Integration und Skalierung. Gleichzeitig bringt dieser Wandel neue Anforderungen mit sich. Die komplexen KI-Strukturen müssen nachvollziehbar, kontrollierbar und sicher eingebunden werden. Es braucht klare Prozesse, verlässliche Governance und die Fähigkeit, flexibel auf Veränderungen zu reagieren, ohne dabei an Geschwindigkeit zu verlieren.

Low Code bietet für diese Herausforderungen die passende Antwort. Es reduziert die technische Komplexität, macht KI-Technologien zugänglich und unterstützt eine strukturierte Umsetzung. Durch visuelle Modellierung, wiederverwendbare Komponenten und integrierte KI-Funktionen lassen sich intelligente Anwendungen schnell und skalierbar realisieren.

Was ist Mendix?

Die Low-Code-Plattform von Mendix ermöglicht es Unternehmen, Anwendungen deutlich schneller und effizienter zu entwickeln als mit klassischen Entwicklungsansätzen. Im Zentrum steht ein visuelles Modellierungskonzept, das die Erstellung von Benutzeroberflächen, Geschäftslogik und Datenstrukturen in einer eigenen grafisch integrierten Entwicklungsumgebung vereint. Entwickler gestalten mithilfe von „Mendix Studio Pro“ Prozesse über Drag and Drop, konfigurieren UI-Komponenten und verknüpfen sie mit Datenmodellen und Logikbausteinen. 

Technische Komplexität wird reduziert, ohne die Kontrolle über die Architektur oder das Verhalten der Anwendung zu verlieren. Dadurch lassen sich sowohl einfache Tools als auch geschäftskritische Anwendungen bis zu zehnmal schneller umsetzen als mit herkömmlicher Softwareentwicklung. Unterstützt wird der gesamte App-Development-Lifecycle von der Anforderungsaufnahme über Entwicklung und Testing bis hin zum Deployment und Betrieb. Integrierte Collaboration-Tools und CI-/CD-Funktionen ermöglichen es, Anwendungen kontinuierlich zu optimieren und an veränderte Anforderungen anzupassen. Mendix beschränkt sich hierbei nicht nur auf vordefinierte Bausteine. Auch individuelle und komplexe Anforderungen lassen sich flexibel und effizient umsetzen. Besonders für .NET-Entwickler bietet die Plattform großen Mehrwert, da sie ihr vorhandenes Know-how gezielt einbringen können. 

Bestehende .NET-Backends lassen sich problemlos anbinden, Azure Functions integrieren oder eigene C#-Logik über APIs einfügen. Gleichzeitig basiert Mendix auf vertrauten Konzepten wie REST-Schnittstellen, Git für die Versionskontrolle und einem grafischen Domänenmodell, das dem Entity Framework ähnelt. Die enge Integration in das Microsoft-Ökosystem, einschließlich Azure DevOps, Active Directory und Microsoft 365, wird von Mendix umfassend unterstützt. In Kombination mit KI-gestützten Funktionen entsteht auf diese Weise eine moderne, leistungsstarke Entwicklungsumgebung, in der visuelles Modellieren und klassisches Coding harmonisch zusammenarbeiten.

Schneller zu smarten Anwendungen mit Low Code und KI 

Low Code ist jedoch nicht nur eine moderne Entwicklungsmethode, sondern gleichzeitig ein zentraler Enabler für den praktischen Einsatz künstlicher Intelligenz. Am Beispiel von Mendix zeigt sich, wie Low Code den Zugang zu KI vereinfacht und deren produktive Nutzung erleichtert. Zum einen unterstützt die Plattform die Entwicklung direkt durch KI-gestützte Entwicklung. Zum anderen ermöglicht sie es, Anwendungen mit integrierter KI deutlich schneller und strukturierter zu realisieren.

 

KI-gestützte Entwicklung

Insbesondere bei der Entwicklung von Software zeigt sich, wie stark KI den Alltag von Entwicklerteams verändern kann, wenn die richtigen Werkzeuge vorhanden sind. Low-Code-Plattformen bieten hier ideale Voraussetzungen, da sie Entscheidungen, Strukturen und Logik visuell abbilden. Das schafft nicht nur Transparenz, sondern auch eine solide Datenbasis, auf der KI-gestützte Empfehlungen präzise und kontextbezogen erfolgen können. In diesem Umfeld wird KI nicht zum Blackbox-Helfer, sondern zum nachvollziehbaren Co-Piloten. 

Die visuelle Modellierung vereinfacht die Zusammenarbeit zwischen Entwickler und KI, da auch KI-generierte Bausteine leicht nachvollziehbar (überprüfbar) und anpassbar bleiben. Das schafft ideale Bedingungen für KI-gestützte Entwicklung, die transparent, kontextsensitiv und jederzeit anpassbar ist.In Mendix ist diese Form der Assistenz vollständig in die Plattform integriert: Maia, kurz für Mendix AI Assistant, begleitet den gesamten Entwicklungsprozess mit intelligenten Vorschlägen, die sich nahtlos in den visuellen Workflow einfügen. Ein zentrales Feature ist der „Maia Logic Recommender“, der bei der Modellierung von Geschäftslogik automatisch passende Aktionen, Bedingungen oder Folgeprozesse vorschlägt (Bild 1).

Exklusiver Zugang zu Developer-Wissen, das Du wirklich brauchst!

Die führende deutschsprachige Wissensplattform für professionelle Softwareentwickler:innen

  • Unbegrenzter Zugang zu Developer World
  • Exklusiver Online-Content
  • Digitales Heftarchiv inkl. Codes
Digitales Probeabo
0,00

1 Monat kostenloser Zugang, danach 152,40 € jährlich.

kostenlos testen!
Jahresabo Premium Plus
182,40

12 Monate unbegrenzter Zugang. Jährliche Zahlung.

Printausgabe alle 2 Monate frei Haus

Neueste Beiträge

Mit SQL Server 2025 HTTP-APIs aufrufen - Neues in SQL Server 2025, Teil 1
API-Aufrufe mit SQL Server 2025 sind kein Spielzeug, sondern ein ernst zu nehmender Integrationsmechanismus.
6 Minuten
Vom Python-Modell zur .NET-Anwendung - .NET, Python und KI, Teil 4
Am Szenario einer Sentiment-Analyse verdeutlicht ein durchgängiges Anwendungsbeispiel, wie aus einem isolierten Data-Science-Ergebnis eine konkret genutzte Funktion innerhalb einer .NET-Business-Anwendung entsteht.
7 Minuten
SQLite als Dokumentenspeicher: Kann das gut gehen? - SQLite für .NET-Entwickler, Teil 5
Die Embedded SQL-Datenbank SQLite kann auch als objektorientierte Datenbank beziehungsweise Dokumentenspeicher genutzt werden – nach Konzepten also, wie sie NoSQL-Datenbanken wie MongoDB einsetzen.
6 Minuten
29. Apr 2026

Das könnte Dich auch interessieren

00:00
Wenn die KI den Bug findet, bevor Du anfängst zu suchen - KI in der Softwarewartung
Root-Cause-Analysis, Technical Debt, Legacy-Dokumentation – das sind die Klassiker, die Entwickler:innen regelmäßig Stunden kosten. Harald Binkle erklärt im Interview, wie KI-Werkzeuge die Arbeit der Maintenance vereinfachen können. Wer mehr will, sollte auf die Infinite AI Conference 2026 kommen.
5. Mai 2026
ROI von KI
Wie Entwickler die Lücke bei der Bereitschaft, KI einzusetzen, schließen können.
7 Minuten
Deep Learning in .NET – TensorFlow.NET und TorchSharp - .NET, Python und KI, Teil 3
Mit modernen KI-Frameworks lassen sich Deep-Learning-Modelle direkt in C# entwickeln.
6 Minuten
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige