Analyse: Warum KI Coding schneller macht - aber Projekte nicht billiger

Wer heute eine Präsentation eines KI-Anbieters besucht, bekommt schnell den Eindruck, Softwareentwicklung stehe kurz davor, zum Massenprodukt zu werden. Copilot, Claude, ChatGPT oder Cursor schreiben Code in Sekunden, Fehler werden automatisch erkannt, Tests generiert und Dokumentationen gleich mitgeliefert. Studien bescheinigen Entwicklerinnen und Entwicklern Produktivitätsgewinne von 20, 30 oder gar 40 Prozent.

Die logische Schlussfolgerung: Wenn Programmieren schneller und günstiger wird, müssten auch Digitalprojekte deutlich billiger werden. Doch genau das passiert bislang nicht. Woran liegt das?

Der aktuelle App-Kostenreport   des Dienstleisters BlueBranch   liefert dafür eine bemerkenswerte Erklärung. Zwar kalkuliert das Unternehmen selbst mit einem durch KI erzielbaren Effizienzgewinn von 25 bis 30 Prozent in der Entwicklung und verweist auf Studien, die sogar auf die oben genannten 20 bis 40 Prozent kommen - gleichzeitig zeigt die Analyse aber, dass die Kostentreiber moderner Digitalprojekte längst an anderer Stelle liegen. Nicht das Coden, also die eigentliche Programmierarbeit, entscheidet heute über den Preis, sondern die Komplexität des Gesamtsystems.

Dabei ist wichtig, den Report richtig einzuordnen. Die ausgewiesenen Projektpreise beruhen nicht auf einer repräsentativen Marktstudie, sondern auf dem eigenen Kalkulationsmodell, das BlueBranch für diese Studie offengelegt hat. Trotzdem lassen sich die Ergebnisse auf andere Agenturen und Projekte übertragen. Denn unabhängig vom konkreten Stundensatz zeigt die Analyse anschaulich, wodurch Projekte tatsächlich teuer werden.

Quelle: BlueBranch App-Kosten-Report 2026  

KI spart Entwicklungszeit - aber nicht Projektkosten

Die Vorstellung, KI werde Softwareentwicklung schlicht um ein Drittel günstiger machen, beruht auf der Annahme, dass das Programmieren den größten Teil der Wertschöpfung ausmacht. Vor zehn oder fünfzehn Jahren traf das auch noch häufig zu. Webprojekte bestanden vor allem daraus, Designs umzusetzen, Funktionen zu entwickeln und Inhalte anzubinden.

Heute sieht das anders aus. Kaum ein größeres Digitalprojekt entsteht mehr auf einem weißen Blatt Papier. Shops kommunizieren mit ERP-Systemen, PIM-Lösungen, CRM-Plattformen, Payment-Anbietern, Logistiksystemen und Marketing-Clouds. Anwendungen müssen unterschiedliche Nutzerrollen abbilden, Datenschutzvorgaben erfüllen, auf verschiedenen Endgeräten funktionieren und kontinuierlich weiterentwickelt werden.

KI kann zwar die eigentliche Programmierung beschleunigen, nimmt Agenturen jedoch weder architektonische Grundlagenentscheidung noch die Verantwortung für Sicherheitskonzepte, Integrationen oder technische Umsetzung ab. So lässt sich aus der Studie auch herauslesen: Die teuersten Funktionen haben erstaunlich wenig mit Programmieren zu tun, sondern mit dem Aufwand, komplexe Systeme miteinander zu verbinden.

Besonders deutlich wird diese Entwicklung beim Blick auf die einzelnen Funktionsbausteine:



BlueBranch zerlegt App-Projekte in insgesamt 66 verschiedene Features (im Chart sind die Top 20 davon gezeigt) und weist für jedes einen typischen Kostenkorridor aus. Ergebnis: Die Standardfunktionen treiben die Projektkosten am wenigsten in die Höhe, teuer sind vor allem Integrationen und komplexe Erweiterungen. Eine ERP-Anbindung an SAP oder Microsoft Dynamics verursacht beispielsweise schnell Kosten im fünfstelligen Bereich. Auch KI-Empfehlungs-Engines, On-Device-KI, Augmented-Reality-Funktionen oder umfangreiche Personalisierungsmechanismen gehören zu den teuersten Bausteinen eines Projekts.

Diese Kosten entstehen nicht, weil besonders umfangreiche Codemengen geschrieben werden müssen, sondern weil jedes zusätzliche System die Komplexität des Projektes erhöht und neue Anforderungen an Datenmodelle, Berechtigungen, Sicherheit, Testverfahren und langfristige Wartung mit sich bringt.

Ein einfaches Beispiel macht das deutlich: Beim Kunden reift der Wunsch nach einer mobilen Bestell-App, um den Außendienst zu unterstützen. Im Verlauf des Projekts verlängert sich die Wunschliste: Synchronisation mit dem ERP-System, Offline-Funktionalität, personalisierte Produktempfehlungen und eine Integration in das bestehende Loyalty-Programm.

Jede dieser Ideen ist für sich genommen sinnvoll und nachvollziehbar. Zusammengenommen führen sie jedoch zu einer erheblichen Kostensteigerung. Nicht die ursprüngliche Projektidee macht die App teuer, sondern die nachträglich hinzugefügte Komplexität.

Ein solches Szenario dürfte vielen Digitalagenturen bekannt vorkommen. Schließlich gehören nachträgliche Erweiterungen des Projektumfangs - das berüchtigte Scope Creep - seit Jahren zu den größten wirtschaftlichen Risiken in Softwareprojekten. Der BlueBranch-Report macht diesen Zusammenhang lediglich anhand konkreter Funktionsbausteine deutlich sichtbar.

Laufende Kosten: Auch KI verändert die Kostenstruktur

Mindestens ebenso interessant ist eine zweite Beobachtung des Reports. BlueBranch rechnet vor, wie sehr die laufenden Kosten einer App von dem Auftraggeber häufig unterschätzt werden. Hosting, Wartung, API-Gebühren, App-Store-Provisionen und der Betrieb von KI-Funktionen summieren sich über die gesamte Lebensdauer eines Projekts.

Auch diese Entwicklung lässt sich von klassische Apps - mit denen sich der Report befasst - auf andere moderne Digitalprojekte übertragen. Denn auch sie bestehen heute längst nicht mehr aus einem einmaligen, isolierten Entwicklungsauftrag. Fast immer handelt es sich um dauerhaft betriebene Plattformen, die in ein komplexes Ökosystem eingewoben sind und Dienste von Drittanbietern nutzen. Die Folge: Neue Versionen der zugekauften Komponenten und Bausteine müssen unterstützt werden. Sicherheitsupdates müssen eingepflegt werden. APIs ändern sich. Cloud-Anbieter passen Preise und Schnittstellen an. KI-Modelle werden aktualisiert. Neue regulatorische Anforderungen kommen hinzu.

Und auch die KI selbst sorgt für neue Kosten. Während sie auf der einen Seite Entwicklungsaufwand reduziert, schafft sie auf der anderen Seite neue variable Betriebskosten. Sprachmodelle verursachen Token-Gebühren. Vektor-Datenbanken müssen betrieben werden. Neue Modelle müssen trainiert werden. Folge: Die einmalige Entwicklung wird zwar günstiger, der Betrieb dagegen aufwändiger und teuer.

Damit verschiebt sich auch die wirtschaftliche Betrachtung eines Projekts. Nicht allein die Entwicklungskosten entscheiden über die Rentabilität, ebenso wichtig sind die langfristigen Kosten für Betrieb, Wartung und Weiterentwicklung. Die Zeiten, in denen erfolgreiche Plattformen sensationell skalierten, weil die Grenzkosten nach der einmaligen Entwicklung gegen Null liefen, sind längst vorbei.

Vom Projektgeschäft zum Lebenszyklus

Diese Entwicklung könnte sich aber langfristig auch positiv auf Geschäftsmodelle vieler Digitalagenturen auswirken. Denn letztlich steigt die Bedeutung langfristiger Kundenbeziehungen. Managed Services, kontinuierliche Weiterentwicklung, Betrieb, Optimierung und Architekturberatung gewinnen gegenüber der einmaligen Implementierung an Gewicht.

Das ist keine völlig neue Entwicklung. Im E-Commerce beobachten Agenturen diesen Trend bereits seit Jahren. Shop-Relaunches werden zunehmend von langfristigen Optimierungsprojekten abgelöst. Plattformen entwickeln sich kontinuierlich weiter. Neue Funktionen entstehen iterativ statt in großen Versionssprüngen.

Künstliche Intelligenz dürfte diese Entwicklung eher beschleunigen als aufhalten. Je schneller neue Funktionen entstehen, desto häufiger müssen Unternehmen entscheiden, welche davon tatsächlich wirtschaftlichen Nutzen bringen. Agenturen werden künftig weniger dafür bezahlt werden, möglichst viele Funktionen umzusetzen. Sie werden stärker dafür bezahlt werden, die richtigen Funktionen auszuwählen. Die eigentliche Währung heißt Komplexität - und hier entstehen auch die größten Kosten.

Der BlueBranch-Report beantwortet deshalb nicht nur die eigentliche Frage der Autoren ("Was kostet die Entwicklung einer App 2026?"), er zeigt darüber hinaus quasi nebenbei auf, warum Digitalprojekte trotz immer leistungsfähigerer KI-Werkzeuge nicht proportional günstiger werden: Weil Programmierung nur noch einen Teil der Wertschöpfung ausmacht. Architektur, Integration, Daten, Sicherheit, Betrieb und strategische Priorisierung gewinnen dagegen weiter an Bedeutung.