Was ist Low-Code?

Low-Code ist ein Softwareentwicklungsansatz, der es Menschen ermöglicht, Anwendungen mit minimaler Codierung zu erstellen. Anstatt alles von Grund auf neu zu schreiben, verwendet der Entwickler visuelle Tools wie Drag-and-Drop-Oberflächen, vorgefertigte Komponenten, Workflows und Vorlagen.

Ohne eine Low-Code-Plattform müssen bei der traditionellen Entwicklung Hunderte oder Tausende von Codezeilen geschrieben werden, um selbst eine einfache App zu erstellen. Mit Low-Code können Benutzer mit weniger formalen Programmierkenntnissen mit intuitiven visuellen Benutzeroberflächen entwerfen. Auch erfahrene Entwickler können von diesen Funktionen profitieren.

Einige Geschäftsanwendungen erfordern beispielsweise Kenntnisse in einer bestimmten Programmiersprache, was die Auswahl an Entwicklern einschränkt. Durch die Beseitigung dieses Engpasses verkürzen Low-Code-Entwicklungsplattformen den Softwareentwicklungszyklus (SDLC) und ermöglichen erfahrenen Ingenieuren, schneller und mehr zu erreichen.

Die grafische Benutzeroberfläche und die Drag-and-Drop-Funktionen einer Low-Code-Plattform automatisieren Aspekte des Entwicklungsprozesses und beseitigen Abhängigkeiten von traditionellen Programmieransätzen. Low-Code-Plattformen machen die App-Entwicklung für alle zugänglich, insbesondere für sogenannte „Citizen Developer“ – also Geschäftsanwender mit wenig formaler Programmiererfahrung, wie beispielsweise Business-Analysten oder Projektmanager.

Im Gegensatz zu No-Code-Entwicklungsplattformen, die es Nutzern ermöglichen, Anwendungen zu erstellen und Geschäftsprozesse zu automatisieren, ohne Code zu schreiben, werden Low-Code-Umgebungen oft von professionellen Entwicklern genutzt, um die generischen Aspekte der Codierung zu automatisieren. Das leitet die Bemühungen auf die „letzte Meile“ der Entwicklung um.

Beide Ansätze zielen darauf ab, die komplexen Aspekte der Codierung durch visuelle Oberflächen und vorkonfigurierte Vorlagen zu abstrahieren, aber sie haben ihre Unterschiede in Bezug auf die beabsichtigten Nutzer, Anwendungsfall und mehr.

Der Aufstieg KI-gestützter Codierung hat die Grenzen verwischt, die diese beiden Kategorien zuvor definierten. Diese Verschiebung ist der jüngste Schritt in der langen Entwicklung von Low-Code, die bis in die 1980er Jahre zurückreicht.

In den 1980er Jahren ermöglichten neue Werkzeuge den Entwicklern, datenbankgesteuerte Anwendungen mit deutlich weniger Code als mit traditionellen Programmiermethoden zu erstellen.

In den 1990er Jahren entstand die schnelle Anwendungsentwicklung (RAD), die sich auf die Beschleunigung der Softwarebereitstellung konzentrierte, teilweise durch visuelle Werkzeuge. Integrierte Entwicklungsumgebungen (IDEs) wie Microsoft Visual Basic halfen, Drag-and-Drop-Schnittstellen populär zu machen.

Visuelle Designer, wiederverwendbare Steuerelemente und ereignisgesteuerte Programmierung reduzierten die Komplexität der Entwicklung und deuteten auf viele der Funktionen moderner Low-Code-Plattformen hin.

In den 2000er Jahren wurden Business Process Management (BPM)-Plattformen entwickelt, um dem Bedarf an Werkzeugen gerecht zu werden, die Prozessautomatisierungen ermöglichen, ohne dass umfangreiche Programmierressourcen erforderlich sind. Es wurden Tools entwickelt, mit denen Unternehmen Workflows visuell modellieren und automatisieren können.

Im darauffolgenden Jahrzehnt wurden Cloud-Services eingeführt, die ideale Bedingungen für das Wachstum von Low-Code-Plattformen schufen, was wiederum zum Aufstieg des Konzepts „Citizen Developer“ führte. Geschäftsanwender mit begrenzten Programmierkenntnissen mussten in der Lage sein, Apps und Workflows für ihre Teams zu entwickeln, und Low-Code-Plattformen füllten die Lücke. Low-Code-Plattformen wurden über die Workflow-Automatisierung hinaus erweitert und unterstützen kundenorientierte Apps, mobile Apps, API- und Datenintegration, Analyse-Dashboards und mehr.

Die 2020er Jahre markierten einen neuen Abschnitt in der Entwicklung von Low-Code-Plattformen. Bisher konkurrierten Low-Code-Anbieter mit einer einfachen Prämisse: Softwareentwicklung sei zu schwierig, daher bräuchten Entwickler und Geschäftsanwender visuelle Abstraktionen, um das Schreiben von Code zu vermeiden. Die Softwareentwicklung verlief langsam, und qualifizierte Entwickler waren rar und teuer. Geschäftsanwender mit begrenzten Programmierkenntnissen konnten nicht an der App-Entwicklung teilnehmen. Plattformen wie Mendix, Microsoft Power Apps und Appian lösten dieses Problem durch intelligente visuelle Abstraktionen, die Geschwindigkeit im Austausch für Kontrolle boten.

Neue KI-First-Codierungssysteme haben ein neues Konzept eingeführt: Was, wenn generative KI einfach den Großteil oder den gesamten Code für Sie schreiben kann? Heutige agentische Codierungssysteme machen visuelle Abstraktionen weitgehend überflüssig. Jetzt können Sie Code dazu bringen, das zu tun, was Sie wollen, indem Sie einem Modell einfach sagen, was es tun soll.

Ein Entwickler kann beispielsweise eine Anwendung in natürlicher Sprache beschreiben: „Erstellen Sie ein Kundenportal mit Authentifizierung, Abonnementabrechnung, E-Mail-Benachrichtigungen und einem Admin-Dashboard.“ Ein agentisches System kann einen Großteil der Projektstruktur, Infrastrukturkonfiguration, Datenbankschema, APIs, Tests und Frontend-Komponenten automatisch generieren.

Große Sprachmodelle (LLMs) können Code generieren, Workflows entwerfen, Benutzeroberflächen erstellen und natürliche Spracheingaben in Softwarekomponenten übersetzen. Dies hat sogar eine Praxis ermöglicht, die als „Vibe Codierung“ bekannt ist, die Praxis, KI-Tools zur Generierung von Code aufzufordern, ohne die Grundlagen der Programmierung verstehen zu müssen, obwohl diese Praxis mit ernsten Risiken verbunden ist, insbesondere im Zusammenhang mit der Erstellung von Unternehmens-Anwendungen. Heutige Unternehmen haben mit neuen Formen der Schatten-IT zu kämpfen, bei denen Mitarbeiter KI-gestützte Codierungsplattformen ohne angemessene Aufsicht und etablierte Prozesse nutzen.

KI-Agenten können viel mehr tun, als nur Codeschnipsel zu generieren. Folgendes wird Ihnen dadurch ermöglicht:

• Komplette Repositories analysieren

• Die Anwendungsarchitektur verstehen

• Mehrere Dateien gleichzeitig erstellen

• Refaktorieren Sie große Systeme

• Tests generieren

• Debug-Probleme

• Befehle und Werkzeuge ausführen

• Autonom auf ein Ziel hinarbeiten

Während viele Low-Code-Anbieter KI-Assistenten integriert haben, die es Benutzern ermöglichen, Anwendungen in einfacher menschlicher Sprache zu beschreiben, ist eine umfassendere Umstellung hin zu Plattformen zur KI-Codegenerierung im Gange, die auf agentischer KI basieren.

Agentische Codierung ist mehr als KI-gestützte Autovervollständigung. Diese Systeme fungieren als Partner der Entwickler und verfügen über Agenten, die nicht nur Code generieren, sondern auch autonome Maßnahmen im gesamten Softwareentwicklungszyklus (SDLC) ergreifen können. Zu diesen Plattformen zählen zunehmend GitHub Copilot, OpenAI Codex, Claude Code von Anthropic, Cursor und IBM Bob.

Einige haben die Obsoleszenz von Low-Code, wie er einst bekannt war, für veraltet erklärt. Eine wichtige Konsequenz der Agentencodierung ist das Paradigma „Code-First Low-Code“. Das Ergebnis eines Agentencodierungsprojekts ist kein Low-Code-Artefakt, sondern eine konventionelle Codebasis. Das bedeutet volle Eigentumsbesitz, benutzerdefinierten Code, reduzierte Anbieterbindung und Kompatibilität mit modernen Tools.

Einige Unternehmen, die sich vor einigen Jahren noch für eine Low-Code-Plattform entschieden hätten, setzen heute stattdessen KI-Agenten zur Softwareentwicklung ein. Als Reaktion darauf haben viele Low-Code-Anbieter agentische KI in ihre Produkte integriert. Die für diese Plattformen typischen visuellen Oberflächen bleiben erhalten, aber die Erfahrung der manuellen Codierung wird durch KI-Codegenerierung ersetzt.

Tatsächlich entwickeln Low-Code-Anbieter ihre Produkte von visuellen Buildern hin zu Orchestrierungsumgebungen für KI-Agenten weiter. Die Grenze zwischen Low-Code und Softwareentwicklung verschwimmt, wobei agentisches Codieren die Unterscheidung verwischt. Anstatt Code zu ersetzen, ersetzen Agenten einen Großteil des menschlichen Fachwissens und Aufwands, der für die Erstellung von Code erforderlich ist – eine noch leistungsfähigere Abstraktion. Aus diesen Gründen betrachten viele agentische Codierung nicht als die nächste Phase des Low-Code, sondern als dessen Nachfolger.