Warum Low-Code durch KI einen zweiten Frühling erlebt

Low-Code ist kein neues Versprechen. Seit Jahren sollen Fachbereiche damit eigene digitale Werkzeuge entwickeln können, ohne vollständig auf die IT angewiesen zu sein. Viele Unternehmen haben dafür Plattformen wie Microsoft Power Platform eingeführt, Schulungen organisiert und erste Citizen-Development-Programme gestartet. Studien zeigen jedoch, dass die Initiativen in der Breite oft nicht die Wirkung entfaltet haben, die sich Unternehmen erhofft hatten.

Die Zurückhaltung liegt weniger im Ansatz selbst als an der Realität vieler Geschäftsprozesse begründet. Analysen zufolge stoßen Fachbereiche schnell an Grenzen, wenn Datenmodelle, Berechtigungen oder Systemintegrationen ins Spiel kommen – Themen, die in Pilotworkshops oft deutlich einfacher wirken als im späteren Betrieb. Hinzu kommt, dass mit jeder produktiven Lösung Fragen der Verantwortung und Wartbarkeit wachsen. Gerade diese langfristige Betreuung führt häufig dazu, dass Low-Code-Anwendungen am Ende doch wieder bei der IT landen und dort geprüft oder übernommen werden müssen.

Während Governance dabei vor allem die organisatorischen Grenzen markiert, setzt die neue Generation von KI-gestützten Low-Code-Werkzeugen direkt an den technischen Engstellen an. Prompt-to-App, Microsoft Copilot und KI-Automatisierungen reduzieren die technische Einstiegshürde spürbar und helfen dabei, schneller von einer Idee zu einem funktionierenden Prototyp zu kommen. Damit entsteht eine neue Ausgangslage, die die professionelle Entwicklung nicht ersetzt, sondern das Potenzial hat, Fachbereiche und IT deutlich enger zusammenzubringen.

Self-Service: Kleine Automatisierungen mit großer Wirkung

Komplexitätsgrad: Einfach

In fast jedem Team gibt es Arbeiten, die niemand bewusst als „Use Case“ identifiziert: Dateien wegsortieren, Informationen zusammentragen, kleine Rückmeldungen koordinieren. Aufgaben, die für sich genommen unspektakulär sind, aber im Alltag verlässlich Zeit verschlingen. Genau an dieser Stelle wirkt Citizen Development traditionell am stärksten. Und hier verschiebt KI den Rahmen besonders deutlich.

Wo früher ein Power-User oft tagelang tüfteln musste, reicht heute eine kurze Beschreibung. Ein Satz wie „Wenn eine E-Mail mit Rechnungseingang kommt, prüfe den Absender, lege den Anhang im richtigen Ordner ab und informiere die zuständige Person mit einem individuell angepassten Text“ wird von Copilot in einen funktionsfähigen Ablauf übersetzt. Das ist nicht beeindruckend, weil die Automatisierung technisch komplex wäre, sondern weil sie ohne Abstimmungsschleifen, Wartezeiten oder Projektanmeldung entsteht. Eine Idee wird in Minuten ausprobierbar – ohne dass jemand dafür Kapazitäten der IT einwerben muss.

Praxisbeispiel:
Ein Team im Kundensupport baut mit Microsoft Copilot binnen zwei Stunden eine Automatisierung, die Eingangsanhänge prüft, benennt und strukturiert ablegt. Das erspart pro Woche rund zwei Personentage – dabei war es der erste Flow, den das Team jemals selbst gebaut hat.

Solche Beispiele zeigen, wie niedrigschwellig Nutzen entstehen kann. Gleichzeitig dürfen diese Lösungen nicht unsichtbar bleiben. Für einen selbstwirksamen Self-Service braucht es zumindest ein Mindestmaß an Ordnung: nachvollziehbare Namen, klar zugeordnete Verantwortliche und eine Umgebung, in der die kleinen Helfer sauber abgelegt sind. Sonst wächst nicht nur der Nutzen schnell, sondern auch die Risiken.

Team-Apps: Wie Prompt-to-App die Zusammenarbeit verändert

Komplexitätsgrad: Mittel

Wenn ein Prozess nicht mehr nur eine einzelne Person betrifft, sondern ein ganzes Team, wird die Entwicklung anspruchsvoller. Es geht dann nicht mehr um kleine Handgriffe, sondern um Rollenmodelle, klar strukturierte Daten, Eingabemasken und Abläufe, die zuverlässig funktionieren müssen. Genau an dieser Stelle hakte es früher oft: Fachbereiche konnten beschreiben, wie ihr Prozess aussieht, aber nicht, wie er sich technisch abbilden lässt. Die IT wiederum konnte erst spät zeigen, wie sich eine Lösung tatsächlich anfühlt – oft erst, wenn schon viel Arbeit investiert war.

Prompt-to-App verschiebt diesen Zeitpunkt nach vorn. Eine grobe Prozessbeschreibung genügt und Generative KI erzeugt daraus eine erste App, inklusive Oberflächen, Datenbanken und grundlegender Logik. Diese Entwürfe sind nicht fertig, aber greifbar. Teams sehen auf Anhieb, ob ein Ablauf stimmig ist oder wo etwas nicht passt. Sie erleben, wie ihre fachliche Welt in Software übersetzt wird, und justieren sofort nach. Dadurch entsteht kein abstraktes Anforderungsdokument, sondern ein gemeinsames Verständnis – im wahrsten Sinne klickbar.

Praxisbeispiel:
In einem Workshop baut ein Business-Team per Prompt eine erste App-Version, die vier Prozessvarianten zeigt. Die IT kann direkt mit der realistischsten Variante weiterarbeiten – im Idealfall ohne zusätzliche Schleifen oder Korrekturen.

Das ist der eigentliche Wert dieses Ansatzes: Erwartungen und technische Umsetzung rücken deutlich zusammen. Fachbereiche sprechen nicht mehr über Annahmen, sondern über etwas, das vor ihnen liegt, das sie selbst aufgesetzt haben. Die IT steigt dann zwar später ein, aber potenziell auf einem deutlich besseren Fundament.

Unternehmensweite Lösungen: Low-Code ist nur ein Teil des Baukastens

Komplexitätsgrad: Hoch

Sobald Prozesse unternehmensweit wirken oder tief in bestehende Systeme eingreifen, verschiebt sich die Verantwortung. Hier geht es nicht mehr darum, Abläufe effizienter zu gestalten, sondern darum, kritische Funktionen zuverlässig, sicher und regelkonform zu betreiben. Die Anforderungen steigen – von Compliance und Datenklassifizierung über Integrationslogiken bis hin zu Performance und Skalierbarkeit. In diesem Bereich stößt Citizen Development naturgemäß an seine Grenzen, während die IT in der führenden Rolle bleibt.

Trotzdem verändert KI auch hier den Ablauf. Viele vorbereitende Schritte, die früher Zeit gekostet haben, lassen sich heute deutlich schneller erledigen. Dokumentationen werden automatisiert, Tests generiert und Varianten einer Logik lassen sich innerhalb kurzer Zeit durchspielen. Low-Code bleibt in dieser Phase ein nützliches Werkzeug, an dem sich Fachbereiche und IT gemeinsam orientieren können. Ein Prototyp, der zeigt, wie ein Prozess gedacht ist, bevor die eigentlich anspruchsvolle Entwicklungsarbeit beginnt.

Dieser parallele Arbeitsmodus ist entscheidend. Low-Code ersetzt die professionelle Entwicklung nicht, sondern fungiert als verbindendes Element, das fachliche Anforderungen früher sichtbar macht. GenAI verstärkt diesen Effekt, weil Entwürfe schneller entstehen und sich Varianten schneller durchspielen lassen. Das sorgt für Tempo, ohne dass die strukturelle Sicherheit darunter leidet.

Wenn KI die Organisationslogik verschiebt

Die größte Verschiebung durch KI zeigt sich weniger in der Technik als im Miteinander. Wenn Fachbereiche erleben, dass aus einer Idee in kurzer Zeit ein funktionierender Prototyp entsteht, verändert das ihre Haltung zur Digitalisierung. Vorbehalte weichen einer gewissen Neugier, weil erste Schritte plötzlich niedrigschwellig möglich sind. Gleichzeitig bekommt die IT deutlich früher greifbare Entwürfe auf den Tisch, die fachliche Überlegungen sichtbar machen, statt sie in langen Beschreibungen zu verstecken. Führungskräfte wiederum sehen, dass Themen, die früher als „Projekt für später“ galten, binnen kurzer Zeit testbar werden.

Das alles verschiebt Routinen. Projekte starten nicht mehr mit Dokumenten, sondern mit einem Prototyp. Diskussionen drehen sich nicht um abstrakte Anforderungen, sondern um etwas, das bereits ausprobiert werden kann. Und Ideen konkurrieren stärker miteinander, weil ihre Machbarkeit sofort sichtbar wird. Organisationen, die das nutzen wollen, müssen Citizen Development weniger als „Do it yourself“ und „Do it for Yourself“ begreifen, sondern als neue Form gemeinsamer Produktentwicklung.

Kurz: KI macht es möglich, dass Fachbereiche viel früher mitreden und mitgestalten können. Damit diese Dynamik nicht ins Beliebige kippt, braucht es passende Arbeitsweisen, klare Rollen und ein Verständnis dafür, wie viel Autonomie sinnvoll ist. Aber auch darüber, wo die Verantwortung bei der IT bleibt.

Low-Code, high Governance?

Je zügiger Teams mit KI und Low-Code arbeiten können, desto wichtiger wird die Frage, wie diese Lösungen eingebettet sind. Ohne Leitplanken wächst die Zahl kleiner Tools schneller, als jemand den Überblick behalten kann. Zu strenge Regeln wiederum bremsen genau das Potenzial aus, das Citizen Development eigentlich freisetzen soll. Die Kunst liegt dazwischen: genug Freiheit für Experimente, genug Struktur für Sicherheit und Qualität.

In der Praxis haben sich einige Grundprinzipien bewährt. Dazu gehört ein klarer Einstiegspunkt für neue Ideen, damit schnell entschieden werden kann, ob etwas im Self-Service startet oder ob früh IT-Expertise nötig ist. Ebenso wichtig ist eine saubere Umgebungstrennung, damit aus einem Prototyp nicht versehentlich eine produktive Anwendung wird. Spätestens wenn Prozesse sensible Daten berühren, braucht es Antworten auf die Frage, welche Speicherorte geeignet sind und welche Konnektoren genutzt werden dürfen. Und weil mit der Zeit viele kleine Lösungen entstehen, braucht es Transparenz über das, was schon existiert – sonst entsteht doppelte Arbeit oder es bleibt unentdeckt, was veraltet ist oder unnötige Risiken birgt.

Genauso entscheidend ist es, diejenigen zu befähigen, die tatsächlich selbst mit den neuen Tools bauen wollen, zum Beispiel mit Schulungen, wiederverwendbaren Vorlagen und einem niedrigschwelligen Supportpfad. Das schafft Sicherheit und senkt die Hemmschwelle, selbst aktiv zu werden. Denn Citizen Development funktioniert nicht, wenn einzelne Enthusiasten allein gelassen werden, sondern wenn Teams mit klaren Vorgaben arbeiten und wissen, an wen sie sich bei Fragen wenden können.

Was nach KI bleibt: Die Geschwindigkeit muss organisiert werden

KI macht es einfacher, Ideen auszuprobieren und erste Versionen in kurzer Zeit sichtbar zu machen. Doch Geschwindigkeit allein erzeugt noch keinen echten Fortschritt. Sie wird erst dann wertvoll, wenn Fachbereiche ihre Ideen tatsächlich testen, die IT daraus tragfähige Lösungen formt und die Organisation klare Regeln dafür setzt, wie beides zusammenläuft. Führungskräfte haben in diesem Modell eine besondere Rolle: Sie müssen gleichzeitig Freiraum ermöglichen, aber auch Verantwortung einfordern.

Entscheidend ist dabei nicht, wie viele neue Anwendungen entstehen, sondern wie schnell Unternehmen beurteilen können, welche Ideen Potenzial haben und welche nicht. Wenn das innerhalb weniger Tage gelingt und daraus in kurzer Zeit stabile Lösungen werden, verändert das die digitale Handlungsfähigkeit spürbar. Organisationen, die dieses Zusammenspiel pflegen, werden schneller, resilienter und steigern ihre Qualität.

Erst so wird Citizen Development zu einem Baustein moderner Unternehmensführung. Ja, KI beschleunigt diesen Prozess – in vielen Fällen macht sie ihn aber überhaupt erst praktikabel.