„Ich habe eine Idee, aber ich kann sie nicht umsetzen“ beenden – Wie der AI-Entwicklungsdienst Lovable den Einstieg ins Unternehmertum verändert

Die Ära, in der Einzelpersonen "bewegende Geschäfte" schaffen können, ist gekommen

Auch wenn man oft denkt, "es wäre praktisch, wenn es diesen Service gäbe", gehen nur wenige tatsächlich den Schritt zur Gründung. Einer der Gründe ist, dass zwischen der Idee und dem Produkt hohe Entwicklungskosten stehen. Man muss Ingenieure einstellen, Aufträge an Entwicklungsfirmen vergeben und Monate damit verbringen, die Anforderungen festzulegen. In einer Phase, in der man erst durch den Markteintritt die richtige Lösung erkennen kann, sind bereits im Vorfeld erhebliche Mittel und Zeit erforderlich.

Der Versuch, diese Reihenfolge umzukehren, wird von dem in Schweden entwickelten AI-Entwicklungsdienst "Lovable" unternommen. Wenn man die gewünschte Website oder App in natürlicher Sprache beschreibt, stellt die AI Bildschirme, Funktionen, Datenbanken usw. zusammen und bringt sie in eine lauffähige Form im Browser. Während man das fertige Produkt betrachtet, kann man durch Gespräche wie "die Farbe ändern", "eine Login-Funktion hinzufügen" oder "diese Liste durchsuchbar machen" das Produkt anpassen.

Wenn traditionelle No-Code-Tools Werkzeuge waren, bei denen Menschen vorbereitete Bausteine anordneten, dann ist Lovable eher ein "kollaborativer Partner, der bei der Übermittlung der Absicht die Auswahl und Verbindung der Bausteine durch die AI vorantreibt". Auch wenn man keine Programmierkenntnisse hat, kann man beginnen, während im Hintergrund echter Code generiert wird. Der Code kann mit GitHub synchronisiert, gespeichert und überprüft werden, und bei Bedarf können Ingenieure die Arbeit übernehmen. Für Datenbanken, Authentifizierung, Speicher und serverseitige Verarbeitung können integrierte Backends oder Supabase genutzt werden.

Die offizielle Website von Lovable gibt an, dass bereits insgesamt 60 Millionen Projekte erstellt wurden und jede Woche 1,2 Millionen neue hinzukommen. Diese Zahlen stammen vom Betreiber und bedeuten nicht, dass alle Projekte als laufende Geschäfte betrieben werden. Dennoch lässt sich der Trend erkennen, Software von etwas, das "von Experten in Auftrag gegeben wird", zu etwas zu machen, das "man selbst ausprobieren kann, während man darüber spricht".

Wie ein 14 Jahre lang ruhendes Reiseprojekt zum Leben erweckt wurde

Ein symbolisches Beispiel, das von der deutschen Wirtschaftszeitung Handelsblatt vorgestellt wurde, ist die Reiseplattform "Avara" von Nico Wittenberg. Der Ursprung der Idee war ein Schneesturm vor 14 Jahren. Der Flug seines Partners wurde gestrichen, und nach langem Suchen fand er schließlich einen Nachtzug. Er dachte: "Es wäre gut, wenn man alle Verkehrsmittel von Bussen bis Flugzeugen zusammen durchsuchen und direkt buchen könnte."

Als er diese Idee damals seinen Kollegen bei seinem früheren Arbeitgeber Google erzählte, sagten sie ihm, dass ein Entwicklungsteam und Millionen von Euro notwendig wären, um sie zu verwirklichen. Dennoch formte Wittenberg im letzten Jahr Avara alleine mit Lovable. Laut seiner eigenen Aussage wird es in über 125 Ländern genutzt, und es gibt Anfragen von Venture-Capital-Firmen aus verschiedenen Ländern.

Wichtig ist hier nicht die optimistische Geschichte, dass "die AI über Nacht ein Weltunternehmen geschaffen hat". Vielmehr ist es, dass eine Hypothese, die 14 Jahre lang an den Kosten scheiterte, nun in einen Zustand versetzt wurde, in dem Dritte sie ausprobieren können. Der Wert einer Idee kann nicht nur durch die Fähigkeit, sie zu erklären, überprüft werden. Ob die Suchergebnisse verständlich sind, ob man sich bis zur Buchung nicht verirrt und ob es wirklich Menschen gibt, die es nutzen möchten. Wenn es ein funktionierendes Produkt gibt, erhält man reale Antworten auf solche Fragen.

Der größte Effekt von Lovable besteht nicht darin, die Entwicklungskosten auf null zu senken, sondern die "Zeit bis zum Beginn des Lernens" zu verkürzen.

Die Begeisterung in den sozialen Medien im Ausland – Monetarisierung und Verbreitung werden Realität

Wenn man sich die Reaktionen auf Lovable in den sozialen Medien ansieht, sind sie nicht einfach in Lob und Kritik unterteilt. Was sie gemeinsam haben, ist das Erstaunen über die Geschwindigkeit, mit der das erste Ergebnis erscheint.

Auf LinkedIn berichtet ein Nutzer, der in Singapur ein Community-Geschäft betreibt, von seiner Erfahrung, ein lange nicht umgesetztes Projekt über Nacht in einen Web-Service verwandelt zu haben. Er lobt die Möglichkeit, Wünsche in natürlicher Sprache zu äußern und Änderungen im Gespräch vorzunehmen, erwähnt aber auch Situationen, in denen trotz Aktualisierung Fehlermeldungen angezeigt werden, und dass beim Hinzufügen von Funktionen der Kauf von Credits erforderlich wird. In den Kommentaren wurde darauf hingewiesen, dass "die AI hilfreich war, weil der Nutzer genau wusste, was er wollte". Dies ist wesentlich. AI ist kein Zauber, der vage Geschäftsideen automatisch in hervorragende Geschäfte verwandelt, sondern ein Werkzeug, das klare Absichten schnell in Prototypen übersetzt.

In der Lovable-Community auf Reddit gibt es Beiträge, in denen berichtet wird, dass ein als Anfänger erstellter lokaler Service monatlich 1.000 bis 2.000 Dollar einbringt. In Griechenland verbreitete sich "Gyronomics", das zeigt, wie viele Pita-Gyros man mit dem Mindestlohn in verschiedenen Altersgruppen kaufen kann, in den sozialen Medien und wurde auch im Fernsehen und in der lokalen Ausgabe von WIRED vorgestellt. Der Beitragsersteller führt den Erfolg darauf zurück, dass die Idee schnell veröffentlicht und ein optisch ansprechendes Dashboard von Anfang an präsentiert werden konnte.

Diese Berichte sind selbst gemeldet und wurden nicht von Dritten auf Einnahmen oder Zugriffe geprüft. Es gibt auch eine Tendenz, dass eher Erfolgsgeschichten gepostet werden. Dennoch zeigen sie, dass ein kleiner Web-Service, der sofort geteilt werden kann, mehr Menschen bewegt als ein hochentwickelter Geschäftsplan. Bei Lovable ist nicht derjenige im Vorteil, der die meisten Funktionen integriert, sondern derjenige, der im Moment des gesellschaftlichen Interesses in minimaler Form veröffentlicht und die Reaktionen aufnimmt.

Die Bedeutung der "letzten 20%" wird durch Unzufriedenheit in den sozialen Medien deutlich

Hinter der Begeisterung gibt es in derselben Community auch konkrete Beschwerden. Besonders auffällig ist der Verbrauch von Credits. Lovable verwendet Credits für AI-Anfragen, Cloud-Nutzung und AI-Funktionen innerhalb der App. Auch in der offiziellen Preiserklärung wird darauf hingewiesen, dass der Verbrauch bei einfachen visuellen Anpassungen und der Hinzufügung von Authentifizierungsfunktionen unterschiedlich ist. Nutzer berichten, dass einzelne Arbeiten teurer geworden sind als zuvor, dass sie Credits verloren haben, weil sie die AI immer wieder nicht behebbare Fehler korrigieren ließen, und dass die Datenbanknutzung nach der Veröffentlichung unerwartet stark zunahm.

Ein weiteres Thema ist der Echtbetrieb. Dass ein Bildschirm funktioniert, bedeutet nicht, dass er sicher von Kunden genutzt werden kann. Kann man mit zwei Konten nicht auf die Daten des anderen zugreifen? Kann der Zahlungsbetrag nicht im Browser geändert werden? Werden doppelte Zahlungsbenachrichtigungen nicht doppelt verarbeitet? Scheitert das System sicher, wenn eine externe API ausfällt? Kann man wirklich aus einem Backup wiederherstellen? Auf Reddit werden praktische Ratschläge geteilt, dass solche Tests vor der Veröffentlichung durchgeführt werden sollten.

Es gibt auch Prüfberichte, die zeigen, dass die CPU-Auslastung selbst bei wenigen gleichzeitigen Zugriffen aufgrund fehlender Datenbankindizes stark angestiegen ist. Ein anderer Nutzer hatte Schwierigkeiten, die Datenbanken für Test- und Produktionszwecke vollständig zu trennen, selbst wenn er den Code in GitHub-Branches aufteilte. Dies ist weniger ein spezifischer Mangel von Lovable, sondern zeigt, dass die Herausforderungen des Softwarebetriebs nicht verschwunden sind. AI erstellt die sichtbaren Teile erstaunlich schnell. Dadurch wird die Bedeutung von "normalerweise unsichtbarem Design" wie Berechtigungen, Überwachung, Fehlerbehebung und Datenmigration in einem frühen Stadium deutlich.

Lovable bietet selbst grundlegende und detaillierte Scans, API-Schlüsselschutz, zeilenbasierte Zugriffskontrolle für Datenbanken und Abhängigkeitsüberwachung an. Allerdings wird in den offiziellen Dokumenten klargestellt, dass Scans keine vollständige Sicherheit garantieren und dass bei der Behandlung sensibler Daten oder wichtiger Funktionen eine zusätzliche Überprüfung durch Experten in Betracht gezogen werden sollte. Es ist weder "gefährlich, weil es von AI erstellt wurde" noch "sicher, weil es Sicherheitsfunktionen gibt". Je nach den behandelten Daten und dem Ausmaß des Schadens muss der Mensch die Verantwortung übernehmen und die Sicherheit überprüfen.

In Japan ist Lovable eher "vor der Genehmigung" als "anstelle einer Entwicklungsfirma" nützlich

Aus japanischer Sicht könnte sich der Wert von Lovable in einer etwas anderen Form als bei den ausländischen Einzelunternehmern zeigen. Bei neuen Geschäftsprojekten japanischer Unternehmen erstellt der Planer oft Spezifikationen oder Folien, konsultiert die IT-Abteilung oder Entwicklungsfirmen, und nach der Genehmigung und Budgetierung wird ein Prototyp erstellt. Je vager die anfängliche Hypothese ist, desto mehr wird eine detaillierte Erklärung und Budgetbestätigung gefordert, bevor man mit der Erstellung beginnt. Daher neigt man dazu, die Energie in internen Abstimmungen zu erschöpfen, bevor man es den Kunden zeigt.

Lovable tritt vor diesem Prozess in Erscheinung. Bevor man einen Auftrag erteilt, kann die Person, die die Probleme vor Ort kennt, wie der Vertriebsmitarbeiter, Filialleiter, Marketer oder Forscher, einen Prototyp erstellen. Anstatt eine Liste von Funktionen in einer Besprechung zu lesen, kann man den Bildschirm auf einem Smartphone berühren lassen. Wenn man innerhalb eines Tages unnötige Funktionen erkennt, kann man Wochen in der formellen Entwicklung sparen.

Der "DX-Trend 2025" der IPA behandelt die Nutzung von generativer AI, die interne Entwicklung von Systemen und die Quantität und Qualität von DX-Personal als Hauptprobleme bei der DX japanischer Unternehmen. Lovable löst nicht den Mangel an Ingenieuren auf einen Schlag, aber es kann eine Brücke sein, damit Menschen mit Fachwissen am Eingang der Entwicklung teilnehmen können. Besonders für lokale kleine und mittlere Unternehmen, Fachleute und Einzelunternehmer gibt es viel Raum, kleine Aufgaben wie Reservierungen, Kostenvoranschläge, Kundenbewertungen, interne Anträge und Bestandsprüfungen, die bisher mit Excel und E-Mails verbunden waren, auszuprobieren.

Die Möglichkeit, Anweisungen auf Japanisch zu geben, erweitert ebenfalls den Zugang. Allerdings ist es etwas anderes, ob man Japanisch versteht oder die japanischen Geschäftspraktiken. Die Darstellung von Adressen und Namen, das japanische Kalenderjahr, die Verbrauchssteuer, Rechnungen, Banküberweisungen, feine Bedienungen auf Smartphones und die Bearbeitung von Anfragen müssen vom Nutzer selbst als Anforderungen übermittelt und überprüft werden. Auf dem japanischen Markt führt nicht das "ungefähre Funktionieren" zu Vertrauen, sondern die Vermeidung von Unsicherheiten bei Ausnahmen. Die Arbeit, die Formulierungen, Fehlermeldungen, Stornierungen, Rückerstattungen und den Umgang mit persönlichen Daten zu klären, bleibt bestehen.

Geeignete und vorsichtige Geschäftsbereiche

Lovable passt gut zu Web-Services, bei denen man zuerst die Reaktion der Kunden testen möchte. Zum Beispiel einfache Geschäftstools für bestimmte Branchen, Veranstaltungsreservierungen, Informationsseiten für Mitglieder, Visualisierung von lokalen Informationen, Diagnoseinhalte oder interne Verwaltungsbildschirme. Wenn der Wert mehr in der Kenntnis des Geschäfts oder dem Kontakt mit den Kunden liegt als in einem einzigartigen Algorithmus, lässt sich das Wissen des Gründers direkt in das Produkt übertragen.

Andererseits sollten medizinische Entscheidungen, Finanztransaktionen, Verwaltungsverfahren, große Mengen an persönlichen Daten, Informationen über Kinder oder die Steuerung von Leben und Eigentum nicht von Nicht-Ingenieuren allein veröffentlicht werden. Auch die Datenschutzkommission warnt davor, beim Eingeben persönlicher Daten in generative AI-Dienste den Zweck der Nutzung und die Nutzung durch den Anbieter für maschinelles Lernen zu überprüfen. Man sollte vermeiden, reale Kundennamen oder Beratungsinhalte in Eingabeaufforderungen einzufügen oder Produktionsdaten direkt in Testumgebungen zu kopieren.

Das Kriterium ist einfach: "Ist es ein Experiment, bei dem man sich im Falle eines Fehlers entschuldigen und es korrigieren kann?" oder "Ist es ein System, bei dem ein Fehler irreparable Schäden verursacht?" Im ersten Fall ist es wertvoll, es klein auszuprobieren. Im zweiten Fall sollte Lovable auf die Prototypenerstellung von Bildschirmen beschränkt werden, und man sollte mit Experten für Design, Recht, Sicherheit und Betrieb zusammenarbeiten.

Was japanische Unternehmer in den ersten 7 Tagen tun sollten

Am ersten Tag sollte man nicht einen umfangreichen Geschäftsplan schreiben, sondern in einem Satz formulieren, "wer, in welchem Moment, welchen Service abschließen kann". Zum Beispiel: "Ein kleiner Gastronomiebetrieb kann ohne Telefonanrufe Termine für private Reservierungen vorschlagen und Kostenvoranschläge zurückgeben." Wenn die Zielpersonen und die Abschlussbedingungen klar sind, sind die Anweisungen an die AI weniger schwankend.

Am zweiten und dritten Tag sollte man nur einen einzigen Ablauf erstellen. Anstatt Registrierung, Suche, Zahlung, Chat und Analyse einzubeziehen, wählt man eine einzige, wichtigste Erfahrung aus. Man sollte das Aussehen nicht zu sehr verfeinern und mit fiktiven Daten arbeiten. Vor Änderungen sollte man mit GitHub synchronisieren und einen Zustand schaffen, in dem man zurückkehren kann. Es ist einfacher, die Ursache von Fehlern und den Verbrauch von Credits zu verwalten, wenn man nicht viele Änderungen gleichzeitig an die AI übergibt, sondern eine Änderung nach der anderen überprüft.

Am vierten Tag sollte man es drei bis fünf potenziellen Kunden vorführen. Ohne die Bedienung zu erklären, sollte man beobachten, wo sie stecken bleiben. Anstatt zu fragen: "Möchten Sie das?", sollte man fragen: "Was wird im Vergleich zur aktuellen Methode einfacher?", "Wie viel wären Sie bereit zu zahlen?" und "Was ist der größte Grund, es nicht zu nutzen?".

Am fünften Tag sollte man entscheiden, welche Funktionen man nicht hinzufügen, sondern entfernen möchte. Am sechsten Tag sollte man mit zwei Testkonten überprüfen, ob man die Informationen anderer nicht sehen kann oder ob man nach dem Ausloggen nicht mehr bedienen kann. Man sollte keine geheimen Schlüssel auf der Bildschirmseite platzieren und auch testen, was passiert, wenn externe Dienste fehlschlagen. Am siebten Tag sollte man es einem begrenzten Publikum zugänglich machen. Zu diesem Zeitpunkt sollten keine großen Mengen an wichtigen Informationen von echten Kunden eingefügt werden.

Wenn es keine Reaktion gibt, ist das kein Versagen der Entwicklung, sondern eine kostengünstig gewonnene Antwort des Marktes. Wenn es Reaktionen gibt, sollte man erst dann Experten hinzuziehen und das Daten-Design, die Sicherheit, Tests, Überwachung und Gebühren überprüfen. Dass man mit Lovable einen Prototyp erstellt hat, macht die Zusammenarbeit mit Ingenieuren nicht überflüssig, sondern konkretisiert, was erstellt werden soll, und verbessert die Qualität der Zusammenarbeit.

Was Unternehmer brauchen, ist nicht Code, sondern die Fähigkeit, die richtigen Fragen zu stellen

Wenn die Kosten für die Softwareentwicklung sinken, sinkt auch die Seltenheit, einfach nur Ideen zu haben. Wenn jeder ähnliche Dienste in kurzer Zeit erstellen kann, wird der Unterschied darin bestehen, wessen Unannehmlichkeiten man tief versteht, wie man sie den Nutzern näherbringt und wie man Vertrauen aufbaut.

Lovable ersetzt nicht den Beruf des Programmierers. Es ersetzt die alte Reihenfolge, bei der man Zeit und Budget aufbraucht, bevor man eine Idee überprüft hat. Gründer können schneller lernen, und Ingenieure können sich auf schwieriges Design und Qualität konzentrieren, anstatt vage Anforderungen zu übersetzen. Die gemeinsame Sprache, die beide verbindet, wird nicht nur das Pflichtenheft sein, sondern "etwas, das funktioniert".

Die von Handelsblatt erzählte Geschichte von Avara ist kein Beweis dafür, dass jeder einfach ein Millionen-Dollar-Unternehmen gründen kann