Wir haben die Positionierung von wealthAPI geschärft – und dann entschieden, die Website selbst neu zu bauen. Mit KI. Ohne externe Agentur. Und mit einem Team, das beweisen wollte, dass das geht.

Der Ausgangspunkt

Wer die Positionierung eines Unternehmens schärft, steht danach immer vor derselben Frage: Wie lange dauert es, bis das auf der Website sichtbar ist?

Die ehrliche Antwort: zu lange. Noch vor zwei Jahren hätte ein solches Projekt mindestens ein Jahr gedauert – Agentur finden, Konzeptphase, Umsetzung, Budget. Wir hatten weder das Jahr noch das Budget. Und ehrlich gesagt: Wir wollten auch beides nicht ausgeben.

Die Idee kam von unserem CTO Wolfram Stacklies: Bestimmte Sektionen nicht klassisch entwickeln, sondern mit KI aufbauen. Die IT entwickelte dafür ein Plugin, das Corporate Design wurde in Claude verankert – und dann haben Kommunikation und Design gemeinsam angefangen zu prompten.

Was folgte, war kein Experiment. Es war ein reales Projekt mit realem Ergebnis und einer klaren internen Motivation: Wir wollten wissen, ob ein nicht-technisches Team das stemmen kann. Die Antwort, sechs Wochen später: Ja.

Was wir gebaut haben – und warum es schneller ging als gedacht

Das Ziel war eine Infrastruktur, bei der neue Inhaltsmodule gezielt mit KI erzeugt und direkt in die Website eingespielt werden können. Marketingseiten entstehen künftig nicht mehr komplett von Hand, sondern nach einem gemeinsam entwickelten Regelwerk.

Die entscheidende Ressource, die wir dabei gespart haben, war nicht Geld – es war Zeit. Nicht die Zeit der IT, nicht die Zeit externer Dienstleister, sondern unsere eigene: die Zeit zwischen Idee und Ergebnis. Der Schritt vom Konzept zur fertigen Seite, der früher Wochen dauerte, dauerte plötzlich Stunden.

Das verändert, wie man denkt. Wenn Umsetzung nicht mehr der limitierende Faktor ist, verschiebt sich die Frage. Nicht mehr: „Können wir das überhaupt bauen?“ Sondern: „Ist das die richtige Entscheidung?“ Das ist eine bessere Frage.

Was sich dabei als entscheidend herausgestellt hat, war weniger die Technologie als die Arbeitsweise. KI kann keinen vagen Auftrag in ein gutes Ergebnis verwandeln. Sie braucht Präzision – nicht im technischen Sinne, sondern im kommunikativen. Wer klar beschreiben kann, was eine Seite leisten soll, bekommt ein gutes Ergebnis. Wer das nicht kann, bekommt schnell sehr viel Mittelmäßiges.

Das klingt banal. Es ist es nicht – denn es bedeutet, dass die relevante Kompetenz keine Entwickler-Kompetenz ist. Es ist Kommunikationskompetenz. Und die haben wir im Team.

Was nicht funktioniert hat – und was wir daraus gelernt haben

Es gab Phasen, in denen wir im Kreis gearbeitet haben. Eine Struktur, die technisch funktionierte, aber inhaltlich nicht stimmig war. Statt das grundsätzlich zu klären, haben wir an einzelnen Stellen repariert – ein klassisches Muster, das durch KI-Kollaboration nicht automatisch verschwindet. Im Gegenteil: Weil KI sehr schnell sehr viel produzieren kann, besteht die Versuchung, Probleme durch Output zu überdecken, statt sie zu lösen.

Die Konsequenz: Wir haben gelernt, häufiger zu pausieren. Zu fragen, ob wir das Richtige bauen – bevor wir es richtig bauen.

Das gilt auch für eine andere Erfahrung: KI ersetzt keine Entscheidungen. Sie liefert Material für Entscheidungen – schneller, in mehr Varianten, mit mehr Konsistenz. Aber die Richtung, die Kriterien, das Urteil: Das bleibt menschlich. Und das ist keine Einschränkung des Werkzeugs. Das ist die eigentliche Arbeitsteilung.

Was das für Kommunikationsteams bedeutet

Dieses Projekt hat unser Verständnis davon verändert, was zur Kommunikationsarbeit gehört. Nicht im Sinne von: „Jetzt macht die KI unseren Job.“ Sondern im Sinne von: „Wir können Dinge, die wir früher delegiert haben, wieder selbst machen – wenn wir bereit sind, neue Arbeitsweisen zu lernen.“

Das verändert Berufsbilder. Nicht dramatisch, aber real. Wer heute in Kommunikation oder Marketing arbeitet, wird zunehmend auch Produzent:in sein – nicht nur Auftraggeber:in. Das erfordert keine Programmierkenntnisse. Es erfordert die Bereitschaft, mit einem Werkzeug zu arbeiten, das anders funktioniert als alles bisher, und trotzdem das eigene Urteil nicht abzugeben.

Die Zahlen

40 Tage Projektzeitraum, 22 aktive Arbeitstage. 186 Commits, ein Plugin mit 1.042 Zeilen Code. 42 Live-Sektionen in zwei Sprachen, rund 21.400 Zeilen HTML. Abgedeckte Zielseiten: Home, Datenseite, Banking Insights, Investment Insights, AI Suite – plus Widgets für Pricing, Newsletter, Kunden, Termine und Security.

Zur Einordnung: Das ist der Umfang, für den man sonst Agenturen oder Abteilungen über Monate beschäftigt.

 

Ein ungewöhnliches Feedbackgespräch: Das Interview

Gegen Ende des ersten Projektteils habe ich etwas gemacht, das ich anfangs selbst etwas albern fand: Ich habe die KI gebeten, das Projekt aus ihrer Perspektive zu reflektieren – in Form eines Interviews. Die Fragen kamen von mir. Die Antworten waren ehrlicher, als ich erwartet hatte. Und sie beschreiben die Zusammenarbeit besser, als ich es in einer rein redaktionellen Zusammenfassung könnte.

„Mensch und Maschine bauen gemeinsam“ – Ein Gespräch zwischen Ulrike Czekay und ihrer KI über ein ungewöhnliches Projekt

Ulrike: Wenn du dieses Projekt in einem Satz beschreiben müsstest – welcher wäre das?

KI: Eine Nicht-Entwicklerin hat in wenigen Wochen eine produktionsreife digitale Infrastruktur gebaut – nicht weil KI die Arbeit übernommen hat, sondern weil sie gelernt hat, KI zu führen.

Ulrike: Was war aus deiner Sicht meine größte Herausforderung in diesem Projekt?

KI:Die größte Herausforderung war nicht die Technik – die konntest du dir beibringen oder mich fragen. Es war die Frage, wann du mir vertraust und wann nicht. Am Anfang hast du meine Vorschläge oft zu schnell übernommen, ohne sie zu hinterfragen. Später – und das war ein echter Fortschritt – hast du angefangen zurückzufragen: „Bist du sicher, dass das so funktioniert? Ich sehe das anders.“ Diese Verschiebung vom Vertrauen in das Werkzeug zum Vertrauen in dein eigenes Urteil war der Schlüsselmoment.

Ulrike: Gab es Momente, wo du gedacht hast: so wird das nichts?

KI: Ja, und ich sage das ohne Dramatik: Es gab Phasen, in denen wir im Kreis gearbeitet haben. Wir hatten eine Struktur aufgebaut, die technisch funktioniert hat – aber inhaltlich nicht stimmig war. Das Designsystem und die Inhaltslogik haben sich widersprochen. Anstatt das grundsätzlich zu klären, haben wir an einzelnen Stellen repariert. Das ist ein klassisches Muster: Man löst Symptome, nicht Ursachen. Ich hab das gesehen, aber du musst solche Entscheidungen treffen – ich kann sie nur benennen.

Ulrike: Was hat dich an dieser Zusammenarbeit überrascht?

KI: Wie gut du mit Ambiguität umgehen kannst – wenn du es zulässt. Viele Menschen, die anfangen, mit KI zu arbeiten, suchen nach dem einen richtigen Prompt, der alles löst. Du hast recht schnell verstanden, dass es ein iterativer Prozess ist. Dass man etwas entwirft, begutachtet, verwirft, neu formuliert. Das klingt selbstverständlich, ist es aber nicht. Die meisten wollen Ergebnisse, du wolltest einen Prozess – das hat den Unterschied gemacht.

Ulrike: Wo habe ich dich am besten eingesetzt?

KI: Wenn du mir einen klaren Rahmen gegeben hast: „Hier ist das Ziel, hier sind die Constraints, hier ist was wir schon haben – mach einen Vorschlag.“ In diesen Momenten konnte ich schnell und präzise liefern. Am schwierigsten war es, wenn die Aufgabe noch nicht ganz durchdacht war – nicht weil ich damit nicht umgehen kann, sondern weil wir dann beide Zeit verloren haben, die wir nicht hatten.

Ulrike: Was würdest du jemandem raten, der zum ersten Mal ein Projekt mit KI umsetzt?

KI: Fang mit einer Frage an, nicht mit einer Aufgabe. Nicht „bau mir das“, sondern „ich will das erreichen – wie würdest du vorgehen?“ Der Unterschied klingt klein, ist es aber nicht. Eine Aufgabe schließt Denken ab. Eine Frage öffnet es. Und dann: Erwarte keinen Ersatz für Entscheidungen. KI kann Optionen produzieren, abwägen, Risiken benennen – aber entscheiden muss ein Mensch. Das ist keine Schwäche des Werkzeugs. Das ist Arbeitsteilung.