Vom KI-Prototyp zur produktionsreifen MVP-Grundlage in nur 10 Tagen

Über unseren Kunden

Unser Kunde ist ein US-amerikanisches Transportunternehmen, das eine neue Marktplatzidee schnell und mit möglichst geringem Anfangsinvestment validieren wollte. Ziel war es, Umzugsteams und Lkw-Fahrer über eine eigene digitale Plattform miteinander zu verbinden.

Anstatt mit einer klassischen Analysephase, detaillierten Spezifikationen und einem UI-Design zu beginnen, entwickelte der Kunde die erste Version eigenständig mit Famous.ai. Innerhalb sehr kurzer Zeit entstand eine funktionsfähige Anwendung mit moderner, intuitiver Benutzeroberfläche, durchdachten Nutzerabläufen, zentralen Geschäftsprozessen, Authentifizierung und Benutzerverwaltung, grundlegenden Marktplatzfunktionen sowie einer öffentlich zugänglichen Anwendung unter der eigenen Domain. Dadurch konnte der Kunde die Geschäftsidee validieren, ohne mehrere Wochen in Business-Analyse, UX-Design, Prototyping und die Erstellung von Spezifikationen investieren zu müssen.

Der Prototyp bestätigte die Tragfähigkeit des Konzepts, doch die nächste Entwicklungsphase erwies sich als deutlich anspruchsvoller. Der Kunde wollte neue Funktionen ergänzen und die Anwendung zu einem wartbaren, skalierbaren SaaS-Produkt weiterentwickeln. Die weitere Entwicklung innerhalb der bestehenden KI-generierten Architektur wurde jedoch zunehmend komplex und mit größeren technischen Risiken verbunden.

Herausforderung

Der Kunde wandte sich mit einem bereits funktionsfähigen, KI-generierten Prototyp an SCAND – nicht mit einem klassischen Softwareprojekt. Es gab weder Spezifikationen noch Architekturdokumentation, Analyseunterlagen, Designdokumente oder einen Entwicklungs-Backlog. Die bestehende Anwendung selbst war daher die wichtigste Informationsquelle für Produktlogik und Geschäftsprozesse.

Bevor die weitere Entwicklung beginnen konnte, musste unser Team zunächst nachvollziehen, wie der Marktplatz funktionierte. Anstatt mehrere Wochen damit zu verbringen, Anforderungen vollständig neu zu erfassen, analysierten unsere Entwickler den vorhandenen Prototyp, rekonstruierten die Geschäftsabläufe, prüften den generierten Code und die Architektur und identifizierten die wichtigsten technischen Einschränkungen.

Die Analyse zeigte mehrere Probleme, die die Weiterentwicklung bereits deutlich erschwerten:

• Selbst kleine Änderungen konnten neue Fehler verursachen, während sich bestehende Probleme nicht zuverlässig per Prompt beheben ließen.
• Die Erweiterung um neue Funktionen wurde zunehmend schwieriger und war teilweise gar nicht mehr möglich.
• Die Anwendung war eng an die KI-Plattform gekoppelt.
• Im generierten Code hatten sich technische und architektonische Altlasten angesammelt, wodurch weitere Änderungen zunehmend risikoreich wurden.
• Dem Kunden fehlte ein etablierter Entwicklungsprozess für die Wartung und Weiterentwicklung des Produkts.

Die eigentliche Herausforderung bestand daher nicht darin, einzelne Probleme zu beheben, sondern eine verlässliche technische Grundlage zu schaffen, ohne dabei die bereits validierte Geschäftslogik und Nutzererfahrung zu verlieren.

Hauptziele

Im Mittelpunkt des Projekts standen folgende Ziele:

• Die bereits validierte Geschäftsidee und Nutzererfahrung bewahren
• Die Abhängigkeit von der KI-Plattform beseitigen
• Den vollständigen Quellcode extrahieren und sichern
• Einen professionellen Softwareentwicklungsprozess etablieren
• Eine wartbare und skalierbare Architektur schaffen
• Das Produkt für die kontinuierliche Weiterentwicklung neuer Funktionen vorbereiten
• Ein produktionsreifes MVP in möglichst kurzer Zeit bereitstellen

Projektübersicht

SCAND überführte den bestehenden Famous.ai-Prototyp in ein unabhängiges, produktionsreifes SaaS-MVP und bewahrte dabei die bereits vom Kunden validierte Geschäftslogik, Nutzerabläufe und Funktionalität.

Innerhalb von 10 Arbeitstagen migrierten wir die Anwendung in eine standardisierte Entwicklungsumgebung, überführten den Quellcode zu GitHub, lösten die Abhängigkeit von der ursprünglichen KI-Plattform, stabilisierten die Architektur, führten automatisierte Tests sowie einen professionellen Entwicklungsprozess ein und stellten die Lösung produktiv bereit.

Das Ergebnis war eine wartbare und skalierbare Grundlage, die nun kontinuierlich weiterentwickelt, um neue Funktionen ergänzt und unabhängig von Famous.ai betrieben werden kann.

Technologie-Stack

Für Entwicklung und Bereitstellung der Lösung kamen folgende Technologien und Engineering-Werkzeuge zum Einsatz:

• Frontend: React
• Backend: Node.js
• Datenbank: Supabase / PostgreSQL
• Authentifizierung: Supabase Auth
• Infrastruktur: DigitalOcean
• Versionsverwaltung: GitHub
• Entwicklungsprozess: KI-gestützte Softwareentwicklung
• Tests: Automatisierte Tests
• Bereitstellung: CI/CD-Pipeline für den Produktivbetrieb

Unser Ansatz

Im Gegensatz zu klassischen Softwareprojekten folgte dieses Projekt einem grundlegend anderen Vorgehensmodell. Anstatt mit Discovery-Workshops und detaillierten Spezifikationen zu beginnen, nutzten wir die bestehende KI-generierte Anwendung als wichtigste Quelle für Produktwissen.

Um den Prozess transparent und überschaubar zu gestalten, gliederten wir die Arbeiten in vier Phasen: Produktanalyse, Migration, Stabilisierung und KI-gestützte Softwareentwicklung. Jede Phase adressierte eine konkrete Herausforderung auf dem Weg vom KI-generierten Prototyp zu einem unabhängigen, produktionsreifen SaaS-Produkt.

Phase 1 – KI-gestützte Produktanalyse

In den ersten Tagen analysierte unser Entwicklungsteam den Prototyp mithilfe KI-gestützter Engineering-Werkzeuge.

Ohne dass der Kunde zunächst Spezifikationen erstellen oder mehrere Stunden mit der Erläuterung seiner Geschäftsprozesse verbringen musste, konnten wir:

• die Geschäftsabläufe nachvollziehen
• fehlende Funktionen identifizieren
• architektonische Einschränkungen erkennen
• den Implementierungsaufwand abschätzen
• eine Migrationsstrategie definieren

Die bestehende Anwendung ersetzte damit einen wesentlichen Teil der klassischen Discovery-Phase.

Phase 2 – Projektmigration

Nach Abschluss der Analyse konzentrierten wir uns darauf, die Anwendung vollständig von der KI-Plattform zu lösen.

In dieser Phase:

• generierten und extrahierten wir den vollständigen Quellcode
• migrierten wir das Projekt zu GitHub
• entfernten wir plattformspezifische Abhängigkeiten
• richteten wir lokale Entwicklungsumgebungen ein
• etablierten wir einen professionellen Entwicklungsprozess
• führten wir bewährte Methoden der Softwareentwicklung ein

Das Ergebnis war ein vollständig unabhängiges Softwareprodukt, das nicht länger an die ursprüngliche No-Code-Plattform gebunden war.

Phase 3 – Projektstabilisierung

Nach Abschluss der Migration überprüften wir den generierten Code, behoben die aus der Famous.ai-Implementierung übernommenen Probleme und schufen eine saubere technische Grundlage für die weitere Entwicklung.

Dazu gehörten:

• Behebung offensichtlicher Fehler
• Verbesserung der Codestruktur, wo dies erforderlich war
• Überprüfung der Anwendungsstabilität
• Stabilisierung der Anwendungsarchitektur
• Vorbereitung des Projekts auf eine kontinuierliche Weiterentwicklung

Phase 4 – KI-gestützte Softwareentwicklung

Nachdem die technische Grundlage geschaffen war, konzentrierten wir uns auf die Weiterentwicklung der Funktionen und die weitere Stabilisierung der Anwendung.

Anstatt KI zur vollständigen Generierung der Anwendung einzusetzen, verfolgten wir einen Ansatz der KI-gestützten Softwareentwicklung. Dabei behielten erfahrene Softwareentwickler jederzeit die Kontrolle über Architektur, Implementierung und technische Entscheidungen, während KI gezielt eingesetzt wurde, um einzelne Entwicklungsaufgaben zu beschleunigen.

In den verbleibenden Arbeitstagen:

• analysierten und verstanden wir alle bestehenden Anwendungsfälle
• behoben wir lang bestehende Probleme, die der Kunde innerhalb der No-Code-Plattform nicht lösen konnte
• verbesserten wir die Stabilität der Anwendung
• führten automatisierte Tests ein
• optimierten den Entwicklungsprozess
• stellten die Lösung in einer Produktivumgebung bereit

Kernteam

• Lösungsarchitekt: Führte die technische Bewertung durch, entwickelte die Migrationsstrategie und definierte die Zielarchitektur.
• 1 Full-Stack-Entwickler: Extrahierte die Codebasis, etablierte den Entwicklungsprozess neu, stabilisierte die Anwendung und implementierte neue Funktionen.

Ergebnisse

In nur 10 Arbeitstagen überführte SCAND den KI-generierten Prototyp des Kunden in ein produktionsreifes MVP.

Die bereitgestellte Lösung umfasste:

• Vollständig unabhängigen, in GitHub gespeicherten Quellcode
• Keine Abhängigkeit mehr von der ursprünglichen KI-Plattform
• Eine stabile und wartbare Softwarearchitektur
• Eine eingerichtete lokale Entwicklungsumgebung
• Automatisierte Tests
• Einen professionellen Entwicklungsprozess
• Bereitstellung in der Produktivumgebung
• Ein skalierbares MVP als Grundlage für die kontinuierliche Weiterentwicklung

Besonders wichtig war, dass der Kunde die bereits validierten Geschäftsabläufe und die Nutzererfahrung des ursprünglichen Prototyps beibehalten konnte und zugleich eine technische Grundlage erhielt, die eine langfristige Produktentwicklung ermöglicht.

Geschäftlicher Nutzen

• Schneller Weg zum Produktivbetrieb: Der Kunde überführte einen validierten, KI-generierten Prototyp in nur 10 Arbeitstagen in ein produktionsreifes MVP.
• Geringerer initialer Entwicklungsaufwand: Die bestehende Anwendung ersetzte einen wesentlichen Teil der klassischen Analysephase, der Spezifikationserstellung, des UX-Designs und des Prototypings.
• Erhalt des bereits geschaffenen Produktwerts: Die validierten Geschäftsabläufe und die bestehende Nutzererfahrung blieben erhalten, anstatt verworfen und vollständig neu entwickelt zu werden.
• Unabhängige Grundlage für weiteres Wachstum: Der Kunde erhielt die volle Kontrolle über den Quellcode, einen professionellen Entwicklungsprozess und eine wartbare Architektur, die für kontinuierliche Weiterentwicklung und Skalierung ausgelegt ist.