App erstellen mit KI: Was geht, was nicht
· DigifyNow
Wer eine App mit KI erstellt, lässt ein Sprachmodell aus einer Beschreibung Code für Oberfläche und Datenbank erzeugen. Für einen klickbaren Prototyp reicht das. Sobald echte Daten im Spiel sind, muss ein Mensch die Zugriffsrechte je Rolle festlegen, API-Schlüssel auf einen Server verlegen, den Code prüfen und testen und die Store-Regeln einhalten, etwa Apples Vorgabe einer eigenen Mindestfunktion. DigifyNow nutzt KI im Projekt als Werkzeug. Architektur und Code-Review ersetzt sie nicht.
Kann man eine App mit KI erstellen – und was entsteht dabei wirklich?
Ja, mit Einschränkungen. Wer heute eine App erstellen mit KI will, nutzt meist ein Sprachmodell, das aus einer Beschreibung in Alltagssprache Programmcode erzeugt: Bildschirme, Formulare, Datenbanktabellen und manchmal die Anbindung an einen Login-Dienst. Das Modell sagt dabei das wahrscheinlich nächste Stück Code voraus. Ob Ihr Geschäftsprozess damit richtig abgebildet ist, prüft es nicht. Für einen klickbaren Prototyp reicht das oft schon nach wenigen Stunden. Damit können Sie intern zeigen, wie ein Ablauf aussehen soll, und Rückmeldungen einholen, bevor Geld in die Umsetzung fließt. Anders sieht es aus, sobald echte Kundendaten, mehrere Benutzerrollen oder eine Veröffentlichung im App Store dazukommen. Dann geht es um Zugriffsrechte, Fehlerbehandlung, Updates und Wartung. Das alles denkt ein Generator nicht von sich aus mit, weil es selten in der Beschreibung steht. Der Begriff hat außerdem eine zweite Bedeutung: eine App, die selbst KI enthält, zum Beispiel einen Assistenten, der Anfragen vorsortiert. Beides lässt sich kombinieren. Es verlangt aber unterschiedliche Entscheidungen, die wir weiter unten getrennt behandeln.
Dieser Beitrag beschreibt den Weg vom ersten Prompt bis zur App im Store, aus Sicht von Entscheidern ohne Programmierkenntnisse: welches Werkzeug wofür taugt, ein durchgespieltes Beispiel mit Rechte-Matrix und die Prüfschritte vor dem Start. Welche typischen Fehler KI direkt im Quellcode macht, behandelt unser Beitrag zur KI-Softwareentwicklung in der Praxis ausführlicher.

Welche Werkzeuge gibt es, um eine App mit KI zu erstellen?
Die Werkzeuge lassen sich in drei Typen einteilen. Sie unterscheiden sich vor allem darin, wie viel Code Sie selbst sehen und verantworten müssen. Die Tabelle vergleicht die Typen nach denselben Merkmalen. Einzelne Produkte ändern ihren Funktionsumfang häufig; prüfen Sie vor der Wahl die Dokumentation des jeweiligen Anbieters.
| Werkzeugtyp (Beispiele) | Was entsteht | Passt für | Wo es aufhört |
|---|---|---|---|
| Prompt-zu-App-Generator (z. B. Lovable, Bolt.new, Replit Agent) | Eine lauffähige App, meist eine Web-App, mit Oberfläche und angebundener Datenbank, erzeugt aus einer Beschreibung im Browser | Klickbare Prototypen, interne Werkzeuge mit wenigen Nutzern, Ideen schnell zeigen | Zugriffsrechte, Schlüsselverwaltung und Tests müssen Sie selbst prüfen; für eine native Store-App sind weitere Schritte nötig; größere Änderungen per Prompt können bestehende Funktionen brechen |
| Visueller App-Baukasten mit KI-Hilfe (z. B. FlutterFlow) | Bildschirme per Drag-and-drop, KI schlägt Seiten oder Bausteine vor; Ergebnis kann als native App für iOS und Android gebaut werden | Apps mit Standardabläufen wie Formularen, Listen und Login, die im Rahmen des Baukastens bleiben | Logik, die der Baukasten nicht vorsieht, erfordert eigenen Code; Sie arbeiten in der Umgebung und nach den Regeln des Anbieters |
| KI-Assistent im Editor oder Terminal (z. B. GitHub Copilot, Cursor, Claude Code) | Code in einem normalen Softwareprojekt, als Vorschlag oder als ganze Änderung über mehrere Dateien | Entwickler, die den erzeugten Code lesen, testen und verantworten können | Ohne Programmierkenntnisse kaum sinnvoll nutzbar, weil jedes Ergebnis geprüft werden muss |
Was nicht funktioniert: mit einem Generator anzufangen und erst bei der Veröffentlichung zu merken, dass eine Store-App gebraucht wird oder dass der Baukasten eine bestimmte Schnittstelle nicht kann. Klären Sie diese beiden Fragen vor der Werkzeugwahl. Wann ein Baukasten an seine Grenzen kommt, beschreibt unser Beitrag zu Low Code im Mittelstand.
App erstellen mit KI: Woran scheitern generierte Apps in der Praxis?
Die Fehler bei KI-generierten Apps sind selten exotisch. Meistens fehlen die Teile, die man im Prototyp nicht sieht. Diese Muster begegnen uns, wenn wir solche Apps übernehmen oder prüfen sollen:
- Offene Datenbank: Viele Generatoren nutzen ein Postgres-Backend. Ist dort Row Level Security nicht aktiviert oder falsch formuliert, kann jeder angemeldete Nutzer fremde Datensätze lesen oder ändern.
- API-Schlüssel im App-Code: Alles, was im App-Paket steckt, lässt sich auslesen, denn eine APK- oder IPA-Datei kann man entpacken. Schlüssel für KI- oder Zahlungsdienste gehören deshalb auf einen Server.
- Erfundene Bibliotheken: Sprachmodelle schlagen manchmal Pakete vor, die es gar nicht gibt. Angreifer registrieren solche Namen gezielt, das nennt sich Slopsquatting.
- Ablehnung im Store: Apples App Review Guidelines verlangen eine eigene Mindestfunktion. Apps, die nur eine Website einpacken, werden abgelehnt, ebenso Apps, die erkennbar aus Vorlagen stammen und anderen Apps stark ähneln.
- Nicht wartbarer Code: Jede Änderung per Prompt erzeugt Code neu. Ohne automatisierte Tests bricht dann unbemerkt eine andere Stelle.
Keiner dieser Punkte spricht gegen KI als Werkzeug. Sie zeigen nur, dass Review, Tests und eine bewusste Architektur Handarbeit bleiben.
Beispiel: Schadensmeldungs-App für einen Handwerksbetrieb
Ein konstruiertes Beispiel, das typische Fälle aus der Praxis zusammenfasst: Ein Handwerksbetrieb will, dass Kunden Schäden per Foto melden, Monteure die Meldung vor Ort bearbeiten und die Disposition alles im Blick behält. Der Prompt an einen Generator lautet sinngemäß: Kunden melden Schäden mit Foto, Monteure sehen ihre Aufträge, die Disposition verteilt. Heraus kommt in kurzer Zeit eine App mit Login, einer Tabelle für Meldungen und einem Ordner für Fotos. Sie sieht fertig aus. Die Zugriffsregel lautet aber oft nur: Wer angemeldet ist, darf lesen. Damit sieht jeder Kunde die Meldungen und Fotos aller anderen Kunden, inklusive Adressen.
Die eigentliche Arbeit ist eine Rechte-Matrix. Für jede der drei Rollen und jede der vier Aktionen muss ein Mensch entscheiden, was erlaubt ist, und die Datenbank muss jede dieser Entscheidungen durchsetzen:
| Rolle | Lesen | Anlegen | Ändern | Löschen |
|---|---|---|---|---|
| Kunde | Nur eigene Meldungen | Ja, eigene Meldungen | Nur solange Status „offen“ | Nein |
| Monteur | Nur zugewiesene Meldungen | Notizen und Fotos zu zugewiesenen Meldungen | Status zugewiesener Meldungen | Nein |
| Disposition | Alle Meldungen | Ja | Alle Meldungen, inklusive Zuweisung | Ja, mit Protokolleintrag |
Zwei Stellen werden dabei regelmäßig übersehen. Erstens ist in Postgres die Row Level Security je Tabelle abgeschaltet, bis sie mit ALTER TABLE … ENABLE ROW LEVEL SECURITY eingeschaltet wird; jede neue Tabelle, die ein späterer Prompt anlegt, braucht diesen Schritt erneut. Zweitens gilt die Matrix nicht automatisch für den Dateispeicher. Die Fotos brauchen eigene Regeln, sonst sind sie über ihre Adresse abrufbar, auch wenn die Meldung selbst geschützt ist. Dazu kommt die Pflicht zur Kontolöschung: Wer in der App ein Konto anlegen kann, muss es nach Apples Regeln auch in der App löschen können.
Wie prüfe ich eine KI-generierte App vor dem Start?
Diese fünf Prüfschritte lassen sich auch ohne tiefes Entwicklerwissen anstoßen. Die Umsetzung braucht meist jemanden, der Code lesen kann; die Fragen sollten Sie aber selbst stellen.
- Zwei-Konten-Test: Zwei Testkonten anlegen, mit Konto A einen Datensatz erzeugen, mit Konto B versuchen, ihn zu öffnen oder über seine Kennung direkt abzurufen. Kommt eine Antwort mit Daten, fehlt die Prüfung auf Objektebene.
- Schlüsselsuche im App-Paket: Das gebaute App-Paket entpacken und nach den Anfangszeichen der verwendeten API-Schlüssel suchen. Jeder Treffer gehört auf den Server, der Schlüssel muss danach beim Anbieter neu erzeugt werden.
- Abhängigkeiten abgleichen: Jedes Paket aus der Abhängigkeitsdatei, etwa package.json oder pubspec.yaml, im öffentlichen Verzeichnis nachschlagen: Gibt es das Paket, wer pflegt es, wann gab es das letzte Update?
- Rechte-Matrix gegen die Datenbank halten: Für jede Tabelle und jeden Speicherordner prüfen, ob Row Level Security aktiv ist und ob die Regeln der Matrix entsprechen.
- Store-Angaben vorbereiten: Apple und Google verlangen Angaben dazu, welche Daten die App erhebt, auch durch eingebundene Fremdbibliotheken. Google Play verlangt für Apps mit Konten zusätzlich einen Weg zur Löschanfrage außerhalb der App, etwa über eine Webseite.
Scheitert schon Schritt eins, lohnt es sich meist nicht, den generierten Code weiter zu flicken. Dann ist es oft sinnvoller, den Prototyp als Vorlage zu nehmen und Datenmodell und Rechte sauber neu aufzusetzen.
Wie setzt DigifyNow KI bei der App-Entwicklung ein?
Bei DigifyNow schreibt KI Routinecode und baut erste Prototypen. Die Entscheidungen, an denen Daten und Rechte hängen, treffen Menschen. So sieht der Ablauf aus:
- Ablauf aufnehmen: Wer nutzt die App, welche wenigen Kernaufgaben soll sie erledigen, welche Daten fallen an.
- Klickbaren Prototyp bauen, teilweise KI-gestützt, und mit den späteren Nutzern durchgehen, bevor produktiver Code entsteht.
- Datenmodell und Rollen von Hand festlegen: Wer darf welche Datensätze lesen, ändern oder löschen.
- Umsetzung in kurzen Iterationen: KI-Assistenten schreiben Standardcode, jeder Abschnitt geht durch ein Code-Review und automatisierte Tests.
- Veröffentlichung: Einreichung bei Apple; bei neuen privaten Google-Play-Konten verlangt Google vor dem Start einen geschlossenen Test mit einer Mindestzahl an Testern über einen festgelegten Zeitraum.
- Betrieb: Anpassungen an neue iOS- und Android-Versionen, Überwachung, Fehlerbehebung.
Ein MVP mit den Kernfunktionen planen wir in Wochen, nicht in Monaten. Das ist eine Erfahrung aus unseren Projekten, keine Zusage für Ihr Vorhaben: Wie lange es konkret dauert, sagen wir erst nach einer Einschätzung, weil Rollen, Schnittstellen und die Store-Prüfung den Zeitplan stärker bestimmen als das Schreiben des Codes. Wächst der Zeitplan schon in der Planung immer weiter, enthält das MVP meist noch zu viele Funktionen und sollte weiter zugeschnitten werden, etwa indem Auswertungen oder ein Admin-Bereich erst in die zweite Ausbaustufe wandern. Den gesamten Ablauf einer App-Entwicklung mit Plattformwahl haben wir in einem eigenen Beitrag beschrieben.
Haben Sie bereits einen mit KI gebauten Prototyp, können Sie ihn für eine kostenlose, unverbindliche Einschätzung des Vorhabens mitbringen. Wir sehen uns dann an, ob sich der Code weiterverwenden lässt oder ob er besser als Vorlage für einen sauberen Neuaufbau dient.

Was braucht eine App, die selbst KI-Funktionen enthält?
Soll die App selbst KI nutzen, etwa um Fotos von Schadensmeldungen zu beschreiben oder Kundenanfragen vorzusortieren, läuft der Aufruf des Sprachmodells über einen eigenen Server und nicht direkt aus der App. Dafür gibt es drei Gründe: Der API-Schlüssel bleibt außerhalb des App-Pakets, Sie können pro Nutzer ein Limit für Anfragen setzen, und jede Anfrage wird protokolliert. Sprachmodelle brauchen für eine Antwort oft mehrere Sekunden. Deshalb streamen wir Antworten Stück für Stück, damit der Bildschirm nicht leer wartet. Verarbeitet der KI-Anbieter personenbezogene Daten in Ihrem Auftrag, verlangt die DSGVO einen Vertrag zur Auftragsverarbeitung. Und manchmal lohnt sich KI gar nicht: Lässt sich die Aufgabe mit festen Wenn-dann-Regeln lösen, ist eine Regel billiger, schneller und nachvollziehbarer. Wer mehrere Arbeitsschritte selbstständig ausführen lassen will, sollte wissen, wie man einen KI-Agent erstellen kann und wo die Grenzen liegen.
Jeder Modellaufruf kostet im Betrieb Geld, abgerechnet meist nach verarbeiteten Tokens. Lange Eingaben, Bilder und Folgefragen mit dem ganzen Gesprächsverlauf treiben den Verbrauch. Wie sich Abo, Tokens und Betrieb zusammensetzen, steht im Beitrag zu KI-Kosten für Abo, Tokens und Agenten.
Dazu kommt die KI-Verordnung der EU, die inzwischen durch eine Änderungsverordnung angepasst wurde. Ihre Transparenzpflichten gelten bereits: Nutzer sollen zum Beispiel erkennen können, dass sie mit einer KI interagieren, und Anbieter von Systemen, die synthetische Texte, Bilder, Audio oder Videos erzeugen, müssen dafür eigene Maßnahmen treffen. Für solche Systeme, die schon vorher auf dem Markt waren, gibt es eine kurze Übergangsfrist. Außerdem ergreifen Anbieter und Betreiber Maßnahmen, um die KI-Kompetenz der Mitarbeiter zu unterstützen, die mit dem System arbeiten; ein bestimmtes Kompetenzniveau müssen sie nicht garantieren. Die strengeren Vorschriften für Hochrisiko-Systeme greifen gestaffelt erst später. Welche Pflichten und Fristen für Ihr konkretes System gelten, klären Sie am besten mit einer Rechtsberatung. Ob Ihr Einsatz zulässig ist, hängt davon ab, wie Sie ihn betreiben. Das kann keine Technik zusagen.
Wer macht App-Entwicklung im Westerwald?
DigifyNow sitzt in Unnau im Westerwald. Das Team arbeitet deutschlandweit, der Schwerpunkt liegt aber auf Westerwald, Koblenz und Siegerland. Für Firmen aus der Region heißt das: Die Aufnahme des Ablaufs kann vor Ort stattfinden, also dort, wo die App später genutzt wird, in der Werkstatt, im Lager oder im Außendienst. Das ist oft der Moment, in dem auffällt, dass ein Formular auf dem Handy mit Handschuhen bedienbar sein muss oder dass in der Halle kein WLAN ankommt. Die App braucht dann einen Offline-Modus, der Daten zwischenspeichert und später abgleicht. Was wir nachweisen können: die Partyspiele-App Festino, ein Produkt von DigifyNow, die im App Store und im Play Store veröffentlicht ist, und ein individuelles Backoffice mit CRM für Mundo Marketing. Nicht jede Idee braucht eine Store-App. Wird das Werkzeug nur intern am Rechner und Tablet genutzt, reicht oft eine Web-App im Browser. Dann entfallen Store-Prüfung und Testphase. Mehr zur App-Entwicklung im Westerwald steht auf der Seite zu unserem Einsatzgebiet.

Woran erkennt man einen guten App-Entwickler im Westerwald?
Ob ein App-Entwickler im Westerwald oder anderswo zu Ihnen passt, lässt sich vor der Beauftragung mit wenigen konkreten Fragen klären. Die Antworten sollten belegbar sein, nicht nur freundlich klingen:
- Veröffentlichte Apps: Gibt es Apps, die Sie selbst im App Store oder bei Google Play herunterladen können? Ein Screenshot reicht nicht.
- Rechte am Quellcode: Steht im Vertrag, welche Nutzungsrechte Sie am Code bekommen und dass er Ihnen übergeben wird?
- Umgang mit KI-generiertem Code: Wird jeder Abschnitt geprüft und getestet, bevor er live geht? Lassen Sie sich das erklären.
- Betrieb nach dem Start: Wer reagiert, wenn ein iOS-Update etwas kaputt macht, und wie ist das geregelt?
- Ehrliche Absagen: Sagt der Entwickler auch, wenn eine Web-App reicht oder sich eine eigene App nicht lohnt?
Fällt eine dieser Antworten ausweichend aus, ist das ein Warnsignal, und zwar unabhängig davon, wie gut der Prototyp aussieht.
Agentur für App-Entwicklung im Westerwald oder Freelancer – was passt?
Das hängt davon ab, wie viel außer dem Code noch gebraucht wird. Ein Freelancer passt gut, wenn die Aufgabe klar abgegrenzt ist, zum Beispiel eine neue Funktion in einer bestehenden App, und Sie intern jemanden haben, der Server, Store-Konten und Wartung verantwortet. Eine Agentur für App-Entwicklung bringt Konzeption, Gestaltung, Backend, Store-Einreichung und Betrieb in einer Hand. Damit hängt das Projekt auch nicht an einer einzigen Person, die im Urlaub oder krank ist. DigifyNow ist bewusst klein: Jesper Schmidt, Christian Schiebl und Miles Pandel. Sie sprechen also mit den Leuten, die auch entwickeln. Die Kehrseite: Sehr große Vorhaben mit vielen parallelen Teams sind bei einem so kleinen Team nicht gut aufgehoben. Und wenn Sie eigentlich nur eine Website mit Kontaktformular brauchen, sind Sie bei einer App-Agentur grundsätzlich falsch. Welche Faktoren den Aufwand treiben, etwa Rollen, Schnittstellen oder Offline-Fähigkeit, steht im Beitrag zu den Kosten einer App-Entwicklung. Unabhängig von der Wahl sollten Sie sich die Store-Konten bei Apple und Google auf Ihr eigenes Unternehmen anlegen lassen und nicht auf den Dienstleister.

Häufige Fragen
Kann ich mit KI eine App ganz ohne Programmierkenntnisse erstellen?
Einen klickbaren Prototyp: ja. Eine App mit echten Kundendaten: nur mit Risiko. Ohne Programmierkenntnisse erkennen Sie nicht, ob Row Level Security aktiv ist oder ein API-Schlüssel im App-Paket steckt. Beides sieht man nicht an der Oberfläche, es zeigt sich erst bei einem Fehler oder Angriff. Ein einfacher Zwei-Konten-Test zeigt zumindest, ob fremde Datensätze sichtbar sind.
Lehnt Apple KI-generierte Apps ab?
Nicht weil KI beteiligt war. Apple prüft das Ergebnis nach den App Review Guidelines, egal wie der Code entstanden ist. Häufige Ablehnungsgründe sind zu wenig eigene Funktion, etwa eine eingepackte Website, und Apps, die aus Vorlagen stammen und anderen Apps stark ähneln. Mit KI generierte Apps geraten in den zweiten Fall leichter, weil Generatoren ähnliche Vorlagen verwenden.
Wie lange dauert es, eine App mit KI-Unterstützung zu entwickeln?
Ein Prototyp entsteht oft in Tagen, ein MVP plant DigifyNow aus der Projektpraxis in Wochen statt Monaten, ohne Zusage für ein konkretes Vorhaben. Bei neuen privaten Google-Play-Konten kommt vor dem Start ein geschlossener Test mit mehreren Testern dazu. KI verkürzt das Schreiben von Code, Abstimmung, Tests und Store-Prüfung aber nicht im selben Maß.
Was ist der Unterschied zwischen einer App mit KI und einer App aus KI?
Eine App aus KI wurde mit Hilfe eines Sprachmodells programmiert, enthält im Betrieb aber nicht unbedingt KI. Eine App mit KI ruft im Betrieb ein Modell auf, etwa für Texterkennung. Die braucht einen eigenen Server für den API-Schlüssel, verursacht laufende Kosten pro Anfrage und berührt die Transparenzpflichten der KI-Verordnung der EU, etwa den Hinweis, dass Nutzer mit einer KI interagieren.