KI in der Software-Entwicklung: Chance für Banken & Versicherer im Spec-Driven Development (SDD)

Künstliche Intelligenz hat in den vergangenen anderthalb Jahren einen festen Platz im Werkzeugkasten vieler Entwickler:innen gefunden. Banken und Versicherern, die unter digitalem Transformationsdruck stehen, müssen gleichzeitig hohe Anforderungen an Qualität und Regulierung erfüllen. Welche Erfahrungen gibt es? Und welche Chancen eröffnet Spec-Driven Development (SDD) in der Praxis?

von Sebastian Albrecht, Senacor 

Spec-Driven Development (SDD) ist der erste systematische KI- Ansatz, der Effizienz und Geschwindigkeit einerseits und Qualität und Zuverlässigkeit andererseits erreichen soll.“

Wir beschäftigen uns mit der KI- und SDD-Entwicklung sowohl in internen Experimenten als auch bereits in laufenden Projekten.

Kurz erklärt: Was ist Spec-Driven Development?

Der einfachste KI-basierte Entwicklungsansatz besteht darin, das gewünschte Verhalten einer Anwendung zu beschreiben und die KI daraus direkt Code generieren zu lassen. Dieser schnelle, intuitive Ansatz – oft als Vibe-Coding bezeichnet – leidet jedoch an wesentlichen Schwächen: Die Ergebnisse sind fehleranfällig, kaum reproduzierbar und der Lösungsweg der KI bleibt intransparent. Für reale Softwareprojekte, insbesondere bei fachlich komplexen Anforderungen, ist dieser Ansatz daher ungeeignet.
Spec-Driven Development (SDD) setzt genau hier an.

Statt der KI nur eine Idee zu überlassen, wird zunächst eine präzise, detaillierte Spezifikation erstellt, die den Lösungsraum klar eingrenzt.“

Entlang des spezifizierten Lösungswegs generiert die KI anschließend den Code. Dadurch steigt die Qualität und Reproduzierbarkeit der Ergebnisse deutlich. Die Spezifikation wird zum zentralen Artefakt der Entwicklung. Die Rolle der Entwickler:innen verlagert sich vom Programmieren hin zur Gestaltung des Systemverhaltens auf höherer Abstraktionsebene.

Im Gegensatz zum älteren Ansatz der modellgetriebenen Softwareentwicklung (MDSD), der mit starren und schwer zugänglichen Modellierungssprachen arbeitet, nutzt SDD die Flexibilität natürlicher Sprache.“

Während MDSD deterministisch ist aber bei komplexen Anforderungen schwer zu durchdringen, bleibt SDD äußerst flexibel, aber aufgrund der KI-Generierung probabilistisch. Damit bildet SDD den goldenen Mittelweg zwischen dem fehleranfälligen, intransparenten Vibe-Coding und der starren, weniger zugänglichen MDSD. So entsteht ein Vorgehen, das schnelle, effiziente Entwicklung ermöglicht und dabei Nachvollziehbarkeit und Qualität stärkt.

Praxistest im Senacor-Lab: Hands-on Erfahrungen mit verschiedenen SDD-Tools

In einem ausführlichen Praxistest Ende 2025 hat Senacor drei aktuelle SDD-Werkzeuge untersucht. Als Testobjekt diente ein internes Projekt mit zwei verschiedenen Benutzeroberflächen, fachlicher Logik und einer einfachen Datenbankstruktur aus vier Tabellen. Der Umfang entsprach dem eines größeren Proof of Concepts. Das interne Projekt passte damit ideal zu den Anwendungsfällen, in denen SDD derzeit den größten Nutzen bietet: schnelle Prototypen und kleinere, klar abgegrenzte Vorhaben. Um Erfahrungen sowohl im Low-Code- als auch im Pro-Code-Bereich zu sammeln, wurden bewusst Werkzeuge aus beiden Kategorien getestet.
Im Low-Code-Umfeld der Microsoft Power Platform kamen die zwei Tools „Plan Designer“ und „Generative Pages“ zum Einsatz.

Der Plan Designer verfeinert eine gegebene Spezifikation zunächst in begrenztem Umfang. Anschließend generiert er daraus ein Datenmodell sowie mehrere zusammenhängende Power-Platform-Komponenten wie Apps oder Flows.“

Die Generative Pages funktionieren nur innerhalb einer bereits bestehenden Power App und erzeugen auf Basis der Spezifikation einzelne Seiten für diese App. Der generierte React-Code kann anschließend eingesehen und auch manuell angepasst werden.
Als Pro-Code-Werkzeug hat Senacor „GitHub Spec Kit“ verwendet. Spec Kit verfeinert die Spezifikation tiefgreifend im Dialog mit den Entwickler:innen. Anschließend wird daraus vollwertiger Programmiercode in einer beliebigen, zuvor gemeinsam festgelegten Technologie erzeugt. Im Test auftretende Fehler werden im Dialog mit der KI behoben.

Ergebnisse des Praxistests

Der Plan Designer zeigte im Praxistest interessante Ansätze, erfüllte jedoch noch nicht die Anforderungen, die für einen echten Projekteinsatz notwendig wären. Die entwickelten Datenmodelle blieben zu generisch und die erzeugten Komponenten konnten die spezifizierte Fachlogik nicht erfolgreich umsetzen . Gleichwohl steckt in diesem Werkzeug erhebliches Potenzial. Microsoft entwickelt den Plan Designer nach eigener Aussage intensiv weiter und es ist zu erwarten, dass zukünftige Versionen die identifizierten Schwächen beheben werden.

Der zugrundeliegende Ansatz einer automatisierten Erzeugung umfangreicher Low-Code-Lösungen mit verschiedenen Komponenten ist vielversprechend.“

Deutlich weiter ausgereift waren die Generative Pages. Sie erlaubten es, innerhalb kurzer Zeit optisch ansprechende Oberflächen mit funktionierender Fachlogik zu erzeugen, die sich nahtlos in die bestehende Power App mit einem zuvor manuell angelegten Datenmodell einfügen. Für die Finanzbranche, in der Low-Code-Lösungen häufig für interne Anwendungen der Fachbereiche eingesetzt werden, bietet das klare Vorteile: Oft zeigt sich erst während der Umsetzung, dass das gewünschte Frontend doch mehr Funktionalität oder ein ansprechenderes Design benötigt als ursprünglich angenommen. Hier ermöglichen die Generative Pages schnelle und hochwertige Ergebnisse.

GitHub Spec Kit erwies sich im Praxistest als äußerst leistungsfähiges Werkzeug für Entwicklungsprojekte außerhalb des Low-Code-Bereichs.“

Besonders hervorzuheben ist der klar strukturierte Entwicklungsprozess: Spezifikationen werden in geführten Schritten mit der KI tiefgreifend verfeinert. Erst danach beginnt die Codegenerierung, sodass ein durchgängiger, nachvollziehbarer Lösungsweg entsteht. Die Spezifikation bleibt während des gesamten Prozesses das führende Artefakt und wird kontinuierlich aktualisiert. In der Umsetzung beeindruckte, wie schnell sich eine hochwertige Anwendung entwickeln lässt . Gleichzeitig ist technisches Know-how weiterhin erforderlich, insbesondere beim Testing und Debugging.

Gewonnene Erkenntnisse zum Stand aktueller SDD-Werkzeuge

Zusammenfassend hat der Praxistest ergeben, dass sowohl die Generative Pages als auch Spec Kit bei der Qualität der Ergebnisse und bei der Geschwindigkeit der Umsetzung überzeugen.

Deutlich geworden ist aber auch, dass manuelles Testen derzeit bei allen SDD-Tools unerlässlich bleibt, um die funktionale Qualität sicherzustellen.“

Teilweise generierten die Tools automatisierte Tests, die erfolgreich durchliefen, obwohl die Anwendung im manuellen Test nicht korrekt funktionierte. Für den Einsatz im Projektalltag ist daher ein belastbares Testkonzept inklusive Testautomatisierung entscheidend. Insgesamt überwiegt ein sehr positives Bild: Die Möglichkeiten sind beeindruckend, wenngleich die Risiken und Grenzen sorgfältig berücksichtigt werden müssen.

Praxiserfahrung aus einem Banking-Projekt mit GitHub Spec Kit

Senacor setzt GitHub Spec Kit inzwischen auch in realen Banking-Projekten bei Kunden ein, die technologischen Entwicklungen besonders offen gegenüberstehen und den Ansatz gemeinsam erproben wollen. Der Einsatz bestätigt viele Erkenntnisse aus dem internen Praxistest und liefert zusätzliche Einblicke aus einem realen Projektumfeld.

Die bisherigen Erfahrungen zeigen, dass Geschwindigkeits- und Effizienzgewinne vor allem bei Problemstellungen realisiert werden können, die sich mittels üblicher Vorgehensweisen lösen lassen.“

Andernfalls ist die Formulierung einer Lösung durch Entwickler:innen direkt in der Programmiersprache effizienter als die Beschreibung in natürlichen Worten. Grundsätzlich sind klare Anweisungen und ein Verständnis von Prompt Engineering relevant, um Halluzinationen zu vermeiden und hochwertige Ergebnisse zu erzielen. Wie schon im Praxistest zeigt sich zudem erneut, dass allein auf die generierten Tests der KI kein Verlass ist und auf die Qualitätssicherung ein besonderes Augenmerk gelegt werden muss.
Der Einsatz von Spec Kit im Projektalltag bestätigt sowohl die positiven Ergebnisse des Praxistests als auch die Risiken und Schwachstellen.

Unter klaren fachlichen Voraussetzungen und mit sauberer Qualitätssicherung kann Spec Kit bereits heute produktiv in Softwareprojekten in der Banken- und Versicherungsbranche eingesetzt werden.“

Ausblick auf den Einsatz von SDD in Projekten der Banken- und Versicherungsbranche

Spec-Driven Development zeigt bereits heute spürbaren Nutzen – insbesondere für Proof of Concepts, Prototypen und klar abgegrenzte fachliche Szenarien. Anforderungen lassen sich schnell und mit hoher Ergebnisqualität umsetzen. Gleichzeitig bleibt die probabilistische Natur der KI ein Risiko: Halluzinationen, unvollständige Implementierungen oder fehlerhafte Detailentscheidungen erfordern hohe Sorgfalt in der Qualitätssicherung. Für Finanzinstitute bedeutet das: Es ist sinnvoll jetzt erste Erfahrungen zu sammeln, aber bisher nur in einem kontrollierten, risikoarmen Umfeld.

Mit zunehmender Reife der Werkzeuge wird SDD in immer mehr Bereichen der Softwareentwicklung einsetzbar sein.“

Besonders dort, wo fachliche Anforderungen klar und sauber formuliert werden und sich verbreitete Vorgehensweisen anbieten, kann SDD die Produktivität deutlich steigern. Für Banken und Versicherer ist das besonders attraktiv, da viele Anwendungen aus modularen, fachlich klar strukturierten Domänen bestehen. Gleichzeitig zeigt die Praxis: Der erfolgreiche Einsatz hängt stark von der Qualität der Spezifikation, einem strukturierten Entwicklungsprozess und einer verlässlichen Teststrategie ab.
Die bisherigen Erfahrungen verdeutlichen: Der Ansatz ist vielversprechend und Finanzinstitute, die früh mit SDD experimentieren, werden langfristig profitieren. Sebastian Albrecht, Senacor