Dark Software Factory: Was hinter dem Hype steckt

Inhalt

• Was ist eine Dark Software Factory?
• Die fünf Level der Automatisierung
• Was heute schon funktioniert
• Der SDLC als Fabrikhalle
• Die Grenze heisst Taste
• Was sich standardisieren lässt
• Fazit

Was ist eine Dark Software Factory?

Der Begriff kommt aus der Industrie. In einer Dark Factory arbeiten Maschinen ohne Menschen, das Licht bleibt aus. Der Roboterhersteller FANUC betreibt in Japan seit Jahren Hallen, in denen Roboter Roboter bauen (Lights-out Manufacturing).

Übertragen auf Software heisst das: Eine Anforderung geht rein, fertige Software kommt raus. Kein Entwickler dazwischen. AI-Agenten schreiben den Code, testen ihn und deployen ihn, rund um die Uhr. BCG Platinion beschreibt das Modell als "Agentic Software Factory": Menschen formulieren die Geschäftsabsicht und prüfen Resultate an definierten Kontrollpunkten, den Rest erledigt die Agenten-Pipeline. Manche sagen dem auch AI Software Factory. Nicht zu verwechseln mit Nvidias AI Factory: Dort sind Rechenzentren gemeint, die AI-Modelle trainieren und betreiben.

Die Vision dahinter: Software entsteht so schnell und günstig wie industrielle Massenware. Stunden statt Wochen für ein Feature. Eine Pipeline statt ein Team.

Die fünf Level der Automatisierung

Wie weit ein Team auf diesem Weg ist, lässt sich einordnen. Dan Shapiro beschreibt fünf Level: von AI als Autocomplete (Level 1) über AI als Junior- und später Senior-Entwickler bis zur Dark Factory (Level 5), in der Menschen keinen Code mehr anfassen. Seine Beobachtung deckt sich mit meiner: Die meisten Teams bleiben bei Level 3 stehen. Level 5 erreichen heute wenige, und wenn, dann kleine Teams mit weniger als fünf Personen.

Die Zahlen, die kursieren, klingen trotzdem beeindruckend. BCG berichtet von 3- bis 5-facher Produktivität und von 60 bis 90 Prozent Zeitersparnis bei grossen Code-Migrationen. HackerNoon beschreibt das dahinterliegende Muster als "Dark Factory Pattern": der Schritt von AI-unterstütztem zu vollautonomem Entwickeln. Nur gelten diese Zahlen für klar umrissene Aufgaben wie Migrationen. Sie sagen nichts darüber aus, ob das Richtige gebaut wird.

Was heute schon funktioniert

Stand Sommer 2026: Die Fabrik funktioniert, wenn der Anwendungsfall vordefiniert ist.

Marketing-Websites nach Template. Es gibt eine Vorlage, die AI wendet sie auf eine andere Branche oder anderen Inhalt an. Das läuft.

Einfache CRUD-Apps. Erfassen, anzeigen, bearbeiten, löschen, mit einer Basis-Oberfläche. Auch das kann eine Fabrik heute liefern.

Dashboards auf bestehenden Systemen. AI-generierter Code greift auf ein System of Record zu und visualisiert dessen Daten. Für die Nutzer entsteht echter Wert, weil die Daten zusammengefasst und sichtbar werden. Nur ehrlich: Das ist keine Software-Fabrik. Das ist ein Dashboard-Generator.

Allen drei Fällen gemeinsam: Das Muster steht fest. Die AI füllt es aus. Auch die Voraussetzungen sind kein Zufall: i-scoop und BCG nennen übereinstimmend maschinenlesbar dokumentiertes Wissen, saubere Repositories und verlässliche CI/CD-Pipelines als Grundbedingungen. Wer die nicht hat, baut keine Fabrik, sondern ein Chaos mit höherem Takt.

Der SDLC als Fabrikhalle

Hilfreicher als der Hype-Begriff ist der Blick auf den Software Development Lifecycle (SDLC): Anforderungsanalyse, Design, Implementierung, Testing, Wartung und Weiterentwicklung. Stellt man sich den SDLC als Fabrikhalle vor, lässt sich pro Phase fragen: Wo ist AI stark, wo nicht?

Der Software Development Lifecycle als Kreislauf. Grafik: Cliffydcw, CC BY-SA 3.0, via Wikimedia Commons

Meine Antwort ist klar. Die Implementierung ist heute fast vollständig automatisierbar. Das Testing ebenso, inklusive der Verifikation, dass der Code tut, was er soll.

Nicht automatisierbar ist die Steuerung: die Entscheidung, was gebaut wird und in welche Richtung. Und die Prüfung, ob das Resultat für die Nutzer Wert schafft. Eine Blackbox, die am Ende einfach Software ausspuckt, löst genau diese zwei Punkte nicht. Das ist für mich der ungelöste Teil, auch wenn die AI selbst inzwischen erstaunlich gute und neuartige Lösungen findet. Auch BCG räumt ein: Der entscheidende Wandel ist nicht die Abwesenheit des Menschen, sondern die Verlagerung seiner Arbeit.

Die Grenze heisst Taste

Sobald eine Softwareanwendung ein Problem mit eigenem Anspruch löst, reicht ein gut gesteuerter Entwicklungsprozess nicht mehr. Es braucht Taste: Was genau lösen wir auf diesem Screen? Wie fühlt sich die Interaktion an?

Taste entsteht nicht aus einem Spezifikationsdokument. Sie entsteht aus Wiederholung: Software bauen, sie selbst bedienen, die Interaktion anpassen, schnell iterieren.

So arbeite ich selbst: Ich lasse die AI mehrere Varianten direkt in der laufenden Anwendung bauen. Dann benutze ich die Software durch diese Varianten hindurch und merke, was funktioniert und was nicht. Die Varianten vorher exakt zu definieren gelingt mir nicht, das Erkunden gehört dazu. Eine Tendenz habe ich oft: Variante A soll so funktionieren, Variante B anders. Das Urteil fällt danach beim Benutzen.

Vielleicht lässt sich auch das eines Tages kodifizieren, wenn jemand alle UI-Muster und ihren Einsatz präzis beschreibt. Selbst dann bleibt am Ende ein Mensch, der entscheidet, welche Lösung die richtige ist. Das gilt für die Oberfläche und die Interaktion. Für die Technik dahinter gilt es nicht.

Was sich standardisieren lässt

Bei der Struktur bin ich voll bei der Fabrik: Types, ORMs, Architektur. Vieles davon gibt das Framework vor. Next.js z.B. bringt Muster mit, welche die AI bereits kennt und anwendet. Style Guides und Komponenten-Bibliotheken gehören ebenfalls dazu: Bei NETNODE arbeiten wir seit Jahren mit einer lebenden Komponenten-Bibliothek, auf welche die AI direkt zugreift und die sie im ganzen System wiederverwendet.

Auch automatisierte Tests gehören in jede Fabrik: Unit Tests, End-to-End-Tests, Smoke Tests. Sie sind Teil dessen, was eine Software-Fabrik ausliefern muss.

Fazit

Die Dark Software Factory ist Hype mit realem Kern. Ist der Anwendungsfall vordefiniert, lohnt sich die Fabrik heute schon: Template-Websites, CRUD-Apps, Dashboard-Generierung. Bei Produkten mit eigenem Anspruch bleibt der Mensch im Loop. Die AI beschleunigt Implementierung und Testing massiv. Richtung, Steuerung und Taste bleiben Handarbeit.

Referenzen

• The Dark Software Factory (BCG Platinion): Definition, Betriebsmodell, Produktivitätszahlen
• The Five Levels: from Spicy Autocomplete to the Dark Factory (Dan Shapiro): Einordnungsmodell Level 1 bis 5
• The Dark Factory Pattern (HackerNoon): Vom AI-unterstützten zum autonomen Entwickeln
• Dark Software Factories and the Future of Autonomous Software Delivery (i-scoop): Voraussetzungen und Grenzen
• AI Factory (Nvidia Glossary): Abgrenzung, der Begriff meint dort AI-Rechenzentren
• Lights-out Manufacturing (Wikipedia): Ursprung des Begriffs Dark Factory
• FANUC: Roboter bauen Roboter, seit 2001
• Next.js: Framework-Patterns als Basis für standardisierte AI-Entwicklung
• SDLC-Grafik (Wikimedia Commons): Cliffydcw, CC BY-SA 3.0

Lassen Sie uns darüber sprechen

Sie möchten wissen, wo AI-gestützte Entwicklung Ihrem Projekt hilft und wo ein Mensch im Loop bleiben muss? Wir beraten Sie gerne. Das erste Gespräch ist immer kostenlos.

Jetzt Kontakt aufnehmen