KI in 300 Stunden? Die Schätzung liegt unter der Branchenuntergrenze: Ein Drei-Methoden-Abgleich

Ein IT-Spezialist schätzte 300 Stunden für die Fertigstellung eines Buchhaltungssystems, aber der Kunde lehnte dies ab und sagte, KI könne das an einem Abend erledigen. Um dies zu überprüfen, berechnete der Spezialist denselben Umfang mit drei unabhängigen Methoden: Bottom-up anhand von Benutzeraktionen, Function Points mit ISBSG-Branchenproduktivitäts-Benchmarks und COCOMO II. Das Ergebnis übertraf die Erwartungen: Laut Industriestatistiken sind die 412 Function Points von ~990 Stunden (90. Perzentil für Low-Code-Projekte im ISBSG-Repository) bis ~3.600 Stunden (Median für Java-Projekte dort) und bis zu ~12.400 Stunden nach nominalem COCOMO II wert. Seine ursprüngliche Schätzung von 300 Stunden entspricht 0,73 Stunden pro Function Point und liegt damit unter dem Minimum der gesamten Low-Code-Stichprobe. Der Artikel beschreibt die Aufschlüsselung im Detail: 40 UI-Oberflächen, 77 API-Endpunkte, 90 Benutzeraktionen und eine Sensitivitätsanalyse. Außerdem wird das Argument 'Mach es selbst mit KI' behandelt, wobei auf das '70-Prozent-Problem' von Eddie Osman (Google Chrome DX) und Studien verwiesen wird, die zeigen, dass KI-generierter Code häufig Qualitäts- und Sicherheitsprobleme aufweist, wie z. B. die Schwachstelle CVE-2025-48757, die über 170 Produktions-Apps betrifft.