OSS Week 2026: KI zwischen Hype und Haltung – Teil 2

In Teil 1 unserer Rückblicks-Serie haben wir die Rahmenbedingungen unserer diesjährigen OSS Week skizziert: die bewusste Wahl einer wertekonsistenten Infrastruktur, die begründeten Ausschlüsse und die Suche nach einem pragmatischen Kompromiss. Wir entschieden uns gegen Anbieter wie OpenAI oder Google, stattdessen setzten wir auf solarbetriebenes Cloud-Hosting bei Infomaniak in Genf und bezogen Anthropic als Referenz ein.

Dabei war uns klar: Nicht nur die Technologie an sich steht im Mittelpunkt, sondern auch die Frage, wie wir mit KI umgehen wollen – transparent, ressourcenschonend und souverän. Die ethischen, klimabezogenen und ökonomischen Diskussionen führten zu einem momentanen Entwurf für unser Handeln.

Mit diesem Fundament aus Haltung und Infrastruktur wollten wir nun in derselben Woche prüfen, was technisch drin ist. Können Open-Weight-Modelle im Alltag wirklich mithalten? Wo entfalten sie Mehrwert, wo stossen sie an Grenzen? Und wie steht es um das vielgepriesene Vibe-Coding, wenn man es unter realen Bedingungen testet? Im Folgenden teilen wir unsere konkreten Hands-on-Erkenntnisse aus einer intensiven Woche – und die Skepsis, die uns auch danach nicht verlassen hat.

Freie Modelle im Praxistest: stärker als erwartet 

Können Open-Weight-Modelle mit dem Industriestandard mithalten, oder bleiben sie für den professionellen Alltag unbrauchbar?

Während die philosophischen Debatten intensiv blieben, lieferte uns die praktische Arbeit mit den Open-Weight-Modellen einige handfeste Erkenntnisse. Die Leistungsfähigkeit und Verwendbarkeit aktueller freier Modelle ist durchzogen, aber nicht hoffnungslos. Für den Grossteil unserer nicht-kodierenden Aufgaben reicht bspw. das Modell Kimi K2.6 von Moonshot vollkommen aus und steht Claude nicht wesentlich nach. Auch bei Coding-Aufgaben können Open-Weight-Modelle wie Kimi oder Qwen durchaus mit Claude mithalten.

Der verborgene Mehrwert: Tests und Dokumentation 

Wo entfaltet KI ihren grössten Nutzen im Alltag von Softwareentwicklung?

Was die Kernaufgabe der Softwareentwicklung angeht – also das Schreiben von Produktivcode – zeigten unsere Experimente deutliche Grenzen auf. Weder die proprietären noch die Open-Weight-Modelle brachten hier jene Eleganz und technische Kohärenz auf den Bildschirm, die uns vom Einsatz im Projektalltag überzeugt hätten.

Jedoch fanden wir überraschend den grössten Mehrwert in zwei unterstützenden Arbeitsschritten: der Dokumentation und dem Schreiben von Tests. KI-gestützte Testgenerierung erwies sich als besonders wertvoll, weil die Modelle frei von unserer eigenen kognitiven Verzerrung operieren. Sie liefern regelmässig Testcases, die wir unter Zeitdruck oder aus Gewohnheit selbst nicht bedacht hätten. Gleichzeitig bleibt der eigentliche Produktivcode davon unberührt, und die KI greift nicht unmittelbar in das architektonische Handwerk ein.

Digitale Souveränität und der Mythos des Vibe-Codings 

Versprechen KI-Tools beim Produktivcode mehr, als sie halten können?

Dass KI am produktiven Code selbst nicht überzeugen konnte, liess uns umso kritischer jenes Versprechen betrachten, das derzeit breit um sich greift: das sogenannte Vibe-Coding. Die Idee, rasch etwas Funktionsfähiges zusammenzukopieren, erwies sich in unseren Experimenten als irreführend. Die anschliessend benötigte Qualitätssicherung und Nachbesserung kann rasch mehr Zeit beanspruchen, als eingespart. Es stellt sich die für uns zentrale Frage: Assistierte die KI uns, oder assistierten wir gerade der KI dabei, ihre Fehler und Unzulänglichkeiten zu kompensieren?

Wie weiter?

Diese und weitere Fragen werden uns künftig weiter beschäftigen: Wie stellen wir sicher, dass eine Prompt-Kultur fundamentale Problemlösungskompetenz nicht verdrängt? Wird der Open-Source-Gemeinschaftsgedanke durch KI-Verwendungen gestärkt, oder schwindet der menschliche Austausch? Wie können wir produktiv arbeiten, wenn KI-Modelle auf Maximierung unserer Interaktionszeit trainiert werden? Und wie gehen wir mit ungekennzeichneten KI-Codebeiträgen um, ohne letztlich die Review-Last für Entwicklende zu erhöhen?

Unsere OSS Week hat gezeigt, dass eine wertekonsistente Nutzung von KI nicht am Ende, sondern im klugen Einsatz an der richtigen Stelle beginnt: dort, wo sie unterstützt, ohne zu verführen, und wo sie menschliche Kompetenz ergänzt, ohne sie zu ersetzen. Wir bleiben dran – und freuen uns darauf, diese Fragen gemeinsam mit der Community und unseren Partnerschaften weiterzuverfolgen.

Habt ihr ähnliche Erfahrungen gemacht oder steht ihr vor vergleichbaren Abwägungen? Wir laden euch herzlich ein, mit uns ins Gespräch zu kommen.