Michael Witzenleiter und Jean-Luc Winkler melden sich in Folge 116 mit einer Interview-Ausgabe zurück – technisch, praxisnah und mit deutlichem Blick auf das, was KI gerade in Produkt- und Softwareteams verändert. Zu Gast ist Alex Sprogis, YouTube-Creator und Software-Unternehmer, der neue Tools und Workflows nicht nur testet, sondern aus Agentur- und Produktpraxis heraus einordnet. Im Mittelpunkt stehen ein neues Modellkonzept namens „Jev“, Claude Design als visuelles KI-Werkzeug sowie die Frage, wie KI-Development jenseits von „Vibe Coding“ professionell skalierbar wird.

Gast & Kontext: Alex Sprogis, VisualMakers und der Praxisblick auf KI-Development

Alex Sprogis ist seit über 14 Jahren in Produkt- und Softwareentwicklung unterwegs und gründete 2021 die Agentur VisualMakers, die zeitweise auf 15 Mitarbeitende wuchs. Der Einstieg lief über Low-Code/No-Code-Schulungen und Prozessautomatisierung, bevor der Markt immer stärker Projektumsetzung nachfragte. Heute liegt der Schwerpunkt auf Befähigung: Workshops für IT-Beratungen und Produktteams sowie Content-Formate, die neue KI-Tools „unter der Haube“ erklären. In der Folge wird klar, warum dieser Hintergrund aktuell besonders relevant ist: KI-gestützte Entwicklung ist weniger ein Tool-Thema als ein Prozess- und Qualitäts-Thema. Genau hier setzt Alex’ Perspektive an – von Design-Artefakten bis hin zu Engineering-Frameworks.

Jev-Modell: Wenn Output nicht für Menschen, sondern für Systeme optimiert wird

Ein Impuls aus der Folge kommt aus einem frischen Modell-Announcement: Ein ehemaliger OpenAI-Mitarbeiter, Diogo Almeida, stellte mit seiner Firma ein Modell namens „Jev“ vor, das explizit nicht für Textausgabe an Menschen gedacht ist, sondern für maschinenlesbare Entscheidungen in Software-Prozessen. Der Fokus liegt auf schnellem Entscheiden über große Datenmengen – Klassifizierung, Priorisierung, Kategorisierung – inklusive sehr niedriger Latenzen. Als konkrete Beobachtung wird ein Community-Use-Case genannt, bei dem 1.000 E-Mails verarbeitet wurden, mit etwa 200 Millisekunden pro E-Mail für Kategorien, Priorität und Spam-Wahrscheinlichkeit. Dazu kommt der zentrale wirtschaftliche Hebel: erste Datenpunkte deuten an, dass Jev 150–200× günstiger und schneller als aktuelle Frontier-Modelle sein könnte – bei „kleineren Abstrichen“ in der Intelligenz. Besonders spannend wird das in Rollen wie einem Model-Router: Aufgaben klassifizieren und automatisiert an das passende Modell weiterreichen, statt alles durch ein einziges großes LLM zu jagen.

Claude Design: Von UI-Prototypen bis Slides – Artefakte per Prompt, editierbar und exportierbar

Claude Design wird in der Folge als „Allzweckwaffe“ für visuelle Artefakte beschrieben – von UI-Prototypen (Mobile, Web, Desktop) über Dokumentenlayouts, Wireframes und Diagramme bis hin zu Slides, E-Mails und sogar 3D-Objekten. Der Workflow: Artefakt per Prompt erzeugen, dann iterativ nachschärfen – entweder im Chat oder über gezielte Kommentare direkt auf Elemente im Design. Praktisch ist der Edit Mode als No-/Low-Code-Oberfläche für schnelle Detailanpassungen wie Größen, Farben oder Typografie. Exportwege reichen von Bild- und Videodateien bis zu HTML/CSS, außerdem gibt es eine Übergabe in Claude Code. Für Präsentationen nennt Alex ein konkretes Muster aus der eigenen Workshop-Praxis: komplette Decks in Claude Design bauen, aber bei sehr großen Dateien pragmatisch bleiben – ab etwa 30+ Folien wird Bearbeitung zäh, weshalb Master-Sets mit maximal ~20 Folien pro Block effizienter bleiben und sich später „mergen“ lassen.

Designsysteme als Beschleuniger: Brand Guides, Importquellen und Wiederverwendbarkeit

Ein Schwerpunkt ist die Wiederholbarkeit: Designsysteme als Grundlage, damit nicht jedes UI-Artefakt wieder mit Farbwerten, Abständen und Button-Radien „neu erklärt“ werden muss. Claude Design kann dafür vorhandene Brand- und Designquellen einlesen, darunter:

• Upload bestehender Dateien/Ordner in Claude
• Import aus Figma-Dateien
• Verknüpfung von GitHub-Repositories (inklusive realer Code- und Asset-Strukturen)

Daraus entsteht ein standardisiertes Dokument mit Logo/Typografie/Spacing/Roundings bis hin zu Mock-ups, das als Referenz für neue Artefakte dient. Ergebnis: weniger Prompt-Overhead, konsistentere UI und schnellere Iterationen in Teams, in denen mehrere Personen am Produkt arbeiten.

Von Claude Design zu Claude Code – und warum „Vibe Coding“ nicht reicht

Der Übergang von Design zu Umsetzung ist bewusst simpel gehalten: In Claude Design kann ein Share-Flow einen Prompt erzeugen, der Link und Kontext enthält; Claude Code lädt im Hintergrund das Artefakt (typisch als HTML/CSS) und nutzt es als Ausgangspunkt für Implementierung. Gleichzeitig wird deutlich vor dem klassischen Eskalationsmuster gewarnt: einmal prompten, dann weiterprompten, irgendwann Fehler-Schleifen, ungenauer werdende Änderungen und ein Gefühl von „wackelnder Basis“. Als Gegenmittel werden AI-Engineering-Frameworks genannt, die Softwareentwicklung strukturieren und reproduzierbar machen – insbesondere wichtig für Teams, weil „jeder promptet anders“ sonst nicht planbar skaliert. Alex ordnet Coding Agents dabei nüchtern ein (angelehnt an bekannte Einschätzungen aus der Szene): subtil fehleranfällig, treffen Annahmen ohne Rückfrage, dokumentieren diese Annahmen nicht zuverlässig und neigen zu Overengineering (100 Zeilen Problem, 1.000 Zeilen Lösung).

Frameworks, Loops und „Dark Software Factories“: QA entkoppeln, Modelle kombinieren, Ergebnis planbar machen

Loop Engineering wird in der Folge nicht als „magischer Autopilot“ verkauft, sondern als nächste Stufe nach Prozessstandardisierung. Erst wenn Spezifikation, Planung/Systemdesign, Implementierung und QA als klare Phasen existieren, lassen sich Loops sinnvoll automatisieren. Ein wiederkehrendes Prinzip: Implementierung und Abnahme trennen – das Modell, das baut, sollte nicht sein eigenes Ergebnis prüfen. Stattdessen ein unabhängiger Agent (im frischen Kontext, idealerweise sogar bei anderem Anbieter) als Reviewer, der definierte Prüfregeln abarbeitet. In dieser Logik entsteht eine Pipeline, in der zwei (oder mehrere) Modelle so lange iterieren, bis „abnahmereif“ erreicht ist. Als Zukunftsbild taucht der Begriff „Dark Software Factories“ auf: Spezifikation am Feierabend, am Morgen liegt ein abnehmbares Ergebnis vor – vollständig autonom arbeitende Agenten über Nacht, eingebettet in kontrollierte Loops.

Tool-Stack aus der Praxis: VS Code statt Desktop-UI, Claude Code + Codex, Wispr Flow und (noch) Handarbeit beim Schnitt

Auch das persönliche Setup von Alex wird konkret: Organisation in VS Code (statt Claude Desktop), mit Ordnerstruktur links, Dateien zentral und Claude-Chat per Extension rechts – genutzt als „Business OS“ von Strategie über Finanzen bis Contentplanung. Für Entwicklung: Claude Code, ergänzt durch ein Codex Plugin, um Modellkombinationen und Review-Loops aufzusetzen. Für Spracheingabe: klarer Favorit Wispr Flow (trotz mehrfach gekündigter Subscription immer wieder zurück, weil Open-Source-Alternativen in Qualität/Usability nicht mithalten). Beim Videoschnitt bleibt es überraschend klassisch: CapCut mit Transcription-Funktion für Rohschnitt (Füllwörter/Pausen, laut Alex „~30% Arbeit“), der Rest händisch – obwohl neue Tools wie Astra für automatisierten Schnitt bereits auf dem Radar sind.

🎙️ Folge in kompletter Länge anhören auf allen Podcast Portalen.

Alle weiterführenden Links: https://www.alexsprogis.de/