- Ein einziger Prompt legt den ganzen Ablauf fest: Ziel, Plattformen, Grenzen, Arbeitsweise und sieben Schritte, nach denen die KI jeweils auf ein OK wartet.
- Bis zur funktionierenden Web-App brauchte die KI rund 86 Minuten Bearbeitung. Mit unseren Prüf- und Antwortpausen vergingen rund 2 Stunden 40 Minuten.
- Korrekturen an der Oberfläche gingen ohne eine Zeile eigenen Code: Wir haben nur in Worten beschrieben, was wohin soll.
- Die Diffs haben wir anfangs gelesen, dann aber schnell gemerkt, dass es bei so einem kleinen Tool nicht nötig ist.
- Ergebnis: eine automatisiert geprüfte Web-App und ein erfolgreicher Android-Build. Der Test auf einem echten Tablet steht noch aus.
Ein kleines eigenes Tool könnt ihr komplett per Prompt als Compose-Multiplatform-App bauen lassen, wenn ihr die Arbeit in kurze Etappen teilt und jede selbst freigebt. Unseren Brotback-Planer hat ChatGPT Work in sieben Schritten gebaut: rund 86 Minuten Bearbeitungszeit der KI bis zur funktionierenden Web-App, nach jedem Schritt ein OK von uns. Kein Backend, keine Agenten-Pipeline, nur eine lokale Datenbank im Browser.
Was sollte die Brotback-App können?
Die App hat genau eine Aufgabe: Brotrezepte verwalten und planen. Links stehen alle Rezepte, rechts der Zeitplan für das ausgewählte Rezept. Wir wollten sie auf einem Android-Tablet und im Web nutzen, deshalb haben wir uns für Compose Multiplatform entschieden.
Die Designvorlage hatten wir vorher mit Stitch erzeugen lassen:

Die Vorlage zeigt drei Rezepte mit rund 6 bis rund 35 Stunden Gesamtdauer. Für das ausgewählte Rezept rechnet der Zeitplan ab einer Startzeit die Uhrzeit jedes Arbeitsschritts aus, beim Sauerteigbrot bis in den nächsten Tag. Dazu kommt ein Mengenrechner, der die Zutaten auf das gewünschte Teiggewicht skaliert.
Als KI-Tool haben wir ChatGPT Work genutzt, also das normale ChatGPT-Programm mit Zugriff auf den Projektordner und die Kommandozeile. Dabei ist das Repository CrumbAndCrust entstanden.
Wie sieht ein Prompt aus, der eine App in Schritten bauen lässt?
Er beschreibt Ziel, Plattformen und Grenzen, legt die Arbeitsweise fest und zählt die Schritte auf, zwischen denen die KI auf eure Freigabe wartet. Das ist unser Prompt im Wortlaut:
Im Projektordner sind 3 Dateien, die eine einfache Seite beschreiben, mit der man Brotrezepte verwalten und planen kann. Links sind alle Rezepte und rechts der Timetable für das ausgewählte Rezept. Bitte implementiere das ganze als Compose Multiplatform Projekt, sodass ich es sowohl auf einem Android Tablet als auch im Web verwenden kann.
Vorerst nur ganz simpel mit lokaler Datenbank, nur im Browser und ohne Backend.
Erstelle außerdem ein git repository, in dem du Schritt für Schritt sinnvolle commits auf dem main branch erstellst. Feature branches sind nicht nötig.
Am besten erstellst du folgende Schritte, zwischen denen ich jeweils mein OK gebe:
1. Einen generellen Implementierungsplan mit Beschreibung der Features
2. das git Repo anlegen und ein leeres Compose Multiplatform Projekt anlegen. Die Android CLI ist vorhanden. Aber ich weiß nicht, ob du Zugriff darauf hast. Falls nötig, kann ich das aber einrichten.
3. Einen leeren Homescreen fürs Web erstellen
4. Die Eingabe eines Rezepts erstellen
5. Die Änderung eines Rezepts erstellen
6. Die Anzeige eines Rezepts ohne Uhrzeiten erstellen
7. Die Eingabe einer Start- oder Zielzeit erstellen
Zerlegt in seine Bausteine:
- Ziel: eine einfache Seite, mit der man Brotrezepte verwalten und planen kann.
- Plattformen: Android-Tablet und Web, umgesetzt als Compose-Multiplatform-Projekt.
- Grenzen: vorerst nur lokale Datenbank, nur im Browser, ohne Backend. Das hält den ersten Stand klein.
- Arbeitsweise: ein Git-Repository mit sinnvollen Commits Schritt für Schritt auf main. Feature-Branches braucht es für so ein kleines Tool nicht.
- Schritte: sieben Etappen, nach jeder ein OK von uns.
- Werkzeuge: Wir haben offen gesagt, dass die Android CLI vorhanden ist, wir aber nicht wissen, ob die KI darauf zugreifen kann.
Der Prompt ist auf Deutsch und in normaler Sprache geschrieben, ohne Architekturvorgaben. Die Struktur steckt in den Schritten, nicht in Fachbegriffen.
Wie lange dauert eine kleine App per Schritt-für-Schritt-Prompt?
Bei uns bis zur funktionierenden Web-App rund 2 Stunden 40 Minuten, davon etwa 86 Minuten protokollierte Bearbeitungszeit der KI. Der Rest waren unsere Prüf- und Antwortpausen zwischen den Schritten.

Der Implementierungsplan war nach einer Minute fertig. Am längsten dauerte Schritt 4, die Rezepteingabe mit lokaler Speicherung, mit rund 24 Minuten. Die Mengenskalierung kam in Schritt 6 zusammen mit der Rezeptanzeige, die Zeitberechnung in Schritt 7 zusammen mit der Start- und Zielzeit.
Danach folgten drei Runden Feinschliff mit zusammen rund 15 Minuten: „Jetzt“ und Plus/Minus für die Zeitwahl, kompaktere Formulare und Uhrzeiten mit „morgen“, „übermorgen“ und „in X Tagen“. Bis einschließlich dieser letzten Ergänzung vergingen insgesamt rund 4 Stunden 55 Minuten, davon etwa 100 Minuten Bearbeitung.

Warum wartet die KI nach jedem Schritt auf ein OK?
Weil ihr so jeden Zwischenstand seht, bevor die KI darauf weiterbaut. Fällt euch ein Fehler erst nach sieben Schritten auf, steckt er in allem, was danach kam.
Schritt 1 ist bewusst nur ein Plan mit Beschreibung der Features, noch ohne Code. Passt der Plan nicht, lässt er sich korrigieren, bevor die erste Zeile entsteht. Schritt 3 ist ein leerer Homescreen fürs Web: Er zeigt nur, dass das Projekt im Browser läuft. Erst danach kommen Funktionen, und zwar in einer Reihenfolge, die aufeinander aufbaut: eingeben, ändern, anzeigen und zum Schluss die Zeitplanung.
Wie korrigiert ihr die Oberfläche, ohne selbst Code zu schreiben?
Indem ihr in Worten beschreibt, was wohin gehört. Die deutlichste Korrektur kam bei uns nach der Zeit-Schnellwahl. Wir haben konkret vorgegeben:
- Minus und Plus links und rechts neben die Eingabefelder setzen.
- „Datum“ und „Uhrzeit“ zu einem Feld zusammenfassen.
- Zutatenname und Menge nebeneinander anordnen.
Daraus entstanden die kompakte Zeitwahl und das verdichtete Rezeptformular mit einem × zum Entfernen einer Zutat. Einen Vorher-Nachher-Vergleich können wir euch leider nicht zeigen: Die Änderungen sind in einem einzigen Commit gelandet.
Gut zu wissen: Wollt ihr Korrekturen später vergleichen können, lasst auch dafür einen eigenen Commit anlegen.
Muss man die Diffs der KI lesen?
Bei einem kleinen persönlichen Tool nicht unbedingt. Wir haben die Diffs anfangs noch gelesen, aber schnell gemerkt, dass es nicht nötig ist. Die Web-App wurde automatisiert geprüft, einschließlich Speicherung, Bearbeitung, Skalierung und Zeitplanung.
In einem größeren Projekt würden wir anders hinschauen: weniger auf Implementierungsdetails, mehr auf das Big Picture und die Architektur. Wie ihr KI-generierte Änderungen im Team per Pull Request prüft, beschreibt der Artikel AI Code Review im Team.
Was tun, wenn unklar ist, ob die KI Zugriff auf ein Werkzeug hat?
Schreibt es in den Prompt. Wir wussten nicht, ob die KI auf die Android CLI zugreifen kann, also haben wir genau das hineingeschrieben und angeboten, es bei Bedarf einzurichten. So kann die KI sagen, was sie braucht, statt zu raten.
In unserem Fall war die Sorge unbegründet: ChatGPT Work hat Zugriff auf den Projektordner und die Kommandozeile und damit auch auf das vorhandene Android SDK und ADB. Wir mussten nichts einrichten.
Was kam dabei heraus?
Eine funktionierende Web-App und ein baubares Android-Ziel. Im Browser läuft die App lokal und ist automatisiert geprüft. Der Android-Build war erfolgreich.
Ehrlich gesagt ist das aber noch nicht die fertige Tablet-App: Installiert und getestet haben wir sie auf einem echten Tablet noch nicht. Die vollständige Tablet-Version steht also noch aus. Der aktuelle Stand liegt im Repository CrumbAndCrust.
Lohnt sich der Ansatz?
Für kleine persönliche Web- oder App-Programme ist er perfekt: schnell und mehr als ausreichend. Wir würden nicht nur wieder so arbeiten, wir haben auf diese Weise bereits mehrere kleine Helfertools gebaut. Ihr braucht dafür keine Agenten-Pipeline, sondern einen gut gebauten Prompt: klarer, bewusst kleiner Umfang, feste Schritte und eine Freigabe nach jedem Schritt.
Die Grenze liegt dort, wo aus dem eigenen Tool ein größeres Projekt wird. Dann zählen Architektur und Big Picture mehr als die Geschwindigkeit einzelner Schritte. Worin sich das von Agenten unterscheidet, die über mehrere Schritte selbstständig planen und testen, lest ihr in Agentic Coding vs Normal Coding.
Wann lohnt sich Verstärkung für euer Team?
Sobald aus einem Nebenprojekt ein Produkt mit Release-Termin wird. Dann reicht ein Prompt mit sieben Freigaben nicht mehr, und Architektur, Tests und Review werden zur Pflicht.
Genau dort verstärkt OneCode Entwicklungsteams temporär: mit AI-native Senior-Entwicklern aus Deutschland, auch für Kotlin Multiplatform und Compose. Sie arbeiten in eurem Repo, in euren Sprints und nach euren Prozessen, ohne Recruiting und ohne Festanstellung, ab zwei Wochen buchbar. Agentic-Coding-Workflows bringen sie mit und geben sie an euer Team weiter.
Ihr plant ein Release und wollt KI professionell einsetzen? Schildert uns euer Projekt im kostenlosen Erstgespräch. Kein Pitch, nur eine erste Einschätzung zum KI-Potenzial in eurem Stack.
Häufige Fragen
Wie lange dauert es, eine kleine Compose-Multiplatform-App per Prompt zu bauen?
Bei unserem Brotback-Planer brauchte die KI rund 86 Minuten Bearbeitung bis zur funktionierenden Web-App, mit Prüfpausen rund 2 Stunden 40 Minuten. Mit drei Runden Feinschliff waren es etwa 100 Minuten Bearbeitung.
Warum sollte die KI zuerst nur einen Plan erstellen?
Weil sich ein Plan schneller korrigieren lässt als Code. Bei uns war der Implementierungsplan nach einer Minute fertig und konnte geprüft werden, bevor die erste Zeile entstand.
Muss ich die Diffs der KI lesen?
Bei kleinen persönlichen Tools nicht unbedingt. Wir haben sie anfangs gelesen und dann darauf verzichtet. In größeren Projekten raten wir, auf Big Picture und Architektur zu achten statt auf Implementierungsdetails.
Wie ändere ich die Oberfläche, ohne selbst Code zu schreiben?
Beschreibt in Worten, was wohin soll, etwa „Plus und Minus links und rechts neben das Eingabefeld“ oder „Name und Menge nebeneinander“. Die KI setzt das um.
Braucht eine erste Compose-Multiplatform-App ein Backend?
Nein, nicht für den ersten Stand. Unser Brotback-Planer startet bewusst mit einer lokalen Datenbank im Browser und ganz ohne Backend.
Läuft eine so gebaute App auch auf Android?
Der Android-Build war bei uns erfolgreich. Ein Test auf einem echten Tablet stand zum Zeitpunkt des Artikels aber noch aus, belegt ist bisher die funktionierende Web-App.




