Was ich in 18 Monaten AI-native Entwicklung gelernt habe

What I Learned in 18 Months of AI-Native Development

Vor 18 Monaten konnte ich kein JavaScript. Heute betreibe ich fünf Produkte, 13 Services und eine AI-Lernplattform mit über 600 Sprints. Alleine.

Das klingt wie eine dieser LinkedIn-Erfolgsgeschichten. Ist es nicht. Es ist die Geschichte von 18 Monaten Chaos, Frustration und dem besten Lernprozess meines Lebens.

Mein Hintergrund: Null Code

Ich komme aus dem Marketing. 15 Jahre lang habe ich Kampagnen gebaut, Marken positioniert, Pitches präsentiert. Mein technischstes Tool war Excel. Vielleicht mal ein WordPress-Plugin installiert. Das wars.

Im Oktober 2024 habe ich angefangen, mit AI zu bauen. Nicht weil ich Entwickler werden wollte. Sondern weil ich ein Problem hatte und niemand eine Lösung baute.

Der erste Versuch war ein No-Code-Tool. Bubble. Ich habe drei Wochen damit verbracht. Das Ergebnis: Eine langsame App, die auf Mobile nicht funktionierte, und eine monatliche Rechnung von 79 Dollar für etwas, das ich nicht kontrollieren konnte.

Der Moment, in dem AI alles verändert hat

Dann habe ich Claude entdeckt. Nicht als Chatbot. Als Entwicklungspartner.

Ich habe angefangen, Code zu schreiben. Oder besser: Ich habe angefangen, zu beschreiben, was ich will, und Claude hat den Code geschrieben. Ich habe ihn gelesen. Versucht zu verstehen. Fragen gestellt. Und Stück für Stück gelernt.

Das ist AI-native Entwicklung. Nicht AI als Werkzeug in einem bestehenden Workflow. Sondern AI als fundamentaler Bestandteil des gesamten Prozesses. Vom Konzept bis zum Deployment — also dem Moment, in dem der Code tatsächlich live geht. Von der Architektur bis zum Bugfix.

Und es funktioniert. Aber anders, als die meisten denken.

Was funktioniert hat

HTML + Vanilla JavaScript + Supabase

Kein Framework. Kein React. Kein Next.js. Das klingt altmodisch. Ist es. Aber es hat einen enormen Vorteil: Ich verstehe jeden Teil des Stacks.

Kurz zur Erklärung: Vanilla JS bedeutet einfach pures JavaScript ohne zusätzliche Bibliotheken — du schreibst den Code direkt, ohne Zwischenschicht. Supabase ist eine Open-Source-Datenbank mit eingebauter Nutzerverwaltung, die du auf deinem eigenen Server betreiben kannst. Kein Vendor Lock-in, volle Kontrolle.

Wenn etwas kaputt ist, weiß ich wo. Wenn ich etwas ändern will, ändere ich es. Keine Abstraktion zwischen mir und meinem Code.

AI-native Entwicklung heißt nicht, das komplexeste Setup zu wählen. Es heißt, das einfachste zu wählen, das du verstehst.

Schnelle Iteration

Mein erstes Produkt hat vier Wochen gedauert. Von der Idee bis zum Launch. Das ist kein MVP im klassischen Sinn. Das ist ein funktionierendes Produkt mit 17 Features. Früher hätte das ein Team und sechs Monate gebraucht. Heute braucht es einen Menschen mit einem klaren Problem und einen AI-Assistenten, der nicht schläft.

Lernen durch Bauen

Ich habe mehr über Software-Architektur gelernt, indem ich fünf Produkte gebaut habe, als ich in irgendeinem Kurs gelernt hätte. Weil jedes Problem real war. Jeder Bug real. Jeder Nutzer real.

Was nicht funktioniert hat

Zu viele Features

Mein größter Fehler. Immer wieder. Bei ZehnX Academy bin ich auf 600 Sprints und 14 Departments gekommen, bevor ich gemerkt habe, dass die meisten Nutzer nur drei davon brauchen. AI macht es zu leicht, Features zu bauen. Du beschreibst etwas, und in 20 Minuten ist es da. Die Versuchung ist enorm. Und sie ist gefährlich.

Der teuerste Satz in der Produktentwicklung ist: „Das können wir auch noch schnell einbauen.“

Copy-Paste-Code ohne Verständnis

In den ersten Wochen habe ich Claude-Code einfach übernommen. Funktioniert. Nächstes Feature. Bis etwas kaputt ging und ich drei Tage gebraucht habe, um zu verstehen, warum. Seitdem lese ich jeden Block. Nicht weil ich muss. Sondern weil ich sonst mein eigenes Produkt nicht warten kann.

Kein Testing am Anfang

Ich habe Monate ohne Tests gebaut. Jedes Update war russisches Roulette. Geht alles noch? Keine Ahnung. Lass mal deployen und schauen. Das rächt sich. Hart.

Unterschätzte Kosten

Die reinen Server-Kosten sind gering. Ein Hetzner CX33 — ein Cloud-Server mit 8 GB RAM — für unter 20 Euro im Monat. Aber: Claude API, OpenAI Embeddings, SMTP-Service, Domain, SSL — das summiert sich. Nicht auf 50.000 Euro wie ein klassisches MVP. Aber auch nicht auf Null. Realistisch: 200 bis 400 Euro im Monat für einen Solo-Builder mit mehreren Produkten.

Die ehrliche Bilanz nach 18 Monaten

Stand: April 2026
Gebaut
ZehnX Academy (AI-Lernplattform), FLOW COCKPIT (ADHS-App), Sonnentaucher (Co-Parenting), MAJR (AI-Musiklabel), XSCORE (AI Readiness Assessment). Plus diverse Tools, Bots, APIs.
Stack
HTML, Vanilla JS, Supabase (Open-Source-Datenbank), Caddy (Webserver), Docker (Container-Plattform, die Software isoliert und portabel macht). Alles auf einem einzelnen Hetzner-Server.
Team
Ich. Plus Claude.
Investition
Ca. 15.000 Euro über 18 Monate. Davon 60% Lebenshaltungskosten (aka weniger Freelance-Arbeit), 25% Tools und Infrastruktur, 15% Kaffee.
Umsatz
Noch nicht genug zum Leben. Aber genug, um zu wissen, dass es funktioniert.

Fünf Dinge, die ich jedem mitgeben würde

Lektion 01
Bau aus echten Problemen.

Nicht aus Marktanalysen. Nicht aus Trends. Aus dem Moment, in dem du denkst: Das muss doch besser gehen. Die besten Produkte entstehen aus persönlicher Frustration.

Lektion 02
AI-native Entwicklung ist kein Shortcut.

Es ist ein anderer Weg. Du sparst Zeit beim Coden. Aber du investierst sie in Verstehen, Architektur und Produktentscheidungen. Die harte Arbeit verschiebt sich. Sie verschwindet nicht.

Lektion 03
Einfachheit gewinnt.

Kein Framework, das du nicht verstehst. Kein Tool, das du nicht brauchst. Jede Abstraktion, die du hinzufügst, ist eine Abstraktion, die kaputt gehen kann.

Lektion 04
Ship early. Dann hör zu.

Meine besten Features kamen von Nutzern. Nicht von mir. Nicht von Claude. Von echten Menschen mit echten Problemen.

Lektion 05
Es ist einsam.

Solo-Building klingt romantisch. Ist es nicht. Es gibt Tage, an denen nichts funktioniert, niemand antwortet, und du dich fragst, ob das alles Sinn macht. Die Antwort ist meistens ja. Aber du musst durch die Nein-Tage durch.

Für wen ist das relevant

Wenn du eine Idee hast, die dich nicht loslässt. Wenn du kein Budget für ein Entwicklerteam hast. Wenn du bereit bist, 18 Monate lang jeden Tag zu lernen. Dann ist AI-native Entwicklung dein Weg.

Nicht der leichte Weg. Der möglich gewordene Weg.

Wenn du Fragen hast — zur Technik, zum Stack, zum Prozess — schreib mir. Ich beantworte jede Nachricht. Weil mir vor 18 Monaten niemand ehrlich gesagt hat, wie das hier wirklich ist.

Eigene Idee? Lass uns reden.

Have an idea? Let's talk.

Ich baue AI-Produkte im Sprint — von der Idee bis zum Live-Produkt.

I build AI products in sprints — from idea to live product.

18 months ago I couldn't write JavaScript. Today I run five products, 13 services, and an AI learning platform with 600+ sprints. Solo.

Sounds like a LinkedIn success story. It isn't. It's the story of 18 months of chaos, frustration, and the best learning experience of my life.

Background: Zero Code

I come from marketing. 15 years of campaigns, brand positioning, pitch decks. My most technical tool was Excel. Maybe installing a WordPress plugin. That's it.

In October 2024 I started building with AI. Not because I wanted to become a developer. Because I had a problem and nobody was building a solution.

The Moment AI Changed Everything

Then I discovered Claude. Not as a chatbot. As a development partner. I started describing what I wanted, Claude wrote the code. I read it. Tried to understand it. Asked questions. And learned, piece by piece.

That's AI-native development. Not AI as a tool in an existing workflow. AI as a fundamental part of the entire process — from concept to deployment, from architecture to bugfix.

What Worked

HTML + Vanilla JS (pure JavaScript, no frameworks) + Supabase (open-source database with built-in auth). No React. No Next.js. Old school, but I understand every part of the stack. When something breaks, I know where.

AI-native development doesn't mean choosing the most complex setup. It means choosing the simplest one you actually understand.

Fast iteration. My first product took four weeks. Idea to launch. Not an MVP — a working product with 17 features. That used to require a team and six months.

Learning by building. I learned more about software architecture by shipping five products than any course could have taught me. Because every problem was real.

What Didn't Work

Feature creep. My biggest mistake. Repeatedly. AI makes it too easy to build features. You describe something, 20 minutes later it exists. The temptation is enormous. And dangerous.

The most expensive sentence in product development: "We can add that quickly too."

Copy-paste without understanding. Early on I just took Claude's code and moved on. Until something broke and it took three days to figure out why. Now I read every block.

No testing. Months without tests. Every deploy was Russian roulette. It catches up with you. Hard.

Underestimated costs. Server costs are low — under 20 EUR/month. But API costs, email services, domains — it adds up. Realistically: 200-400 EUR/month for a solo builder with multiple products.

The Honest Balance Sheet

Status: April 2026
Built
ZehnX Academy (AI learning platform), FLOW COCKPIT (ADHD app), Sonnentaucher (co-parenting), MAJR (AI music label), XSCORE (AI readiness assessment). Plus various tools, bots, APIs.
Stack
HTML, Vanilla JS, Supabase, Caddy (web server), Docker (containers). Single Hetzner server.
Team
Me. Plus Claude.
Investment
~15,000 EUR over 18 months. 60% living costs (less freelance work), 25% tools & infrastructure, 15% coffee.
Revenue
Not enough to live on yet. But enough to know it works.

Five Things I'd Tell Anyone Starting Out

Lesson 01
Build from real problems.

Not from market research. Not from trends. From the moment you think: this has to be better. The best products come from personal frustration.

Lesson 02
AI-native development is not a shortcut.

It's a different path. You save time coding. But you invest it in understanding, architecture, and product decisions. The hard work shifts. It doesn't disappear.

Lesson 03
Simplicity wins.

No framework you don't understand. No tool you don't need. Every abstraction you add is an abstraction that can break.

Lesson 04
Ship early. Then listen.

My best features came from users. Not from me. Not from Claude. From real people with real problems.

Lesson 05
It's lonely.

Solo building sounds romantic. It isn't. There are days when nothing works, nobody responds, and you wonder if any of this makes sense. The answer is usually yes. But you have to get through the no-days.

Who Is This For

If you have an idea that won't let go. If you don't have the budget for a dev team. If you're willing to learn every single day for 18 months. Then AI-native development is your path.

Not the easy path. The path that became possible.

If you have questions — about the tech, the stack, the process — reach out. I answer every message. Because 18 months ago, nobody told me honestly what this is really like.

Have an idea? Let's talk.

I build AI products in sprints — from idea to live product.