Question 1

Was ist mAI?

Accepted Answer

mAI ist eine prompt-basierte Plattform für Autonomous Enterprise Engineering aus Hamburg, die KMUs und Enterprise-Kunden zur Entwicklung maßgeschneiderter Business-Software befähigt. Anstatt einfache Prototypen zu liefern, generiert mAI produktionsreife Softwarelösungen mit Frontend, Backend und Datenbank – inklusive Sicherheit, Wartbarkeit und Skalierbarkeit für den Unternehmenseinsatz.

Question 2

Was ist das APA-Framework?

Accepted Answer

APA steht für „Application Programming Application" und ist das intern von mAI entwickelte Framework zur strukturierten Software-Generierung. Es basiert auf einer semi-deterministischen Architektur, die komplexe Anforderungen nach bewährten Software-Engineering-Prinzipien wie Separation of Concerns umsetzt. Das APA-Framework stellt sicher, dass sicherheitskritische Komponenten fest verankert sind und nicht von der KI frei generiert werden – Security by Design statt Zufallsprodukt.

Question 3

Wie unterscheidet sich mAI von No-Code-Tools und anderen KI-Buildern?

Accepted Answer

Die meisten No-Code-Tools und KI-Builder am Markt sind technologisch häufig einfache Wrapper um proprietäre Modelle, die auf Geschwindigkeit statt Qualität optimieren. mAI verfolgt einen fundamental anderen Ansatz: Während andere Tools Software in einem einzigen Prompt-Response-Zyklus generieren, zerlegt mAI den Prozess in strukturierte Phasen – von der Anforderungsanalyse über gezielte Rückfragen bis hin zur validierten Code-Generierung. Zudem setzt mAI auf eine entkoppelte Architektur mit getrenntem Frontend und Backend, während viele Wettbewerber auf monolithische Stacks setzen, die bei komplexen B2B-Anforderungen an ihre Grenzen stoßen.

Question 4

Wie geht mAI mit Halluzinationen und Sycophancy von KI-Modellen um?

Accepted Answer

Large Language Models neigen dazu, fehlende Informationen durch plausibel klingende, aber falsche Annahmen zu füllen (Halluzinationen) und Nutzeranfragen unkritisch als vollständig zu behandeln (Sycophancy). mAI begegnet diesen Problemen auf mehreren Ebenen: Erstens stellt das System aktiv Rückfragen, bevor Code generiert wird – unklare oder unvollständige Anforderungen werden erkannt statt stillschweigend angenommen. Zweitens reduziert die semi-deterministische Architektur den Suchraum für das Modell durch gezieltes Pruning irrelevanter Optionen, sodass die KI bestimmte Fehler systemseitig gar nicht erst machen kann. Drittens erhält die KI bei Änderungen nur den minimal notwendigen Kontext, um Ablenkung durch irrelevante Informationen zu vermeiden.

Question 5

Warum setzt mAI auf eine getrennte Frontend-Backend-Architektur?

Accepted Answer

Die Trennung von Frontend (z.B. Next.js) und Backend (z.B. Python) bietet drei entscheidende Vorteile: Erstens erhöhte Sicherheit durch Isolation – sensible Logik und Datenbankzugriffe sind vom öffentlich zugänglichen Code entkoppelt (Defense in Depth). Zweitens bessere Enterprise-Konnektivität, da Python als dominante Sprache im Data-Science- und ML-Ökosystem native Integrationen mit ERP-Systemen wie SAP oder Salesforce ermöglicht. Drittens verbesserte KI-Wartbarkeit, weil die strikte Trennung verhindert, dass Änderungen an der Geschäftslogik versehentlich das Frontend beeinflussen und umgekehrt.

Question 6

Wie stellt mAI die Sicherheit generierter Software sicher?

Accepted Answer

Sicherheit ist im APA-Framework kein optionales Feature, sondern architektonisches Fundament. Sicherheitskritische Funktionen wie Passwort-Management (Hashing und Salting), Verschlüsselung und Datenbank-Konnektoren sind fest im Framework verankert und werden nicht von der KI generiert, sondern nur referenziert. Das bedeutet: Die KI kann zwar eine falsche Farbe für einen Button wählen, aber technisch keine unsichere Passwort-Speicherung implementieren. Für API-Integrationen greift mAI auf eine kuratierte Datenbank mit rund 56.000 verifizierten API-Templates zurück, sodass die KI keine fehlerhaften HTTP-Strukturen generiert und sensible API-Schlüssel nie mit dem Sprachmodell geteilt werden.

Question 7

Wie schützt mAI angebundene Fremdsysteme (z.B. ERP-Systeme)?

Accepted Answer

Bei Integrationen mit bestehenden Systemen wie SAP oder anderen ERP-Lösungen setzt mAI auf einen mehrstufigen Sicherheitsmechanismus. Schreibende Operationen (POST/PUT/DELETE) durchlaufen eine Verifikationsschleife: Bevor eine Änderung ausgeführt wird, führt das System einen lesenden Testdurchlauf durch und präsentiert dem Nutzer den aktuellen Status der Ziel-Ressource. So kann der Nutzer verifizieren, dass das System auf den korrekten Datensatz zugreift, bevor die schreibende Transaktion freigegeben wird.

Question 8

Wo werden meine Daten gehostet?

Accepted Answer

mAI setzt auf Serverstandort Deutschland. Unternehmen müssen ihre Software nicht in geteilten Spaces deployen, sondern erhalten individuelle, unternehmensspezifische virtuelle Maschinen (VMs). Damit gelten die strengen EU-Datenschutzrichtlinien (DSGVO), und Unternehmen behalten volle Kontrolle über ihre Daten und Infrastruktur.

Question 9

Für wen ist mAI geeignet?

Accepted Answer

mAI richtet sich an KMUs und Enterprise-Kunden, die maßgeschneiderte Business-Software benötigen. Besonders relevant ist die Plattform für Unternehmen, die bisher auf teure, generische SaaS-Lösungen angewiesen sind oder Prozesse haben, die zu klein für die IT-Abteilung, aber zu komplex für Excel sind. Technische Vorkenntnisse sind nicht erforderlich – mAI stellt die richtigen technischen Fragen an nicht-technische Nutzer, ohne diese kognitiv zu überlasten.

Question 10

Welche Art von Software kann ich mit mAI erstellen?

Accepted Answer

mAI eignet sich für eine breite Palette von Business-Anwendungen: interne Tools, CRM-Systeme, Datenbank-Anwendungen, Dashboards, B2B-Portale, Churn-Management-Software, Automatisierungstools und vieles mehr. Besonders interessant ist mAI für Prozesse, die bisher manuell in Excel abgebildet wurden und deren Digitalisierung mit klassischer Entwicklung zu teuer wäre – der sogenannte „Long Tail" der Prozesslandschaft.

Question 11

Brauche ich technische Kenntnisse, um mAI zu nutzen?

Accepted Answer

Nein. mAI ist so konzipiert, dass nicht-technische Nutzer ihre Anforderungen in natürlicher Sprache beschreiben können. Das System übernimmt die Rolle eines Produktmanagers und stellt gezielt Rückfragen, um Unklarheiten zu beseitigen. Dabei werden Fragen intelligent priorisiert und gruppiert, sodass Nutzer nicht mit technischen Detailfragen überfordert werden. Fragen, die das Framework selbst löst (z.B. zur Verschlüsselungsmethode), werden automatisch übersprungen.

Question 12

Wie funktioniert der Generierungsprozess bei mAI?

Accepted Answer

Der Prozess folgt vier strukturierten Phasen: (1) Domain Understanding – das System analysiert Ihre Anforderungen und identifiziert Domäne, Akteure und Kernprozesse. (2) Clarification – das System stellt gezielte Rückfragen zu Unklarheiten und fehlenden Geschäftsregeln, bevor Code generiert wird. (3) Data Model Design – ein explizites Datenmodell wird erstellt und kann validiert werden. (4) Production-Grade Code Generation – erst nach Validierung der vorherigen Phasen erfolgt die eigentliche Code-Generierung. Dieser Ansatz folgt dem Prinzip „Erst verstehen, dann bauen".

Question 13

Wie ist die generierte Software technisch aufgebaut?

Accepted Answer

mAI generiert eine entkoppelte Architektur mit getrenntem Frontend (z.B. Next.js/TypeScript) und Backend (Python). Diese Trennung orientiert sich an bewährten Microservices-Prinzipien und ermöglicht unabhängige Skalierung, spezialisierte Technologiewahl und klare Verantwortungsbereiche. Die Dateinamen und Ordnerstrukturen folgen einer strikten semantischen Kopplung, sodass die Beziehung zwischen UI-Elementen und Geschäftslogik jederzeit nachvollziehbar ist – auch ohne das mAI-Framework.

Question 14

Ist der generierte Code wartbar und verständlich?

Accepted Answer

Ja. Das APA-Framework verfolgt das Prinzip der selbstdokumentierenden Architektur. Die Struktur ist so standardisiert, dass menschliche Entwickler die Position von Datenbank-Modellen, API-Routen oder Geschäftslogik deduktiv herleiten können. Dies reduziert die kognitive Belastung beim Code-Review erheblich und sichert die langfristige Unabhängigkeit vom mAI-Tool – der generierte Code bleibt auch ohne mAI verständlich und wartbar.

Question 15

Ist mAI von bestimmten KI-Modellen abhängig?

Accepted Answer

Nein. mAI nutzt Large Language Models lediglich als austauschbaren Motor innerhalb eines festen Rahmens (Scaffolding). Im Gegensatz zu vielen Wettbewerbern, die als „Thin Wrapper" um einzelne proprietäre Modelle agieren, hat mAI eine eigene Orchestrierungsschicht entwickelt. Mittelfristig plant mAI zudem eine On-Premises-Lösung, um nahezu vollständige Unabhängigkeit in der Software-Generierung zu erreichen.

Question 16

Warum ist mAI besser als einfach ein größeres KI-Modell zu nutzen?

Accepted Answer

Größere Modelle mit mehr Parametern oder größeren Kontextfenstern lösen die fundamentalen Probleme der KI-Code-Generierung nicht. Die Herausforderungen – wie Sycophancy, Halluzinationen und fehlende Planungsfähigkeit – sind systematische Konsequenzen der autoregressiven Trainingsmethodik und lassen sich nicht durch Skalierung überwinden. Auch ein größeres Kontextfenster führt paradoxerweise oft zu schlechteren Ergebnissen, da die Aufmerksamkeit des Modells durch irrelevante Informationen verdünnt wird. mAI setzt stattdessen auf strukturelle Leitplanken auf System-Ebene.

Question 17

Welche wirtschaftlichen Vorteile bietet mAI?

Accepted Answer

mAI invertiert die klassische „Build-or-Buy"-Logik: Durch die drastische Senkung der Grenzkosten in der Code-Produktion wird maßgeschneiderte Eigenentwicklung ökonomisch rationaler als die Abhängigkeit von teuren, generischen SaaS-Lösungen. Ein durchschnittliches mittelständisches Unternehmen nutzt circa 130 SaaS-Produkte. Mit mAI können Unternehmen hochspezialisierte, schlanke Lösungen generieren, die exakt die eigenen Prozesse abbilden – ohne Lizenzkosten, technologische Schulden oder externe Roadmap-Abhängigkeiten.

Question 18

Wann startet mAI und wie erhalte ich Zugang?

Accepted Answer

Wenn Sie sich für die Warteliste anmelden, erhalten Sie bevorzugten Zugang und werden rechtzeitig über den Start informiert. mAI entwickelt sich kontinuierlich weiter und richtet die Plattform in den kommenden Monaten stark an den Anforderungen der Enterprise-Welt aus – mit Fokus auf Mehrzugangsprinzip und Kollaboration, Sicherheit by Design und Gewährleistung von Compliance.

Häufig gestellte Fragen (FAQ)