May 20 2026

Ohne CTO verlierst du Geld – trotz Agentic AI

Philipp Deutscher

Warum Agentic AI technische Führung wichtiger macht

Ein CPO sitzt am Freitagabend mit Cursor, ChatGPT oder GitHub Copilot vor einem internen Tool.

48 Stunden später läuft die Demo.

Login funktioniert. Daten werden angezeigt. Die ersten Workflows sehen brauchbar aus. Im Montagstermin sagt jemand: „Krass, dafür hätten wir früher drei Wochen gebraucht.“

Stimmt wahrscheinlich sogar.

Drei Wochen später fragt dann jemand, warum es keine Tests gibt, warum Rollenrechte hart im Code stehen, warum das Monitoring leer bleibt und weshalb Kundendaten durch einen Dienst laufen, den niemand geprüft hat.

Willkommen in der neuen Softwarewelt.

Das Demo ist billig.

Die Architektur kommt später auf Rechnung.

Agentic AI macht Softwareentwicklung schneller. Genau deshalb wird technische Führung wichtiger. Wer keine Ahnung vom SDLC, von TDD, CI/CD, Monitoring, Observability, Security und Softwarearchitektur hat, bekommt durch AI keinen magischen Schutzengel. Er bekommt einen sehr fleißigen Praktikanten mit Root-Zugriff. Klingt hart. Ist aber erstaunlich nah an der Praxis.

Der gefährliche Glaube an AI Coding Agents

Viele Unternehmen glauben gerade, dass sie ohne CTO auskommen.

AI Coding Agents können Code schreiben, Tickets bearbeiten, Pull Requests vorbereiten und bestehende Repositories durchsuchen. Product kann schneller bauen. Fachbereiche können Prototypen erzeugen. Ein technischer Co-Founder wirkt plötzlich weniger dringend. Ein CTO für ein Startup klingt dann wie Luxus. Erst recht, wenn Budget knapp ist.

Es gibt dabei aber einen Denkfehler.

Softwareentwicklung besteht aus Entscheidungen. Code ist nur die sichtbare Stelle, an der diese Entscheidungen irgendwann fest werden.

Welche Architektur passt zum Geschäftsmodell?
Welche Daten dürfen in welches System?
Welche Teile kaufen wir ein, welche bauen wir selbst?
Welche Tests schützen uns vor Angst-Releases?
Welche Security-Regeln gelten, bevor irgendein Agent 19 Dateien anfasst?
Welche Cloud-Kosten akzeptieren wir, und ab wann wird es absurd?

AI kann Vorschläge machen. AI kann Tempo liefern. AI kann vorhandene Muster wiederholen, manchmal sogar erstaunlich gut. Aber AI trägt keine Verantwortung für ein kaputtes Produkt, eine falsche Plattformentscheidung oder einen Vendor Lock-in, der nach 18 Monaten aussieht wie ein feuchter Keller mit WLAN.

Dafür brauchst du CTO-Kompetenz.

Was ein CTO wirklich macht

Ein CTO schreibt nicht einfach besseren Code als alle anderen.

In vielen Unternehmen ist das sogar eine schlechte Erwartung. Ein guter CTO muss technische Richtungsentscheidungen treffen, Risiken übersetzen und eine Engineering Organisation bauen, die zum Geschäft passt.

Das klingt trocken. Ist es manchmal auch. Leider zahlt genau diese Trockenheit später die Rechnungen.

Die Aufgaben eines CTO liegen an der Schnittstelle von Produkt, Business und Technik. Er bewertet den Tech Stack. Er entscheidet mit, ob ein System neu gebaut, gekauft oder abgelöst wird. Er erkennt technische Schulden, bevor sie in jeder Roadmap als „Refactoring Q4“ herumliegen und dann drei Jahre ignoriert werden.

Ein CTO sorgt dafür, dass Softwareentwicklung keine Bastelarbeit bleibt.

Dazu gehören klare Entwicklungsprozesse, ein verstandener Software Development Life Cycle, sinnvolle Code Reviews, automatisierte Tests, CI/CD, Security by Design und ein Betrieb, in dem Fehler sichtbar werden, bevor der wichtigste Kunde sie per Screenshot meldet.

Naja, idealerweise.

In der echten Welt reicht manchmal schon: Endlich weiß jemand, warum der Build seit Dienstag rot ist und niemand sich traut zu fragen.

Wo Unternehmen ohne CTO Geld verlieren

Ohne CTO verlierst du selten an einer einzigen Stelle Geld.

Es ist eher wie ein langsamer Wasserverlust in einer Wand. Am Anfang riecht es nur komisch. Irgendwann kommt der Gutachter.

Geld verschwindet durch falsche Architekturentscheidungen. Ein Team baut monatelang auf einem Framework, das für die eigentliche Last, das Teamprofil oder die Integrationen keinen Sinn ergibt. Später wird neu gebaut. Dann heißt es „Replatforming“. Klingt erwachsener als „wir haben uns verrannt“.

Geld verschwindet durch fehlende Teststrategie. Ohne TDD, sinnvolle Unit Tests, Integrationstests und klare Release-Gates wird jeder Deploy zur Mutprobe. Irgendwann deployt niemand mehr gern. Das Team wird langsam. Product wird genervt. Sales verkauft trotzdem weiter. Klassiker.

Geld verschwindet durch schwache CI/CD-Prozesse. Wenn Deployments manuell, selten und nervös passieren, kostet jede Änderung mehr Energie als nötig. Einfach teuer. Jeden Sprint ein bisschen mehr.

Geld verschwindet durch fehlendes Monitoring und schlechte Observability. Wenn niemand sieht, was in Produktion passiert, werden Probleme erst entdeckt, wenn Nutzer meckern. Logs fehlen. Metriken fehlen. Alerts schreien bei Unsinn und schweigen bei echten Schäden. Das ist kein Betrieb. Das ist Horoskop mit Servern.

Geld verschwindet durch Security-Lücken. Gerade mit Agentic AI wird das hässlich. Wer Zugriff, Secrets, Datenflüsse und Compliance-Regeln schlecht definiert, lädt einen Coding Agent in eine Umgebung ein, die er selbst kaum versteht. Das ist ungefähr so klug wie einem Praktikanten den Generalschlüssel zu geben und zu sagen: „Mach mal irgendwas mit Digitalisierung.“

Und ja, Geld verschwindet durch schlechte Hiring-Entscheidungen. Ein Junior-Team ohne technische Führung ist unfair. Ein Senior-Team ohne Richtung ist teuer. Eine Agentur ohne Steuerung baut oft genau das, was beauftragt wurde. Auch wenn der Auftrag Quatsch war.

Agentic AI braucht bessere Organisationen

Agentic AI funktioniert am besten in Organisationen, die auch ohne AI ordentlich arbeiten würden.

Das ist der Teil, den viele nicht hören und noch wenigere glauben wollen.

Ein Unternehmen mit klaren Repositories, sauberer Dokumentation, Architecture Decision Records, Coding Standards, Tests, CI/CD-Gates und klaren Verantwortlichkeiten kann AI Coding Agents sinnvoll einsetzen. Da findet ein Agent Struktur. Da gibt es Grenzen. Da gibt es Feedback.

Ein Unternehmen mit verstreutem Wissen, wilden Tickets, unklarer Architektur und drei verschiedenen Wahrheiten über dieselbe Datenbank bekommt durch AI vor allem mehr Geschwindigkeit in die falsche Richtung.

Ein CTO baut die Organisation agentenfähig auf.

Das heißt konkret: Er definiert, wo AI Agents Code ändern dürfen. Er legt Review-Prozesse fest. Er sorgt für Testabdeckung in kritischen Bereichen. Er bringt Security näher an die Entwicklung. Er klärt, welche Daten in AI-Tools verarbeitet werden dürfen und welche auf gar keinen Fall dort landen.

Er schaut auch auf Rollen.

Senior Engineers werden stärker zu Reviewern, Architekten und Agent-Orchestratoren. QA verschiebt sich Richtung Testdesign, Risikoanalyse und Automatisierung. Product muss Anforderungen präziser formulieren, weil schwammige Prompts schneller schwammigen Code erzeugen. Platform Engineering wird wichtiger, weil AI Agents stabile Entwicklungsumgebungen brauchen.

Das ist echte Organisationsarbeit. Und ja, sie ist manchmal nervig. Vor allem für Leute, die „einfach mal machen“ wollen.

Ein externer CTO reicht oft völlig aus

Viele Unternehmen brauchen am Anfang keinen Vollzeit-CTO.
Das ist wichtig, weil sonst der Artikel nach „kauf halt meine Rolle“ riecht. Schlechter Geruch.

Ein Startup ohne CTO braucht vielleicht zwei bis vier Tage im Monat echte technische Führung. Ein Mittelständler braucht eventuell einen externen CTO für eine kritische Produktentscheidung, eine AI-Roadmap, eine Tech Due Diligence oder die Auswahl eines Dienstleisters. Ein wachsendes Produktteam braucht manchmal einen Fractional CTO, bis ein interner CTO oder Head of Engineering sinnvoll besetzt werden kann.

CTO as a Service klingt nach SaaS-Aufkleber auf Menschen. Der Begriff ist trotzdem nützlich, weil er ein echtes Modell beschreibt: technische Führung auf Abruf, ohne sofort eine C-Level-Rolle in Vollzeit zu schaffen.

Ein externer CTO kann helfen, wenn Gründer keine technische Erfahrung haben, wenn ein CPO mit AI plötzlich produktionsnah baut oder wenn Investoren wissen wollen, ob der Tech Stack überhaupt nachhaltig gedacht wurde.

Die wichtigste Frage lautet dann: Wer übersetzt technische Risiken in Geld, Zeit und Geschäftsrisiko?

Wenn diese Person fehlt, hast du ein CTO-Problem.

Auch wenn niemand auf der Visitenkarte CTO heißt.

Der CTO-Geldverlust-Check

Es gibt einen einfachen Check. Fünf Fragen reichen.

1. Wer entscheidet bei euch über Softwarearchitektur, Tech Stack und Build-vs-Buy?
2. Wer prüft AI-generierten Code, bevor er produktionsnah wird?
3. Wer verantwortet Security, Zugriffsrechte und Datenflüsse im Entwicklungsprozess?
4. Wer sieht Produktionsprobleme, bevor Kunden sie melden?
5. Wer kann dem CEO erklären, welche technische Entscheidung in sechs Monaten richtig teuer wird?

Wenn diese Fragen in Meetings zu Schulterzucken führen, verlierst du wahrscheinlich schon Geld.Vielleicht taucht es noch nicht als Rechnung auf.

Vielleicht steht es als langsamere Roadmap da. Als steigende Cloud-Kosten. Als Agenturabhängigkeit. Als Entwicklerfrust. Als Produkt, das jedes neue Feature schwerer macht. Als Due-Diligence-Risiko, über das der Investor beim zweiten Blick die Augenbraue hebt.

Technische Schulden sind selten dramatisch am Anfang.

Sie sind höflich. Sie warten.

Dann bringen sie Freunde mit.

Häufige Fragen zu CTO und Agentic AI

Braucht mein Startup einen CTO trotz AI?

Ja, sobald technische Entscheidungen geschäftskritisch werden. Das muss am Anfang kein Vollzeit-CTO sein. Ein externer CTO, ein Fractional CTO oder ein CTO auf Zeit kann reichen, wenn klare Entscheidungen zu Architektur, Security, SDLC, Tech Stack und Engineering-Prozessen gebraucht werden.

Was macht ein CTO bei Agentic AI?

Ein CTO legt fest, wie AI Coding Agents sicher eingesetzt werden. Dazu gehören Zugriffskonzepte, Code Reviews, Teststrategie, CI/CD-Gates, Dokumentation, Security-Regeln und klare Grenzen für automatisierte Änderungen. AI wird dadurch kein Spielzeug, das zufällig produktionsnah landet.

Wann wird fehlende CTO-Kompetenz teuer?

Teuer wird es meistens bei Architektur, Security, Datenmodellen, Integrationen und Hiring. Diese Fehler fallen selten in der ersten Demo auf. Sie zeigen sich später, wenn Releases langsamer werden, Systeme instabil laufen, Cloud-Kosten steigen oder ein Rebuild nötig wird.

Externer CTO oder Head of Engineering?

Ein Head of Engineering führt meist die Engineering-Organisation operativ. Ein CTO trifft technische Richtungsentscheidungen mit Blick auf Produkt, Markt, Risiko und Geschäft. In kleinen Teams kann eine Person beides abdecken. In wachsenden Unternehmen sollte klar sein, welche Verantwortung gerade fehlt.

Was bleibt

Ohne CTO verlierst du Geld.
Manchmal direkt.

Häufiger in Entscheidungen, die niemand als Kostenstelle erkennt.

Agentic AI macht diesen Punkt härter. Sie nimmt dir einige Umsetzungsbremsen. Sie nimmt dir keine Verantwortung ab. Wer ohne technische Führung AI in Softwareentwicklung kippt, automatisiert oft technische Schulden mit besserer Oberfläche.

Ein CTO hilft dir Geld zu machen, weil gute Technik mehr Optionen schafft. Schnellere Releases. Bessere Produktentscheidungen. Klarere Roadmaps. Weniger Abhängigkeit von einzelnen Menschen oder Dienstleistern. Bessere Chancen in einer Tech Due Diligence. Weniger Panik, wenn ein System wirklich genutzt wird.

Und ein CTO hilft dir Geld zu sparen, weil er Fehler verhindert, bevor sie als Projektname im Kalender stehen.

Der beste Rebuild ist der, den du nie starten musstest.