#194 Welcher Weg passt zu mir? – Zwischen No-Code, Python und allem dazwischen

Wenn wir neue Tools und Prozesse für unsere Arbeit oder unser Business aufsetzen, stehen wir zunächst einmal vor einem Dschungel an Möglichkeiten. Viele von uns starten mit No-Code-Tools und externen Services, weil sie schnell und einfach Ergebnisse liefern. Andere – wie im Eingangsbeispiel – bevorzugen den dornigeren Weg, lernen Python, verstehen APIs von Anbietern wie OpenAI, Anthropic oder WordPress und entwickeln eigene Lösungen.

Beide Ansätze haben ihre Daseinsberechtigung. Denn letztendlich müssen Tools und Systeme zu unseren Anforderungen passen. Ein Selbstständiger braucht etwas anderes als eine Bank, und dazwischen gibt es unzählige Zwischenstufen. In diesem Blogpost schauen wir uns an, wie unterschiedliche „Gruppen“ von Anwender:innen ihre Entscheidungen treffen können – abhängig von Faktoren wie Budget, Zeit, Know-how und Zielen.

Der Blogpost ist auf Basis eines wertvollen Kommentars von Torsten Materna in diesem LinkedIn Beitrag enstanden.

https://www.linkedin.com/posts/holger-gelhausen_n8n-ki-promptengineering-activity-7295736580906909696-4tSn?utm_source=share&utm_medium=member_desktop

1. Die verschiedenen Herangehensweisen

a) No-Code und externe Tools

No-Code-Plattformen ermöglichen es auch Nicht-Technikern, schnell Workflows zu automatisieren, Websites zu erstellen oder Marketing-Prozesse aufzusetzen. Man benötigt weder tiefe Programmierkenntnisse noch ausufernde Entwicklungsressourcen. Ein Klick hier, eine Konfiguration dort – schon läuft der Prozess.

Vorteile:

• Schneller Start, ohne große Investitionen in Know-how.
• Häufig intuitive Bedienung und viele Vorlagen.
• Meist günstige Einstiegsmodelle oder Freemium-Angebote.

Nachteile:

• Abhängigkeit von externen Plattformen (z.B. mögliche Downtimes oder Änderungen durch den Anbieter).
• Einschränkungen bei hochkomplexen Anforderungen.
• Kosten können mit zunehmender Nutzung steigen.

b) Eigenentwicklung in Python (oder anderen Programmiersprachen)

Wer sich tiefer einarbeiten möchte, kann mit Programmiersprachen wie Python umfassende, hochskalierbare Lösungen entwickeln. Das bedeutet natürlich, dass man Zeit in den Lernprozess investiert, sich mit APIs verschiedener Anbieter (z.B. OpenAI, Anthropic oder WordPress) vertraut macht und sich um Hosting, Sicherheit und Wartung kümmert.

Vorteile:

• Höchste Flexibilität und volle Kontrolle.
• Unabhängigkeit von Plattform-Beschränkungen.
• Langfristig kann echtes Wissen aufgebaut werden, das auch in anderen Projekten nützlich ist.

Nachteile:

• Höherer Zeitaufwand (Lernen, Entwicklung, Testen).
• Höhere initiale Kosten, wenn man Externe für die Entwicklung engagiert.
• Potentiell höhere technische Komplexität – man muss regelmäßige Wartung und Updates selbst übernehmen.

c) Mischformen und Baukasten-Ansätze

Oftmals bewegen wir uns zwischen diesen beiden Extremen. Wir nutzen zum Beispiel bestehende No-Code-Lösungen, erweitern sie aber mit individuellen Python-Skripten oder greifen auf Tools zurück, die uns bestimmte Teilaufgaben abnehmen. Auch Tools wie „Overkill“ (wenn sie denn funktionieren) können ihre Berechtigung haben – solange sie für den konkreten Workflow einen Mehrwert bieten.

2. Warum die richtige Auswahl kontextabhängig ist

• Anwendungsfall: Ein kleiner Blog, der 1-2 Mal pro Woche aktualisiert wird, braucht nicht dieselbe Infrastruktur wie ein Online-Banking-System.
• Wartbarkeit: Welche Update Zyklen sind geplant
• Sicherheitsanforderungen: Ein Shop mit Kundendaten oder eine Bank benötigt deutlich robustere Systeme mit Skalierung und Ausfallsicherheit als ein Solo-Selbstständiger, der bloß eine einfache Landingpage pflegt.
• Budget: Nicht jede:r kann oder will sich teure Lizenzen, externe Agenturen oder Entwickler leisten.
• Zeit: Wer schnell in den Markt will, setzt eher auf Tools mit geringer Lernkurve. Wer langfristig wachsen und lernen will, investiert mehr Zeit in Tiefe und Qualität.
• Know-how: Ein Team mit ausgebildeten Entwicklern wird andere Technologien einsetzen als ein Einzelkämpfer ohne Programmierhintergrund.
• Ziel: Geht es um schnelle, einmalige Tests und Prototypen (MVP)? Oder um produktive Systeme, auf die Kunden täglich zugreifen?

3. Mögliche Gruppen und ihre Anforderungen

1. Hobby-Anwender:innen
   • Ziel: Einfache Projekte umsetzen, ohne großen technischen Aufwand.
   • Budget: Gering.
   • Empfehlung: No-Code-Tools, simple Baukasten-Systeme (z.B. für Websites oder Newsletter).
2. Solo-Selbstständige & Freelancer
   • Ziel: Funktionierende, schnelle Workflows mit begrenzter Komplexität.
   • Budget: Mitunter eingeschränkt, aber etwas größerer Spielraum für Tools.
   • Empfehlung: Häufig No-Code-Plattformen und Punktlösungen, ggf. für kritische Prozesse selbstgehostete Mini-Projekte in Python.
3. Start-ups
   • Ziel: Schnelles Wachstum, Prototypen, Skalierung in Aussicht.
   • Budget: Variabel, mitunter Investor-getrieben.
   • Empfehlung: Anfangs oft No-Code oder Low-Code zum Proof of Concept, dann Transition auf robustere Systeme. Python (oder andere Programmiersprachen) für Machine Learning, komplexere Datenanalysen oder API-Integrationen.
4. Kleine und mittlere Unternehmen (KMU)
   • Ziel: Stabilität bei vertretbaren Kosten, Prozessoptimierung, ggf. Schnittstellen zu bestehenden ERP-Systemen.
   • Budget: Mitwachsend, aber nicht unbegrenzt.
   • Empfehlung: Häufig ein Mix aus etablierten On-Premise- und Cloud-Lösungen, ggf. externe Entwickler für die Anbindung (z.B. Python-Skripte zu Legacy-Systemen).
5. Großunternehmen, Banken & Konzerne
   • Ziel: Maximale Ausfallsicherheit, Compliance, Sicherheit, Skalierung, Regulierungsvorgaben.
   • Budget: Höher, jedoch enge regulatorische Vorgaben.
   • Empfehlung: Eher selbst gehostete Lösungen, umfassende Sicherheitstests, Development-Abteilung mit tiefem Know-how, wenig Spielraum für reine No-Code-Tools.

4. Entscheidungskriterien

1. Zeitaufwand: Wie schnell soll der Prozess oder das Produkt stehen? Habe ich Zeit, mich in neue Programmiersprachen einzuarbeiten?
2. Langfristige Ziele: Will ich ein tiefes Verständnis aufbauen oder möglichst einfach und schlank bleiben?
3. Budget: Welche monatlichen bzw. einmaligen Kosten sind akzeptabel?
4. Team & Know-how: Gibt es (oder bin ich) jemanden, der programmieren kann und will?
5. Komplexität: Brauche ich wirklich hochskalierbare Lösungen oder reicht eine einfache Automatisierung?
6. Sicherheit & Compliance: Je sensibler die Daten, desto eher braucht man maßgeschneiderte und robuste Systeme.

5. Fazit: Zwischen Champions League und Hobbysport

Der Einstieg in No-Code-Plattformen kann schnell wie ein Sprung ins kühle Wasser sein: Man kriegt Ergebnisse, ohne viel Training zu brauchen. Wer jedoch langfristig in die „Champions League“ eigener Tools will, lernt eine Programmiersprache wie Python und baut Wissen auf, das über einzelne Projekte hinaus nützlich sein kann. Dabei zahlt man mit Zeit und gelegentlichem Frust, gerade wenn man an Tools stößt, die nicht sofort funktionieren (Stichwort „Overkill“-Beitrag von Torsten Materna im Eingangsbeispiel).

Letztlich ist es eine Frage von Zielen, Ressourcen und persönlicher Einstellung. Für manche ist es völlig legitim, sich rein auf externe Services zu verlassen. Für andere ist gerade das Tüfteln und Bauen ein wichtiger Schritt, um nie wieder an Anbietergrenzen zu stoßen.

Die Kernbotschaft: Es gibt kein „richtig“ oder „falsch“, sondern viele Optionen, aus denen wir je nach Kontext wählen. Ob Solopreneur, KMU oder Bank – Hauptsache, wir behalten unser Ziel im Blick und setzen unsere Ressourcen so ein, dass Aufwand und Nutzen in einem sinnvollen Verhältnis stehen.

Persönlich nähere ich mich immer mehr Python Wissen und Kompetenzen an.