Systeme, die miteinander reden.

Programmiersprachen haben Software immer einfacher gemacht: eine höhere Sprache statt Maschinencode, ein Garbage Collector statt Speicherverwaltung von Hand — jeder dieser Sprünge war enorm. Bei verteilten Systemen ist dieser Sprung ausgeblieben. Die Sprache abstrahiert das Rechnen, aber nicht das, woraus Integration heute besteht: fremde APIs, Rate-Limits, Pagination, Retry nach Fehlern, Zustand über Systemgrenzen hinweg. Das wird in jedem Projekt wieder von Hand gebaut.

Die bekannten Auswege verschieben das Problem, statt es zu lösen. Frameworks wie Spring nehmen vieles ab, sind im Betrieb aber selbst ein System, das beherrscht werden will. Serverless-Funktionen beim Cloud-Anbieter verlangen tiefes Wissen über genau diesen Anbieter — schon der Blick ins Log ist dort mühsam. Low-Code- und iPaaS-Plattformen sind schnell gestartet, scheitern an komplexeren Aufgaben, und wer sie erweitert, landet ohne Zwischenstufe in einer vollwertigen Sprache mit ihrer ganzen Komplexität — oft ohne Sandbox und ohne versionierten Weg von der Entwicklung in den Betrieb. Alle diese Plattformen bleiben auf halbem Weg stehen: Der Aufwand liegt längst nicht mehr in der Fachlichkeit, sondern rundherum.

Genau dort beginnt Integrations- und Automatisierungsarbeit — und genau dafür wurde a9script gebaut: eine Sprache, die die verteilte Seite — Retry, Rate-Limits, Pagination — in die Laufzeit nimmt, damit im Skript Business-Logik steht und sonst nichts. Wie das aussieht, zeigt die Produktseite.

Mit KI wird künftig immer weniger klassisch programmiert. Code ist billig geworden — Qualität nicht. Eine KI ist nicht deterministisch: Wer dasselbe dreimal bauen lässt, bekommt drei verschiedene Programme mit drei verschiedenen Lücken. Und wer verstehen will, was so ein Programm tut, gräbt sich durch tausende Zeilen generiertes Standardverhalten, bis er die paar Zeilen Business-Logik findet, um die es geht. Die KI verschiebt den Aufwand vom Schreiben zum Lesen und Verantworten. Je weniger zu lesen ist, desto besser.

Deshalb ist a9script für diese Arbeitsweise gebaut: Die KI schreibt die Skripte (CLI, MCP, Skills), und der Nutzer bleibt dabei in der KI-Umgebung, der er ohnehin vertraut, statt an eine Plattform-KI gebunden zu sein. Welches Modell zum Einsatz kommt — auch ein eigenes, abgeschirmt betriebenes — und was es zu sehen bekommt, entscheidet er; Credentials liegen in einem Bereich, den die KI nicht erreicht. Gerade bei KI ist das keine Nebensache: Geschäftsgeheimnisse gehören nicht in ein Modell, das der Plattformanbieter für alle Mandanten betreibt.

Umso wichtiger bleibt der Zugang zum Code und vor allem zu den Logs. Ein Prozess läuft auf Daten, Relationen und Statuswerten, die sich über die Zeit ändern. Läuft er nicht so wie gedacht, muss sich die Ursache forensisch nachvollziehen lassen. Dafür zählt dreierlei: ein Logging, das implizit mitläuft und nicht erst eingebaut werden muss; eine einfache Sprache, die sich an der Business-Logik orientiert und deshalb lesbar bleibt — für Menschen wie für die KI, die den Fehler beheben soll; und eine Laufzeitumgebung, die Standardverhalten wie Retry-After, Rate-Limits und Pagination kennt und korrekt handhabt. Das gehört in die Plattform, nicht in jedes einzelne Skript.