Die harten Fragen, ehrlich beantwortet.

Nein. Copilot, Cursor und ähnliche Tools sind Coding-Assistenten: Sie beschleunigen das Tippen im Editor. beacon ist ein AI-native Operating Model, das den gesamten Software-Engineering-Lebenszyklus trägt, von der Idee über Spec, Build und Test bis zu Operations. Menschen und AI-Agents arbeiten auf einem gemeinsamen Board; jeder Task ist nachvollziehbar (wer, was, wann, auf welcher Spec, mit welchem Modell), kostenmässig zurechenbar und läuft durch dieselben Guardrails und Quality-Gates. Der Unterschied ist nicht das Sprachmodell, sondern das System um die Agents herum: Identity, Memory, Task-Model, Traceability, Built-in Quality und ein geschlossener Loop bis in die Produktion.

Sie besitzen den vollständigen Beacon: Source-Code, Tests, Dokumentation und Infrastruktur-Definition, ohne Runtime-Abhängigkeit zu unserer Plattform. Die beacon platform ist die Werkbank, auf der gebaut wird, nicht die Laufzeit, auf der Ihr System läuft. Das Ergebnis ist gewöhnlicher, lesbarer Standard-Code (TypeScript, NestJS, React, Postgres) auf Standard-Infrastruktur, den Ihr Team ohne uns, ohne unsere Agents und ohne unsere Lizenz weiterentwickeln kann. Kein Vendor-Lock-in, kein Prozess-Lock-in: Der Beacon gehört Ihnen, die Werkbank können Sie zusätzlich lizenzieren, wenn Sie selbst bauen wollen.

Ehrlich: gemessen, nicht geschätzt, aber noch nicht durch ein externes Audit testiert. Die Zahl stammt aus echtem Durchsatz auf einem geteilten Board: Lead- und Cycle-Time, Flow-Efficiency und Throughput, aus denen ein probabilistischer Monte-Carlo-Forecast (p50/p85/p95) entsteht, statt aus Story-Point-Schätzungen. Spec-Arbeit, Challenge und menschliches Review sind im Nenner enthalten, wir verstecken die menschliche Zeit nicht. Extern plausibilisiert hat die Grössenordnung ein Co-Founder; ein unabhängiges Drittaudit und benennbare Kundenreferenzen sind der nächste Schritt. Der transparenteste Beweis ist unser eigener Build: die beacon platform baut sich selbst.

Human in the Loop ist ein Prinzip, kein Personenlimit: Ein Mensch trägt die Verantwortung am OK-Point, entscheidet vor dem Merge und steht für das Ergebnis gerade, während die AI-Agents das Volumen darunter liefern. Heute sind wir ein kleines Team mit einem verantwortlichen Menschen an diesem Gate, doch das ist keine dauerhafte Grenze, sondern skaliert: Wer die beacon platform lizenziert, bestimmt selbst, wie viele Menschen in Rollen wie Contributor, Reviewer oder Viewer darauf arbeiten. Und entscheidend für Ihr Risiko: Ihr Beacon ist übergabefähiger Standard-Code, den Sie selbst betreiben, also hängt Ihr Produktivsystem nicht an unserer Verfügbarkeit.

Ja, weil Qualität eingebaut ist statt am Ende drangeklebt. Wir arbeiten spec-first und red-first: zuerst die Spec als Source of Truth, ein zweiter Agent challenged sie adversarial und findet die Lücke, und die Tests entstehen vor dem Code. Das ist Spec Test-Driven Development (STDD) in Reinform, und genau STDD zusammen mit deterministischen Guardrails (Domain Invariants, Definition of Done, Lint, Types, CI) macht unseren Ansatz wirklich einzigartig. Das Ergebnis ist lesbarer, konventioneller Code, den Ihr Team ohne uns lesen, refactoren und erweitern kann, kein Multi-Agent-Spaghetti. Und die Dokumentation Ihres Produktes ist immer aktuell, weil sie während der Entwicklung mitgepflegt wird: lebende Domain Docs, bei denen Code und Dokumentation niemals auseinanderdriften.

Ein Mensch, immer, und das ist lückenlos belegbar. Jeder Agent ist einem menschlichen Contributor oder Reviewer zugeordnet, und jede Aktion im Repository wird mit beiden getaggt, mit dem User und dem Agent. Kein Agent merged autonom nach Produktion: Zwei OK Points rahmen jede Arbeit, und ein menschlicher Integrator ist der Einzige, der merged und die Rechenschaft trägt. Die Namen sind Rollen, kein Verwischen von Verantwortung; „Paula hat freigegeben" heisst „der zugeordnete Mensch hat am Gate Ja gesagt". So ist jederzeit nachvollziehbar, wer für welche Änderung verantwortlich ist.

Genau dort setzt der Prozess an, statt die Lücke zu übermalen. Nach der ersten Spec greift ein zweiter Agent sie adversarial an (Challenge-Spec) und deckt Mehrdeutigkeiten, fehlende Acceptance Criteria und Edge Cases auf, danach entscheidet ein Mensch am OK-Point. Wo sich ein Problem nicht sauber spezifizieren lässt, macht der Mensch die harten 20 Prozent, die Agents den gut abgrenzbaren Rest; wir versprechen keinen Autopiloten. Kontrolle an den Momenten, die zählen, Guardrails für alles andere.

Sie entscheiden, nicht wir. On-premise oder Swiss-hosted betrieben, liegen Code, Repositories, Memory und Audit-Trail ruhend in Ihrem Perimeter; nach aussen geht nur der Modell-Call, an genau den Anbieter, den Sie gewählt haben, auf Ihren Keys und unter Ihrem Vertrag samt Auftragsverarbeitungsvertrag (DPA). Sie legen die erlaubte Modell-Riege fest und können Anbieter ausschliessen, etwa für EU-/Schweizer Datenresidenz und GDPR-/DSG-/FINMA-Konformität. Jeder Modell-Call ist ein sichtbarer, bewusster Trade-off, nie ein verstecktes Default. Den genauen Compliance-Status, Hosting-Details und was noch in Arbeit ist, finden Sie im Security- & Architektur-Review.

Weil jede Arbeitseinheit ein Task auf einem Modell mit bekanntem Preis ist, sind die Kosten zurechenbar: aufgeschlüsselt pro Task, Session, Workflow und Modell, mit der Option, ein Premium-Modell dort gegen ein günstigeres zu tauschen, wo es reicht. Sie sehen, was welche Arbeit und welches Modell tatsächlich gekostet hat, statt einer Pauschalrechnung am Monatsende. Ehrlich: Harte Projekt-Budgets und Caps, die Sie stoppen, bevor Sie zu viel ausgeben, sind noch auf der Roadmap; die Grenze zieht heute die Modellwahl, nicht ein automatischer Cap.

Das ist genau die Herausforderung, die wir suchen. Unsere öffentlichen Beacons sind bewusst abgegrenzte Neubauten, doch der eigentliche Hebel von AI-native Software Engineering liegt im Bestand: Legacy-Monolithen, gewachsene Codebasen, undokumentierte Invarianten, Brownfield-Modernisierung. Unser Ansatz macht zuerst das implizite Wissen sichtbar und testbar (Characterization Tests, Spec-Rekonstruktion aus dem laufenden System), dann folgen kleine, abgesicherte Schritte: refactoren und erweitern, jeder Schritt gegen Domain Invariants geprüft, mit Audit-Trail und menschlichem OK-Point. Wenn Sie einen harten Legacy- oder Migrations-Case haben, den Sie für „mit AI unmöglich" halten, dann wollen wir genau den mit Ihnen besprechen und beweisen, dass es geht. Bringen Sie uns Ihr schwierigstes System.

Mit genau einem klar abgegrenzten Schritt: dem Beacon. Ein Beacon ist ein produktives, in Produktion laufendes System, das wir für Sie bauen, dokumentiert und übergabefähig, kein Big-Bang-Programm und kein monatelanges Proof-of-Concept ohne Ergebnis. Er macht an Ihrer echten Arbeit sichtbar, was AI-native Engineering unter realen Bedingungen leistet, und ist die validierte Referenz für alle weiteren Entscheidungen. Der Einstieg ist ein Gespräch, keine Verpflichtung. Der Zugang läuft aktuell über Early Access auf Einladung, hinterlassen Sie Ihre E-Mail für die Warteliste.

Noch nicht offen. Die Plattform ist in aktiver Entwicklung und aktuell nur auf Einladung zugänglich (Early Access), bewusst, damit Qualität, Sicherheit und Betrieb sauber bleiben, während wir bauen. Hinterlassen Sie Ihre E-Mail für die Warteliste, wir laden gestaffelt ein.

Nutzungsbasiert pro Rolle, gedeckelt am fairen Platform-Engineering-Wert. Ihre Modell-Keys bleiben Ihre (BYOK), Modellkosten laufen also nie über unsere Rechnung, und es gibt keinen Lock-in. Alle Stufen und Preise finden Sie unter Preise & Lizenzmodell.