Android-App-Entwicklung ohne Erfahrung: AI-Fall | 2500+ Zeichen

# Von UTM-Tags zu Google Play: Wie ein Nicht-Programmierer mit KI eine Android-App gebaut hat

Das Erstellen einer Mobile-App ohne jegliche Programmiererfahrung ist dank moderner KI-Tools inzwischen eine realistische Aufgabe. Ein Philologe, der Entwicklung über GPT erlernt hat, teilt die wichtigsten Lektionen und technischen Details des Prozesses und hilft sogar erfahrenen Entwicklern, gängige Fallstricke bei der Arbeit mit LLMs zu umgehen.

Vom ersten Konzept zum Prototyp: Wie KI Syntaxwissen ersetzt

Das Projekt begann mit einer einfachen Anfrage: der Automatisierung der Generierung von UTM-Tags für Telegram-Kanäle. Statt nach Webdiensten bei Google zu suchen, entschied sich der Nutzer trotz fehlender Programmierkenntnisse dafür, eine eigene Android-App zu bauen. Der erste Schritt war die Suche nach Konkurrenzprodukten im Google Play Store – die Ergebnisse zeigten keine spezialisierten Tools, was auf eine geringe offenkundige Nachfrage, aber einen großen versteckten Pain Point für Marketer hindeutete.

Die Arbeit startete mit der Installation von VS Code und grundlegenden Chats mit GPT. Die KI spuckte Code-Snippets zusammen mit Anweisungen aus, wohin sie in die Projektstruktur eingefügt werden sollten. Ein großes Problem tauchte früh auf: Die KI bezog sich ständig auf nicht existierende Dateien oder Ordner, die manuell erstellt werden mussten. Beispielsweise, als nach der Implementierung des Bildschirms für die Tag-Generierung gefragt wurde, gab das Modell Folgendes aus:

// MainActivity.java
public class MainActivity extends AppCompatActivity {
    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_main);
        
        Button generateBtn = findViewById(R.id.generate_btn);
        generateBtn.setOnClickListener(v -> {
            String utmSource = ((EditText)findViewById(R.id.source_input)).getText().toString();
            // Logic generation UTM
        });
    }
}

Allerdings existierte die Datei activity_main.xml im Projekt nicht, was zu Kompilierfehlern führte. Solche Probleme tauchten immer wieder auf, bis ein systematischer Überprüfungsprozess für jeden Schritt eingeführt wurde.

Warum LLMs kein Wundermittel sind: Kritisches Denken als Grundlage des Vibe-Codings

Die große Erkenntnis des Projekts: KI-Assistenten erfordern ständige menschliche Aufsicht. Selbst im „Thinking“-Modus der GPT-Modelle übersah das System manchmal grundlegende Android-Entwicklungsregeln. Zum Beispiel schlug es bei der Generierung des Manifests veraltete Berechtigungen vor:

<uses-permission android:name="android.permission.INTERNET" />
<uses-permission android:name="android.permission.ACCESS_NETWORK_STATE" />

Statt der aktuellen android.permission.QUERY_ALL_PACKAGES, was den Upload in den Google Play Store scheitern ließ. Die Lösung kam durch manuelle Überprüfung der Android-13-Dokumentation.

Drei Praktiken erwiesen sich als Game-Changer:

• Jede Datei vor Änderungen überprüfen – git status nutzen, um die Projektstruktur zu überwachen
• Tests in Expo Go – schnelle Iterationen ohne APK-Builds
• Regelmäßige Abhängigkeitsprüfungen – package.json auf veraltete Pakete scannen

Diese reduzierten Fehler um 70 % nach den ersten zwei Wochen. Besonders effektiv war es, das gesamte Projekt zu zippen und der KI zur Überprüfung zu geben – so konnte sie den vollen Codebase-Kontext erfassen.

Navigation durch die Google Play Console: Tricks für erfolgreiches Closed Testing

Der Einstieg in den Store war die zweite größte Hürde. Die Google Play Console verlangte:

• 25-USD-Entwicklerkonto-Gebühr
• Pflicht-Closed-Testing (14 Tage, mindestens 12 aktive Tester)
• Datenschutzerklärung mit öffentlicher URL

Das Hauptproblem: Android-Nutzer unter Freunden zusammenkriegen. Die Rettung kam über Reddit's r/AndroidClosedTesting. Eine Gewinnstrategie:

• Eigener Post absetzen und bei anderen mitmachen
• Tägliche App-Nutzung vorschreiben (Google trackt über Firebase)
• Tester auf 30+ erhöhen, um 50 %-Ausfälle auszugleichen

Die erste Ablehnung durch Google kam wegen schwacher Testerbindung. Firebase-Logs zeigten: 60 % öffneten die App nur einmal in 14 Tagen. Neustart mit mehr Testern und Telegram-Bot-Erinnerungen besiegelte den Erfolg.

Erkenntnisse nach dem Launch: Technische Tipps für Newbie-Devs

Abschließende Anpassungen betrafen Richtlinien und Lokalisierung. Die größte Überraschung: Die Erstellung einer Datenschutzerklärung. Google verlangt ein öffentliches Dokument, aber hier der Quick-Hack:

• Domain wie appname-privacy.info besorgen
• Seite auf Google Sites mit Vorlage erstellen
• Über Dev-Gmail verlinken

Dauerte unter 30 Minuten, nicht Tage für eine volle Site. Andere Stolpersteine:

• App-Icon muss Material You-Richtlinien folgen (dynamische Farben)
• Safe-Zone-Behandlung für moderne Smartphones
• Dynamische Lokalisierung über strings.xml

Wichtigste Erkenntnisse

• KI-Assistenten brauchen ständige Code-Checks durch manuelle Audits
• Google Play Closed Testing klappt nur mit engagierten Testern
• Expo Go beschleunigt React Native Cross-Platform-Entwicklung
• Datenschutzerklärung erforderlich, auch für No-Data-Apps
• UTM-Generatoren müssen Edge-Cases handhaben (Sonderzeichen, lange Parameter)

Das Projekt beweist: App-Bau ohne Erfahrung ist mit strukturiertem Ansatz machbar. Fazit: KI verstärkt Dev-Skills – kein Ersatz. Für Experimentierfreudige liefern heutige LLMs ein MVP in 2–3 Monaten statt einem halben Jahr wie früher.

— Editorial Team