State of AI App Building 2026: Daten aus 11.355 generierten Apps

KI-App-Builder sind von der Spielerei zum Arbeitswerkzeug geworden: Menschen beschreiben eine App in einem Satz, und eine funktionierende Codebasis – Frontend, Datenbankschema, API – kommt in Minuten zurück. Doch das meiste, was über diese Kategorie geschrieben wird, ist Anekdote. Dieser Report untersucht, was Menschen wirklich bauen, wenn eine KI den Code schreibt – auf Basis von 11.355 Projekten, 124.755 generierten Code-Dateien und 80.189 Builder–KI-Chat-Nachrichten auf der VULK-Plattform (November 2025 – Juli 2026).

Die wichtigsten Ergebnisse auf einen Blick

• Der mediane Builder liefert seine erste KI-generierte App 47 Sekunden nach der Anmeldung aus. Die Zeit bis zur ersten App wird jetzt in Sekunden gemessen, nicht in Tagen.
• Der mediane App-Prompt hat nur 364 Zeichen – rund 60 Wörter. Menschen beschreiben Apps in einem kurzen Absatz und verfeinern dann im Gespräch.
• Die mediane Build-Konversation ist nur 4 Nachrichten lang; die Top 10 % der Projekte überschreiten 25 Nachrichten, und die längste Konversation eines einzelnen Projekts erreichte 588 Nachrichten.
• 80,5 % der KI-generierten Apps sind React + Vite-Web-Apps; Flutter ist mit 5,6 % die Plattform Nr. 2.
• 62 % der KI-generierten Apps enthalten ein SQL-Datenbankschema – die meisten „vibe-gecodeten" Apps sind keine statischen Seiten, sondern Datenanwendungen.
• 27 % der Apps bekommen ein provisioniertes Backend (API + gehostete Datenbank).
• Nur 1,6 % der KI-generierten Apps sind To-do-Listen. Das Klischee der Tutorial-Ära ist tot: Dashboards und Admin-Panels (12,5 %) sind die Kategorie Nr. 1.
• Das durchschnittliche KI-generierte Projekt enthält 20,7 Dateien und rund 1.500 Codezeilen; das größte Einzelprojekt erreichte 677 Dateien.
• 65 % aller generierten Code-Dateien sind TypeScript (inklusive TSX); SQL ist mit 6,1 % die am zweithäufigsten generierte Sprache.
• Die KI redet am meisten: 3,4 Assistenten-Nachrichten auf jede 1 menschliche Nachricht in Build-Konversationen.
• Südasien stellt 47 % der neuen KI-App-Builder, aber 8 % des Umsatzes; Nordamerika stellt 3,5 % der Builder und 25 % des Umsatzes – eine 7×-Monetarisierungslücke zwischen dort, wo KI-App-Building gelernt wird, und dort, wo dafür bezahlt wird.
• 30,5 % der Angemeldeten generieren mindestens eine App; 29 % davon kommen zurück, um eine zweite zu bauen, und der durchschnittliche Builder erstellt 2,5 Apps.
• Die Spitzenzeit fürs Bauen liegt werktags zwischen 12:00 und 15:00 UTC (Dienstag ist der geschäftigste Tag); nur 26 % der Apps entstehen am Wochenende – KI-App-Building ist Arbeitszeit-Verhalten, kein Wochenend-Hobby.
• 3,5 % aller Anmeldungen konvertieren zu zahlenden Kunden.

Was bauen Menschen wirklich mit KI?

Das Stereotyp KI-generierter Software – To-do-Apps und Spielzeug-Demos – überlebt den Kontakt mit den Daten nicht. Die Klassifizierung der natürlichsprachlichen Prompts hinter 10.994 aktiven Projekten nach Thema:

Zwei Dinge stechen hervor. Erstens: Der Anwendungsfall Nr. 1 ist Software in Form interner Tools: Dashboards, Admin-Panels, Buchungssysteme, Finanz-Tracker – die unglamourösen Anwendungen, die Unternehmen früher kauften oder von Hand bauten. Zweitens: To-do-Apps liegen auf Platz 13. Wenn eine App einen Absatz Text kostet, überspringen die Leute das Übungsprojekt und gehen direkt zu dem, was sie wirklich brauchen.

Ein bemerkenswerter Meta-Trend: 3,1 % der KI-generierten Apps sind selbst KI-Apps – Menschen nutzen KI, um KI-Assistenten, Chatbots und Agent-Frontends zu bauen.

Wie viel Code schreibt ein KI-App-Builder wirklich?

Über 11.355 Projekte hinweg generierte die Plattform 124.755 Code-Dateien mit insgesamt 769 MB Quellcode – ungefähr 9,5 Millionen Zeilen (basierend auf einer Zufallsstichprobe von ~6.000 Dateien mit durchschnittlich 76 Zeilen).

Das durchschnittliche Projekt:

• 20,7 Dateien (Median 20, Maximum 677)
• ~127 KB Quellcode, rund 1.500 Zeilen
• 6,2 KB pro Datei im Schnitt – KI-Generatoren produzieren viele kleine, fokussierte Dateien statt Monolithen

Die Sprachverteilung der generierten Dateien zeigt, wie der moderne KI-generierte Stack aussieht:

TypeScript hat die Ära des KI-Codegen faktisch gewonnen. Zwei Drittel von allem, was die Modelle ausgeben, ist typisiert. Und dass SQL die Output-Sprache Nr. 3 ist, unterstreicht den Datenbank-Punkt weiter unten.

Haben KI-generierte Apps echte Backends?

Ja – und das ist wahrscheinlich die am wenigsten berichtete Verschiebung in der Kategorie.

• 61,7 % der Projekte enthalten ein SQL-Datenbankschema unter ihren generierten Dateien.
• 27,1 % der Apps haben ein provisioniertes Backend – ein laufender API-Worker plus eine gehostete Datenbank, nicht nur Frontend-Code.
• Die übrigen Apps sind wirklich Frontend-only (Portfolios, Landing Pages, Spiele).

Das populäre Framing von KI-App-Buildern als „UI-Spielzeug" ist veraltet: Die Mehrheit der generierten Apps modelliert Daten, und mehr als ein Viertel betreibt serverseitige Infrastruktur.

Von der Generierung zum Live-Backend:

Für welche Plattformen bauen die Menschen?

Die Plattform wird aus den tatsächlichen Dateien jedes Projekts erkannt (Build-Configs, Manifeste):

Das Web dominiert den Output weiterhin. Betrachtet man, was Nutzer in Prompts anfragen (All-Time-Plattform-Nachfrage auf derselben Plattform): Flutter führt mit 381 Anfragen, gefolgt von Node-Backends (310), Next.js (265), Python (246), React Native (213) und PHP (174). Diese Nachfrage legt nahe, dass die nächste Phase des KI-App-Buildings Multi-Runtime ist: Mobile-Binaries, Python-Services und PHP-Apps, nicht nur React-SPAs.

Wie sprechen Menschen mit einer KI, die Apps baut?

• Der mediane Anfangs-Prompt hat 364 Zeichen – etwa 60 Wörter oder 3–4 Sätze. Der Mittelwert ist weit höher (1.983 Zeichen), weil ein Long Tail von Nutzern ganze Spezifikationen, Briefings oder bestehenden Code einfügt; der längste einzelne Prompt überschritt 500.000 Zeichen.
• Die mediane Projekt-Konversation hat 4 Nachrichten. Die Hälfte aller Apps ist im Kern „ein Schuss plus ein Feinschliff".
• Die Top 10 % der Projekte haben 25+ Nachrichten – das sind die Nutzer, die die KI als iterativen Pair-Programmer behandeln, nicht als Automaten. Der Rekord: 588 Nachrichten in einem einzigen Projekt.
• Über alle Konversationen hinweg sendet die KI 3,4 Nachrichten auf jede 1 menschliche Nachricht (61.977 Assistenten- vs. 18.212 Nutzer-Nachrichten) – ein Spiegel der streamenden, mehrstufigen Natur der Code-Generierung.

Das Muster, das sich abzeichnet: kurze Absicht rein, langer Iterationszyklus raus bei den Projekten, die zählen. Die Fähigkeit steckt nicht in der Prompt-Länge, sondern darin zu wissen, was man als Nächstes verlangt.

Wer baut KI-generierte Apps – und wer bezahlt dafür?

Bei der Geografie werden die Daten am interessantesten. Unter den Anmeldungen mit bekanntem Land:

• Südasien (Indien, Pakistan, Bangladesch, Nepal, Sri Lanka): 47,4 % der Builder – Indien allein stellt 25 % aller Anmeldungen, das größte Einzelland.
• Afrika: 15,9 % (Nigeria, Algerien, Ägypten, Südafrika, Kenia und Marokko alle in den Top-15-Ländern)
• Europa: 7,9 %
• Nordamerika: 3,5 %

Der Umsatz verteilt sich nahezu invers:

• Nordamerika: 24,8 % des Umsatzes (aus 3,5 % der Anmeldungen – ein ~7×-Überindex)
• Europa: 24,4 %
• Golfstaaten: 12,5 %
• Südasien: 7,7 % (aus 47,4 % der Anmeldungen)

Die Interpretation: KI-App-Building wird in Schwellenmärkten als Fähigkeit angeeignet und in entwickelten Märkten als Werkzeug gekauft. Die größten Builder-Populationen sitzen in Märkten, in denen 20 $/Monat ein spürbarer Preis ist; die zahlenden Kunden ballen sich in den USA, Deutschland, Großbritannien, Frankreich, den Niederlanden, der Schweiz und am Golf. Jedes KI-DevTool-Unternehmen wird diese Form wiedererkennen – es ist die prägende Go-to-Market-Spannung der Kategorie.

Insgesamt werden 3,5 % aller Anmeldungen zu zahlenden Kunden – bemerkenswert für eine Produktkategorie, in der der kostenlose Output (eine funktionierende Codebasis) selbst der Wert ist.

Wann wird gebaut?

Ohne automatisierte/Batch-Aktivität:

• Spitzenfenster der Erstellung: 12:00–15:00 UTC, mitten im europäischen/afrikanischen/südasiatischen Arbeitstag und im US-Morgen.
• Dienstag ist der geschäftigste Tag; Montag und Sonntag sind die ruhigsten.
• Wochenenden machen nur 26 % der App-Erstellung aus.

KI-App-Building zeigt die Nutzungskurve eines Arbeitswerkzeugs, nicht die einer Unterhaltung. Menschen generieren Apps während der Arbeitszeit, an Arbeitstagen – konsistent mit der Dominanz von Dashboards/Admin-Panels in den „Was wird gebaut"-Daten.

Wie schnell kommt die erste App?

Die mediane Zeit von der Kontoerstellung bis zur ersten generierten App beträgt 47 Sekunden. Das ist wohl die prägende Zahl der Kategorie: Die Distanz zwischen „Ich habe eine Idee" und „Ich habe laufenden Code" ist auf unter eine Minute kollabiert.

Aktivierung und Retention:

• 30,5 % der Anmeldungen generieren mindestens eine App (4.622 von 15.165 Nutzern)
• 29,5 % der Builder kommen zurück, um eine zweite App zu erstellen (1.362 Nutzer)
• 181 Power-User haben 5+ Apps gebaut; der durchschnittliche Builder erstellt 2,5 Apps
• Die Plattformaktivität ist spitzenlastig: Die Hälfte aller Projekte entstand im Launch-Fenster Dezember 2025 – Januar 2026, mit organischer monatlicher Erstellung, die ab Mai 2026 wieder beschleunigt (Juni 2026 war der stärkste organische Monat seit Januar, 2,2× über Mai).

Methodik

Dieser Report basiert auf aggregierten, anonymisierten Produktionsdaten der VULK-Plattform (vulk.dev), einem KI-gestützten App-Builder.

• Datensatz: N = 11.355 generierte Projekte (10.994 aktiv), 124.755 generierte Code-Dateien, 80.189 Chat-Nachrichten, 15.165 registrierte Nutzer, 576 Zahlungen von 533 Kunden.
• Zeitraum: November 2025 – 17. Juli 2026.
• Die Plattformerkennung leitet sich aus den tatsächlich vorhandenen Dateien jedes Projekts ab (z. B. vite.config.*, pubspec.yaml, requirements.txt, next.config.*, composer.json), berechnet über die 6.025 Projekte mit erhaltenen Dateibäumen.
• Die Kategorieklassifizierung nutzt Keyword-Matching auf Projekt-Prompts; Kategorien schließen sich nicht gegenseitig aus.
• Die Codezeilen-Zahlen sind aus einer Zufallsstichprobe von ~6.000 Dateien geschätzt (TABLESAMPLE); Byte-Summen sind exakt.
• Die Tageszeit- und Wochentagszahlen schließen identifizierte Batch-/automatisierte Erstellungsereignisse aus (Tage, an denen ein einzelnes Konto >200 Projekte erstellte – ein solches Ereignis, 1.569 Projekte am 2026-07-16, wurde aus den Verhaltensstatistiken ausgeschlossen; die Gesamtzahlen enthalten alle Projekte).
• Die geografischen Zahlen nutzen das Land bei der Anmeldung; Anmeldeanteile werden über Nutzer mit bekanntem Land berechnet (78,4 % der Konten). Umsatzanteile werden über abgeschlossene Zahlungen berechnet.
• Es wurden keine individuellen Nutzerdaten, Prompts, E-Mails oder personenbezogenen Informationen eingesehen oder berichtet; alle Statistiken sind Aggregate.

Dieser Report darf mit Quellenangabe an VULK (vulk.dev) frei zitiert werden. Bei Fragen zu diesen Daten oder zur Methodik kontaktiere das VULK-Team über vulk.dev.