Mein erstes iOS-App mit Codex entwickelt: Praktische Erkenntnisse

Ein Solo-Entwickler vollendete kürzlich sein erstes iOS-App "Rushi" – komplett mit KI-Unterstützung durch Codex. Über einen Zeitraum von vier Monaten entstand eine buddhistische Toolbox mit Sutra-Reader, Mala-Zähler und Kalligrafie-Funktion. Die Reise von der ersten Zeile Swift-Code bis zur erfolgreichen App-Store-Veröffentlichung offenbart wertvolle Learnings für Entwickler, die KI als primären Coding-Partner einsetzen möchten.

Ein Projekt aus der Not geboren: Vom Vibe Coding zur strukturierten Entwicklung

Der Entwickler hatte zuvor keinerlei Erfahrung mit Swift oder iOS-Entwicklung. Die Idee zu Rushi entstand aus dem Wunsch, ein Werkzeug für buddhistische Praxis zu schaffen. Als alleiniger Entwickler stand er vor der Herausforderung, sowohl die App-Logik als auch die Benutzeroberfläche von Grund auf zu erlernen. Codex fungierte dabei nicht nur als Code-Generator, sondern als lernender Partner, der durch praktische Anwendung in die SwiftUI-Welt einführte.

Die App kombiniert drei Kernfunktionen:

• Einen Sutra-Reader mit mehrsprachiger Unterstützung

• Einen digitalen Mala-Zähler mit 108 Perlen

• Eine Kalligrafie-Funktion für traditionelle Sutras

Die Monetarisierung erfolgt über ein Freemium-Modell: Die App ist für die erste Woche kostenlos, danach kostet sie 1,99 Euro. Frühere Nutzer erhalten sie dauerhaft kostenlos über den App Store.

Codex-Überraschungen: Wo die KI die Entwicklung beschleunigte

Einige Aspekte der Entwicklung verliefen überraschend reibungslos, obwohl sie für einen Swift-Neuling eine besondere Herausforderung darstellten.

SwiftUI-Scaffolding aus natürlicher Sprache

Codex ermöglichte die Erstellung von SwiftUI-Layouts durch einfache Beschreibungen. Die erste Iteration der Benutzeroberfläche war bereits funktionsfähig, wobei etwa 80 % der Layouts direkt aus der ersten Generierung übernommen werden konnten. Dies sparte wertvolle Entwicklungszeit und reduzierte die Anzahl der manuellen Anpassungen.

Lokale Anpassung an 17 Sprachen

Ein besonders beeindruckendes Feature war die automatische Generierung von Lokalisierungsdateien. Codex erstellte aus englischen Basisdaten Lokalisierungsstrings für 17 Sprachen, wobei kulturelle Nuancen berücksichtigt wurden. Beispielsweise wählte die KI korrekte vietnamesische Höflichkeitsformen für buddhistische Begriffe oder setzte tibetische Transliterationen fehlerfrei um.

Schema-Wechsel mit SwiftData meistern

Während der Entwicklung änderte sich das Datenmodell mehrfach. Codex generierte automatisch die notwendigen Migrationsskripte für SwiftData, sodass die App ohne Datenverlust aktualisiert werden konnte. Dies verhinderte potenzielle Datenverluste und reduzierte den manuellen Aufwand für Schema-Änderungen.

Schriftarten-Probleme mit CJK-Zeichen umgehen

In iOS 17 traten bei der Verwendung chinesischer Serifen-Schriftarten in der UIFont-Klasse Fehler auf. Codex erkannte das Problem und empfahl eine Lösung durch explizite Fallback-Ketten mit CTFontDescriptor. Diese Umgehung ermöglichte eine fehlerfreie Darstellung der Inhalte.

Keyword-Recherche für Apple Search Ads

Codex analysierte Wettbewerbsdaten und generierte Keyword-Listen für Apple Search Ads. Die Vorschläge stimmten mit den tatsächlich hochvolumigen Suchbegriffen überein, die später in der Werbekampagne verwendet wurden. Dies optimierte die Sichtbarkeit der App in den Suchergebnissen.

Die Grenzen von Codex: Wo manuelle Eingriffe unverzichtbar waren

Trotz der vielen Vorteile gab es Bereiche, in denen die KI an ihre Grenzen stieß und menschliche Expertise erforderlich war.

Feinheiten der Apple-typischen UX

Codex verstand nicht immer die subtilen Usability-Erwartungen von Apple-Nutzern. Besonders bei haptischem Feedback, der Darstellung großer Titel oder dynamischen Schriftgrößen mussten mehrere Iterationen mit Screenshots und manuellen Anpassungen erfolgen, um die gewünschte Nutzererfahrung zu erreichen.

Audio-Verarbeitung und Nebenläufigkeit

Bei der Integration von Audiofunktionen neigte Codex zu überkomplexen Lösungen, etwa durch den übermäßigen Einsatz von Actors. In der Praxis erwies sich die Verwendung von AVAudioPlayer als ausreichend und performanter.

App-Store-Metadaten und Datenschutzhinweise

Bei der Erstellung von Datenschutzhinweisen und Altersbeschränkungen für den App Store schlug Codex gelegentlich inkonsistente Angaben vor. Ein typisches Beispiel war die Empfehlung, bestimmte Daten nicht zu sammeln („data collection: false“), während gleichzeitig die Integration eines Analytics-SDKs vorgeschlagen wurde. Hier war eine manuelle Überprüfung zwingend notwendig.

Praktische Tipps für iOS-Entwickler, die Codex nutzen möchten

Basierend auf den Erfahrungen mit Rushi lassen sich mehrere Best Practices ableiten, die die Zusammenarbeit mit Codex optimieren.

Den vollständigen Code-Kontext bereitstellen

Statt nur einzelne Dateien zu zeigen, sollte der gesamte SwiftUI-View-Code für Iterationen bereitgestellt werden. Partieller Kontext führt oft zu halbgaren Layouts oder fehlerhaften Abhängigkeiten.

Xcode-Fehler präzise kommunizieren

Beim Testen hilft es, den genauen Xcode-Fehlertext inklusive Zeilennummern in die Anfrage an Codex einzubetten. Die KI kann Stack Traces gut zuordnen und liefert präzisere Lösungsvorschläge.

Datenschutzhinweise auf tatsächliche Datenflüsse stützen

Bei der Erstellung von Datenschutzhinweisen für den App Store sollte Codex explizit angewiesen werden, sich an die tatsächlichen Datenflüsse zu halten – nicht an die beabsichtigte Nutzung. Viele Entwickler neigen dazu, Datenflüsse zu unterschätzen oder falsch zu dokumentieren.

Abhängigkeiten kritisch prüfen

Codex tendiert dazu, beliebte Bibliotheken vorzuschlagen, selbst wenn diese für das konkrete Projekt unnötig komplex sind. Für Solo-Entwickler empfiehlt es sich, minimale und leichtgewichtige Abhängigkeiten zu bevorzugen.

Fazit: Eine erfolgreiche Premiere mit KI-Unterstützung

Das Rushi-Projekt demonstriert, wie leistungsfähig moderne KI-Tools wie Codex für Solo-Entwickler sein können. Die App durchlief den App-Store-Review-Prozess in nur zwei Tagen ohne Ablehnungen und erreichte eine stabile Beta-Phase ohne Abstürze. Mit Unterstützung für 17 Sprachen und neun Volltext-Sprachen sowie einer offen lizenzierten Codebasis (CC0 1.0 für die Sutras, MIT für die App) setzt Rushi neue Maßstäbe für Transparenz und Zugänglichkeit.

Die Entwicklung von Rushi zeigt, dass KI zwar ein mächtiger Partner sein kann, aber menschliche Kontrolle und Fachwissen weiterhin unverzichtbar sind – besonders bei feinjustierten Nutzererfahrungen und rechtlichen Anforderungen. Für Entwickler, die vor ähnlichen Herausforderungen stehen, bietet das Projekt wertvolle Einblicke in die effiziente Nutzung von KI-Tools im iOS-Ökosystem.

Die vollständige Codebasis und die offen lizenzierten Sutras sind auf GitHub verfügbar. Die Erfahrung hat gezeigt, dass KI-gestützte Entwicklung nicht nur die Produktivität steigert, sondern auch das Lernen beschleunigt – selbst für absolute Anfänger.