Wer schon einmal ein Webprojekt im Mittelstand begleitet hat, kennt die Übergabe zwischen Design und Entwicklung. Die Agentur oder das interne Designteam liefert Figma-Dateien mit Seiten, Varianten und Zuständen. Danach beginnt die Übersetzungsarbeit: Abstände ausmessen, Schriftgrößen übertragen, Breakpoints für Tablet und Smartphone ableiten, Farben in Variablen gießen, Bilder exportieren. Diese Arbeit ist handwerklich anspruchsvoll, aber selten das, wofür ein Unternehmen erfahrene Entwickler bezahlen möchte. Gleichzeitig entstehen genau hier die typischen Reibungsverluste: Abweichungen vom Entwurf, Rückfragen, mehrere Korrekturschleifen und am Ende ein Ergebnis, das weder Design noch Entwicklung ganz glücklich macht.
Visual Copilot setzt an dieser Nahtstelle an. Über ein Plugin in Figma wählt man einen Rahmen oder eine ganze Seite aus, wählt Zielframework und Styling und erhält Code, der sich in ein bestehendes Projekt übernehmen lässt. Hinter dem Werkzeug steht Builder.io, ein Unternehmen aus San Francisco, das ursprünglich mit einem visuellen Headless-CMS bekannt wurde und nach unserem Kenntnisstand von Steve Sewell mitgegründet wurde. Drei Merkmale prägen das Angebot:
Die Herkunft von Builder.io erklärt viel über die Ausrichtung von Visual Copilot. Das Unternehmen startete mit einem visuellen Editor, mit dem Marketing- und Content-Teams Seiten per Drag-and-Drop bauen konnten, während die Entwicklung die zugrunde liegenden Komponenten im eigenen Code-Projekt bereitstellte. Dieses Prinzip, dass Nicht-Entwickler mit echten Komponenten aus dem Code arbeiten, zieht sich durch alle späteren Produkte. Um dieselben Inhalte in unterschiedlichen Frameworks darstellen zu können, entwickelte das Team den Compiler Mitosis, der eine Komponentenbeschreibung in viele Zielformate übersetzt.
Mit dem Aufkommen großer Sprachmodelle lag es nahe, diesen Baukasten um KI zu erweitern. Visual Copilot wurde 2023 vorgestellt und kombiniert nach Herstellerangaben eigene, auf Layouts trainierte Modelle mit großen Sprachmodellen, die den erzeugten Code verfeinern und an Konventionen anpassen. Seitdem hat Builder.io das Angebot schrittweise in Richtung agentischer Entwicklung ausgebaut. Produktnamen und Zuschnitt haben sich dabei mehrfach verändert; Kapitel 02 ordnet den aktuellen Stand ein.
In der öffentlichen Diskussion werden Werkzeuge wie Visual Copilot häufig in einen Topf mit Generatoren geworfen, die aus einer Textbeschreibung eine komplette Anwendung bauen. Der Unterschied ist für die Praxis erheblich. Bei Prompt-to-App-Werkzeugen entscheidet die KI über Gestaltung, Struktur und Technik. Das Ergebnis ist schnell da, entspricht aber selten einem vorgegebenen Corporate Design. Bei Design-to-Code ist die Gestaltung bereits entschieden, die KI übernimmt die Übersetzung. Das macht die Ergebnisse vorhersagbarer und besser mit Markenrichtlinien vereinbar, setzt aber voraus, dass vorher jemand gestaltet hat.
Für mittelständische Unternehmen mit etabliertem Erscheinungsbild ist das oft der passendere Weg. Die Marke ist definiert, die Agentur hat Entwürfe geliefert, und die Frage lautet nicht, wie die Seite aussehen soll, sondern wie sie möglichst effizient und sauber in Code kommt. Genau diese Frage beantwortet Visual Copilot.
Ehrlichkeit gehört zu jeder Werkzeugbewertung. Visual Copilot erzeugt in erster Linie Darstellungscode: Struktur, Layout, Styling, einfache Interaktionen. Datenanbindung, Zustandsverwaltung, Formularvalidierung, Barrierefreiheit über das Grundgerüst hinaus und Geschäftslogik bleiben Aufgabe des Teams oder anderer Werkzeuge. Auch die Qualität des Ergebnisses hängt unmittelbar von der Qualität der Figma-Datei ab. Wer absolute Positionierungen, unbenannte Gruppen und uneinheitliche Abstände in Figma pflegt, bekommt diese Unordnung im Code zurück, nur schneller.
Für die meisten Teams beginnt der Kontakt mit Builder.io über das Figma-Plugin. Es wird aus der Figma-Community installiert und arbeitet mit dem jeweils ausgewählten Rahmen. Die erste Stufe ist ein Import in den Builder.io-Editor, wo das Ergebnis als visuelle Vorschau erscheint und sich nachbearbeiten lässt. Von dort aus wird Code in der gewünschten Kombination aus Framework und Styling erzeugt. Zusätzlich lässt sich das Ergebnis über ein Kommandozeilenwerkzeug direkt in ein lokales Projekt übernehmen, wobei die KI nach Herstellerangaben die vorhandene Projektstruktur und die dort genutzten Konventionen berücksichtigt.
Der Funktionsumfang wurde in den vergangenen Jahren deutlich erweitert, unter anderem um die Zuordnung von Figma-Komponenten zu Code-Komponenten, um eigene Anweisungen für die Codeerzeugung und um Varianten für responsives Verhalten. Welche Funktionen in welchem Tarif enthalten sind, ändert sich regelmäßig und sollte vor einer Entscheidung beim Anbieter geprüft werden.
Interessant wird Builder.io vor allem dann, wenn man Visual Copilot und Visual CMS zusammen denkt. Komponenten, die einmal aus Figma in Code übersetzt und im Projekt gepflegt werden, lassen sich im visuellen Editor registrieren. Marketing- oder Content-Teams können dann Landingpages, Kampagnenseiten oder Produktbereiche aus genau diesen Bausteinen zusammensetzen, ohne Code anzufassen. Inhalte werden über eine Schnittstelle ausgeliefert, die Darstellung übernimmt die eigene Anwendung.
Damit entsteht ein Kreislauf: Design gestaltet in Figma, Entwicklung übernimmt und pflegt die Komponenten, Marketing kombiniert sie zu Seiten. Für Unternehmen, die häufig neue Kampagnen- oder Produktseiten brauchen und dafür bisher jedes Mal die Entwicklung beauftragen, kann das eine spürbare Entlastung sein. Gleichzeitig entsteht eine stärkere Bindung an die Plattform, weil Inhalte und Seitenstrukturen im CMS des Anbieters liegen.
Builder.io positioniert Visual Copilot bewusst nicht als App-Generator für Laien, sondern als Werkzeug für professionelle Teams mit eigener Codebasis. Der Anspruch lautet, Code zu liefern, der aussieht, als hätte ihn das eigene Team geschrieben: mit den eigenen Komponenten, den eigenen Namenskonventionen und dem eigenen Styling. Ob dieser Anspruch im Einzelfall erreicht wird, hängt stark von der Vorbereitung ab. Die Positionierung macht aber deutlich, dass sich das Werkzeug eher an Unternehmen mit Designsystem und Frontend-Team richtet als an Fachabteilungen, die ohne Entwicklung eine Anwendung bauen möchten.
Der Kern von Visual Copilot ist die Übersetzung einer visuellen Hierarchie in eine Codestruktur. Figma beschreibt Entwürfe als Ebenen, Rahmen und Gruppen mit Positionen, Größen und Eigenschaften. Code dagegen denkt in Komponenten, Containern, Flex- oder Grid-Layouts und wiederverwendbaren Stilen. Eine naive Übersetzung würde jede Ebene in ein absolut positioniertes Element verwandeln, was zwar optisch passt, aber weder responsiv noch wartbar ist. Visual Copilot versucht stattdessen, aus Auto-Layouts und Anordnungen echte Layoutregeln abzuleiten und wiederkehrende Muster als Komponenten zu erkennen.
In der Praxis funktioniert das umso besser, je konsequenter Figma-Dateien mit Auto-Layout, benannten Ebenen und Komponenten aufgebaut sind. Gut vorbereitete Entwürfe ergeben Code, der sich mit überschaubarem Aufwand weiterverwenden lässt. Bei frei positionierten Elementen, verschachtelten Gruppen ohne Struktur oder Effekten, die sich nur schwer in CSS abbilden lassen, ist mehr Nacharbeit nötig.
Eine Stärke von Builder.io ist die breite Unterstützung von Zielformaten. Neben React, Vue, Angular und Svelte nennt der Anbieter unter anderem Qwik, Solid, React Native und reines HTML. Beim Styling stehen nach Herstellerangaben gängige Varianten wie Tailwind CSS, klassisches CSS, CSS-Module und verbreitete CSS-in-JS-Bibliotheken zur Auswahl. Für Unternehmen mit gemischten Technologielandschaften, etwa einem Angular-Kundenportal und einer React-basierten Website, ist das ein echter Vorteil, weil nicht für jedes Projekt ein anderes Werkzeug eingeführt werden muss. Die exakte Liste unterstützter Kombinationen ändert sich und sollte in der aktuellen Dokumentation geprüft werden.
Die Funktion mit dem größten Hebel für gewachsene Projekte ist die Zuordnung von Komponenten. Hat ein Unternehmen bereits eine Schaltfläche, eine Karte oder ein Eingabefeld im eigenen Code, kann es der KI mitteilen, welcher Figma-Komponente dieser Code-Baustein entspricht. Generierter Code verwendet dann die vorhandene Komponente mit passenden Eigenschaften, statt eine neue Schaltfläche aus einzelnen Elementen zusammenzusetzen. Ergänzend lassen sich eigene Anweisungen hinterlegen, etwa zu Namenskonventionen, bevorzugten Bibliotheken oder Dateistrukturen. Beides zusammen entscheidet darüber, ob das Ergebnis als Fremdkörper im Projekt wirkt oder sich nahtlos einfügt.
Die Kombination aus spezialisierten Modellen und allgemeinen Sprachmodellen ist der technische Kern des Ansatzes. Allgemeine Sprachmodelle sind gut darin, lesbaren Code zu schreiben und Konventionen zu übernehmen, aber unzuverlässig, wenn es um exakte Abstände, Größen und Anordnungen geht. Spezialisierte Modelle und regelbasierte Übersetzungen sind dagegen präzise in der Geometrie, erzeugen aber oft mechanisch wirkenden Code. Builder.io versucht, beide Stärken zu verbinden: zuerst eine präzise Struktur, dann eine Überarbeitung, die den Code menschlicher und projektnäher macht.
Welche großen Sprachmodelle im Hintergrund genutzt werden, legt der Anbieter nach unserem Kenntnisstand nicht in allen Details offen, und die Auswahl kann sich mit der Zeit ändern. Für die Datenschutzbewertung ist das relevant, weil die Modellanbieter als Subprozessoren in der Verarbeitungskette stehen. Die aktuelle Liste sollten Sie vor dem Einsatz beim Anbieter anfordern.
Mit der allgemeinen Entwicklung hin zu agentischen Coding-Werkzeugen hat auch Builder.io sein Angebot erweitert. Nach unserem Kenntnisstand vermarktet der Anbieter unter dem Namen Fusion eine Umgebung, in der man eine bestehende Anwendung visuell bearbeitet, während ein KI-Agent im Hintergrund die nötigen Codeänderungen im verbundenen Repository vornimmt. Statt einen Entwurf einmalig zu exportieren, arbeitet man direkt auf dem lebenden Projekt: Ein Element verschieben, einen Text ändern oder eine neue Sektion nach Figma-Vorlage einfügen erzeugt Änderungen, die als Pull Request zur Prüfung vorgelegt werden.
Für Teams ist das ein Wechsel der Arbeitsweise. Designer und Produktverantwortliche können Änderungen vorbereiten, ohne lokal eine Entwicklungsumgebung einzurichten, und die Entwicklung prüft das Ergebnis im gewohnten Review-Prozess. Gleichzeitig steigen damit die Anforderungen an Berechtigungen, Branch-Schutz und Review-Disziplin, denn ein Agent mit Schreibzugriff auf ein Repository ist etwas anderes als ein Plugin, das Code in die Zwischenablage legt. Name, Funktionsumfang und Verfügbarkeit dieser Angebote ändern sich derzeit schnell und sollten aktuell beim Anbieter geprüft werden.
So beeindruckend die ersten Ergebnisse oft wirken, die KI trifft Annahmen. Sie entscheidet, was eine eigenständige Komponente ist, wie Elemente auf kleinen Bildschirmen umbrechen und welche semantischen HTML-Elemente passen. Diese Entscheidungen sind nicht immer die, die ein erfahrenes Frontend-Team treffen würde. Besonders kritisch sind Barrierefreiheit, also sinnvolle Überschriftenhierarchien, Beschriftungen und Tastaturbedienung, sowie Interaktionen, die in Figma nur angedeutet sind. Generierter Code ist deshalb immer ein Vorschlag, der wie jeder andere Beitrag geprüft werden muss.
Visual Copilot ist eng an Figma gebunden. Das ist eine bewusste Entscheidung, denn Figma ist in vielen Agenturen und Designteams das Standardwerkzeug. Für Unternehmen bedeutet das zweierlei. Erstens sollten Entwürfe, die mit Visual Copilot verarbeitet werden, in Figma vorliegen; Teams, die mit anderen Werkzeugen arbeiten, müssen zunächst migrieren oder auf andere Wege ausweichen. Zweitens kommt eine zusätzliche Datenkette ins Spiel: Das Plugin liest Inhalte aus Figma-Dateien und überträgt sie an Builder.io. Wer in Figma-Organisationen Plugins zentral freigibt, sollte das Plugin in diesen Prozess aufnehmen.
Eng verbunden ist die Frage der Vorbereitung. Figma bietet mit Auto-Layout, Komponenten, Varianten und Variablen genau die Strukturen, die eine gute Übersetzung ermöglichen. Teams, die diese Funktionen konsequent nutzen, profitieren doppelt: bessere Designs und besserer generierter Code.
Auf der Entwicklungsseite ist das Kommandozeilenwerkzeug der wichtigste Integrationspunkt. Es holt den generierten Code nicht nur ab, sondern bezieht nach Herstellerangaben auch den Kontext des lokalen Projekts ein, etwa vorhandene Komponenten, Dateistruktur und Konventionen. Das ist funktional sinnvoll, bedeutet aber auch, dass Teile des eigenen Codes an den Dienst übermittelt werden. Dieser Punkt gehört in die Datenschutzbewertung in Kapitel 09.
Für die agentischen Funktionen ist zusätzlich eine Verbindung zum Git-Repository nötig. Welche Plattformen unterstützt werden und ob auch selbst betriebene Server wie GitLab Self-Managed oder Bitbucket Data Center angebunden werden können, sollte vor einem Pilot verbindlich geklärt werden. Gerade im Mittelstand liegt der Code häufig nicht auf öffentlichen Cloud-Plattformen.
Anima und Locofy verfolgen einen ähnlichen Ansatz wie Visual Copilot: Entwürfe aus Figma werden per Plugin in Code übersetzt. Unterschiede zeigen sich im Detail, etwa in der Breite der unterstützten Frameworks, in der Qualität der Layoutübersetzung, in der Zuordnung zu eigenen Komponenten und in der Art, wie Code in Projekte gelangt. Builder.io hebt sich vor allem durch die Verbindung mit Visual CMS und durch den Mitosis-Unterbau ab, der viele Zielformate ermöglicht. Welche Lösung im Einzelfall die besseren Ergebnisse liefert, lässt sich seriös nur mit den eigenen Entwürfen im direkten Vergleich beurteilen. Wir empfehlen, zwei oder drei repräsentative Seiten mit allen infrage kommenden Werkzeugen zu übersetzen und das Ergebnis vom Frontend-Team bewerten zu lassen.
Die größte strategische Konkurrenz kommt von der Designplattform. Figma hat mit Dev Mode, der Verknüpfung von Design-Komponenten mit Code-Komponenten und eigenen KI-Funktionen das Thema Übergabe an die Entwicklung selbst besetzt und baut es weiter aus. Für Unternehmen, die ohnehin eine Figma-Organisation lizenziert haben, ist das ein Argument, zunächst die eingebauten Möglichkeiten auszuschöpfen. Visual Copilot bietet in vielen Bereichen eine tiefere Codeerzeugung und mehr Zielformate; ob das den zusätzlichen Anbieter rechtfertigt, hängt vom Umfang der Frontend-Arbeit ab.
Anders als bei manchen Coding-Assistenten gibt es für Visual Copilot nach unserem Kenntnisstand keinen quelloffenen Kern, der sich vollständig in eigener Infrastruktur betreiben ließe. Mitosis ist zwar quelloffen und lokal nutzbar, übernimmt aber nur die Übersetzung zwischen Frameworks, nicht die KI-gestützte Erkennung von Layouts. Wer volle Datenhoheit verlangt, muss deshalb entweder mit dem Anbieter über Enterprise-Optionen verhandeln oder auf andere Wege ausweichen, etwa Figma-eigene Funktionen in Kombination mit selbst betriebenen Sprachmodellen. Welche Varianten Builder.io für Unternehmenskunden anbietet, insbesondere zu Datenregion, Single-Tenant-Betrieb oder Ausschluss von Trainingsnutzung, sollte vor jeder Entscheidung schriftlich geklärt werden.
In der Praxis bewährt sich eine Abstufung nach Sensibilität. Öffentliche Webseiten, Kampagnenseiten und Marketing-Komponenten sind meist unkritisch, weil ihr Inhalt ohnehin veröffentlicht wird. Interne Anwendungen, Kundenportale mit besonderen Funktionen oder Oberflächen für unveröffentlichte Produkte verdienen dagegen eine genauere Prüfung.
Im laufenden Betrieb entscheidet die Zusammenarbeit über den Erfolg. Design-to-Code verändert die Rollen: Designerinnen und Designer tragen mehr Verantwortung für eine saubere technische Struktur ihrer Dateien, Entwicklerinnen und Entwickler werden stärker zu Prüfenden und Integrierenden. Das funktioniert nur, wenn beide Seiten die Regeln kennen und akzeptieren. Bewährt haben sich gemeinsame Checklisten für Figma-Dateien, ein fester Ansprechpartner für das Komponenten-Mapping und die Regel, dass generierter Code denselben Review-Prozess durchläuft wie handgeschriebener.
Hinzu kommt die Pflege. Komponenten-Zuordnungen müssen aktualisiert werden, wenn sich das Designsystem ändert, eigene Anweisungen sollten regelmäßig überprüft werden, und Lizenzen gehören in das zentrale Lizenzmanagement. Wer agentische Funktionen nutzt, sollte Berechtigungen auf das Nötigste beschränken, Branch-Schutz aktivieren und Zugriffe regelmäßig kontrollieren.
Ein Hersteller von Industriekomponenten plant den Relaunch seiner Website mit mehreren Dutzend Seitentypen, Produktdetailseiten und einem Händlerbereich. Die Agentur hat ein sorgfältiges Figma-Design mit Komponenten und Varianten geliefert, im Haus gibt es aber nur zwei Personen mit Frontend-Erfahrung. Ohne Unterstützung würde allein die Umsetzung der Oberflächen Monate binden. Mit Visual Copilot übersetzt das Team zunächst die Basiskomponenten, ordnet sie den eigenen Code-Bausteinen zu und lässt danach Seite für Seite erzeugen. Die gewonnene Zeit fließt in das, was die KI nicht leistet: Anbindung an das Produktinformationssystem, Suche, Mehrsprachigkeit und Barrierefreiheit.
Entscheidend ist, dass das Team generierten Code nicht ungeprüft übernimmt. Jede Seite durchläuft ein Review, bei dem Struktur, Semantik und Responsivität geprüft werden. Die Erfahrung aus solchen Projekten zeigt: Der Zeitgewinn ist real, aber er entsteht vor allem bei gut vorbereiteten Entwürfen und wiederkehrenden Mustern.
Ein Dienstleistungsunternehmen mit mehreren Standorten startet regelmäßig regionale Kampagnen. Bisher musste für jede Landingpage ein Ticket an die Entwicklung gehen, mit entsprechender Wartezeit. Durch die Kombination aus Visual Copilot und Visual CMS werden die Bausteine der Kampagnenseiten einmal sauber umgesetzt und im visuellen Editor bereitgestellt. Das Marketing stellt danach Seiten selbst zusammen, testet Varianten und veröffentlicht nach interner Freigabe. Die Entwicklung kümmert sich nur noch um neue Bausteine und technische Pflege. Der Preis dafür ist eine stärkere Bindung an die Plattform, die bei der Entscheidung bewusst abgewogen werden sollte.
Ein Softwarehaus für Branchenlösungen entwickelt neue Module zunächst als klickbare Prototypen in Figma, die mit Pilotkunden abgestimmt werden. Bisher entstand danach ein Bruch, weil der Prototyp in der Entwicklung komplett neu aufgebaut wurde. Mit Visual Copilot wird der abgestimmte Entwurf direkt als Ausgangspunkt für den Code genutzt. Das verkürzt die Zeit vom Kundengespräch bis zur ersten lauffähigen Version und reduziert Missverständnisse zwischen Produktmanagement und Entwicklung.
Builder.io bietet nach unserem Kenntnisstand einen kostenlosen Einstieg mit begrenztem Kontingent, kostenpflichtige Tarife für Einzelpersonen und Teams sowie individuell verhandelte Enterprise-Angebote. Abgerechnet wird je nach Produkt und Tarif nach Nutzern, nach Nutzungskontingenten für die KI-Funktionen oder nach Umfang des CMS-Einsatzes. Konkrete Preise, Kontingente und der Zuschnitt der Tarife ändern sich häufig und sollten aktuell beim Anbieter geprüft werden. Für die Wirtschaftlichkeitsrechnung ist ohnehin weniger der Listenpreis entscheidend als die Frage, wie viele Stunden Frontend-Arbeit pro Monat realistisch eingespart werden und wie viel Aufwand für Vorbereitung, Review und Pflege hinzukommt.
Wir empfehlen, im Pilot sorgfältig zu messen: Zeit von Entwurf bis Freigabe, Nacharbeitsaufwand pro Seite und Zufriedenheit von Design und Entwicklung. Erst diese Zahlen erlauben eine belastbare Entscheidung, ob sich die Lizenzkosten für das ganze Team lohnen.
Bei der Nutzung von Visual Copilot werden Designdaten aus Figma, bei der Kommandozeile und den agentischen Funktionen zusätzlich Code und Projektkontext an Builder.io übertragen und dort sowie bei eingesetzten Modellanbietern verarbeitet. Damit liegt in der Regel ein Datentransfer in die USA vor. Für zertifizierte Unternehmen kann das EU-US Data Privacy Framework eine Grundlage bieten, ergänzend kommen Standardvertragsklauseln in Betracht. Ob Builder.io und die jeweiligen Subprozessoren zertifiziert sind, welche Region für die Verarbeitung genutzt wird und ob eine Verarbeitung in der EU vereinbart werden kann, ist im Einzelfall zu prüfen. Auch die politische Unsicherheit rund um transatlantische Datentransfers sollte in eine langfristige Entscheidung einfließen.
Für Unternehmen mit hohen Anforderungen an digitale Souveränität ist das ein gewichtiger Punkt. Ein vollständiger Betrieb in eigener Infrastruktur ist nach unserem Kenntnisstand im Standardangebot nicht vorgesehen. Datenschutzfreundlichere Alternativen sind eine vertraglich vereinbarte EU-Verarbeitung im Enterprise-Rahmen, sofern verfügbar, oder Arbeitsweisen, bei denen Entwürfe mit selbst betriebenen oder in der EU gehosteten Sprachmodellen in Code übersetzt werden, etwa über offene Assistenten in der eigenen Entwicklungsumgebung.
Quellcode ist für viele mittelständische Unternehmen ein zentrales Geschäftsgeheimnis, und unveröffentlichte Entwürfe verraten oft Produktpläne, Preismodelle oder strategische Richtungswechsel. Nach dem Geschäftsgeheimnisgesetz setzt der Schutz solcher Informationen angemessene Geheimhaltungsmaßnahmen voraus. Die Übergabe an einen Cloud-Dienst ist damit nicht ausgeschlossen, sollte aber bewusst, vertraglich abgesichert und dokumentiert erfolgen. Praktisch heißt das: klare Regeln, welche Figma-Projekte und Repositorys mit Visual Copilot verarbeitet werden dürfen, Ausschluss besonders sensibler Vorhaben und Schulung der Beteiligten.
Personenbezogene Daten tauchen in Entwürfen häufiger auf, als man denkt, etwa in Beispieldatensätzen, Screenshots echter Kundendaten oder Namen von Mitarbeitenden. Vor der Übersetzung sollten solche Inhalte durch Platzhalter ersetzt werden. Für die Nutzungsrechte am erzeugten Code gilt: Die Vertragsbedingungen des Anbieters regeln, wem die Ergebnisse gehören; sie sollten vor dem Einsatz gelesen und gegebenenfalls im Enterprise-Vertrag präzisiert werden.
Der Einsatz von Visual Copilot gehört in das Verzeichnis von Verarbeitungstätigkeiten, sofern personenbezogene Daten verarbeitet werden, und in das zentrale Software- und Lizenzverzeichnis. Wenn das Werkzeug Nutzungsdaten erfasst, die Rückschlüsse auf Leistung oder Verhalten von Mitarbeitenden zulassen, ist in Unternehmen mit Betriebsrat dessen Mitbestimmung zu beachten. Mit Blick auf den EU AI Act ist Visual Copilot nach unserer Einschätzung kein Hochrisikosystem. Die Pflicht, Mitarbeitende im Umgang mit KI angemessen zu schulen, gilt aber auch hier. Eine kurze interne Richtlinie für Design-to-Code-Werkzeuge schafft Klarheit für alle Beteiligten.
