Künstliche Intelligenz (KI) im Softwareentwicklungsprozess (SDLC) ist für uns kein Marketing-Slogan, sondern etwas, das wir laufend messen. Wir setzen AI-SDLC auf zwei Stufen ein: eine Basisstufe, verbindlich in jedem Projekt, und eine volle Stufe – dort, wo Projekt und Kunde es zulassen.
Die Basisstufe ist das Schreiben von Spezifikationen vor dem Code (spec-driven development, SDD) – die einzige Änderung gegenüber dem bisherigen Prozess, ohne dass der Rest automatisiert wird: Pull Requests und Review machen wir weiterhin von Hand. Unsere interne Analyse zeigt, dass allein diese Änderung die Bearbeitungszeit eines Tickets um etwa 30% gegenüber einem aus der eigenen Historie des jeweiligen Entwicklers kalibrierten Erwartungswert verkürzt – eine Beschleunigung um etwa das 1,2- bis 1,5-Fache. Das Ergebnis haben wir in mehreren Varianten der Analyse bestätigt, nicht anhand einer einzelnen Messung.
Wo uns Projekt und Kunde volle Freiheit geben, fahren wir mit vollem AI-SDLC: agentenbasierter Orchestrierung bei der Implementierung, Review, das unabhängig von einem anderen Modell als dem Code-Autor durchgeführt wird, und Tests, die von KI generiert und ausgeführt werden (plus einer traditionellen Prüfung am Ende). In dieser Konfiguration führen wir derzeit eine Migration durch, die im traditionellen, nicht KI-gestützten Ansatz viele Monate gedauert hätte. Die bisher abgeschlossenen Tickets summieren sich auf 66 Stunden und 45 Minuten geschätzte Zeit gegenüber 25 Stunden tatsächlicher Arbeitszeit – das ist 2,7-mal schneller, also eine Zeitreduktion von 62%.
Dazu kommt Fuzberus – unser internes System zur KI-gestützten Prüfung von Pull Requests. Es läuft seit vielen Monaten produktiv; dort, wo der Prozess einen menschlichen Pull Request erfordert, übernimmt Fuzberus die Aufgaben des ersten Gates, um den Entwickler zu entlasten.
