Zum Inhalt
elk.solutions

KI im Entwicklungsprozess

Von einzelnen KI-Tools zu nachweisbar besserer Softwarelieferung

Ihre Entwicklerinnen und Entwickler nutzen wahrscheinlich bereits Copilot, Claude, Codex oder vergleichbare KI-Tools.

Aber ist die Zeit von der Idee bis zur Produktion dadurch wirklich kürzer geworden?

KI kann in hohem Tempo Code erzeugen. In vielen Teams verlagert sich die Verzögerung dadurch nur an eine andere Stelle: fehlender Kontext, größere Änderungen, zusätzlicher Review-Aufwand, fehlschlagende Tests und Unsicherheit bei der Freigabe.

Mehr KI-Einsatz bedeutet noch keinen besseren Entwicklungsprozess.

Wo Teams ins Stocken geraten

01Beobachtung · illustratives Schema
KI im Entwicklungsprozess - probleem
  • Jedes Teammitglied setzt KI auf eigene Weise ein
  • Wichtiger Projektkontext steckt in Köpfen, Chats und einzelnen Dokumenten
  • Code entsteht schneller, als Reviewer ihn beurteilen können
  • KI-generierte Tests bestätigen manchmal vor allem die eigenen Annahmen
  • Security, Datenschutz und Governance werden erst nachträglich ergänzt
  • Das Management sieht Aktivität, kann den Gewinn bei der Lieferung aber nicht nachweisen

Das Ergebnis: mehr Output, aber nicht automatisch mehr Vorhersagbarkeit, Qualität oder Geschwindigkeit.

Eine echte Änderung durch die gesamte Lieferkette

02Zielbild · illustratives Schema
KI im Entwicklungsprozess - oplossing

Elk Solutions beginnt nicht mit einer Inspirationsveranstaltung, einem Prompt-Training oder der Auswahl von Tools.

Wir nehmen eine aktuelle Produktionsänderung aus Ihrem eigenen Backlog und begleiten sie von der Anforderung bis zur Freigabe. Während dieser Arbeit gestalten wir die Entwicklungsschleife neu:

  1. Ausgangslage messen
    Wir rekonstruieren, wo heute Zeit, Übergaben und Nacharbeit entstehen.

  2. Gemeinsam umsetzen
    Wir setzen KI dort ein, wo sie bei Analyse, Entwurf, Code, Tests, Dokumentation und Review nachweisbar hilft.

  3. Im Repository verankern
    Kontext, Arbeitsanweisungen, Aufgabenverteilung, Qualitätsgrenzen und Review-Gates werden Teil des tatsächlichen Entwicklungsprozesses.

  4. An das Team übergeben
    Ein Teammitglied leitet den nächsten vergleichbaren Schritt mit der neuen Arbeitsweise. So zeigt sich, was auch ohne Begleitung durch Elk Solutions weiter funktioniert.

  5. Gewinne und neue Kosten sichtbar machen
    Wir messen keine Tokens oder erzeugten Codezeilen, sondern Durchlaufzeit, menschlichen Aufwand, Review-Runden, Nacharbeit und Risiko.

Was danach vorliegt

Kein Bericht, der in einem Ordner verschwindet, sondern:

  • eine echte Änderung, die die vollständige Entwicklungskette durchlaufen hat;
  • eine Repository-spezifische Arbeitsweise für KI-unterstützte Entwicklung;
  • klare Vereinbarungen zu Kontext, Autonomie und menschlichen Entscheidungen;
  • passende Tests, Feedbackschleifen und Review-Gates;
  • eine ehrliche Messung, wo KI die Lieferung beschleunigt und wo nicht;
  • ein Team, das die Arbeitsweise selbstständig wiederholen kann.

Das Ziel ist nicht, Ihre Organisation von Elk Solutions abhängig zu machen. Das Ziel ist, dass Ihr Team nach der Begleitung nachweisbar besser liefern kann.

Für welche Teams dies gedacht ist

Dieser Ansatz passt zu einem bestehenden Softwareteam, das:

  • ein aktives Produkt und eine echte Produktionsumgebung hat;
  • bereits mit KI-Tools experimentiert oder sie bald breiter einführen möchte;
  • große Unterschiede bei Nutzung und Ergebnissen zwischen Entwicklern bemerkt;
  • mit einer gewachsenen oder komplexen Codebasis arbeitet;
  • eine konkrete, begrenzbare Produktionsänderung benennen kann;
  • Zeit einplant, um gemeinsam eine bessere Arbeitsweise zu entwickeln.

Suchen Sie nur eine allgemeine KI-Präsentation, einen Toolvergleich oder vorübergehend zusätzliche Entwicklungskapazität? Dann ist dies wahrscheinlich nicht das richtige Format.

Warum ich diese Arbeit mache

Ich habe selbst erlebt, wie viel schneller KI eine Absicht in funktionierende Software verwandeln kann.

Mit KI-Agenten habe ich unter anderem Dreamalizing entwickelt: ein Privacy-first-KI-Produkt mit mobilen Apps, Backend, Infrastruktur und klaren Grenzen bei sensiblen persönlichen Eingaben.

Mit Quoderat arbeite ich am anderen Ende des Prozesses: nachweisbar machen, was bei riskantem oder KI-generiertem Code tatsächlich geprüft wurde und welches Restrisiko bleibt.

Gleichzeitig haben mich mehr als zwanzig Jahre Erfahrung mit Produktionssystemen, komplexen Lieferketten, Migrationen und Regressionstests etwas Wichtiges gelehrt:

mehr Code bedeutet noch keine bessere Lieferung.

Deshalb helfe ich nicht nur beim Einsatz von KI. Ich helfe dabei, die gesamte Entwicklungsschleife so zu gestalten, dass Geschwindigkeit nicht an Kontext, Review, Qualität oder Produktion scheitert.

Zuerst einen echten Entwicklungsprozess verstehen

In einer kurzen Prozessautopsie verfolgen wir gemeinsam den Weg von der Anforderung bis zur Produktion. Sie erhalten einen ersten Überblick über den tatsächlichen Engpass, darüber, wo KI helfen kann und wo stattdessen besserer Kontext oder schnelleres Feedback nötig ist.

Kein umfassendes Transformationsversprechen. Zuerst verstehen wir einen echten Entwicklungsprozess.

Beginnen Sie mit einer aktuellen Änderung

Bringen Sie ein Backlog-Element mit, das länger dauerte, häufiger aus dem Review zurückkam oder mehr Nacharbeit als erwartet verursachte.

Prozessautopsie planen