Aktuelle Blogartikel

Hör auf die Fehlermeldungen in deinem Team!

Manche Engineers lehnen AI Agents in ihrem Alltag nach wie vor ab. Warum eigentlich?

Die DORA-Metriken zeigen Durchsatz und Stabilität deiner Delivery — aber nicht, was im Inneren passiert. Das SPACE-Framework ergänzt das Bild um fünf wichtige Dimensionen, und in diesem letzten Teil zeige ich dir, welche drei sich wirklich zu messen lohnen, sobald AI Agents zu deinem Team stoßen.

AI Agents wie Codex machen dein Team irgendwie nicht schneller? Vielleicht liegt’s daran:

Teil eins zeigte, wie man die Performance eines Teams nicht misst. Jetzt kommt der Teil, der wirklich hilft: die fünf DORA-Metriken, was jede aussagt, wie du sie misst und automatisierst — und warum sie im Zeitalter von AI Coding Agents wichtiger sind denn je.

Token-Leaderboards, Lines of Code und Goodhart's Law: Die Metriken, mit denen die meisten Teams den Nutzen von AI beurteilen, messen das Falsche — und arbeiten aktiv gegen genau die Effizienz, die sie versprechen. Die drei Fehler, auf die ich am häufigsten stoße, und ein erster Blick auf das, was wirklich funktioniert.

AI Agents steigern verlässlich den Output einzelner Engineers. Aber echte Gewinne entstehen nur in eingespielten Organisationen — überall sonst zeigt der höhere Output schlichtweg auf, wo es wirklich klemmt.

Plugins für Claude Code lassen sich nicht über einen Kamm scheren. Manche kann man getrost im Repo einchecken, andere lieber nicht — und der Unterschied liegt darin, was es mit der Arbeitsweise macht.

Hier sind die eigentlichen KI-Experimente, die gerade jeder von euch mal machen sollte; besonders, wenn ihr Software entwickelt.

Manager und Engineering Leads fragen mich immer wieder: Wie viel schneller werden wir wirklich, wenn wir AI Agents in der Softwareentwicklung einsetzen? Hier ist, was fünf große Studien — Faros AI, METR, DORA, GitLab und Capgemini — tatsächlich zeigen, sobald man harte Telemetriedaten und Selbsteinschätzungen nebeneinanderlegt.

Hier sind drei Dinge, die garantiert schiefgehen, wenn du jetzt AI Agents in deine Softwareentwicklung einführst:

Wenn ich gerade eine Sache an Claude Code ändern könnte, wäre es sein Umgang mit Erinnerungen. Ich bin der festen Überzeugung, dass das Memory-System Claude Code schlechter macht, nicht besser.

Wenn aus diesem ganzen KI-Wahn eine positive Sache hervorgeht, dann bitte, dass wir jetzt endlich gelernt haben, Anforderungen klar zu beschreiben.

Vor ein paar Wochen war ich mir noch sicher, dass unsere Tech-Jobs sicher sind. Wahrscheinlich sind sie das immer noch, aber sie werden sich grundlegend ändern.

Wenn du seit mehr als ein paar Wochen Mobile Apps entwickelst, kennst du den Schmerz. Du startest ein Projekt, baust ein paar Features und führst es aus. Nach einigen Wochen wird das manuelle Bauen mühsam, also prüfst du die einzige wirkliche Option, um den Prozess zu automatisieren: Fastlane. Und während die anfängliche Einrichtung unkompliziert erscheint, ist die Wahrscheinlichkeit groß, dass dein Terminal trotzdem mit rotem Text explodieren wird.

Jeder sagt dir, dass du schnell Feedback sammeln sollst. Jeder sagt dir, dass weniger mehr ist. Jeder sagt dir, dass das günstigste Feature das ist, das du nicht brauchst und deswegen auch gar nicht bauen musst. Und immer wieder hörst du, dass du am Anfang auch mal „quick and dirty“ sein darfst, um deine Softwareidee schnell auf den Markt zu bringen.

Im Laufe unseres ersten Jahres in Bangkok hat sich eine Gewohnheit entwickelt: Zum Abendessen schauen wir oft eine Folge von Gordon Ramsays „Kitchen Nightmares“. Ramsays raue Art und kreative Beleidigungen lockern die Atmosphäre nach einem langen Arbeitstag, auch wenn das, was er manchmal in den Küchen der Restaurants findet, durchaus den Appetit verderben kann.