KI-gestützte Software-Entwicklung: Effizienz und konsistente Qualität während des gesamten Entwicklungslebenszyklus

Heute geht es in der Software-Entwicklung nicht mehr um die Frage, ob KI eingesetzt werden soll, sondern wie.

Denn KI allein kann nützlich sein (z. B. für die Codegenerierung), aber ihren größten Wert entfaltet sie, wenn sie nicht nur eine einzelne Aufgabe, sondern den gesamten Entwicklungslebenszyklus unterstützt.

Boris Cherny, der Entwickler von Claude Code, schreibt dazu hier (in seinem Beitrag mit dem Titel „13/ A final tip”): Wenn die KI-gestützte Entwicklung zyklisch mit Tests innerhalb eines integrierten Systems zusammenarbeitet, kann eine 2- bis 3-fache Qualitätsverbesserung erzielt werden.

Dies ist der Grundstein unserer KI-gestützten SDLC-Lösung.

Was ist SDLC und warum ist es so wichtig?

SDLC (Software Development Life Cycle) ist der regulierte Prozess der Software-Entwicklung, der in der Regel die folgenden Phasen umfasst:

• Bedarfsanalyse
• Entwurf
• Entwicklung
• Testen
• Freigabe/Bereitstellung
• Betrieb/Wartung

Dieser Prozess bildet die Grundlage dafür, dass die Entwicklung vorhersehbar und nachvollziehbar ist, die richtige Qualität liefert und zeitnah auf geschäftliche Anforderungen reagiert.

Was macht den Entwicklungsprozess „KI-gestützt“?

KI-gestützte Software-Entwicklung bedeutet viel mehr, als KI zum Schreiben von Code zu verwenden. In der Praxis kann KI die Entwicklung auf vielfältige Weise unterstützen, zum Beispiel:

• Spezifikationen interpretieren und erstellen
• Implementierungspläne erstellen
• Testfälle schreiben und überprüfen
• Release Notes generieren
• Automatisierte Tests schreiben
• Testergebnisse analysieren
• Verwaltung (z. B. Scrum Board)
• Verständnis von Quellcode und Refactoring-Vorschläge

Und hier liegt die Lösung: Mit Hilfe von KI-Agenten können die meisten dieser Schritte nicht nur von KI unterstützt, sondern sogar teilweise automatisiert werden.

Agent = KI + Prozesse + Tools

Ein KI-Agent ist viel mehr als nur ein „intelligentes Chatfenster“. Ein gut konzipierter Agent weist die folgenden Merkmale auf: er

• hat eine klare Rolle (z. B. Spezifikationsagent, Codierungsagent)
• arbeitet zielorientiert
• kann mit Tools integriert werden (z. B. JIRA, Sharepoint, FIGMA, GitHub/GitLab/Azure DevOps)
• kann in Workflows integriert werden
• kann ereignisgesteuert arbeiten
• arbeitet mit Human-in-the-Loop-Logik: Menschen führen an kritischen Punkten Überprüfungen durch

Vom Geschäftsbedarf bis zur Freigabe: So sieht der Prozess aus

Wir betrachten den KI-gestützten SDLC als eine Reihe von Prozessen, bei denen jeder Schritt von einem speziellen KI-Agenten unterstützt wird. Er ist wie folgt aufgebaut:

1) Der Einstiegspunkt: Spec Agent

Geschäftliche Anforderungen können beispielsweise aus JIRA-Tickets, Confluence-Seiten oder Dokumenten (im PDF- oder DOCX-Format) stammen. Der Spec Agent arbeitet auf der Grundlage dieser Informationen und zu seinen Aufgaben gehören:

• die Verarbeitung von Beschreibungen in natürlicher Sprache
• die Identifizierung unvollständiger und/oder widersprüchlicher Anforderungen
• die Strukturierung funktionaler und nicht-funktionaler Anforderungen
• die Erstellung einheitlicher Spezifikationen, die sowohl von Menschen als auch von Maschinen interpretiert werden können

Es ist wichtig zu beachten, dass der Spec Agent keine geschäftlichen Entscheidungen trifft: Die Validierung und endgültige Genehmigung bleiben weiterhin in der Verantwortung des Menschen.

2) Planung und Aufgabenteilung: WBS Agent

Basierend auf den Spezifikationen und dem vorhandenen Quellcode besteht die Aufgabe des WBS (Work Breakdown Structure) Agent darin, Aufgaben in spezifische Schritte zu unterteilen und einen detaillierten Plan zu erstellen, der als Grundlage für die Entwicklung und das Testen dienen kann.

3) Implementierung: Coding Agent

Der Coding Agent führt die Entwicklung durch und erstellt die zugehörige Dokumentation auf der Grundlage der Spezifikation, des vorhandenen Quellcodes und anderer Anweisungen. Bei Bedarf kann er auch in verschiedene Tools (z. B. Codex CLI, OpenCode) integriert werden. Er ist jedoch nicht für IT-Sicherheitsfragen, Lizenzmanagement oder die Einhaltung gesetzlicher Vorschriften verantwortlich.

Es ist wichtig zu beachten, dass der vom Agenten generierte Code erst nach menschlicher Zustimmung in das System eingegeben wird und der Entwickler für die Qualität des Codes verantwortlich bleibt.

4) Der gesamte Testprozess: KI-gestütztes Testen

Der KI-gestützte Testprozess wird von folgenden Agenten unterstützt:

• Testfallentwurf: Test Designer Agent
• Testfallerstellung: Test Analyst Agent
• Testfallvalidierung: Test Reviewer Agent
• Ausführung von Testfällen: Test Runner Agent
• Auswertung von Testergebnissen: Evaluator Agent

5) CI/CD + DeployFix Agent

CI/CD-Prozesse verwenden in der Regel die üblichen Tools – KI kann jedoch bei folgenden Aufgaben helfen:

• Erstellen von Pipeline-Konfigurationen und Skripten
• Erstellen von Infrastrukturbeschreibungen
• Analysieren von Build-/Bereitstellungsfehlern und Entwickeln von Reparaturempfehlungen, Erstellen eines Analyseprozesses

 

Am Ende des Prozesses wird die fertige Software erst nach einer manuellen Validierung live geschaltet.

 

Wie profitieren Unternehmen und IT davon? (Die sechs wichtigsten Vorteile)

1. Schnellere Entwicklung, schnellere Reaktion auf geschäftliche Anforderungen

Die automatisierte Erstellung von Spezifikationen, Codierung, Tests und Fehlerbehebung führt zu deutlich kürzeren Vorlaufzeiten, was eine schnellere Einführung von Diensten, eine schnellere Reaktion auf geschäftliche und marktbezogene Anforderungen sowie ein effizientes Change-Management ermöglicht. 

2. Bessere Qualität, weniger Bugs

Das KI-basierte System gewährleistet eine konsistente Qualität in jeder Entwicklungsphase. Dank mehrfacher Tests und einer effizienteren Fehlererkennung sind weniger Zwischenfälle während des Live-Betriebs zu erwarten. 

3. Kosteneinsparungen und Kapazitätssteigerungen

Dank der Automatisierung sich wiederholender Aufgaben wird Entwicklerkapazität freigesetzt, sodass sich Entwickler auf die Schaffung echter Werte konzentrieren können. 

4. Standardisierte, transparente Abläufe

Jeder Schritt des Prozesses ist dokumentiert, überprüfbar und nachvollziehbar, wodurch das Risiko von verringert wird. 

5. Geringeres Risiko, robustere Compliance

Der KI-gesteuerte Prozess trägt zur Einhaltung gesetzlicher Vorschriften (ISO, SOX, DSGVO usw.) bei. Weniger menschliche Fehler bedeuten geringere Betriebs- und IT-Risiken – und da jede Entscheidung und Änderung automatisch vom System protokolliert wird, ist der Prozess für Audits vorbereitet. 

6. Schnellere und zuverlässigere Innovation

Da mehrere parallele Projekte mit derselben Entwicklungs- und Testkapazität durchgeführt werden können, werden Innovationen beschleunigt und neue (digitale) Dienstleistungen können schneller auf den Markt gebracht werden.

Fazit

KI-gestützter SDLC ersetzt Entwickler und Tester nicht. Stattdessen entlastet er sie von einigen monotonen, sich wiederholenden Aufgaben, beschleunigt den gesamten Entwicklungszyklus, verbessert die Qualität der erstellten Software und fördert die Zusammenarbeit zwischen Business und IT.

 

Es ist wohl keine Übertreibung zu sagen, dass dies eine neue Ära in der Software-Entwicklung einläuten könnte.

Would your company also benefit from accelerating the entire development lifecycle and ensuring consistent code quality? Why not discuss this over a cup of coffee?