Agentic Data & Software Engineering

KI ist schon in Ihren Teams, skaliert aber nicht: Sie ist eine Wand

Von Xavier Franco, CEO de Elternativa · Grupo Zemsania
· 6 Min. Lesezeit

Mit Unterstützung von KI verfasst und von Xavier Franco geprüft

Luftaufnahme einer Reihe von Pelota-Wänden, an jeder spielt nur eine Person gegen ihre eigene Wand, ohne dass jemand mit einem anderen spielt.
In diesem Artikel

Ich erkläre es mit einem Bild: Heute ist KI in fast jedem Entwicklungsteam eine Wand. Der Entwickler wirft ihr eine Anfrage zu, wartet, bis sie zurückkommt, schaut sie an, korrigiert sie und wirft sie erneut. Es funktioniert. Aber es skaliert nicht. Und wenn Sie Technologie verantworten, sollten Sie verstehen, warum, denn Sie zahlen für etwas, das viel mehr leisten könnte.

KI zum Programmieren ist schon da

Niemand bestreitet, dass Teams KI zum Programmieren nutzen. Laut der Stack-Overflow-Umfrage von 2025 mit mehr als 49.000 Antworten nutzen 84 % der Entwickler sie bereits oder planen es. Die Frage ist nicht mehr, ob sie kommt, sondern wie sie arbeitet, wenn sie da ist.

Und die häufigste Form ist die Wand: eine Person, eine KI und ein Gespräch. Jeder mit seinem Werkzeug, seiner Art zu fragen und seinen Tricks. Was einer lernt, bleibt in seinem Gespräch. Was ein anderer löst, wird morgen am Nachbartisch erneut gelöst.

In der Praxis: Fragen Sie Ihr Team, wie viele verschiedene KI-Werkzeuge es nutzt und wie es entscheidet, was es von ihnen verlangt. Wenn jede Antwort anders ausfällt, haben Sie mehrere Wände, kein Team.

Die Leerlaufzeiten, die niemand misst

Die Wand hat Kosten, die auf keiner Rechnung stehen: das Warten. Während die KI nachdenkt, wartet die Person. Wenn die Antwort zurückkommt, muss man sie lesen, verstehen und entscheiden. Und wieder von vorn.

Es gibt dazu eine Studie, die ich sehr ehrlich finde. Im Juli 2025 hat METR, ein unabhängiges Labor, in einem kontrollierten Versuch 16 erfahrene Entwickler bei 246 realen Aufgaben aus ihren eigenen Projekten gemessen. Mit KI brauchten sie 19 % länger. Auffällig ist nicht die Zahl, sondern die Wahrnehmung: Vor dem Start erwarteten sie, 24 % schneller zu sein, und danach glaubten sie weiterhin, die KI habe sie um 20 % beschleunigt.

Ich erzähle das nicht, um zu sagen, dass KI nichts taugt. Sie taugt, und zwar sehr. Ich erzähle es, weil es zeigt, dass das Gefühl von Tempo kein Tempo ist. Eine Person allein mit ihrer KI kann sich schneller fühlen und gleich viel oder weniger liefern.

In der Praxis: Messen Sie die KI nicht daran, was Ihr Team Ihnen sagt. Messen Sie Lieferungen, Zeit bis zur Produktion und Nacharbeit, vorher und nachher.

Die doppelte Rechnung

Die Wand hat auch sichtbare Kosten. Sie zahlen die Lizenz des KI-Werkzeugs jeder Person und zahlen weiterhin die Person für die Zeit, die sie mit Warten, Prüfen und Wiederholen verbringt. Das ist eine doppelte Rechnung für dieselbe Arbeit.

Und es gibt einen dritten, leiseren Kostenpunkt: die Unordnung. Wenn jede Person auf ihre Weise mit ihrer KI arbeitet, wird dasselbe an zwei Stellen des Systems auf zwei verschiedene Arten gelöst. Niemand weiß, was eine Person und was ein Modell geschrieben hat. Und was gelernt wird, kehrt nicht ins Projekt zurück: Es bleibt bei dem, der es getan hat.

Mehrere Ingenieure mit KI sind noch kein Team mit KI.

Von der Wand zum Team

Was das Ergebnis verändert, ist nicht ein besseres Werkzeug. Es ist, die vorhandenen zu orchestrieren, damit sie als Team arbeiten. In der Praxis bedeutet das:

  1. Eine gemeinsame Methode für alle KI. Jede Aufgabe entsteht mit ihrem Vertrag: was zu tun ist und nach welchen Kriterien sie als gut gilt, vor Beginn festgelegt.
  2. Mehrere Instanzen parallel. Statt einer Person, die auf eine KI wartet, arbeiten mehrere Entwicklungsinstanzen gleichzeitig, unbeaufsichtigt, mit verteilten Aufgaben und ohne sich in die Quere zu kommen.
  3. Eine Rolle für jede. Eine baut, eine andere testet. Wer den Code schreibt, ist nicht der, der ihn validiert.
  4. Eine Person, die entscheidet. Ihr Team definiert die Arbeit und validiert jede Lieferung anhand des Codes. Die Freigabe wird protokolliert.
  5. Wissen, das bleibt. Regeln, Entscheidungen und Gelerntes leben in einem System, das die nächste Aufgabe bereits erhält, nicht in einem Gespräch, das niemand wieder liest.

Die Rolle Ihrer Leute ändert sich: Sie hören auf, gegen die Wand zu spielen, und definieren und validieren stattdessen. Das ist wertvollere und weniger repetitive Arbeit.

In der Praxis: Wählen Sie eine wiederholbare Art von Arbeit, etwa Weiterentwicklungen oder technische Schulden, und schreiben Sie die Abnahmekriterien, bevor Sie die KI beauftragen. Sie werden sehen, wie sich das Review verändert.

Mit der KI, die Sie schon bezahlen

Eine wichtige Klarstellung: Es geht nicht darum, das Werkzeug zu wechseln. Claude Code, Cursor, Codex, Copilot oder Windsurf taugen. Was ihnen fehlt, ist nicht Leistung, sondern eine Methode und jemand, der die Arbeit verteilt. Es ist, als hätte man gute Musiker ohne Dirigenten: Jeder spielt seinen Part gut, aber es klingt nicht nach Orchester.

Es geht auch nicht darum, Personen abzubauen. Es geht darum, dass dasselbe Team in den Plan aufnehmen kann, was heute nicht hineinpasst: technische Schulden, Legacy oder jene Migration, die immer verschoben wird.

Was gelernt wird, bleibt

Es gibt einen Effekt der Wand, der mir langfristig am teuersten erscheint: Das Lernen summiert sich nicht. Wenn eine Person entdeckt, dass die KI immer an derselben Stelle danebenliegt, korrigiert sie es in ihrem Gespräch und macht weiter. Morgen stolpert eine andere Person im Team über dasselbe. Und übermorgen wieder eine andere.

In einem orchestrierten Team ist es umgekehrt. Jeder bei der Validierung erkannte Fehler wird zu einer geschriebenen Regel, die die nächste Aufgabe bereits erhält: eine Stilregel, eine Architekturentscheidung oder ein Fall, der immer getestet werden muss. Die Methode wird einmal definiert, immer angewendet und lernt aus jedem Fehler.

Das hat eine sehr praktische Folge: Wissen lebt nicht mehr in Personen und ihren Gesprächen, sondern im Projekt. Wenn jemand das Team wechselt oder geht, bleibt die Methode. Fluktuation stoppt den Service nicht.

Und es hat eine weitere, ebenso wichtige Folge: Nachvollziehbarkeit. Wenn jede Aufgabe ihren Vertrag, ihre Ausführung und ihre Validierung protokolliert hat, weiß man, was eine Person und was ein Modell geschrieben hat, wer es validiert hat und was es gekostet hat. Das ist an der Wand unmöglich und ermöglicht es Ihnen, wirklich zu messen, ob die KI etwas bringt.

In der Praxis: Suchen Sie im letzten Monat einen Fehler, den die KI in Ihrem Team zweimal gemacht hat. Wenn er nirgends als Regel festgehalten ist, wird er wieder passieren.

Wo Sie anfangen

  1. Messen Sie heute Lieferungen pro Woche, Review-Zeit und Nacharbeit, auf Ihrem eigenen Repository.
  2. Wählen Sie einen abgegrenzten Service, den Sie schon haben: eine Weiterentwicklung, eine Anwendung, ein Schulden-Backlog.
  3. Geben Sie ihm Methode: Vertrag mit Kriterien, parallele Instanzen, getrennte Tests und Validierung durch eine Person.
  4. Führen Sie ihn parallel zum gewohnten Service einige Wochen lang aus.
  5. Vergleichen Sie Kosten, Dauer und Qualität mit Ihren Daten und entscheiden Sie, ob Sie skalieren.

Wie wir Ihnen helfen

Bei Agentic Data & Software Engineering orchestrieren wir Ihre KI-Entwicklungsplattformen, damit sie parallel, unbeaufsichtigt und gesteuert über den gesamten Software-Lebenszyklus arbeiten: jede Aufgabe mit ihrem Vertrag, Tests durch eine andere Instanz und eine Person Ihres Teams, die jeden Abschluss validiert. Der Code bleibt in Ihrem Git und das Wissen in einer Datenbank, die Ihnen gehört.

Wir tun das mit Agentagile, unserer Methodik zum Entwickeln mit KI: Wir bauen keine neuen Agenten, wir machen aus der KI, die Sie bereits abonniert haben, ein Team, das mit Methode arbeitet.

Häufige Fragen

Welche KI-Werkzeuge zum Programmieren lassen sich orchestrieren?

Die, die Sie bereits haben: Claude Code, Cursor, Codex, Copilot oder Windsurf, unter anderem. Die Methode ist für alle dieselbe.

Macht KI zum Programmieren ein Team produktiver?

Das hängt davon ab, wie sie eingesetzt wird. In einer METR-Studie von 2025 brauchten erfahrene Entwickler mit KI 19 % länger, obwohl sie glaubten, schneller zu sein. Produktivität misst man in Lieferungen, nicht in Eindrücken.

Was bedeutet es, KI zu orchestrieren?

Dass mehrere Instanzen parallel mit einer gemeinsamen Methode arbeiten, mit überprüfbaren Aufgaben, unabhängigen Tests und einer Person, die validiert.

Muss man das KI-Werkzeug wechseln?

Nein. Man arbeitet mit der KI, die Sie bereits abonniert haben.

Weiterlesen