Zum Hauptinhalt springen
BlogThema

Engineering Management

Beiträge für Engineering Leads und CTOs: KI-Rollouts, Senior-Developer-Skepsis, Pull-Request-Engpässe und wie sich Teamführung unter KI-Coding-Agenten verändert.

11 Beiträge

Beiträge zu Engineering Management

Ein Heißluftballon über einem Tal; am Boden starten weitere Ballons nacheinander.
·de

Vom Pilotprojekt in die Fläche: KI-Coding-Agents im ganzen Engineering skalieren

Ein guter Pilot ist noch keine Freigabe für die Fläche. DORA und Faros zeigen unterschiedliche Warnlampen. Der sichere Weg führt über Telemetrie, kleine Wellen und harte Regeln für Pull Requests.

Artikel lesen
Leuchtendes Buch mit Prüfsiegel, umringt von zwei Menschen und zwei Robotern, die per Sprechblase zustimmen oder widersprechen.
·de

KI-Code-Review mit Coding Agents: Wer prüft wen?

KI-Code-Review ist 2026 keine Zwei-Parteien-Beziehung mehr. Vier Konfigurationen, vier Regeln: Was KI-Reviewer können, wo sie versagen, wer am Ende unterschreibt.

Artikel lesen
Entwickler und kleiner Roboter vor einer Mauer mit grünem PASS-Schriftzug, die von hinten nur ein dünnes Gerüst ist
·de

Testgenerierung mit KI-Coding-Agents: vier Muster gegen trügerische Coverage

Coding Agents schreiben Tests, aber nicht automatisch die richtigen. Vier Muster machen aus grünen Tests eine belastbarere Suite.

Artikel lesen
Kleiner Archäologe mit Notizbuch vor einer riesigen Klippe aus geschichtetem Code, ein türkiser Roboter mit Laterne beleuchtet eine Schicht.
·de

Legacy-Monolith refaktorieren mit KI: Was funktioniert, was gefährlich wird

Legacy-Code refaktorieren mit KI gelingt, wenn der Agent auf prüfbare Transformationen begrenzt bleibt: Archäologie, Charakterisierungstests, mechanische Migration. Architekturentscheidungen und stillschweigende Geschäftslogik bleiben beim Menschen, der das Geschäft kennt.

Artikel lesen
Person im Ruderboot mit Taschenrechner blickt auf winziges Segelboot mit Preisschild; unter Wasser ein Eisberg aus Schulungen, Reviews und Servern.
·de

ROI für Coding Agents: Das CFO-taugliche Modell

Warum einfache Vendor-ROI-Modelle beim CFO scheitern und welche fünf Variablen Engineering-Leads wirklich rechnen müssen.

Artikel lesen
Flat-Vector-Illustration: Viele Figuren strömen aus einem warmen Himmel in einen großen Trichter mit sieben markierten Öffnungen; unten steht ein kleines Team neben Server und Laptop.
·de

Pilot-Team für Coding Agents auswählen: 7 Kriterien, die über den Rollout entscheiden

Viele Coding-Agent-Pilotprojekte scheitern nicht am Tool, sondern an der Stichprobe. Sieben Kriterien für ein Pilot-Team, dessen Ergebnis für den Rollout wirklich etwas aussagt.

Artikel lesen
Illustration: Silhouette am Mess-Pult mit Reglern, Blick auf einen Hügel mit DevOps-Pipeline-Stufen unter goldenem Himmel.
·de

DORA-Metriken für Coding Agents: Warum SPACE und DX Core 4 nicht reichen

DORA-Metriken, SPACE und DX Core 4 zeigen nicht, ob Coding Agents Wirkung schaffen oder Arbeit verschieben. Vier Gegenmetriken plus Baseline schließen die Lücke.

Artikel lesen
Person prüft eine Pflanze in einem kleinen Glasgewächshaus, vor einem weiten leeren Feld mit Saatpäckchen an der Tür.
·de

KI-Coding Agents im Unternehmen einführen: Der 90-Tage-Plan

KI im Unternehmen einführen in drei Phasen. Warum KI-Coding-Rollouts scheitern, wenn Hypothese, Evidenz und Regeln gleichzeitig entstehen sollen.

Artikel lesen
Flat-Vector-Illustration: ein Entwickler betankt seinen Laptop an einer Zapfsäule, im Hintergrund drei Tanks für Premium-, Mid-Tier- und Basic-KI-Modelle.
·de

Aktualisiert vor 14 Tagen

Claude Code Kosten 2026: Pro, Max, Team Premium und Enterprise realistisch budgetieren

Claude Code kostet je nach Setup $20 bis $250+ pro Entwickler und Monat. Pro, Max, Team Premium, Enterprise, Usage, Premium-Requests und Governance entscheiden über die realen Teamkosten.

Artikel lesen
Flat-Vector-Illustration: links ein junger Entwickler mit Stoppuhr am Schreibtisch, rechts ein bärtiger Senior, der mit Sextant eine Code-Wolke vermisst.
·de

KI-Coding-Rollout: Warum Senior-Entwickler skeptisch sind

Senior-Skepsis beim KI-Rollout hat zwei Schichten: Verlässlichkeit und Identität. Warum Sie sie trennen müssen, aus Sonar- und Anthropic-Daten 2026.

Artikel lesen
Illustration: ein Torwächter mit Klemmbrett prüft am Steinbogen einen Roboter mit Schild PR #42, dahinter wartet eine lange Schlange weiterer Roboter.
·de

Aktualisiert vor 1 Monat

Der wahre Engpass sitzt im Pull Request, nicht im Code

KI beschleunigt das Schreiben von Code. Review, QA und Betrieb skalieren nicht mit. Was METR, Faros und Stack Overflow für Engineering-Teams bedeuten.

Artikel lesen