Beschleunigung des Software-Bereitstellungszyklus durch generative KI: Erkenntnisse von IBMs Enterprise Payment Services

Vor drei Monaten stellten der Rückstand bei den Regressionstests meines Teams und die dafür benötigte Ausführungszeit eine ständige Belastung für jeden Sprint dar. Heute hat Bob unseren Testaufwand um mehr als 70 % reduziert. Dieses Ergebnis wurde durch den Einsatz von IBM® Bob, dem KI-Entwicklungsassistenten von IBM, der nativ in den Test-Workflow eingebettet ist, als vollwertiges Mitglied unseres Testteams erzielt. Es beweist, dass KI-gestützte Softwarebereitstellung kein Zukunftskonzept mehr ist.

Softwareentwicklungsteams stehen unter zunehmendem Druck aus mehreren Richtungen gleichzeitig. Aufsichtsbehörden verschärfen die Compliance-Anforderungen. Sicherheitsprüfer fordern mehr Transparenz hinsichtlich des Schwachstellenmanagements und der Zeitpläne für deren Sanierung. Gleichzeitig erhöhen Kunden ihre funktionalen Anforderungen und erwarten eine schnellere Markteinführung ohne Einbußen bei Qualität oder Stabilität.

Das Team von IBM Payment Center Enterprise Payment Services (EPS) betreibt eine streng regulierte Plattform für Zahlungen mit hohem Wert, und wir sind täglich mit diesen Anforderungen konfrontiert. Zahlungsplattformen befinden sich an der Schnittstelle all dieser Bereiche: Finanzregulierung, Vorgaben zur operativen Ausfallsicherheit, Sicherheitsprüfungen und wettbewerbsorientierte Kundenanforderungen laufen alle in einer einzigen Codebasis zusammen.

Die Frage, die ich mir in diesem Jahr stellen wollte, ist ganz einfach: Wie können wir mit denselben Mitarbeitern, ohne Abstriche bei Qualität oder Stabilität, mehr Leistung in kürzerer Zeit erbringen?

Die Antwort ist generative KI, genauer gesagt IBM Bob, den wir Anfang 2026 als vollwertiges Mitglied des EPS-Entwicklungsteams integriert haben. Wir haben in nur wenigen Monaten bedeutende Fortschritte erzielt. Diese Ergebnisse spiegeln eine umfassendere Transformation wider, die in der gesamten Branche stattfindet.

Generative KI ist kein Pilotexperiment mehr, das auf die automatische Vervollständigung von Vorschlägen beschränkt ist. Sie wird in alle wichtigen Disziplinen des Softwareentwicklungslebenszyklus (SDLC) integriert, von der Anforderungserfassung bis hin zur Reaktion auf Produktionsstörungen. Die Ergebnisse sind so überzeugend, dass Unternehmen, die noch nicht in diesen Bereich investieren, einen echten Wettbewerbsnachteil erleiden werden.

Unsere Erfahrung deckt den gesamten Prozess der Softwareentwicklung nahtlos ab. Ich werde Ihnen jede Phase einzeln erläutern.

Anforderungen: Aus Rauschen Struktur schaffen
 

Die Anforderungserhebung war schon immer die Phase, die mit den meisten Unklarheiten verbunden ist und das größte Potenzial für nachgelagerte Kosten birgt. Unzureichende Anforderungen sind die Hauptursache für einen überproportionalen Anteil an Nachbesserungsaufwand, Abweichungen vom Projektumfang und das Auftreten von Fehlern. Ein in den Anforderungen entdeckter Fehler kostet nur einen Bruchteil dessen, was ein in der Produktion entdeckter Fehler kostet.

Generative KI verändert die Ökonomie dieser Phase grundlegend. Im EPS-Kontext ist Bob zuständig für:

• Schnelle Erstellung von User Stories und Dokumentationen – die direkte Umwandlung von Besprechungsnotizen und Gesprächen mit den Beteiligten in strukturierte, Jira-kompatible User Stories und Abnahmekriterien.
• Identifizierung fehlender Anforderungen – Analyse bestehender Stories vor dem Hintergrund des geschäftlichen Kontexts und Aufzeigen von Lücken, die menschliche Geschäftsanalysten möglicherweise erst gegen Ende des Sprints erkennen würden.
• Übersetzung unstrukturierter Eingaben– Umwandlung von Protokollen, E-Mails und informellen Notizen in formelle Anforderungsdokumente.

Wir haben in der Anforderungsphase eine Produktivitätssteigerung von 30–40 % beobachtet, wenn wir Bob zur Unterstützung der Geschäftsanalysten einsetzten, vor allem durch den Wegfall manueller Übertragungs-, Neuformatierungs- und Querverweisdarstellungsarbeiten. Diese vom Team ermittelten Schätzungen basieren auf den erfassten Arbeitsaufwänden der Business-Analysten vor und nach Bobs Aufnahme in das Team.

Der wichtigste Faktor ist Bobs Kontextbewusstsein. Wir haben die Plattform mit der vollständigen Dokumentation, den regulatorischen Standards, den Codierungsstandards und den nicht-funktionalen Anforderungen ausgestattet. Diese Grundlage stellt sicher, dass die generierten Anforderungen die architektonischen und regulatorischen Gegebenheiten einer Zahlungsplattform widerspiegeln und nicht lediglich syntaktisch korrekt sind.

Engineering und Entwicklung: Die größte Chance
 

Die Entwicklung ist der Bereich, in dem der größte Teil der Ingenieursstunden aufgewendet wird, und dementsprechend bietet generative KI dort auch das größte Transformationspotenzial. IBM rechnet in der Entwicklungsphase mit Effizienzsteigerungen von 30 bis 50 % für Bob – eine Spanne, die die Bandbreite der Entwicklungsaufgaben und den jeweils erforderlichen Kontext widerspiegelt.

In unserer Umsetzung verfolgen wir die Beschleunigung der technischen Entwicklung in drei Bereichen. In allen Fällen arbeitet Bob im halbautonomen Modus: Er führt die Arbeit aus, während ein Fachexperte das Ergebnis vor der Freigabe überprüft und validiert. Diese Paarung stellt keine Einschränkung dar; sie ist das korrekte Architekturmuster für KI in diesem Reifestadium.

1. Von Bob unterstützte Code-Reviews: Bob erhielt Zugriff auf das EPS-Quell-Repository und führt Code-Reviews zusammen mit menschlichen KMU-Reviewern durch. Dieser Ansatz mit doppelter Prüfung gewährleistet die Einhaltung gesetzlicher Vorschriften, Sicherheits- und Datenschutzstandards sowie funktionaler und nicht-funktionaler Architekturanforderungen – wodurch Fehler bereits während der Entwicklung und nicht erst in der Testphase oder im Produktivbetrieb erkannt werden. Eine Untersuchung von GitHub zu Copilot ergab, dass die KI-gestützte Codeüberprüfung pro Pull-Request-Zyklus 15–20 % mehr sicherheitsrelevante Probleme erkannte und die Zeit bis zur Behebung verkürzte, da die KI neben ihren Befunden auch Korrekturdifferenzen vorschlug.
2. Sicherheitslückenmanagement und Upgrades: Im Zuge der Weiterentwicklung von Programmiersprachen und Bibliotheksversionen sowie sich ändernder gesetzlicher Anforderungen bewertet Bob die Auswirkungen eines Bibliotheks-Upgrades auf die gesamte Codebasis. Das System identifiziert inkompatible Aufrufstellen und empfiehlt innerhalb weniger Minuten die erforderlichen Änderungen – eine Arbeit, für die erfahrene Ingenieure zuvor Tage mit der manuellen Ermittlung von Abhängigkeiten aufwenden mussten.
3. Codegenerierung und -modifikation: Bob gibt Empfehlungen zur Änderung bestehender Codes, die klare Anforderungen (funktional und nichtfunktional), Codekontext und relevante regulatorische Einschränkungen berücksichtigen. Eine KI, die Zahlungsabwicklungscode generiert, ohne Bewusstsein von Datenresidenzregeln, Fehlerbehandlungsstandards oder regulatorische Verpflichtungen, ist eine Belastung, kein Asset. Wenn Bob von vornherein mit diesem Kontext konfrontiert wird, wird diese Herausforderung direkt angegangen.

Testen: Beseitigung des Engpasses
 

Tests waren in der Vergangenheit stets der limitierende Faktor bei der Softwarebereitstellung. Entwicklungsteams erstellen Code schneller als QA-Teams ihn validieren können. Diese Asymmetrie ist der Hauptgrund für den Übertrag von Sprint-Aufgaben, Verzögerungen bei der Freigabe und den Anstieg des Rückstands bei Regressionstests.

Die Ergebnisse unseres QA-Teams sind die ausgereiftesten und beeindruckendsten. Drei Monate nach dem Bereitstellen von Bob als Generator für Testautomatisierung auf der Zahlungsplattform EPS Wires haben wir Folgendes erreicht:

• 70 % weniger Zeitaufwand für die Erstellung von Testautomatisierungen 
• 90 % Reduzierung des Rückstands bei Regression-Tests
• 80 % weniger Zeitaufwand für die Ausführung der Regression

Diese Ergebnisse sind keine marginalen Verbesserungen. Sie stellen eine strukturelle Transformation der Arbeitsweise des Teams dar. QA-Ingenieure haben sich von der Erstellung von Standard-Testautomatisierungen hin zur Überprüfung und Verfeinerung von KI-generierten Tests verlagert – einer Tätigkeit, die grundsätzlich einen wesentlich höheren Nutzen bringt. Die Integration der CI/CD-Pipeline bedeutet, dass Regression innerhalb weniger Stunden nach einem Commit auftreten, nicht erst nach Tagen, wodurch die Kosten einer fehlerhaften Änderung drastisch reduziert werden.

Diese Erfahrung deckt sich mit allgemeinen Beobachtungen in der Branche. Forschung auf Unternehmen, die generative KI für die Testgenerierung einsetzen, hat gezeigt, dass die Regressionszykluszeit im Durchschnitt um 60 % verkürzt ist, wobei leistungsstarke Implementierungen wie unsere noch größere Gewinne erzielen. Das entscheidende Unterscheidungsmerkmal ist der Kontext: KI-Testgeneratoren, die Zugriff auf die gesamte Codebasis, vorhandene Testfälle und geschäftliche Anforderungen haben, erzeugen deutlich bessere Tests als Systeme, die ausschließlich auf Codeausschnitten basieren.

IBM Bob, das mit dem vollständigen GitHub-Repository von EPS, den regulatorischen Standards und der Funktionsdokumentation ausgestattet ist, veranschaulicht diesen kontextbezogenen Ansatz.

Design und Architektur: Proaktive Verbesserung
 

Die generative KI beginnt, eine Rolle in der proaktiven Designintelligenz zu spielen. Sie geht über den reaktiven Zyklus des Bauens und Testens dessen hinaus, was bereits spezifiziert wurde. Unsere Roadmap beinhaltet die Möglichkeit, Bob Folgendes zu ermöglichen:

• Identifizieren unerkannter Leistungsengpässe und architektonischer Ineffizienzen, die sich im Laufe der Zeit angesammelt haben.
• Bewerten und priorisieren der technischen Schuldenbeseitigung, indem die Codestruktur mit der Vorfallhistorie und Leistungsdaten korrelieren werden.
• Generieren von Designempfehlungen für neue funktionale Erweiterungen unter Berücksichtigung der bestehenden Architektur, regulatorischer Beschränkungen und nicht-funktionaler Anforderungen.

Dieser Ansatz stellt einen komplexeren Anwendungsfall dar als die Code-Änderung oder die Testautomatisierung und erfordert ein höheres Maß an kontextbezogenem Vertrauen in Bobs Empfehlungen. Es ist in dieser Reifephase der KI die richtige Vorgehensweise, menschliche Architekten einzubeziehen, um Empfehlungen zu validieren, bevor diese umgesetzt werden.

Der Mehrwert ist erheblich: Ein System, das die gesamte Codebasis, die dokumentierte Architektur und jahrelange Entwurfsentscheidungen verarbeitet hat, kann Erkenntnisse liefern, die andernfalls wochenlange architektonische Recherchen erfordern würden.

Support-Level 3: Schließen des Kreislaufs
 

Der Anwendungsfall im Bereich der künstlichen Intelligenz, der in unserer Roadmap die größten betrieblichen Auswirkungen hat, ist die Beschleunigung der Störungsbehebung. Der L3-Support für eine hochkarätige Zahlungsplattform ist eine risikoreiche und zeitkritische Aufgabe. Wenn ein Produktionsstörfall auftritt, bestimmt die Zeit, die zur Ermittlung und Behebung der Ursache benötigt wird, unmittelbar die Auswirkungen auf die Kunden.

Die SDLC-Bereitstellungsroadmap von Bob umfasst die Analyse von L3-Supportfällen, die Korrelation gemeldeter Symptome mit Codepfaden im Repository, die Ermittlung wahrscheinlicher Ursachen sowie die Unterbreitung von Vorschlägen für Korrekturmaßnahmen. Genau die Voraussetzungen, die Bob zu einem effektiven Code-Reviewer machen – umfassende Kenntnisse der Codebasis, der gesetzlichen Anforderungen und der Muster zur Fehlerbehandlung –, machen ihn für diese Aufgabe in einzigartiger Weise geeignet.

Ein menschlicher L3-Ingenieur, der durch Bob unterstützt wird, kann die gesamte Codebasis innerhalb von Sekunden nach Mustern durchsuchen, die mit einer Vorfall-Signatur übereinstimmen, wodurch die Behebung des Vorfalls beschleunigt und die Auswirkungen auf den Kunden minimiert werden.

Diese Produktivität ist nie ohne Risiko. Generative KI-Systeme können halluzinieren. Sie können plausibel anmutende, aber falsche Ausgaben mit scheinbarer Sicherheit liefern. In einer Zahlungsplattform, die unter behördlicher Aufsicht steht, können eine nicht geprüfte, durch KI generierte Codeänderung oder ein falsch spezifizierter Testfall schwerwiegende Folgewirkungen nach sich ziehen.

Unser Risikomanagement-Framework basiert auf dem halbautonomen Modell: Bob wird als fest integriertes Teammitglied in jeder Phase des Softwareentwicklungszyklus (SDLC) eingesetzt und arbeitet stets mit einem menschlichen Prüfer zusammen, der die Ergebnisse validiert, bevor diese akzeptiert werden. Business-Analysten prüfen die von Bob erstellten Anforderungen. Die Code-Verantwortlichen prüfen die von Bob identifizierten Fehler und die vorgeschlagenen Korrekturen. Die QA-Ingenieure prüfen die von Bob erstellten Testfälle. Die Ingenieure von L3 werden Bobs Vorfallanalysen überprüfen.

Dieser Ansatz stellt keine Einschränkung dar. Es ist das richtige Architekturmuster für KI in diesem Reifegradstadium. Das Modell tauscht einen Bruchteil der theoretischen Effizienzgrenze gegen eine erhebliche Verringerung des Fehlerrisikos ein, und zwar auf eine Weise, die es ermöglicht, schrittweise Vertrauen aufzubauen.

Da Bobs Ausgaben in jedem Bereich zuverlässig sind, kann das Maß an menschlicher Kontrolle angemessen kalibriert werden. Ich erwarte, dass diese halbautonome Konfiguration noch mehrere Jahre die Norm bleibt, wobei Bob fortlaufend aus seiner Erfahrung lernt und im Laufe der Zeit schrittweise qualitativ hochwertigere Ausgaben liefert.

IBM rechnet bei Anforderungen, Entwicklung und Tests mit einer Effizienzsteigerung von 25 bis 70 % durch Bob, abhängig von der Phase und der jeweiligen Aufgabe. Selbst wenn sich die Ergebnisse am konservativen Ende der jeweiligen Spanne einpendeln, entspricht der kumulative Effekt im gesamten Team einer Steigerung der effektiven Teamleistung um 25–40 %.

Um die Mathematik konkret zu veranschaulichen, betrachten wir ein 10-köpfiges Team, das über alle SDLC-Phasen hinweg eine durchschnittliche Effizienzsteigerung von 30 % erzielt. Die effektive Ausgabe entspricht der von 13 Ingenieuren, die im ursprünglichen Tempo arbeiten, ohne dass die Mitarbeiterzahl erhöht oder die Kosten proportional gesteigert werden.

Für ein Unternehmen, das mit einer steigenden Nachfrage bei einem festen Budget konfrontiert ist, stellt dies keine schrittweise Verbesserung dar. Es ist ein Leistungsmultiplikator – einer, der es demselben Team ermöglicht, mehr Funktionen bereitzustellen, eine höhere Qualität zu gewährleisten, schneller auf Vorfälle zu reagieren und zunehmende regulatorische Auflagen zu bewältigen, ohne dass die Kosten entsprechend steigen.

Unsere Erfahrungen werfen drei Fragen auf, mit denen sich jede Führungskraft im Ingenieurwesen aktuell auseinandersetzen sollte:

1. Wie kontextualisieren Sie KI für Ihre Umgebung? Der EPS-Ansatz, Bob frühzeitig mit dem Quellcode, den Standards, den regulatorischen Anforderungen und der Dokumentation vertraut zu machen, bildet die Grundlage für alles, was folgt. Ein KI-Assistent, der ohne diesen Kontext arbeitet, ist weniger wertvoll – und potenziell riskanter – als einer, der auf einer soliden Grundlage basiert.
2. Was sind die ersten Schritte? Wie unsere Ergebnisse zeigen, ist Testen der schnellste Weg zu einem messbaren ROI. Die Kombination aus klaren Erfolgskriterien, einer relativ niedrigen Risikoschwelle und hohem manuellem Aufwand im Status quo macht es zum idealen Ausgangspunkt für jedes Team, das diese Reise antritt.
3. Wie kann man Vertrauen schrittweise aufbauen? Das halbautonome Modell – KI mit menschlicher Einbindung – ist kein Kompromiss. Es handelt sich um ein verantwortungsbewusstes Umsetzungsmodell, das es Organisationen ermöglicht, einen Mehrwert zu erzielen und gleichzeitig das institutionelle Vertrauen aufzubauen, das erforderlich ist, um die Rolle der KI im Laufe der Zeit auszuweiten.

Die Entwicklung meines Teams von einer manuellen, durch den Arbeitsrückstand eingeschränkten QA-Abteilung hin zu einer KI-gestützten, in CI/CD integrierten Qualitätsorganisation innerhalb von drei Monaten zeigt, dass diese Transformation zügig umgesetzt werden kann. Die umfassendere Lektion ist klar: Generative KI, eingebettet in den SDLC, ist kein zukünftiges Pilotprogramm. Es liefert bereits heute messbare Ergebnisse für Teams, die diese Investition getätigt haben. Jetzt ist der richtige Zeitpunkt, um dieses Fundament zu legen.