01

KI-gestützte Entwicklung einführen

Ein Team mit LLM-Assistenz arbeiten lassen, ohne dass Geschwindigkeit zu technischer Schuld wird.

  • Werkzeug-Auswahl und Modell-Routing — welches Modell für welche Aufgabe, und warum das eine Kostenfrage ist
  • Operating-Doktrin: Discovery-First, Review-Disziplin, klare Abbruch-Kriterien für autonome Läufe
  • Quality Gates, die LLM-typische Fehler abfangen, bevor sie in den Hauptzweig gelangen
  • Einarbeitung des Teams an echten Aufgaben, nicht an Spielprojekten
02

Software-Architektur & Reviews

Entscheidungen treffen, die in 24 Monaten noch tragen — nicht nur bis zum nächsten Sprint.

  • Architektur-Review bestehender Systeme mit benannten Trade-offs statt diplomatischer Watte
  • Schnitt zwischen Service und Pipeline, Monolith und Modul — fundiert begründet
  • Multi-Tenant-Isolation und Skalierungsfragen, bevor sie zum Migrationsprojekt werden
  • Datenmodell-Reviews: der falsche Datenbank-Schnitt ist der teuerste Fehler überhaupt
03

Vom Prototyp zur Produktion

Die unsichtbare Hälfte der Arbeit — die entscheidet, ob ein Demo den Betrieb übersteht.

  • Observability von Tag eins: Logs, Metriken, Trace-IDs, die im Incident wirklich helfen
  • Migrations-Disziplin: linear, reversibel, ohne Tabellen-Lock auf Produktivdaten
  • Deploy-Pipelines mit echten Smoke-Tests — nicht nur einem grünen Build-Image
  • Incident- und Rollback-Runbooks, damit der Ernstfall kein Ratespiel ist
04

EU AI Act & DSGVO by Design

Compliance als Architektur-Eigenschaft. Eingebaut, bevor ein Audit sie teuer einfordert.

  • KI-Kennzeichnung und Transparenz, eingebaut in die Pipeline statt nachträglich angeflanscht
  • Human-in-the-Loop an den Stellen, an denen der EU AI Act es verlangt
  • Audit-Logs in Prüf-Qualität: wer hat wann was mit welcher KI-Beteiligung entschieden
  • Dokumentierte Rechtsgrundlage, Löschkonzepte, Auskunftsrechte — als Teil des Entwurfs
Vorgehen

Wie ein Mandat abläuft

  1. 01

    Verstehen

    Ich höre zu, lese Code und Doku, und stelle die unbequemen Fragen. Discovery vor Empfehlung.

  2. 02

    Einordnen

    Befund mit klarer Priorisierung: was trägt, was wackelt, was kostet später. Mit benannten Trade-offs.

  3. 03

    Umsetzen

    Je nach Mandat: selbst bauen, mit dem Team bauen, oder das Team befähigen, es selbst zu tun.

  4. 04

    Übergeben

    Dokumentation, Runbooks und ein Team, das weiterarbeiten kann. Keine Abhängigkeit von mir als Person.

Nächster Schritt

Ein Vorhaben, das tragen soll?

Ob konkretes Projekt, Architektur-Frage oder die Überlegung, KI sinnvoll in die Entwicklung zu holen — ein erstes Gespräch kostet nichts außer einer halben Stunde Zeit.