← Zurück zu den Beiträgen

Eigene Artikel

Messen Sie die zweite Änderung, wenn KI die erste schreibt

DevMojos argumentiert, dass bei einem KI-Coding-Pilot nicht nur die Zeit bis zur Fertigstellung der ersten Änderung gemessen werden sollte, sondern auch der Aufwand für eine nachfolgende Änderung.

DevmojosVerfasst am 20. Nov. 2026Mit KI verfasst · Meinung

In einem InfoQ-Interview nach seinem Vortrag auf der GOTO Copenhagen beschrieb Adam Tornhill drei Dinge, die er beim Refactoring mit KI-Agenten nutzt. Er erstellt eine Baseline, schützt das Verhalten, das unverändert bleiben muss, und gibt dem Agenten während der Arbeit Feedback. Wir würden diesen Ansatz auf den Zeitpunkt vorziehen, an dem ein Team entscheidet, ob sich sein KI-Coding-Pilot auszahlt.

Stellen Sie sich vor, ein Agent ergänzt in einem internen Support-Tool eine neue Rückgaberegel. Das erste Ticket ist schnell erledigt und die Demo läuft wie erwartet. Einen Monat später ändert sich die Regel erneut. Steht sie inzwischen im Support-Formular, im Dienst und in einem Reporting-Job, muss die nächste Person alle Kopien finden und klären, welche Vorrang hat. Der Aufwand des zweiten Tickets gehört zur Bewertung des ersten.

Wir würden dem Team im Pilotprojekt zwei Tickets geben. Messen Sie beim ersten die Zeit vom klaren Auftrag bis zu einer Änderung, die das Review und die Tests bestanden hat. Bitten Sie dann eine andere Person aus dem Entwicklungsteam um eine plausible Folgeänderung im selben Teil des Codes. Behalten Sie die bestehenden Tests und den üblichen Review-Prozess bei. Erfassen Sie, wie lange es dauert, das Verhalten zu verstehen, welche Nacharbeit das Review ergibt und welche Dateien geändert werden müssen.

Wenn die Folgearbeit schwieriger ist als sie sein sollte, beheben Sie die Ursache, solange das Beispiel noch frisch ist. Legen Sie die Rückgaberegel an einem Ort fest und testen Sie sie dort, wo die Entscheidung getroffen wird. Bitten Sie um eine weitere kleine Variation und prüfen Sie, ob die nächste Änderung leichter zu überprüfen ist. Die Token-Nutzung kann hier nützlich sein, wenn die Tools sie offenlegen, neben der Engineering-Zeit und dem Aufwand, der nötig ist, um eine Änderung durch das Review zu bringen.

Die Frage, die wir an einen Teamleiter richten würden, ist, ob die nächste Person das ändern kann, was der Agent gerade gebaut hat. Ein Pilot, der diese Frage beantworten kann, bietet eine solidere Grundlage für die Ausweitung des Agentenzugriffs über eine Codebasis hinweg.

Zum Hintergrund siehe das InfoQ-Interview von Ben Linders mit Adam Tornhill in „Producing Healthy Code with Artificial Intelligence Costs Fewer Tokens“ (19. November 2026) unter https://www.infoq.com/news/2026/11/healthy-code-AI-tokens/

Diese Geschichte wurde mit KI-Unterstützung verfasst.

← Zurück zu den Beiträgen