KI in unserer Softwareentwicklung: “2026 hebt die Sache total ab!”
Wie setzen wir Künstliche Intelligenz in der Entwicklung unserer Produkte autoscan und autosign ein? Wir sprachen mit unserem Senior-Entwickler Bernhard Reuberger über ein Themenfeld, in dem es ständig etwas Neues gibt.
Frage: In unserem letzten Interview über KI Mitte 2025, warst du besonders begeistert vom neuen AI Agent in GitHub Copilot. Was hat sich seither getan?
Bernhard: Einiges, vor allem in den letzten zwei, drei Monaten. Immer wieder hieß es, 2025 werde das Jahr der KI-Agenten. Und das war es auch. Aber in 2026 hebt die Sache jetzt total ab. In der Softwareentwicklung sind die die neuen CLI Agents eine kleine Revolution.
Was sind CLI Agents?
CLI steht für „Command Line Interface“. Der Agent läuft außerhalb der Entwicklungsumgebung im Terminal und kann in einem ausgewählten Verzeichnis auf dem eigenen Rechner Code lesen, ändern und ausführen. Das fühlt sich viel stärker nach Pair Programming an – so, als würde ein echter Entwickler direkt an meiner Seite arbeiten.
Mit welchen CLI Agent arbeitet das AUTOSCAN-Team?
Wir verwenden aktuell die Codex CLI von Open AI. Teilweise habe ich bis zu drei Projekte parallel laufen – das heißt, der Agent arbeitet selbstständig und gleichzeitig an mehreren Features.
Meine Aufgabe ist jetzt ihn richtig anzuleiten: Ich erkläre ihm, was ich brauche und bitte ihn mir Fragen zu stellen, damit er alle notwendigen Informationen bekommt.
Außerdem definiere ich klar, wann die Aufgabe als abgeschlossen gilt: Zum Beispiel, dass es buildet und alle Tests erfolgreich durchlaufen. Wenn ich das nicht ausdrücklich sage, arbeitet er unter Umständen einfach weiter oder hört zu früh auf.
Wenn er fertig ist, schaue ich mir alles an. Anstatt selbst etwas umfangreich zu ändern, kommentiere ich gezielt, sodass er die Fehler eigenständig korrigieren kann.
Hast du ein konkretes Beispiel für die Arbeit mit Codex CLI und wie sie sich auswirkt?
Wir arbeiten gerade an einem Redesign unserer Scanner-Lösung autoscan. Dabei gehen wir Funktion für Funktion durch. Die Funktion „Wareneingang“ habe ich vor drei Monaten noch mit der Hilfe des AI Agents im GitHub Copilot gemacht.
Bei der nächsten Funktion „Greifen“ habe ich Codex CLI gebeten, sich anzuschauen, was ich bei der ersten Funktion gemacht habe, mir Fragen dazu zu stellen und das auf die zweite Funktion anzuwenden.
Früher hätte ich an die 10 Tage für Umsetzung gebraucht – mit dem CLI Agent war es drei Tage später fertig.
„Früher hätte ich an die 10 Tage für Umsetzung gebraucht – mit dem CLI Agent war es drei Tage später fertig.“
Ihr arbeitet also dreimal so schnell wie zuvor?
In diesem konkreten Fall ja – weil wir bereits ein fertiges Feature hatten, auf dem wir aufbauen konnten. In anderen Fällen sind wir wahrscheinlich etwa doppelt so schnell.
Das ist eine enorme Effizienzsteigerung.
Ja, es ist beeindruckend, was Manuel, Dejan und ich jetzt in relativ kurzer Zeit umsetzen. Das macht es uns möglich, Funktionen und Verbesserungen aus der Schublade zu holen, die keine Priorität hatten und für die schlicht die Zeit fehlte.
Eines möchte ich aber betonen: Unsere Qualitätssicherung bleibt. Jede von der KI erzeugte Codezeile wird von uns gegengelesen. Danach folgt zusätzlich ein Review durch einen Kollegen.
Zugegeben, das ist in Bezug auf die Effizienz ein Flaschenhals: Wir könnten noch viel schneller sein, wenn wir langsamen Menschen nicht alles gegenchecken würden. Aber die Qualität geben wir für Effizienz nicht auf.
Noch eine Beobachtung: Unsere hohen Qualitätsstandards kommen uns bei der Arbeit mit KI zugute. Die klaren Strukturen und Architekturen, die wir über Jahre aufgebaut und pflegt haben, sind ideal für die Agents. Damit können sie selbst viel effektiver arbeiten.
„Wir könnten noch viel schneller sein, wenn wir langsamen Menschen nicht alles gegenchecken würden. Aber die Qualität geben wir für Effizienz nicht auf.“
Apropos Qualität: In unserem letzten Interview meintest du, dass ca. 50-70 Prozent des KI-generierten Codes stimmen. Wie sieht es heute aus?
Auch das hat sich verbessert. Aber ich erlebe generell einen Paradigmenwechsel in meiner Arbeit.
Beim AI Agent in GitHub Copilot war es so, dass ich das Ergebnis des ersten Prompts genommen und anschließend selbst weiter verfeinert habe.
Codex CLI hingegen liefert etwas, ich kommentiere und lasse den Agent weiter arbeiten – und das auch, wenn er komplett falsch abgebogen ist. Anders als früher hält er nicht stur an diesem falschen Weg fest, sondern berücksichtigt meine Korrekturen und verwirft auch gerne seine letzten Änderungen komplett, wenn es sein muss.
Das ist einer der Gründe, warum es sich anfühlt, als würde man mit einem – nicht ganz so erfahrenen – Kollegen zusammenarbeiten.
Du hast vorher erwähnt, dass du den CLI Agent bis zu drei Features gleichzeitig entwickeln lässt. Ist es nicht schwierig, den Überblick zu behalten?
Weniger schwierig, als ich gedacht hätte. Ich glaube, dass liegt daran, dass es einfacher ist, einen fertigen Code zu prüfen, als ihn von Grund auf selbst zu schreiben.
Parallel an bis zu drei Projekten zu arbeiten – etwa ein größeres Feature und zwei kleinere – funktioniert sehr gut. Wie man auf dem Screenshot sieht, bleibt dann auch noch Platz für meine sehr wichtigen Notizen auf dem Bildschirm. (lacht)
Werfen wir am Ende wieder einen Blick in die Zukunft: Letztes Mal meintest du, dass der Mensch in der Zusammenarbeit mit der KI noch lange die letzte Entscheidung trifft. Siehst du das immer noch so?
Ja, absolut. Auch wenn der CLI Agent viel effizienter und besser Code schreibt, liefern meine Kollegen und ich weiter den Kontext und den Rahmen, indem wir die architekturellen und konzeptionellen Entscheidungen treffen. Außerdem müssen wir nach wie vor eingreifen und korrigieren, um wirklich hochwertige Software zu liefern.
Manchmal frage ich mich allerdings, woher in Zukunft die erfahrenen Software-Entwickler:innen kommen sollen. Wer jetzt mit der Entwicklung beginnt, arbeitet mit KI und muss nicht mehr selbst jede Codezeile schreiben und sich mit jedem Detail auseinandersetzen. Das wird spannend – aber das ist die Zukunft ja immer!
Setzt Ihr KI auch in anderen Bereichen im AUTOSCAN-Team ein?
Wir prüfen laufend, wo es weiteres Potenzial gäbe. Im Moment liegt der Fokus auf der Entwicklung, weil dort unser größter Hebel ist.
Aber frage mich in zwei Wochen nochmal. Da könnte schon alles anders sein!