KI für CTOs: Coding-Agenten, die sich rechnen, und KI in Ihren Produkten

Die Geschäftsführung will sehen, dass KI die Entwicklung messbar schneller macht, zu Kosten, die Sie erklären können. In der Softwareentwicklung sehen IT-Verantwortliche das größte KI-Potenzial: 83 % in der Lünendonk-Studie 2026, vor Cybersecurity (80 %). Bitkom stellte 2026 fest, dass 42 % der Unternehmen KI bereits in der IT oder in der Arbeit von IT-Fachkräften nutzen und 36 % das planen, und der Bitkom-Präsident sagte: „KI kann Aufgaben übernehmen, die bislang etwa von Entwicklerinnen und Entwicklern erledigt wurden.“

Der Auftrag reicht über Ihre eigenen Teams hinaus. In der Bitkom-Umfrage 2026 bringen 20 % der KI-Nutzer KI in ihre eigenen Produkte und Dienstleistungen, zuvor 12 %. In der Lünendonk-Studie 2026 zu Agentic AI erwarten IT-Verantwortliche Unterstützung durch Agenten bei der Modernisierung von Altsystemen: automatisierte Analyse und Dokumentation (98 %), Aufbau von API-Schichten (97 %), Testgenerierung (96 %), Datenbankmigration (94 %) und Codemigration (72 %).

• Einen Produktivitätsgewinn, der einer Prüfung standhält, gemessen an gemergten Änderungen statt an Umfragen oder Token-Zahlen.
• Ausgaben pro Team, die sichtbar, gedeckelt und als Kosten pro gemergter Änderung erklärt sind.
• Code und Daten, die nur dorthin gehen, wo Ihre Richtlinie es erlaubt.
• Einen Review-Aufwand, der den Gewinn nicht wieder auffrisst.
• KI-Funktionen in Ihren Produkten, die vor jedem Release getestet werden, auf einer Plattform, die Ihre Teams gemeinsam nutzen.

Sie kommen von der Geschäftsführung, der Sicherheit, Plattform-Teams, Ihren eigenen Entwicklern und aus Entwicklerforen. Die Umstellung von GitHub Copilot auf nutzungsabhängige Abrechnung am 1. Juni 2026 hat mehrere davon dringlicher gemacht.

• Von Administratoren in Entwicklerforen: „Ist Ihrer Geschäftsführung klar, dass Ihr Unternehmen für jedes einzelne genutzte Token bezahlt?“
• Von der Geschäftsführung: „Wir haben GitHub Copilot eingeführt. Wie belegen wir, dass es hilft?“
• Von Sicherheit und Recht: „Wohin geht unser Code bei der Inferenz, und welche Aufbewahrungsregeln gelten?“
• Von Plattform-Teams: „Können wir steuern, welche Modelle jedes Team nutzt? Können wir Ausgabenlimits setzen?“
• Von erfahrenen Entwicklern: „Wenn Sie mehr Zeit mit Review und Korrektur von KI-Code verbringen, als Sie zum Selberschreiben gebraucht hätten, was genau leistet die KI dann für Sie?“
• Von Kollegen in regulierten Branchen: „Wie lassen regulierte Unternehmen ihre Entwickler tatsächlich Claude Code oder Copilot nutzen?“

Messen Sie den Ist-Zustand, bevor Sie skalieren, und richten Sie das Gateway ein, bevor Sie in der Breite messen. In dieser Reihenfolge bleibt jede Entscheidung umkehrbar, bis die Daten sie tragen.

• Erstens eine Ausgangsmessung pro Team: Kosten, gemergte Änderungen, Review-Zeit, Nacharbeit und CI-Fehlschläge, aus Ihren Repositories und Abrechnungen.
• Zweitens, wohin Code gehen darf, je Klasse von Repository: ein Anbieterdienst mit schriftlichen Aufbewahrungsregeln, Modelle in Ihrem eigenen Cloud-Konto wie Amazon Bedrock oder Azure OpenAI oder Open-Weight-Modelle auf eigenen Servern für den sensibelsten Code.
• Drittens ein Gateway für den gesamten Agenten-Verkehr, etwa LiteLLM: Schlüssel pro Team, erlaubte Modelle pro Team, Budgets, Routing und Protokolle darüber, wohin jede Anfrage ging.
• Viertens die Werkzeuge: eines oder mehrere, ausgewählt anhand von Belegen. Bewerten Sie Werkzeuge, Modelle und Einstellungen an Ihren eigenen gemergten Änderungen gegen verborgene Tests, statt an Benchmarks der Anbieter.
• Fünftens der Harness: die Anweisungen, Befehle, Berechtigungen und Prüfungen, auf die sich Coding-Agenten stützen, in der Versionsverwaltung gepflegt und bei jeder Änderung an typischen Aufgaben getestet.
• Sechstens der Rollout Team für Team, mit Branch-Schutz, Review-Regeln für von Agenten geschriebene Änderungen und Schulung an Ihren eigenen Repositories.

KI-Funktionen in einem Produkt, etwa ein Assistent auf Ihrer Dokumentation, die Suche in einem Kundenportal, ein Agent, der Servicefälle vorbereitet, oder eine Sprachschnittstelle an einer Maschine, brauchen dieselbe Disziplin wie jedes andere Release, dazu Tests für Antworten, die variieren können. Evals, also wiederholbare Tests eines KI-Systems an festen Fällen, setzen die Qualitätsschwelle vor dem Release und laufen nach jeder Änderung an Modell, Prompt oder Daten erneut.

Darunter liegt eine Plattform für Produkte und interne Werkzeuge gleichermaßen: das Gateway, Modellbetrieb auf eigenen GPUs, wo Menge oder Daten es verlangen, Suche mit Berechtigungen, Tracing, Überwachung und CI/CD für Prompts und Modelle. Ab dem 2. August 2026 verlangt Artikel 50 der KI-Verordnung (AI Act), Nutzer darüber zu informieren, dass sie mit einem KI-System interagieren. Wenn ein Produkt Bewerber vorauswählt oder rankt oder die Kreditwürdigkeit von Privatpersonen bewertet, ist es nach Anhang III der KI-Verordnung ein Hochrisiko-System, mit Pflichten ab dem 2. Dezember 2027 wie Risikomanagement, Dokumentation und menschlicher Aufsicht. Solche Entscheidungen bauen wir nicht so, dass sie ohne Menschen laufen.

• Eine Abnahmeschwelle pro Funktion, festgelegt mit dem Produktmanagement an Fällen echter Nutzer.
• Ein Kosten- und Latenzbudget pro Anfrage, damit eine Funktion auch in der Breite bezahlbar bleibt.
• Regressionstests, die ein Release blockieren, wenn die Qualität nach einem Modellwechsel sinkt.
• Ein Modellbetrieb, der zur Menge passt: zunächst eine Anbieter-API, eigene GPUs, wenn Menge oder Daten es lohnend machen.

Die meisten dieser Risiken zeigen sich zuerst als Zahl: eine Rechnung, eine Review-Warteschlange, ein fehlgeschlagener Build. Für jedes gibt es eine Kontrolle, die sich messen lässt.

• Token-Rechnungen, die die Finanzleitung überraschen. Budgets pro Team im Gateway, sinnvolle Standardmodelle, Routing einfacher Aufgaben auf günstigere Modelle und Caching, berichtet als Kosten pro gemergter Änderung.
• Code, der das Unternehmen verlässt. Schriftliche Aufbewahrungsregeln jedes Anbieters, Modelle im eigenen Cloud-Konto oder auf eigenen Servern für sensible Repositories und Gateway-Protokolle, die zeigen, wohin jede Anfrage ging.
• Review wird zum Engpass. Review-Zeit und Nacharbeit werden pro Team gemessen, Aufgaben werden kleiner geschnitten, und Prüfungen im Harness fangen häufige Fehler ab, bevor ein Mensch hinschaut.
• Agenten, die zu viel dürfen. Berechtigungen im Harness, Branch-Schutz, Secret-Scanning und Ausführung in einer Sandbox begrenzen, worauf ein Agent zugreifen kann.
• Werkzeug- und Modellupdates, die Abläufe brechen. Neue Versionen werden an kürzlich gemergten Änderungen nachgespielt, bevor sie die Teams erreichen.
• Rollen, die sich in Ihren Teams ändern. 32 % der Unternehmen erwarten, dass KI IT-Stellen kostet, 61 % erwarten, dass Routineaufgaben wegfallen, und 55 %, dass klassische Einstiegsaufgaben wegfallen (Bitkom, 2026). Wir berichten nach Team, Aufgabe und Modell, bewerten nie einzelne Personen und erstellen keine Ranglisten von Entwicklern nach Token-Verbrauch.

Entwickler fragen es direkt: „Can you please share how you measured that productivity gap that's real?“, also wie der angeblich echte Produktivitätsunterschied gemessen wurde. Verlangen Sie von jedem Anbieter, auch von uns, Belege dieser Art.

• Ergebnisse an Ihren eigenen gemergten Änderungen, geprüft gegen verborgene Tests.
• Kosten und Review-Aufwand jeder akzeptierten Änderung, vorher und nachher.
• Schriftliche Regeln zu Aufbewahrung und Training für jeden genutzten Modell-Endpunkt.
• Ausgabengrenzen pro Team, die technisch durchgesetzt werden, etwa in einem Gateway.
• Harness, Konfiguration und Tests, übergeben in Ihrer Versionsverwaltung und ohne den Anbieter nutzbar.
• Für KI in Produkten einen Eval-Bericht gegen eine vereinbarte Schwelle und dieselben Evals in der CI.

Beginnen Sie mit der kostenlosen KI-Nutzungsanalyse. Senden Sie die Nutzungs- und Abrechnungsexporte Ihrer Wahl aus Copilot, Claude Code, Codex, Cursor oder Ihrem Gateway, und Sie erhalten eine Seite dazu, wohin die Ausgaben fließen, was Sie zuerst ändern und was Sie als Nächstes messen sollten. Sie braucht keinen Zugriff auf Ihre Systeme.

Für ein einzelnes Team geht die Kostenanalyse für Coding-Agenten tiefer, bis zu den Kosten pro gemergter Änderung vorher und nachher. Für KI in Ihren Produkten oder eine gemeinsame Plattform bringen Sie den Anwendungsfall in ein kostenloses 30-minütiges Gespräch mit einem Engineer mit.