KI macht Teams schneller – leider auch bei schlechten Prozessen

Die Transformation der Softwareentwicklung durch Agentic Engineering

In der modernen Softwareentwicklung vollzieht sich ein grundlegender Wandel, der oft unter dem provokanten Begriff „Vibe Coding“ diskutiert wird. Während dieser Begriff für einige Beobachter lediglich ein Synonym für unkontrollierte, KI-generierte Code-Fragmente darstellt, betrachtet man ihn bei SAP als einen notwendigen Produktivitätssprung. Das Unternehmen hat sich dazu entschlossen, dieses Konzept nicht nur zu akzeptieren, sondern es aktiv in klare, skalierbare Strukturen zu überführen. Im Zentrum dieses Wandels steht das sogenannte „Agentic Engineering“. Dabei handelt es sich um eine Arbeitsweise, bei der Künstliche Intelligenz einen signifikanten Anteil der Programmierarbeit übernimmt, während menschliche Entwickler weiterhin die Rolle der Architekten und Reviewer innehaben. Die Kernmeldung ist hierbei, dass KI-Systeme in einem Großkonzern wie SAP nicht als autonom agierende Einheiten verstanden werden, sondern als Werkzeuge, die in eine kontrollierte Plattformumgebung eingebettet sind. Ziel ist es, die Balance zwischen der notwendigen Freiheit für Entwickler und den regulatorischen Anforderungen an Governance und Sicherheit zu wahren. Die Implementierung dieses Ansatzes ist bei SAP bereits gelebte Praxis und soll auf der CLC-Konferenz 2026 im Detail beleuchtet werden, um aufzuzeigen, wie aus einem Trend echter, nachhaltiger Unternehmenswert generiert werden kann.

Strukturierte Innovation: Die Rolle von Hyperspace

Um das Ziel einer sicheren und skalierbaren KI-Integration für rund 25.000 Entwickler zu erreichen, setzt SAP auf die interne Plattform namens Hyperspace. Diese dient als zentraler Enabler, der den Entwicklern die notwendigen Leitplanken bietet, ohne ihre Kreativität durch starre Einschränkungen zu ersticken. Oliver Nocon, Produktmanagement Lead bei SAP, betont in diesem Zusammenhang, dass die Herausforderung nicht in einem Kontrollverlust liegt, sondern darin, die Kontrolle in einem Umfeld zu behalten, das sich in rasanter Geschwindigkeit wandelt. Hyperspace fungiert hierbei als technisches Fundament, das sicherstellt, dass die Zusammenarbeit zwischen Mensch und KI in geordneten Bahnen verläuft. Die Plattform wurde so konzipiert, dass sie auf Prinzipien des Continuous Delivery basiert. Sie stellt sicher, dass Teams, die in kleinen und schnellen Zyklen arbeiten, von einer soliden Infrastruktur profitieren. Durch diese gezielte Gestaltung der Plattformumgebung soll verhindert werden, dass die Einführung von KI-Werkzeugen zu einem unkontrollierten Wildwuchs führt. Stattdessen wird die technologische Unterstützung so ausgerichtet, dass sie die Produktivität steigert, während gleichzeitig die Qualität der Softwareprodukte im Sinne des DORA-Frameworks nachhaltig verbessert wird.

Methodik und Sicherheit im KI-gestützten Entwicklungsprozess

Die Sicherstellung von Compliance, Sicherheit und Wartbarkeit bei KI-generiertem Code ist eine der zentralen Herausforderungen für Systemarchitekten. Lukas Heimann, System Architect für KI-Themen in der internen Entwicklungsplattform von SAP, unterstreicht, dass viele bewährte Methoden des klassischen Software Engineerings auch im Zeitalter der KI ihre Gültigkeit behalten. Dazu gehören unter anderem Linting, statische Codeanalysen sowie umfassende Lizenz- und Sicherheitsscans für Open-Source-Komponenten. Diese Qualitätsprüfungen werden nach dem „Shift Left“-Prinzip so früh wie möglich in den Entwicklungsprozess integriert. In einer von KI geprägten Umgebung müssen diese „Sensoren“ jedoch direkt als Datenquellen für die KI-Agenten fungieren. Ein weiterer entscheidender Aspekt ist das sogenannte Context Engineering. Da Sprachmodelle von sich aus keinen Zugriff auf firmenspezifische Informationen wie Produktstandards oder interne Wissensdatenbanken haben, werden diese über die Plattform als zentrale Skills und MCP-Server in den Prozess eingespeist. Um Risiken wie Prompt Injection oder Datenexfiltration zu minimieren, erfolgt der Zugriff auf die Sprachmodelle ausschließlich über einen zentralen Proxy. Zudem gibt es eine strikte Registry für erlaubte Agent-Assets und klare Vorgaben für die Einbindung von menschlichen Reviewern („Human-in-the-Loop“).

Die Bedeutung der Unternehmenskultur und Prozessreife

Ein zentrales Learning aus dem Rollout von KI-gestützten Werkzeugen bei SAP ist die Erkenntnis, dass Künstliche Intelligenz primär als Verstärker fungiert. Diese Eigenschaft ist ambivalent: Während sie exzellente Praktiken und hohe Prozessreife massiv beschleunigen kann, verstärkt sie ebenso ineffiziente Prozesse und mangelhafte Engineering-Kulturen. Oliver Nocon macht deutlich, dass Investitionen in KI nur dann einen echten Multiplikator für Qualität und Liefergeschwindigkeit darstellen, wenn sie mit einer entsprechenden Entwicklung der Unternehmenskultur einhergehen. Die bloße Einführung von Tools reicht nicht aus; die Teams müssen in der Lage sein, diese Werkzeuge innerhalb einer reifen Prozesslandschaft sinnvoll einzusetzen. Wenn diese Voraussetzung fehlt, drohen die Vorteile der KI durch die zugrunde liegenden strukturellen Probleme neutralisiert zu werden. Die Zufriedenheit der Entwickler steigt demnach nur dann, wenn die technologische Unterstützung auf eine solide Basis trifft. Dies unterstreicht die Notwendigkeit, dass Unternehmen, die den Weg zum Agentic Engineering beschreiten wollen, ihre organisatorischen Rahmenbedingungen parallel zur technologischen Aufrüstung kritisch hinterfragen und gezielt weiterentwickeln müssen.

Die Gefahr der Schatten-IT und die Lösung durch bessere Tools

Ein weiteres kritisches Thema bei der Einführung neuer Technologien ist das Risiko der Schatten-IT. Lukas Heimann beobachtet, dass Entwicklerinnen und Entwickler äußerst kreativ bei der Lösung ihrer täglichen Probleme sind. Fehlt eine offizielle, gut funktionierende Integration – beispielsweise für das Backlog-Management –, neigen Teams dazu, eigene Lösungen zu entwickeln, oft unter Zuhilfenahme von KI. Um dies zu verhindern, muss die zentral angebotene Lösung innerhalb der Plattform schlichtweg die überlegene Alternative sein. Sie muss für den spezifischen Anwendungsfall perfekt passen, höchste Sicherheitsstandards erfüllen und so einfach in der Anwendung sein, dass der Aufbau eigener Workarounds für die Teams unattraktiv wird. Dieser Ansatz der „Kanalisierung statt Bremsung“ ist essenziell. Wenn die zentrale Plattform den Entwicklern die Arbeit erleichtert, anstatt sie durch bürokratische Hürden zu behindern, wird die Kreativität der Belegschaft in produktive Bahnen gelenkt. Dies erfordert eine kontinuierliche Auseinandersetzung mit den tatsächlichen Bedürfnissen der Entwicklerteams und eine stetige Optimierung der angebotenen Dienste innerhalb der internen Infrastruktur.

Einordnung der aktuellen Entwicklungen

Einzuordnen ist das Vorgehen von SAP als ein systematischer Versuch, den Hype um KI in eine industrielle, skalierbare Form zu gießen. Den Berichten zufolge ist der Konzern bestrebt, die Diskrepanz zwischen der theoretischen Leistungsfähigkeit von KI-Modellen und der praktischen Anwendbarkeit in einem hochregulierten Unternehmensumfeld zu schließen. Die Wahl des Begriffs „Vibe Coding“ ist dabei als bewusste Provokation zu verstehen, um die notwendige Debatte über die Rolle von KI in der Softwareentwicklung anzustoßen. Die Experten von SAP betonen, dass die Grenze zwischen einem echten Produktivitätsgewinn und einem gefährlichen Wildwuchs nicht durch die KI-Technologie selbst definiert wird, sondern durch die Qualität der Plattform, die den Rahmen für den Einsatz dieser Technologie bildet. Diese Sichtweise korrespondiert mit aktuellen Erkenntnissen aus dem DORA AI Capabilities Model, das die Bedeutung von soliden internen Plattformen und schnellen Feedback-Zyklen unterstreicht. Die Strategie bei SAP zeigt somit einen Weg auf, wie große Organisationen die Agilität von Start-ups mit der notwendigen Sicherheit und Compliance eines Konzerns vereinen können.

Offene Fragen und Lücken im Prozess

Obwohl die Strategie von SAP einen klaren Rahmen für das Agentic Engineering vorgibt, bleiben einige Aspekte in der öffentlichen Darstellung unbeantwortet. So wird beispielsweise nicht detailliert ausgeführt, wie genau die Gewichtung zwischen KI-generiertem Code und menschlicher Überprüfung in kritischen Sicherheitsbereichen langfristig austariert wird, wenn die KI-Systeme immer komplexere Aufgaben übernehmen. Auch die Frage nach den spezifischen Kosten und dem Ressourcenaufwand für den Unterhalt der Hyperspace-Plattform bleibt offen. Es ist zudem nicht ersichtlich, welche konkreten Kennzahlen SAP heranzieht, um den Erfolg der KI-Integration über die bloße Entwicklerzufriedenheit hinaus zu messen. Des Weiteren stellt sich die Frage, wie der Wissenstransfer innerhalb der Organisation sichergestellt wird, wenn die KI-Systeme zunehmend als „Black Box“ fungieren und den internen Kontext für die Entwicklung bereitstellen. Die langfristigen Auswirkungen auf die Ausbildung und das Anforderungsprofil von Softwareentwicklern bei SAP, die nun verstärkt als Reviewer agieren müssen, werden ebenfalls nur oberflächlich tangiert. Diese Lücken deuten darauf hin, dass die Implementierung von Agentic Engineering ein fortlaufender Lernprozess ist, dessen endgültige Auswirkungen auf die Software-Architektur noch nicht vollständig absehbar sind.

Ausblick: Die CLC-Konferenz 2026 und zukünftige Schritte

Die weitere Entwicklung des Agentic Engineerings bei SAP wird eng mit dem Austausch innerhalb der Fachcommunity verknüpft sein. Ein zentraler Termin für die Vertiefung dieser Themen ist die CLC-Konferenz, die vom 11. bis zum 12. November 2026 in Mannheim stattfinden wird. Dort werden Themen wie Agentic AI, digitale Souveränität und die Herausforderungen des Platform Engineerings im Fokus stehen. Für SAP und andere Unternehmen bietet diese Veranstaltung die Gelegenheit, die Erfahrungen aus der Praxis zu teilen und den Dialog über die notwendigen Standards für eine KI-gestützte Entwicklung weiterzuführen. Die angekündigten Schritte umfassen eine stetige Weiterentwicklung der Plattform Hyperspace, wobei insbesondere die Integration neuer „Sensoren“ und die Verfeinerung der Context-Engineering-Methoden im Vordergrund stehen dürften. Es ist zu erwarten, dass SAP die gewonnenen Erkenntnisse aus dem Rollout nutzen wird, um die Governance-Strukturen weiter zu automatisieren und die Hürden für eine sichere KI-Nutzung noch weiter zu senken. Die Konferenz wird hierbei als Gradmesser dienen, wie weit die Industrie insgesamt auf dem Weg zur Integration von KI-Agenten in den professionellen Software-Lebenszyklus bereits fortgeschritten ist.