AI Native: Wenn Agenten Software bauen - mit Daniel Weisser
(Exxeta)
Agenten schreiben Code, testen ihn und dokumentieren Altsysteme,
oft über Nacht und schneller, als ein Mensch die Ergebnisse
prüfen kann. Damit verschiebt sich die eigentliche Frage in der
Softwareentwicklung: nicht mehr, wer den Code schreibt, sondern
wer ihn versteht, prüft und dafür geradesteht.
In dieser Folge spreche ich mit Daniel Weisser, CTO der Exxeta
aus Karlsruhe. Exxeta hat rund 1.300 Leute an Bord und versteht
sich als AI-native Transformationspartner für komplexe und
regulierte Unternehmen, nach dem eigenen Motto „Hightech with a
Heartbeat“. Daniel ist seit rund 20 Jahren im Unternehmen, hat
als Entwickler angefangen, unterrichtet seit vielen Jahren
Softwareentwicklung an der Hochschule Karlsruhe und entwickelt
bis heute selbst.
Wir reden darüber, was vom Entwicklerhandwerk bleibt, wenn
Agenten den Großteil des Codes erzeugen, und warum man an den
kritischen Stellen trotzdem selbst entwickeln sollte. Über
geschlossene Feedback-Loops von der Typisierung bis zum Test auf
echten Endgeräten. Über Produktivitätsversprechen, die nur auf
dem Papier stehen, und den Unterschied zwischen Use Case und
Business Case. Über AI Native als Unternehmens-DNA statt als
zusätzliche Copilot-Lizenz. Und darüber, warum der Harness um das
Modell herum den Unterschied macht.
Eine Folge für alle, die Softwareentwicklung mit Agenten
produktiv aufstellen wollen, ohne die Verantwortung für das
Ergebnis aus der Hand zu geben.
Darum geht’s:
Der CTO, der noch selbst entwickelt: was Daniel heute
agentisch baut und wo er bewusst selbst Hand anlegt
Erklärbarkeit statt Tempo: warum selbst entwickeln an
kritischen Stellen die Voraussetzung ist, Verantwortung zu
übernehmen
Lehre im KI-Zeitalter: Werkzeuge offen nutzen, aber Prüfung
und Produktivbetrieb verantwortet immer ein Mensch
Qualität durch geschlossene Loops: Tests, Linting, strikte
Typisierung, Architecture as Code, Multi-Agenten-Reviews und
End-to-End-Tests bis aufs echte Endgerät
Warum stark typisierte Sprachen wie Rust und Go im
agentischen Zeitalter gewinnen
Produktivität ehrlich gemessen: echte Sprünge entstehen erst,
wenn Menschen und Auftraggeber die Ergebnisse abnehmen
Agile Methoden mit Sprints von einem Tag und das Revival der
präzisen Spezifikation
AI Native als DNA: Anpassungsfähigkeit, Lernbereitschaft und
ein sorgsamer Umgang mit Daten
Warum KI-Piloten sterben: gefangen in der Chatbot-Ära,
schlechte Daten und fehlende Data Governance
DORA, NIS2 und AI Act: vom Bremsschuh zum Beschleuniger, wenn
Nachvollziehbarkeit und Determinismus gesichert sind
Wie Exxeta sich selbst umgebaut hat: interne KI-Plattform mit
Modell- und Standortwahl, eigene Harnesses und das
Open-Source-Werkzeug exxperts für Wissen mit Human in the Loop
Softwaremodernisierung: deterministische Codeanalyse
kombiniert mit Sprachmodellen
Die neue Rolle der Dienstleister: sich beim Kunden
entbehrlich machen, komplexe Systeme verantworten und vibe-coded
Lösungen wieder zum Laufen bringen
Was ein Harness leistet: Werkzeuge, Rechte und Rollen,
Code-Ausführung, Guardrails und Modellwahl
Knowledge Drift verhindern: Docs as Code, Prüfung in der
CI-Pipeline, Graphdatenbanken, Ontologien und eine Single Source
of Truth
Was dem Menschen bleibt: kreative Problemlösung, Empathie und
Zusammenarbeit
Daniels Rat an die nächste Generation: lernen, neugierig
bleiben, Verantwortung übernehmen und mit KI besser statt nur
schneller lernen
Daniel Weisser / Exxeta:
LinkedIn: https://www.linkedin.com/in/daniel-weisser/
GitHub: https://github.com/weisserd
Exxeta auf
LinkedIn: https://www.linkedin.com/company/exxeta/
Website: https://exxeta.com
Exxeta exxfer, Agentische IT
Modernisierung: https://exxeta.com/exxfer
exxperts (Open
Source): https://github.com/exxeta/exxperts
Florian Mertl / bwiiw:
LinkedIn: https://www.linkedin.com/in/florian-mertl-744396123/
bwiiw: https://www.bwiiw.com
blingai: https://www.blingai.one
Gerne abonnieren, teilen und weiterempfehlen.
Kommentare (0)
Melde dich an, um einen Kommentar zu schreiben.