Dave König spricht mit Dr. Georg Zeißner von DATEV über
Fehlerkultur, agentische Softwareentwicklung und die Frage, wie
Teams auch bei hohem Tempo ihren Code verstehen und im Betrieb
Verantwortung übernehmen.
Ein KI-Agent liefert in Minuten neuen Code. Wer im Team kann
erklären, wie die Änderung wirkt, und nachts eingreifen, wenn
etwas schiefläuft? Dave König spricht mit Dr. Georg Zeißner,
Software-Ingenieur und Psychologe bei DATEV, darüber, wie Code
Ownership entsteht.
Zeißner erklärt, was Fehler über Zielkonflikte verraten und warum
Regeln vor allem bei schwierigen Entscheidungen helfen sollen.
Von Quality Gates bis zu KI-Agenten geht es darum, welche
Entscheidungen Teams automatisieren können und wo ihr eigenes
Urteil gefragt ist.
Bei "Tech or Myth (Facts?)" muss Zeißner zwei KI-Geschichten
auseinanderhalten. Für Entwicklungsteams, Tech Leads und agile
Coaches stellt sich die Frage, wie viel Zeit bei höherem Tempo
für Reviews, Übergaben und Kundenfeedback bleibt.
–––
Kapitelübersicht:
00:00:00 DOAG VOICES DevLand Intro
Dave König begrüßt Dr. Georg Zeißner und stellt die Themen der
Folge vor.
00:02:05 KI-Vorstellung und Werdegang
Auf das KI-Porträt folgt Zeißners Weg von der Psychologie zur
Softwareentwicklung bei DATEV.
00:08:54 Softwareentwicklung als Handwerk
Vom Lernen im Projekt geht es zu F# und zur Frage, was
funktionale Programmierung im Team bringt.
00:14:46 Was Fehler über ein System verraten
Zeißner erklärt am Beispiel einer Kreuzung, wie Regeln
Entscheidungen beeinflussen.
00:22:23 Quality Gates und Zielkonflikte
Die beiden sprechen darüber, wie Teams Prioritäten festlegen und
wo starre Automatisierung an Grenzen stößt.
00:27:32 Wenn Agenten Regeln auslegen
Von KI-Agenten bis Knight Capital geht es darum, wie
Automatisierung die Folgen eines Fehlers verstärken kann.
00:37:45 Tech or Myth (Facts?)
Bis 00:43:27 rätseln die beiden über ein Röntgenmodell und einen
KI-gesteuerten Incident.
00:43:27 Psychologie im Produktdesign
Zeißner zeigt an einem Ordnersymbol, wie Erkenntnisse über
Wahrnehmung im UX-Design helfen.
00:47:49 Tempo und Aufmerksamkeitsdruck
Die beiden diskutieren technische Schulden, parallele Agenten und
den Aufwand, ihre Ergebnisse zu prüfen.
00:54:17 KI als Assistenz im Team
Zeißner skizziert, wie KI bei der Recherche helfen kann, während
Menschen bewerten und entscheiden.
00:59:09 Wie Code Ownership entsteht
Zeißner erklärt, warum Systemverständnis Zeit braucht und was
Teams aus Einwänden gegen KI lernen können.
01:03:18 DOAG VOICES DevLand Outro
Der Abspann beschließt die Folge.
–––
Die Top 3 Learnings dieser Episode:
1. Fehler können Zielkonflikte sichtbar machen. Klare Prioritäten
helfen Teams, zwischen Tempo und gründlichem Testen abzuwägen.
2. KI kann Informationen zusammentragen und aufbereiten. Wer sie
selbst bewertet, bleibt bei seltenen Fehlern eher handlungsfähig.
3. Code Ownership wächst, wenn Teams Daten- und Kontrollflüsse
verstehen und ihr Verständnis mit Kundenfeedback abgleichen.
–––
Mehr über Dave König aka Frickeldave: https://frickeldave.de
Dave ist Speaker auf der KI Navigator 2026 (Termin siehe unten):
"Agenten auf der Überholspur: Von Vibe-Code-Prototyp zur
Enterprise-KI mit BMW"
Agenda:
https://meine.doag.org/events/ki/2026/agenda/#agendaId.8747
–––
Mehr über die DOAG: https://www.doag.org
–––
Anstehende DOAG-Konferenzen:
KI Navigator 2026 | 18. & 19. November 2026
https://www.kinavigator.eu/de/home/ | Tickets für KI Navigator:
https://meine.doag.org/events/ki/shop/
European Netsuite User Days | 17. & 18. November 2026
https://netsuite.doag.org/de/
DOAG 2026 Konferenz + Ausstellung | 17. - 19. November 2026
https://anwenderkonferenz.doag.org/de/home/
DevLand 2027 | 3. - 5. März 2027
https://www.devland.eu/ | Für die DevLand im Europa-Park in Rust
gibt es bis einschließlich 13. Januar 2027 Early-Bird-Tickets.
Hosted on Acast. See acast.com/privacy for more information.
Kommentare (0)
Melde dich an, um einen Kommentar zu schreiben.