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.