ARSoftware berät Software- und Beratungsunternehmen bei der Einführung KI-gestützter Entwicklungspraktiken: agentische Coding-Workflows, Auswahl und Rollout von KI-Tools, Qualitätssicherung für KI-generierten Code und Befähigung der Teams.
Drei Arten von Unternehmen, die vor derselben Frage stehen: Wie kommt KI in die tägliche Entwicklungsarbeit, ohne dass Qualität und Nachvollziehbarkeit leiden?
Sie entwickeln ein eigenes Produkt, und einzelne Teams arbeiten bereits mit KI-Werkzeugen – nur ohne gemeinsame Regeln. Wir helfen dabei, aus verstreuten Einzelversuchen eine Praxis zu machen, die im ganzen Team funktioniert: welche Werkzeuge im Einsatz sind, wie Projektkontext und Prompts gepflegt werden und woran sich im Review zeigt, ob generierter Code produktionsreif ist.
Ihre Entwicklerinnen und Entwickler arbeiten in Kundenprojekten, oft unter den Sicherheits- und Compliance-Vorgaben Ihrer Kunden. Hier geht es darum, KI-Werkzeuge so einzuführen, dass deren Einsatz mit Vertraulichkeitsvereinbarungen und diesen Vorgaben vereinbar bleibt – und darum, dass Ihre Teams belegen können, was die Umstellung tatsächlich gebracht hat.
Sie liefern viele kleinere Projekte in kurzen Zyklen, häufig mit wechselnden Technologien. Agentische Workflows zahlen sich hier vor allem am Projektanfang aus: Grundgerüst, wiederkehrende Integrationen, Tests. Wir zeigen, bei welchen Schritten sich Automatisierung lohnt und an welchen Stellen es schneller ist, den Code selbst zu schreiben.
Die Beratung deckt vier Themen ab, die zusammengehören. Welche Schwerpunkte Sie setzen, hängt davon ab, wo Ihr Team gerade steht.
Wir richten agentische Workflows in Ihrem Repository ein: Projektkontext, Werkzeugzugriff, Grenzen des Agenten, Umgang mit langlaufenden Aufgaben. Dazu gehört auch die Frage, welche Aufgaben sich dafür eignen und welche Ihr Team weiterhin selbst übernimmt.
Der Markt für KI-Entwicklungswerkzeuge ändert sich schnell. Statt einer Standardempfehlung erproben wir die Kandidaten an Ihrem eigenen Code und an Aufgaben aus Ihrem Alltag. Am Ende steht ein Rollout-Plan: Lizenzen, Zugriffsrechte, Reihenfolge der Teams und die Klärung der Frage, welche Teile Ihres Quellcodes überhaupt an den Anbieter übertragen werden dürfen.
KI-generierter Code entsteht schneller, als ein Team ihn prüfen kann – das ist der eigentliche Engpass. Wir definieren Prüfschritte, die diesem Tempo standhalten: verbindliche Testabdeckung für generierte Abschnitte, statische Analyse in der CI-Pipeline, Regeln für die Größe einzelner Änderungen und eine klare Festlegung, wer eine Freigabe verantwortet.
Werkzeuge allein ändern die Arbeitsweise nicht. Wir arbeiten mit Ihren Teams an echten Aufgaben aus Ihrem Backlog: Wann lohnt sich ein Agent? Wie formuliert man den Auftrag? Wann bricht man ab und schreibt selbst? Die Ergebnisse halten wir in einem Leitfaden fest, den Ihr Team ohne uns weiterpflegen kann.
Grundlage dafür ist unsere eigene Entwicklungsarbeit: ARSoftware entwickelt KI-Software und veröffentlicht eigene Apps. Was wir empfehlen, setzen wir selbst ein – Werkzeuge, mit denen wir nicht gearbeitet haben, empfehlen wir nicht.
Eine Zusammenarbeit mit ARSoftware läuft in drei Schritten ab: Workshop, Pilot, Rollout. Jeder Schritt hat ein eigenes Ergebnis, und nach jedem Schritt entscheiden Sie, ob es weitergeht.
Ein bis zwei Tage mit Ihren Entwicklerinnen und Entwicklern: aktueller Stand, vorhandene Werkzeuge, konkrete Aufgaben aus Ihrem Backlog. Daraus ergibt sich eine Einschätzung, wo sich agentische Workflows bei Ihnen lohnen – und wo nicht.
Ein Team, ein abgegrenztes Repository, ein festgelegter Zeitraum. Wir richten Werkzeuge und Review-Gates ein und begleiten die ersten Aufgaben. Woran Sie den Erfolg messen, legen wir vorher gemeinsam fest.
Was sich im Pilotprojekt bewährt hat, übertragen wir auf weitere Teams – mit Leitfaden, Einarbeitung und angepassten Review-Regeln. Danach arbeitet Ihr Team eigenständig weiter; eine längere Begleitung ist möglich, aber kein Muss.
Agentisches Programmieren bezeichnet eine Arbeitsweise, bei der ein KI-Agent eine Entwicklungsaufgabe in mehreren Schritten selbstständig bearbeitet: Er liest den vorhandenen Code, nimmt Änderungen vor, führt Tests aus und korrigiert sich anhand der Ergebnisse. Der Unterschied zur reinen Code-Vervollständigung liegt in dieser Eigenständigkeit – der Agent verfolgt ein Ziel über mehrere Schritte hinweg, während Entwicklerinnen und Entwickler den Auftrag erteilen, die Grenzen setzen und das Ergebnis abnehmen.
KI-Beratung lohnt sich vor allem für Teams, die bereits mit KI-Werkzeugen arbeiten, aber ohne gemeinsame Regeln – der Hebel liegt dann nicht im Zugang zu den Werkzeugen, sondern in der Arbeitsweise. Typisch sind Softwareunternehmen mit eigenem Produkt, IT-Beratungen mit Kundenprojekten und Digitalagenturen mit kurzen Projektzyklen. Hat ein Team noch gar nicht mit solchen Werkzeugen gearbeitet, ist ein einzelner Workshop ein sinnvollerer Einstieg als ein größeres Programm.
Nein – aber das Tätigkeitsprofil verschiebt sich spürbar, und das sollte niemand kleinreden. Ein Agent übernimmt heute große Teile der Umsetzung; was er nicht übernimmt, sind die Entscheidungen darüber, was gebaut wird, ob die Architektur trägt und ob ein Ergebnis in Produktion gehen darf. In der Praxis heißt das: weniger Zeit für das Schreiben einzelner Codeabschnitte, mehr Zeit für Spezifikation, Architektur und Review – und höhere Anforderungen an die Erfahrung der Beteiligten, weil es schwieriger ist, fremden Code zu prüfen, als eigenen zu schreiben. Teams, deren Arbeit überwiegend aus einfachen, wiederkehrenden Aufgaben besteht, spüren diese Verschiebung zuerst.
Die Qualität KI-generierten Codes sichern wir mit denselben Mitteln wie bei handgeschriebenem Code, nur konsequenter angewendet, weil mehr Code entsteht. Konkret: automatisierte Tests, die für generierte Abschnitte verbindlich sind, statische Analyse und Typprüfung in der CI-Pipeline, ein manuelles Review und eine Begrenzung des Umfangs einzelner Änderungen, damit eine Prüfung überhaupt möglich bleibt. Dazu kommt eine organisatorische Regel: Freigeben darf nur, wer die Änderung nachvollzogen hat. Ohne diese Regel nützt die beste Werkzeugkette wenig.
Eine Zusammenarbeit beginnt mit einem Workshop in Ihrem Team, üblicherweise ein bis zwei Tage. Dabei sehen wir uns den aktuellen Stand an, arbeiten an echten Aufgaben aus Ihrem Backlog und halten fest, wo agentische Workflows weiterhelfen und wo nicht. Trägt der Ansatz, folgt ein Pilotprojekt mit einem Team und einem abgegrenzten Repository; erst danach steht die Ausweitung auf weitere Teams an. Den Aufwand schätzen wir jeweils für den nächsten Schritt – Sie legen sich nicht vorab auf ein ganzes Programm fest.
Beschreiben Sie kurz, woran Sie arbeiten. Sie bekommen eine ehrliche Einschätzung, ob sich das mit KI lösen lässt – und was der sinnvollste erste Schritt wäre.
Oder direkt per E-Mail: contact@arsoftware.tech
