Zur Erinnerung: Im Februar 2025 veröffentlichte Anthropic Claude Code als Preview, ein agentisches CLI-Tool für Entwickler. Im Mai folgte die General Availability zusammen mit Claude 4. Am 16. April 2025 kam OpenAI Codex CLI als Open-Source-Terminal-Tool, parallel zu den o3/o4-mini-Modellen. Das ist weniger als ein Jahr her.
Große Unternehmen stehen seitdem unter einem Druck, den ich bisher so nicht erlebt habe. Die Werkzeuge versprechen enormen Produktivitätszuwachs, Geschwindigkeit, Gewinn. Und das Versprechen ist nicht leer, die Werkzeuge liefern tatsächlich. Einzelne Entwickler werden messbar produktiver. Pull Requests werden schneller geschrieben. Code entsteht in Minuten statt Tagen.
Der blinde Fleck
Diejenigen, die sich in einem großen Unternehmen mit Standards, Governance, Compliance oder strukturierten Vorgehensmodellen beschäftigen, steuern die Einführung nicht mehr. Sie begleiten sie nur noch. Der Druck aus den Geschäftseinheiten ist zu groß.
Security-Maßnahmen und Best Practices, die über Jahre aufgebaut wurden? Mit dem Einsatz von CLI-Agenten, die direkt in der Konsole arbeiten, Code schreiben, Dateien ändern, Befehle ausführen, sind viele dieser Maßnahmen plötzlich nur noch Erinnerung. Die Tools operieren unterhalb der Schutzschichten, die wir für unsere bisherigen Werkzeuge über Jahre eingeführt haben.
Diese Balance zwischen Geschwindigkeit und Kontrolle zu halten, ist ein Kraftakt. In meinem beruflichen Umfeld beobachte ich, wie er an vielen Stellen misslingt.
Schrauben statt Nägel
Ich weiß, der Vergleich ist abgenutzt. Trotzdem passt er hier, weil er das Problem auf den Punkt bringt.
Unsere Entwickler und Architekten bekommen ein mächtiges Toolset an die Hand. Ohne ausreichende Erfahrung. Ohne ausreichende Literatur zu Best Practices. Ohne einen strukturierten Rahmen, den sie an einer Universität hätten lernen können, weil es diesen Rahmen erst seit Monaten gibt. Und wie wird das Werkzeug benutzt? Genau so, wie der Handwerker, der gewohnt ist, mit Hammer und Nagel zu arbeiten, die ersten Schrauben benutzt.
Ich habe die Entwicklung in diesem Bereich seit den Anfängen begleitet und bin ein intensiver Nutzer genau dieser Werkzeuge. In meinen früheren Beiträgen habe ich einzelne Aspekte beleuchtet: warum KI-gestützte Entwicklung mehr Planung braucht, wer die letzten 10% noch prüfen kann, warum Kontext das eigentliche Problem ist. Was ich dort für die Arbeit des einzelnen Entwicklers beschrieben habe, gilt auch für Organisationen, nur in einer anderen Größenordnung.
Was DORA herausgefunden hat
Dass ich mit dieser Einschätzung nicht alleine bin, zeigt ein Research Report, den ich jedem empfehle, der sich mit dem Thema beschäftigt: das DORA AI Capabilities Model 2025 von Google. Basierend auf qualitativen Daten und Umfrageantworten von knapp 5.000 Technologie-Fachleuten weltweit.
Die Kernaussage, und sie ist in ihrer Klarheit überraschend hart:
AI ist ein Verstärker. Sie verstärkt die Stärken leistungsfähiger Organisationen und die Dysfunktionen schwacher.
„The greatest returns come not from the tools themselves, but from investing in the foundational systems that amplify AI’s benefits."
Das heißt im Klartext: Wer gut organisiert ist, wird durch AI noch besser. Wer chaotisch arbeitet, produziert mit AI schneller Chaos. Das Tool allein macht nichts besser. Es beschleunigt, was da ist.
Sieben Fähigkeiten, nicht sieben Tools
DORA identifiziert sieben Fähigkeiten (organisatorische Kompetenzen), die den Unterschied machen. Keine davon ist ein Modell oder ein Tool:
Klare AI-Policy: Unklarheit darüber, welche Tools erlaubt sind und wie sie eingesetzt werden dürfen, lähmt entweder durch Angst oder durch Wildwuchs. Beides ist schlecht. Die DORA-Forschung zeigt, dass Organisationen mit einer klaren, kommunizierten AI-Haltung messbar bessere Ergebnisse erzielen: mehr individuelle Effektivität, mehr Throughput, weniger Reibung. Organisationen ohne klare Policy? Dort ist der Effekt von AI auf die Organisationsleistung nicht einmal statistisch nachweisbar.
AI-zugängliche interne Daten: Generische AI-Tools produzieren generischen Code. Erst die Verbindung zu internen Codebases, Dokumentation, Style Guides und Architekturentscheidungen macht aus einem Chatbot einen spezialisierten Assistenten. DORA beschreibt den Übergang von Prompt Engineering zu Context Engineering, und wer meinen Beitrag zu Kontext gelesen hat, weiß, wie sehr mich das freut.
Kleine Batches: Das klingt nach Lehrbuch. Ist es auch. Aber die Daten machen es konkret: AI-Coding-Tools verleiten dazu, große Mengen Code auf einmal zu generieren. Die DORA-Forschung zeigt, dass die Disziplin kleiner Batches die positive Wirkung von AI auf Produktperformance verstärkt und Reibung reduziert. Wer große Batches fährt, bei dem ist der Effekt von AI auf Produktperformance nicht nachweisbar. Interessanter Nebenbefund: Teams, die in kleinen Batches arbeiten, berichten von etwas geringerer individueller Effektivität. Die Zerlegung in kleine Stücke kostet Zeit und fühlt sich langsamer an. Aber die Produkte werden besser.
Starke Versionskontrolle: AI-generierter Code ist nicht deterministisch. Jeder Durchlauf kann andere Ergebnisse liefern. Häufige, kleine Commits und die Fähigkeit zum schnellen Rollback werden zum Sicherheitsnetz. DORA empfiehlt, auch AI-Prompts und Agenten-Konfigurationsdateien (wie CLAUDE.md) in die Versionskontrolle aufzunehmen. 21% der Befragten tun das bereits.
Qualitätsplattformen, Nutzerzentrierung und gesunde Datenökosysteme sind die verbleibenden drei. Jede einzelne verdient einen eigenen Beitrag. Was sie gemeinsam haben: Sie sind keine AI-spezifischen Maßnahmen. Es sind die gleichen Fähigkeiten, die seit Jahren leistungsfähige Teams von mittelmäßigen unterscheiden. AI hat daran nichts geändert. Sie hat es nur sichtbarer gemacht.
Sieben Teamprofile
Ein Teil des Reports hat mich besonders beschäftigt. DORA hat aus den Umfragedaten sieben Team-Archetypen identifiziert, von „Foundational Challenges" (10% der Befragten, Überlebensmodus, hohe Burnout-Raten) über „Constrained by Process" (17%, stabile Systeme, aber erstickende Prozesse) bis zu „Harmonious High-Achievers" (20%, niedrige Reibung, hohe Leistung auf allen Achsen).
Das Unbequeme daran: Nur die oberen beiden Cluster (Pragmatic Performers und Harmonious High-Achievers, zusammen 40%) sind wirklich in der Position, von AI-Adoption sofort zu profitieren.
Was ich empfehle
Meine Empfehlung für Unternehmen, die AI-Coding-Tools in die Breite bringen wollen, ist nicht besonders spektakulär. Sie lässt sich in wenigen Tagen umsetzen.
Bevor die Tools breitflächig ausgerollt werden, braucht es ein Mindestmaß an Vorgehensmodell. Ein pragmatisches Framework, das auf die Belange des Unternehmens zugeschnitten ist. Welche Tools sind erlaubt? Wie wird AI-generierter Code reviewt? Welche Security-Anforderungen gelten? Wie groß dürfen Batches sein?
Das kann in weniger als einer Woche erarbeitet werden. Ernsthaft. Nicht Monate. Tage.
Dieses Framework muss dann geschult werden. Nicht als PowerPoint-Flut, sondern als Training, in dem Entwickler und Architekten ein Grundverständnis der Methodik, der Möglichkeiten und der einzuhaltenden Sicherheitsmaßnahmen aufbauen. Die Kompetenz, mit diesen Tools sicher umzugehen, gibt es selbst bei Experten erst seit weniger als einem Jahr. Von Entwicklern zu erwarten, dass sie sich das nebenbei aneignen, ist fahrlässig.
AI-Adoption ist kein Tool-Beschaffungsproblem. Sie ist eine organisatorische Transformation. Wer das Tool ausrollt, ohne die Prozesse, die Schulung und die Governance mitzudenken, verstärkt genau die Probleme, die er lösen wollte.
Was sich nicht delegieren lässt
Der DORA-Report schließt mit einem Satz, den ich hier stehen lassen will, weil er das Thema besser zusammenfasst als ich es könnte:
„AI, in and of itself, is not assured to be beneficial. It must be adopted with care."
AI kann Softwareentwicklung verändern. Aber nur für Organisationen, die bereit sind, die Systeme, die Kultur und die Praktiken aufzubauen, in denen sie wirken kann. Wer auf das Tool setzt und die Organisation ignoriert, wird feststellen, dass Geschwindigkeit ohne Stabilität nichts anderes ist als beschleunigtes Chaos.
Den DORA AI Capabilities Model Report 2025 gibt es kostenlos. Lest ihn. Jeder Buchstabe darin ist wertvoll.