Die Software Factory
Ein neues Betriebsmodell, um Software mit Menschen und KI zu bauen.
KI verändert mehr als das Tempo, in dem Entwicklerinnen Code schreiben. Sobald Agenten größere Arbeitspakete planen und ausführen können, verändert sich mit ihnen die Rolle der Software-Organisation.
Die Frage lautet nicht mehr nur: Wie machen wir Entwicklerinnen schneller?
Sie lautet zunehmend: Wie bauen wir ein System, in dem Menschen und KI gemeinsam die richtige Software bauen?
Dieses System ist die Software Factory.
Ausführung von Software wird zum Überfluss.
Jahrzehntelang waren Software-Organisationen um eine knappe Ressource herum gebaut: menschliche Entwicklungskapazität.
Arbeit wurde in immer kleinere Einheiten zerlegt, damit Menschen sie schätzen, zuweisen, abstimmen und ausführen konnten.
KI verschiebt diese Knappheit. Agenten können zunehmend recherchieren, planen, umsetzen, testen und über größere Arbeitspakete hinweg iterieren.
Die Arbeitseinheit darf wieder größer werden.
Wenn Ausführung billiger wird, wird das System um die Ausführung herum wichtiger.
Schneller programmieren heißt nicht schneller ausliefern.
Ein Feature kann schnell umgesetzt sein und trotzdem Wochen bis zur Auslieferung brauchen. Warum? Weil Softwareentwicklung sehr viel mehr umfasst als Code zu schreiben.
Bevor die Umsetzung gelingen kann, muss das Team wissen:
Je schneller die Ausführung wird, desto größer wird der Anteil dieser Fragen am Gesamtsystem.
KI beseitigt Abstimmungsprobleme nicht. Sie legt sie offen.
Eine Software Factory ist mehr als eine Sammlung von KI-Agenten.
Eine Software Factory ist ein Betriebsmodell für Softwareentwicklung, in dem Menschen Ergebnisse, Kontext und Randbedingungen festlegen, während zunehmend autonome Systeme beim Planen, Ausführen und Prüfen helfen.
Das Ziel ist nicht maximale Automatisierung.
Das Ziel ist ein System, das geschäftliche Absicht wiederholbar in gute Software übersetzt — und aus jedem Zyklus lernt.
Was wollen wir erreichen?
Unternehmensstrategie, Ziele und Produktergebnisse bestimmen, worauf das System optimieren soll.
Was muss das System wissen?
Anforderungen, Kundenerkenntnisse, Gespräche, Abhängigkeiten und Produktwissen reisen mit der Arbeit mit.
Welche Regeln und Entscheidungen gelten?
Engineering Practices, Architekturentscheidungen, Randbedingungen und menschliche Freigaben ziehen die Grenzen.
Was können Menschen und KI tun?
Arbeit wird auf der höchsten sinnvollen Autonomiestufe geplant und ausgeführt.
Haben wir es richtig gebaut?
Pläne, Umsetzung und Ergebnisse werden gegen Anforderungen und Randbedingungen der Organisation geprüft.
Wie wird der nächste Zyklus besser?
Delivery-Signale, Ergebnisse und Rückmeldungen von Menschen verbessern das System über die Zeit.
Der Mensch verschwindet nicht. Der Mensch rückt eine Ebene höher.
Klassische Softwareentwicklung verlangt von Menschen, viel Zeit sowohl für die Entscheidung zu verwenden, was passieren soll, als auch für die operative Arbeit, die es dafür braucht.
KI verschiebt dieses Verhältnis.
Es geht nicht darum, Menschen aus der Softwareentwicklung zu entfernen. Es geht darum, menschliches Urteil dort einzusetzen, wo es den größten Hebel hat.
KI verändert die Arbeitseinheit.
Klassisches Projektmanagement nimmt an, dass Arbeit zerlegt werden muss, bevor sie ausgeführt werden kann. Deshalb sind Software-Organisationen immer stärker um Tasks herum gewachsen.
Wenn ein Agent aber eine Codebasis recherchieren, einen Plan erstellen, Änderungen umsetzen und das Ergebnis testen kann, verliert die Zuweisung einzelner Programmieraufgaben an Bedeutung.
Das System braucht dann genug Kontext und Kontrolle, um aus dieser Absicht eine gute Umsetzung zu machen.
Das Feature wird zur wichtigeren Einheit der Abstimmung.
Vom Prompten der KI zum Bauen von Schleifen.
Die erste Welle der KI-Entwicklung drehte sich um Prompts. Ein Mensch fragt. Die KI antwortet. Der Mensch bewertet das Ergebnis und fragt erneut.
Je autonomer die Systeme werden, desto mehr gestalten Entwicklerinnen die Umgebung um den Agenten herum. Damit verschiebt sich der Fokus vom einzelnen Prompt zu wiederholbaren Ausführungsschleifen.
Loop Engineering macht Agenten wirksamer. Eine Software Factory macht die Organisation um sie herum wirksam.
KI-nativ wird man nicht durch den Kauf von KI-Werkzeugen.
Jeder Entwicklerin einen KI-Assistenten zu geben, kann die einzelne Ausführung verbessern. Wie die Organisation arbeitet, ändert das nicht automatisch.
Der Weg zur Software Factory verläuft in Stufen.
Wissen liegt verteilt über Werkzeuge und Köpfe. Menschen koordinieren das meiste von Hand. KI wird einzeln genutzt.
Ziele, Arbeit, Kontext und Entscheidungen werden verbunden. Die Organisation wird als System verstehbar.
KI übernimmt größere operative Aufgaben — mit organisationalem Kontext und ausdrücklichen Leitplanken. Menschen richten und prüfen zunehmend.
Delivery-Signale, Ergebnisse und menschliches Feedback verbessern laufend, wie das System arbeitet.
In einer Software Factory geht es nicht darum, mehr Code zu produzieren.
Codemenge ist eine schlechte Definition von Leistung in der Softwareentwicklung.
Leistung = Ausrichtung × Ausführung × Lernen
Das Richtige bauen.
Aus Absicht wird Ausführung.
Jeder Zyklus wird besser.
Plenec ist das System rund um die Arbeit.
Etablierte Software-Organisationen fangen nicht bei null an. Sie haben bereits:
Plenec verbindet diese bestehende Organisation und hilft ihr, sich weiterzuentwickeln.
Ihr ersetzt eure Software-Organisation nicht. Ihr macht sie verbunden, beobachtbar und zunehmend KI-nativ.
Plenec ansehen →Baut die Factory um eure Organisation herum.
Der Weg zur Software Factory ist in erster Linie kein Werkzeugprojekt.
Er verlangt zu verstehen, wie eure Organisation heute arbeitet — und bewusst neu zu gestalten, wie Strategie, Produkt, Engineering und KI zusammenwirken.
ASSESS
Das heutige Delivery-System und seine größten Engpässe verstehen.
DESIGN
Das Zielbetriebsmodell festlegen.
TRANSFORM
Kontext, Prozesse, Leitplanken und KI-Abläufe einführen, die es für die neue Arbeitsweise braucht.
IMPROVE
Mit echten Signalen das System laufend weiterentwickeln.
Technologie ermöglicht die Transformation. Das Betriebsmodell macht sie wirksam.
Wie bereit ist eure Software-Delivery für das, was kommt?
In einem 45-minütigen Software Delivery Assessment schauen wir uns an, wie Arbeit heute durch eure Organisation läuft, wo die größten Engpässe liegen und wo KI spürbaren Hebel erzeugt.