KI im Software Development Lifecycle: Vom Code-Bottleneck zum Design-Fokus

Organisatorische Verankerung
Organisatorisch sind eine klare Verankerung der KI-Initiativen und die aktive Unterstützung durch das Management entscheidend. Eine grundlegende Reglementierung ist notwendig, sollte insbesondere zu Beginn jedoch nur die wesentlichen Leitplanken definieren. Dazu gehören etwa die Normierung der KI-Verwendung sowie der Umgang mit kunden- und datenschutzrelevanten Informationen im Zusammenhang mit Cloud-basierten KI-Agenten. Neben der Bereitstellung von Lizenzen für KI-Werkzeuge und regelmässigen Austauschformaten steht vor allem eine gut abgestimmten Governance im Vordergrund.

Personal und Kompetenzaufbau
Im Bereich Personal organisieren wir motivierte Mitarbeitende mit Vorkenntnissen im KI-Umfeld in einer Community of Practice (CoP). Viele dieser Erfahrungen stammen ursprünglich aus privatem Interesse und eigener Experimentierfreude. Denn jede Organisation muss zunächst lernen, welche Agenten für welche Aufgaben geeignet sind und wie diese sinnvoll gesteuert werden können. Ergänzend fördern wir gezielt Selbststudium, Weiterbildung und Ausbildung – einschliesslich unserer Auszubildenden.

Use Cases entlang des Software Development Lifecycles (SDLC)
Auf dieser Grundlage sammeln wir wertvolle Erfahrungen anhand konkreter Anwendungsfälle entlang des gesamten SDLC. Der Fokus liegt dabei keineswegs ausschliesslich auf der Software-Entwicklung selbst, sondern unter anderem auch auf Technologie-Evaluationen, internen Werkzeugen, KI-Unterstützung bei PR-Reviews, der Erneuerung von Benutzeroberflächen sowie der automatisierten Generierung von Testdaten. Die CoP spielt dabei eine wichtige Rolle für den Wissensaustausch und fungiert gleichzeitig als Multiplikator in die gesamte Organisation.

Infrastruktur und digitale Souveränität
Im sensiblen Umfeld der Verwaltung ist es essenziell, bestimmte KI-Fähigkeiten auch lokal und on-premise betreiben zu können. Nicht alle Anwendungsfälle dürfen aus Gründen des Datenschutzes, der Sicherheit, der Nachvollziehbarkeit aber auch wegen Haftungs- und Eigentumsrechten mit Public-Cloud-basierten KI-Agenten verarbeitet werden. Zum einen muss dies durch ein belastbares ISDS-Konzept abgesichert werden. Zum anderen muss die Verwendung von KI bei der Entwicklung mit dem Kunden aktiv abgestimmt werden, wobei dem Kunden auch die Vorteile deutlich zu machen sind. Deshalb setzen wir gezielt auch auf lokale LLMs und verfolgen innovative Ansätze wie die automatisierte nächtliche Verarbeitung, um vorhandene Ressourcen auch ausserhalb der Bürozeiten zu nutzen.

SDLC und Tooling der nächsten Generation
KI verändert auch den Software Development Lifecycle selbst grundlegend – genauso wie unsere Tool-Umgebungen für die Entwicklung und Deployment. Dieser Wandel wird zunehmend von den Anforderungen der KI-Agenten geprägt und nicht mehr ausschliesslich von den Bedürfnissen menschlicher Entwickler. Neben Servern auf Basis des Model Context Protocols (MCP) zur Anbindung bestehender Werkzeuge, die weiterhin essenziell bleiben, entstehen neue Werkzeuge und Plattformen, die wir im Rahmen gezielter KI-Tool-Tests evaluieren. Klassische Instrumente, wie Software Component Analysis, Software-Qualitätssicherung, Static Application Security Testing, Open Source Software Compliance und Testing, gewinnen dabei sogar an Bedeutung. Sie dienen als unabhängige Kontrollinstanzen gegenüber KI-generierten Ergebnissen.

Zusätzlich benötigen KI-Systeme klare Vorgehensmodelle und technologische Leitplanken. Reines «Vibe Coding» ersetzt keine systematische und professionelle KI-gestützte Software-Entwicklung, wie sie für die qualitativ hochwertige Software-Entwicklung der Bedag erforderlich ist.

Der Mensch bleibt entscheidend
Der konsequente Einsatz von KI-Agenten wird die Arbeit in Entwicklungsteams nachhaltig verändern. Die Produktivität einzelner Mitarbeitender steigt deutlich an. Besonders leistungsfähige KI-Entwickler werden in der Lage sein, ganze Epics oder komplexere Storys weitgehend eigenständig mit der KI umzusetzen. Der Mensch wird aber weiterhin eine wichtige Rolle bei der Spezifikation, Steuerung und auch Kontrolle der KI spielen.

Gleichzeitig bleibt es essenziell, agile Feedback-Loops und die enge Zusammenarbeit mit Kunden nicht nur zu erhalten, sondern gezielt auszubauen. Denn künftig wird noch wichtiger sein, welche Funktionen tatsächlich Mehrwert schaffen und umgesetzt werden sollen – und nicht nur, welche technisch möglich wären. Entwicklerinnen und Entwickler werden deshalb zunehmend zu Steuerleuten von Agenten-Teams oder zu Experten an der direkten Schnittstelle zum Kunden.

Trotz aller technologischen Fortschritte bleibt der Mensch der entscheidende Faktor. KI kann Codes generieren, Tests unterstützen und Prozesse beschleunigen. Die Verantwortung für Architektur, Qualität, Sicherheit und die richtigen Produktentscheidungen bleibt jedoch beim Menschen. Wer die Stärken von Mensch und KI verbindet, wird die Zukunft der Software-Entwicklung gestalten und die bereits laufende Digitalisierung noch einmal auf ein deutlich höheres Level heben können.

Mehr dazu lesen Sie hier:
Wie ein KI-Assistent den Schutzbedarf ermittelt