Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Lesedauer 3 Min.

Agentic AI: Wenn der Einkauf plötzlich mitentwickelt

Daniel Meixner von GitHub war erstmals auf der DDC – und hatte einige überraschende Geschichten aus der Praxis im Gepäck. Spoiler: Nicht jedes Team will produktiver werden.

Agentic AI ist gerade das Buzzword der Stunde. Aber ist es wirklich vergleichbar mit den großen Veränderungen wie Agile oder DevOps? Daniel Meixner, bei GitHub für Developer Experience zuständig, sieht das differenziert: "Agentic AI ist erstmal eine Technologie, keine Methode. Aber die Wirkmächtigkeit könnte durchaus vergleichbar sein."

Rollen werden sich ändern – aber nicht verschwinden

Die großen Veränderungen sieht Daniel weniger in komplett neuen Rollen, sondern in veränderten Tätigkeiten. Entwickler werden künftig mehr Zeit mit Orchestrierung von Agents verbringen – und weniger mit nervigen Tasks wie Screenshot-Dokumentation. "Ich bin total glücklich, wenn ich das in Zukunft nicht mehr machen muss. Dafür mache ich natürlich was anderes."

Die Orchestrierungsfunktion von Agents wird sich über den gesamten Software Development Life Cycle ziehen – nicht nur bei Devs, sondern auch bei Testern und in der Planung.

MCP: Die Technologie, die Du kennen solltest

Daniels heißer Tipp für alle, die sich mit Agentic AI beschäftigen wollen: Das Model Context Protocol (MCP) von Anthropic. Noch kein Jahr alt, aber bereits mit massiver Unterstützung von Microsoft und GitHub. "Es geht darum, wie ich Kontext an meinen AI Agent liefere – und das wird Standard werden."

MCP ermöglicht es, bestehende Wissensquellen im Unternehmen anzuzapfen: SharePoint, Jira, was auch immer. Und das Beste: Es ist gar nicht so kompliziert, damit schnell gute Ergebnisse zu erzielen.

Daniel plauderte auch aus dem Nähkästchen: Er berichtete von einem Team, das sich bewusst gegen den Einsatz von GitHub Copilot entschieden hat. Der Grund? Angst vor höherem Erwartungsdruck durch das Management. "Wenn wir das Tool verwenden, entstehen kürzere Deadlines, weil wir ja schließlich schneller liefern können."

Noch absurder: Software-Dienstleister geraten bei Preisverhandlungen unter Druck, weil der Einkauf argumentiert: "Ihr verwendet doch sowieso Copilot, also müsst Ihr günstiger sein." Real Stories aus der Praxis, keine Erfindung.

Developer Experience schlägt Productivity

Für Daniel ist klar: Messbare Produktivität ist wichtig, aber nicht alles. "Developer Productivity ist nur ein Bereich. Es geht um die gesamte Developer Experience." Ein motivierter Entwickler mit den besten Tools im Werkzeugkasten ist Gold wert – frustrierte Devs ohne die richtigen Tools bremsen jedes Projekt.

Seine Empfehlung: GitHub Copilot und vergleichbare Tools mal richtig ans Limit bringen. "Man muss diese Tools bewusst auch in die Irre führen, um zu wissen, wann sie gut einsetzbar sind und was sie nicht können."

Fazit: Die Zukunft ist schon da

Agentic AI wird die Art, wie wir Software entwickeln, verändern. Nicht über Nacht, aber die Technologie ist da – und die Wirkmächtigkeit ist real. Die Frage ist nicht mehr, ob AI-Tools zum Einsatz kommen, sondern wie wir damit umgehen und welche Prozesse wir anpassen müssen.

Und ja: Vielleicht darf auch Dein Einkauf mal ein Wörtchen mit den Devs reden. 

Neueste Beiträge

Vom Python-Modell zur .NET-Anwendung - .NET, Python und KI, Teil 4
Am Szenario einer Sentiment-Analyse verdeutlicht ein durchgängiges Anwendungsbeispiel, wie aus einem isolierten Data-Science-Ergebnis eine konkret genutzte Funktion innerhalb einer .NET-Business-Anwendung entsteht.
7 Minuten
Mit SQL Server 2025 HTTP-APIs aufrufen - Neues in SQL Server 2025, Teil 1
API-Aufrufe mit SQL Server 2025 sind kein Spielzeug, sondern ein ernst zu nehmender Integrationsmechanismus.
6 Minuten
JSON mit T-SQL auswerten - Neues in SQL Server 2025, Teil 2
Die JSON-Unterstützung in SQL Server 2025 erweitert das relationale Modell um die direkte Verarbeitung dokumentbasierter Daten.
6 Minuten
13. Mai 2026

Das könnte Dich auch interessieren

00:00
Wenn die KI den Bug findet, bevor Du anfängst zu suchen - KI in der Softwarewartung
Root-Cause-Analysis, Technical Debt, Legacy-Dokumentation – das sind die Klassiker, die Entwickler:innen regelmäßig Stunden kosten. Harald Binkle erklärt im Interview, wie KI-Werkzeuge die Arbeit der Maintenance vereinfachen können. Wer mehr will, sollte auf die Infinite AI Conference 2026 kommen.
5. Mai 2026
ROI von KI
Wie Entwickler die Lücke bei der Bereitschaft, KI einzusetzen, schließen können.
7 Minuten
Deep Learning in .NET – TensorFlow.NET und TorchSharp - .NET, Python und KI, Teil 3
Mit modernen KI-Frameworks lassen sich Deep-Learning-Modelle direkt in C# entwickeln.
6 Minuten
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige