Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Lesedauer 3 Min.

"Wir wollen die Software messen, nicht euch". Benjamin Wolf über Vertrauen und statische Codeanalyse

Statische Codeanalyse gilt vielen Teams als Kontrollinstrument. Benjamin Wolf von INNOQ erklärt im DWX-Interview, wie Unternehmen Vertrauen aufbauen – und warum das Thema durch KI-generierten Code an Bedeutung gewinnt.

Statische Codeanalyse hat in vielen Unternehmen ein Akzeptanzproblem. Entwickler:innen empfinden die Auswertung ihres Codes häufig als Kontrolle statt als Unterstützung – ein Vorurteil, das laut Benjamin Wolf, Architekt und Berater bei INNOQ, meist tief in der Unternehmenskultur verwurzelt ist. Im Interview auf der DWX 2026 erklärt er, wie sich dieses Misstrauen abbauen lässt.

Zentral sei dabei die Kommunikation mit dem Management. Häufig entstehe die Angst der Teams nicht grundlos: Manche Führungskräfte wollten Kennzahlen aus der Codeanalyse tatsächlich nutzen, um einzelne Personen zu bewerten. Genau das gelte es zu unterbinden. Wolf rät, notfalls klarzumachen, dass Analyse-Tools abgeschaltet werden, sollten sie zur Leistungsbewertung missbraucht werden. Wichtig sei außerdem, den Kontext mitzudenken: Werden bei der Einführung plötzlich Zehntausende Findings sichtbar, bedeute das nicht automatisch schlechten Code – sondern lediglich, dass bislang schlicht nicht gemessen wurde.

Verantwortung soll beim Team liegen

Verantwortlich für die Erhebung und Interpretation der Kennzahlen sollte laut Wolf im Idealfall das gesamte Team sein. In der Praxis brauche es aber mindestens eine treibende Person mit der Rolle einer Art Qualitätsingenieur. Vor allem sollte diese Person aber das Mandat der disziplinarischen Führung haben. Sonst verpuffe die Initiative im Alltagsgeschäft.

Ein großes Thema im Interview: künstliche Intelligenz. Wolf sieht statische Codeanalyse durch den Aufstieg von KI-Codegeneratoren nicht als überflüssig an, sondern als noch relevanter. LLMs lieferten bei identischen Anfragen unterschiedliche Ergebnisse – anders als statische Analyse, die deterministisch arbeite. Wer klare Regeln definiere, könne damit auch KI-generierten Code zuverlässig eingrenzen. Gleichzeitig warnt er vor Kreativität im negativen Sinne: Sowohl Menschen als auch Modelle würden bei starren Vorgaben mitunter Wege finden, Regeln zu umgehen, statt sie zu erfüllen.

Anschaulich wird das an einer Anekdote aus seiner Praxis: Ein Jenkins-Build zeigte über Monate grünes Licht, obwohl das Projekt massive Qualitätsprobleme hatte. Der Grund: Ein Entwickler hatte den Fail-Mechanismus der statischen Analyse deaktiviert, weil der Build unbedingt laufen musste. Genau solche Abschaltungen von Regeln seien ein wiederkehrendes Problem, wenn zentrale Vorgaben unternehmensweit über alle Teams gestülpt werden, ohne Rücksicht auf deren individuelle Situation.

Seine Empfehlung: ein unternehmensweites Basis-Regelwerk, das Teams anschließend für sich anpassen können. Entscheidend sei dabei vor allem eines – die Teams von Anfang an einzubeziehen und Regeln gemeinsam zu diskutieren, statt sie top-down vorzugeben.


Benjamin Wolf ist Architekt und Berater bei INNOQ. Seine Schwerpunkte liegen auf dem Modernisieren von Legacy-Systemen, Architekturdokumentation sowie Architekturberatung und -entwicklung. Dabei richtet er ein besonderes Augenmerk auf die Entwicklungsprozesse und die Einstellung zu Softwarequalität in Teams. Seine Vorstellung von Softwarequalität gibt er als Sprecher bei Konferenzen und Meetups sowie in Trainings weiter. Er ist zertifizierter Trainer für den iSAQB Foundation Level und die iSAQB-Advanced-Module ADOC und IMPROVE.

 

Produktion: Event Wave, Patrizio De Mitri

Moderation: David Tielke

Neueste Beiträge

"Menschen erzählen Geschichten, keine CRUD-Operationen" - Interview
Event Sourcing gilt als kompliziert. Golo Roden von native web GmbH erklärt im DWX-Interview, warum das ein Missverständnis ist – und warum das Konzept das perfekte Fundament für KI-Projekte liefert.
19. Aug 2026
Die Kunst der langen Aufgabenläufe - Kimi K3 – das Modell hinter dem Agenten, Teil 2
Ein guter Code-Generator löst eine klar umrissene Funktion. Ein Coding-Agent muss dagegen ein Repository erkunden, Hypothesen bilden, Werkzeuge auswählen, Tests auswerten und nach Fehlschlägen den Kurs ändern. Kimi K3 zielt auf diese zweite Klasse von Aufgaben.
8 Minuten
MessagePack: JSON als Binär-Image - Best of NuGet, Teil 10
Das Serialisierungsformat MessagePack wurde – anders als JSON – konsequent auf die Bedürfnisse von Maschinen und damit auch auf höchstmögliche Kompaktheit optimiert. Der Vorteil: Ein geringeres zu übertragendes Datenvolumen führt vor allem in IoT-nahen Anwendungen direkt zu geringeren Kosten.
6 Minuten
17. Aug 2026

Das könnte Dich auch interessieren

Building Features is easy – echten Wert liefern nicht - Interview
Eva Feigl erklärt im DWX-Interview, warum Teams oft am falschen Problem arbeiten – und wie Annahmen, Vanity Metriken und fehlendes Nutzer-Feedback echten Produkterfolg verhindern.
5. Aug 2026
"Vertrauen ist nicht Hoffnung": Warum KI-Coding Entwickler:innen zu Prüfern macht - Interview
Cloud Code, Codex & Co. treffen im Alltag eigenständige Entscheidungen. Patrick Schnell erklärt im DWX-Interview, wo Vertrauen endet und Kontrolle beginnen muss.
12. Aug 2026
Software-Lifecycle 2.0 - Infinite AI Conference 2026
Die IAIC 2026 erklärte 140 Teilnehmenden, wie KI den Software-Lifecycle umkrempelt.
3 Minuten
24. Jul 2026
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige