Cyberports Weg zur AI-First Company
Von manuellen Entwicklungszyklen zur Software Factory mit autonomen Agenten.
Aufbau einer messbaren AI-First Software Factory
Im stark umkämpften Marktumfeld boten Standard-SaaS-Lösungen Cyberport nicht mehr die nötige Flexibilität für echte Differenzierung und Entwicklungsgeschwindigkeit.
Um die Innovationskraft radikal zu erhöhen und das Time-to-Market für neue Features auf wenige Tage statt Woche oder Monate zu reduzieren, konzipierte Etribes eine messbare AI-First Software Factory. Das Ergebnis: neun hochspezialisierte, autonome Agenten, die hinter deterministischen Qualitäts-Gates zuverlässig Code produzieren.
Schwerpunkt war die Etablierung eines organisationalen Lernsystems. KI-Agenten übernehmen die Softwareentwicklung, während Menschen an definierten Kontrollpunkten steuern und freigeben.
Cyberport stand vor der strategischen Herausforderung, die eigene Wettbewerbsfähigkeit durch maßgeschneiderte technologische Lösungen zurückzugewinnen, statt sich durch Standard-Software limitieren zu lassen. Um dieses Ziel zu erreichen, wurde im Rahmen eines intensiven AI Engineering Sprints der Grundstein für eine zukunftssichere, KI-gestützte Softwareentwicklung gelegt.
Die interne Softwareentwicklung bildete den idealen Startpunkt, um nach und nach die gesamte Organisation auf einen AI-First-Ansatz auszurichten. Statt sich auf punktuelle KI-Unterstützung zu beschränken, entwarfen wir in gemeinsamen Workshops eine vollwertige, agentenbasierte KI-Infrastruktur. Daraus entstand ein Framework mit neun spezialisierten, autonomen Agenten – darunter für Architektur-Review, Solution Design, Security und Coding –, die komplexe Aufgaben kollaborativ lösen.
Im Fokus standen drei zentrale Handlungsfelder: Spezialisierung zur Bändigung unberechenbarer KI-Modelle, Vertrauensbildung durch überprüfbare Arbeitsnachweise und Kontrolle durch deterministische Quality Gates im Code. Um eine konstant hohe Code-Qualität zu gewährleisten, erzeugt jeder Agent standardisierte Dokumente für eine lückenlose Dokumentation. Die Agenten arbeiten nahtlos im Hintergrund auf bestehenden Systemen wie Jira oder GitHub, während die Entwickler:innen über Human-in-the-Loop-Prozesse kritische Freigaben erteilen und das System durch ihr kontinuierliches Feedback weiter trainieren.
Um die gesteigerte Entwicklerproduktivität objektiv zu bewerten, wurden passgenaue Factory-Metriken (wie Durchlaufzeit pro Ticket, Token-Kosten und Gate-Ergebnisse) implementiert. Dieser Blueprint ermöglicht es Cyberport, die Entwicklungsgeschwindigkeit nachhaltig zu steigern und sich langfristig als technologischer Vorreiter im Markt zu positionieren.
Wir haben früher schon einmal versucht, ein Tool selbst zu bauen, doch erst jetzt bauen wir es auf diesem Wege völlig neu auf und lernen, wie man diese Frameworks richtig nutzt. Es geht uns darum, Prozesse gezielt zu automatisieren, aber dort, wo es menschliche Verantwortung braucht, unsere Leute einzubeziehen – nicht gegeneinander, sondern ganz klar miteinander.
Florian Kiel, Leitung E-Commerce
Der Projektansatz in fünf Phasen
Wir starteten in der internen Softwareentwicklung als kontrollierbarstes Trainingsfeld für die Gesamtorganisation. In gemeinsamen Workshops konzipierten wir ein Framework mit neun fokussierten, autonomen Agenten, die spezialisierte Aufgabenbereiche wie Security oder Coding übernehmen.
Um volle Transparenz zu schaffen, hinterlässt jeder Agent nach seinem Arbeitsschritt einen überprüfbaren Arbeitsnachweis in Form standardisierter Dokumente. Kein Agent beendet seine Aufgabe ungeprüft, was eine saubere Dokumentation über den gesamten Entwicklungsprozess hinweg sicherstellt.
Die Prozesslogik und Freigaben wurden aus den unvorhersehbaren KI-Modellen herausgelöst und direkt in den Code verlagert. Diese deterministischen Qualitäts-Gates machen Iterationen reproduzierbar und für Enterprise-Ansprüche verlässlich auditierbar.
Die Letztverantwortung bleibt stets menschlich, weshalb klare Human-in-the-Loop-Prozesse für kritische Entscheidungen wie Code-Reviews etabliert wurden. Durch fest eingeplante Retrospektiven lernt das System aus dem menschlichen Feedback kontinuierlich dazu.
Um die Skalierbarkeit zu garantieren und den Business Impact messbar zu machen, implementierten wir spezifische Factory-Metriken. Wir messen KPIs wie Durchlaufzeit und Token-Kosten, um den langfristigen geschäftlichen Nutzen systematisch zu steuern.
Die AI-First Strategie
Fundament & Governance: Die agentische Entwicklung sowie deterministische Qualitäts-Gates funktionieren zuverlässig und menschliche Freigaben sind stabil in den Prozess integriert.
Speed & Effizienz: Die Entwicklungsgeschwindigkeit wird drastisch erhöht, mit dem klaren Ziel, neue Features künftig in nur drei Tagen auszuliefern.
Skalierung & Automatisierung: Das etablierte Mensch-KI-Governance-Modell wird als Blaupause auf weitere Systeme und Unternehmensbereiche skaliert.
Weitere Projekte
.png)
.jpg)
%20(1).jpg)
%20(1).jpg)
.jpg)
Mit der praktischen Erfahrung aus der Gründung von Start-ups, der Leitung von Unternehmen und mehr als 250 digitalen Projekten wissen wir, wie man die digitale Transformation meistert.