Jeder Nearshoring-Anbieter spricht über KI. Hier zeigen wir, worauf wir sie tatsächlich richten — Anforderungen, Testabdeckung und Code-Review — und warum das eine bewusste und keineswegs bescheidene Entscheidung ist.
Gerade spricht jeder Nearshoring-Anbieter über KI. Statt es noch einmal zu sagen, hier etwas Nützlicheres: worauf wir sie tatsächlich richten — und warum.
In unserer Arbeit — gewachsene Legacy-Landschaften, Integrationen, regulierte Umgebungen — war das Schreiben von Code nie der langsame Teil. Der langsame Teil ist zu wissen, was nicht kaputtgehen darf. Ein Modell schreibt Ihnen in Sekunden einen Adapter. Es weiß aber nicht, warum ein Tarif von 2003 eine Ausnahme hat, die in keinem Ticket auftaucht, welche Felder eine undokumentierte Schnittstelle stillschweigend erwartet oder dass ein Report absichtlich falsch rechnet, weil die Finanzabteilung es 2016 genau so haben wollte. Dieses Wissen liegt bei Menschen, die Zeit im System verbracht haben.
Deshalb haben wir einen Spezialisten, dessen Aufgabe es nicht (nur) ist, KI-Produkte zu bauen, sondern unsere Engineers gut im Umgang damit zu machen. Er pflegt ein Toolkit aus Agents und arbeitet mit den Teams daran, wo sie tatsächlich helfen. Spannend ist, wo das am Ende war.
Zuerst bei den Anforderungen. Ein Agent liest einen Spezifikationsentwurf und stellt die Fragen, die ein Senior Engineer am ersten Tag stellen würde statt in der dritten Woche: Was passiert im leeren Fall, welches System ist für dieses Feld zuständig, was wird erwartet, wenn der Partner gar nichts schickt? Günstige Fragen früh statt teurer Fragen spät.
Dann bei den Tests. Die meisten Systeme, die wir ändern sollen, haben wenig oder gar keine Testabdeckung — und genau das ist meist der Grund, warum sie seit Jahren niemand angefasst hat. Nachträglich Tests gegen bestehendes Verhalten zu schreiben, ist der unbeliebteste Job in der Softwareentwicklung, also fällt er weg. Agents sind gut darin, und es macht ihnen nichts aus. Bevor wir eine Abrechnungs-Engine anfassen, wollen wir Tests, die beschreiben, was sie heute tut — einschließlich der Teile, die niemand so gemeint hat.
Und beim Review. Ein erster automatisierter Durchgang findet das Mechanische — die fehlende Null-Prüfung, die verschluckte Exception, den einmal zu oft kopierten Block —, damit der menschliche Reviewer seine Aufmerksamkeit auf die einzige Frage richten kann, die wirklich zählt: Ist diese Änderung für dieses System richtig?
Schauen Sie sich die Liste noch einmal an. Spezifikation, Tests, Review. Das sind die drei Dinge, die ein Team als Erstes kürzt, wenn eine Deadline näher rückt — und die drei, die entscheiden, ob Software in fünf Jahren noch wartbar ist. Wir richten KI darauf, nicht weil sie glamourös sind, sondern weil sie sich dort doppelt auszahlt: einmal in Stunden und einmal in dem Fehler, der nie passiert.
Die Schulung ist wichtiger als das Tooling. Ein Agent in den Händen von jemandem, der seine Ergebnisse nicht beurteilen kann, produziert selbstsicheren Unsinn schneller, als es ein Mensch je könnte. Deshalb lernen alle, mit diesen Werkzeugen umzugehen, nicht nur der Spezialist. Die Fähigkeit, die wir aufbauen, ist nicht das Prompten. Es ist zu erkennen, wann die Antwort falsch ist.
Wir werden Ihnen nicht erzählen, dass wir ein KI-Unternehmen sind. Wir sind ein Engineering-Unternehmen, das KI dort einsetzt, wo sie sich ihren Platz verdient — und klar sagt, wo nicht. Wenn Sie genau so einen Partner gesucht haben, ist das ein einfaches Gespräch.
Jeder Nearshoring-Anbieter spricht über KI. Hier zeigen wir, worauf wir sie tatsächlich richten — Anforderungen, Testabdeckung und Code-Review — und warum das eine bewusste und keineswegs bescheidene Entscheidung ist.
Wir sind in ein Haus mitten in Cluj-Napoca gezogen — 35+ Arbeitsplätze, Räume zum Nachdenken und Räume zum Austausch, und ein Garten, der sein erstes Barbecue schon hinter sich hat.
Wie geht es weiter?
Sie möchten eine mögliche Zusammenarbeit mit dotWhite ausloten? Nutzen Sie den Button unten, um uns eine Nachricht zu senden.
Oder noch besser: Buchen Sie direkt einen Termin über Calendly.