Was ist ein AI-native SDLC?

Ein Entwicklungszyklus, in dem KI-Agenten den Code schreiben und das Team sie über Regeln, Prüfungen und Review führt. Der Unterschied zu „wir haben Copilot“: Regeln, Prüfungen und Kontext liegen im Repository und gelten für alle im Team gleich.

Was kostet die Einführung eines AI-native SDLC?

Das Monatsabo beginnt bei 3.980 € zzgl. MwSt.: ein Arbeitsstrang, wöchentliche Iterationen, direkt mit Filip. Zwei Projekte parallel vereinbaren wir. Für einen klar abgegrenzten Umfang schicken wir Ihnen einen Festpreis.

Was ist der Unterschied zu Senior-Entwickler fürs Team?

Senior-Entwickler fürs Team ist für ein Team, das mit dem Backlog nicht hinterherkommt. AI-native SDLC ist für ein Team, das KI hat, aber ohne Regeln und Prüfungen eher gebremst wird. Oft kommt beides zusammen: Der Senior liefert und richtet nebenbei den Rahmen ein.

Funktioniert das mit Claude Code, Codex oder Cursor?

Ja. Die Regeln schreiben wir in AGENTS.md und CLAUDE.md, die diese Tools lesen, und die Prüfungen laufen in der CI unabhängig vom Tool. Das Team kann das Tool später wechseln, der Rahmen bleibt.

Ist das ein Workshop?

Nicht nur. Ein Workshop kann der Start sein, aber das Ergebnis sind Regeln, Prüfungen und eine Agenten-Schleife in Ihrem Repository, eingerichtet an Ihrem Backlog. Wenn wir gehen, bleiben sie bei Ihnen.

Für Entwicklerteams

AI-native SDLC: KI im Entwicklerteam mit Regeln und Kontrollen

Ein AI-native SDLC ist ein Entwicklungszyklus, in dem KI-Agenten Code nach gemeinsamen Regeln schreiben und jede Änderung automatische Prüfungen besteht, bevor ein Mensch sie sieht. So arbeiten wir selbst: Bei uns schreibt KI den gesamten Code, und seit 2023 haben wir 15+ Produktivprojekte geliefert.

So sieht es in der Praxis aus

Ein Entwicklerteam wollte KI von der Theorie in den Alltag bringen. In einem zweitägigen Workshop mit Hackathon richtete es einen gemeinsamen Ablauf ein: Auftrag, Generieren, Testen, Korrigieren. In zwei Tagen baute es Prototypen und nahm ein Handbuch mit, das Teil seiner täglichen Arbeit wurde.

Workshop vom Auftrag bis zum Live-Betrieb

Was sich für Sie ändert

Das Review ist nicht mehr der Engpass

Harness Engineering: gemeinsame Regeln für Agenten (AGENTS.md, CLAUDE.md) und Prüfungen in der CI: Tests, Lint und KI-Review. Der Agent bekommt Feedback von Maschinen, bevor ein Mensch den PR öffnet. Wie das aussieht, zeigt unser öffentlicher Starter.

Claude Code Production Starter auf GitHub

Der Agent arbeitet in einer Schleife mit Prüfungen

Loop Engineering: Der Agent geht von der Aufgabe über Plan, Code und Tests bis zum PR und korrigiert bei jeder fehlgeschlagenen Prüfung selbst. So arbeiten auch wir: Heute schreibt KI unseren gesamten Code, Filip steht für die Produktion ein.

So arbeiten wir selbst

Der Agent weiß, was das Team weiß

Context Engineering: Konventionen, Architektur und Entscheidungen liegen im Repository, nicht in Köpfen und auf Laptops. Ein Vortrag für ein Softwareteam, geplant für 90 Minuten, dauerte 124, weil jeder eigene Regeln hatte und nichts geteilt war.

Agent = Modell + Rahmen

Womit man zu uns kommt

Ein CTO, dessen Team schon KI nutzt„Das Team hat Copilot und Claude, doch die Pull Requests bringen mehr Rauschen als Ergebnisse.“

So lösen wir es: Wir richten Regeln, Review und automatische Prüfungen ein, damit KI-Code sicher live geht.

Beispiel: Ein Workshop für ein Softwareteam: echte Backlog-Aufgaben mit KI-Agenten, vom Auftrag bis zum funktionierenden Prototyp. Fallstudie

Ein CTO mit wachsendem Backlog„Wir liefern zu langsam, das Backlog wächst schneller, als wir es abarbeiten.“

So lösen wir es: Ein Senior arbeitet ab der ersten Woche in Ihrem Repository und Ihren Pull Requests.

Beispiel: Filip lieferte KI-Funktionen für ein SaaS, das täglich 60.000+ Menschen nutzten. Fallstudie

So arbeiten wir

Das Schwierige ist nicht, KI einzuschalten, sondern sie so einzurichten, dass das Team schneller wird. Wir bauen drei Ebenen direkt in Ihrem Repository: Harness Engineering (Regeln und Prüfungen), Loop Engineering (die Agenten-Schleife mit Kontrollen) und Context Engineering (was der Agent über Ihren Code weiß). An Ihrem echten Backlog, nicht an einem Demo-Projekt, und alles bleibt bei Ihrem Team.

Wir melden uns innerhalb von zwei Arbeitstagen und wählen gemeinsam, was wir zuerst lösen.: Statt eines Angebots bekommen Sie eine Liste: was fertig wird und wie Sie es prüfen.
Die ersten Änderungen laufen in der ersten Woche durch Ihren PR-Prozess.: Danach kleine Schritte alle ein bis zwei Wochen.
Senior-Urteilsvermögen, KI als Methode.: So haben wir seit 2023 15+ Produktivprojekte geliefert.

Wann wir es nicht empfehlen

Sie sind ein Team von 1-2 Entwicklern. Eine kurze AGENTS.md, die Sie an einem Nachmittag schreiben, reicht.
Sie haben noch keine Tests und keine CI. Fangen Sie dort an, ohne sie hat der Agent nichts zu prüfen.
Ihr Team kommt mit dem Backlog selbst nicht hinterher. Dafür gibt es Senior-Entwickler fürs Team.
Sie suchen nur Folien oder einen Vortrag zu KI für die Geschäftsleitung. Die machen wir nicht.

Ergebnisse

Workshop, EntwicklerschulungFebruar 2025

KI in der Entwicklung bis zum Live-Betrieb

Intensiver Workshop für das Kontentino-Team über die effiziente Nutzung von KI-Tools. Das Ergebnis waren funktionale Prototypen, gebaut während des Workshops.

Kontentino

Senior-Entwickler fürs TeamApril 2026

Filip: 7 Jahre im Produktteam eines globalen SaaS

Filip war 7 Jahre Teil der Entwicklung einer Plattform, die täglich über 60.000 Menschen nutzten. Von der Analyse bis zu den KI-Funktionen.

Kontentino

Beweise, keine Versprechen

Das Ziel ist ein funktionierendes Business. Software ist nur das Werkzeug.

„Digitaliko hat unseren KI-Bildgenerator gebaut, und unsere Nutzer lieben es, wie einfach sie damit Visuals für soziale Netzwerke erstellen.“

Hana Nováková

CEO, Kontentino

So sieht der erste Monat aus

Erste Woche: Zugang zum Repository, eine echte Aufgabe aus Ihrem Backlog und eine schriftliche Liste, was nach dem ersten Monat fertig ist. Daran messen wir auch die Garantie.
Jede Änderung läuft durch Ihren PR-Prozess und Ihr Review. Kontakt mindestens einmal pro Woche, direkt mit Filip.
Ende des Monats: gemergte PRs und was in Ihrem Repository bleibt: Regeln (AGENTS.md, CLAUDE.md), Hooks und CI-Prüfungen.
Monatsabo: ein Arbeitsstrang in Ihrem Backlog, wöchentliche Iterationen, direkt mit Filip. Zwei Projekte parallel, zum Beispiel der Backlog und der Aufbau eines KI-nativen SDLC? Das vereinbaren wir.

Was es kostet

Testen Sie den ersten Monat. Liefern wir nicht, was wir aufgeschrieben haben, erstatten wir 50 %. Monatsabo ab 3.980 € zzgl. MwSt., jederzeit pausierbar oder kündbar. Oder ein Festpreis pro Projekt: Schreiben Sie uns, was Sie brauchen, und wir schicken Ihnen ein Angebot und eine Liste, was wir liefern. Code, Daten und Infrastruktur gehören dem Kunden ab dem ersten Tag.

Der erste Monat beginnt mit einer schriftlichen Liste: was wir liefern und wie Sie es prüfen. Daran messen wir auch die 50 % Geld zurück.

Nur Ihr eigenes Hosting, die Nutzung der KI-Modelle und die Lizenzen der KI-Tools für Ihr Team. Das zahlen Sie direkt an die Anbieter, nicht über uns.

Nach dem Start haben Sie 30 Tage Support. Danach pausieren Sie das Abo. Wenn etwas angepasst oder ergänzt werden muss, nehmen Sie es wieder auf und wir machen weiter. Nach der Kündigung bleiben Software, Daten und Infrastruktur bei Ihnen. Beim Abschied beheben wir die Fehler aus dem letzten Monat.

ab3.980 €/ Monat zzgl. MwSt.

Liefern wir, was Ihr Produkt bremst Oder ein 15-Minuten-Meeting mit Filip

Zum Weiterlesen

Engineering

Harness und Prüfungen5. Mai 2026

Vibe Coding vs. Agentic Engineering: der Unterschied

Vibe Coding akzeptiert KI-Output, der fertig aussieht. Agentic Engineering setzt dieselbe KI in einen geschlossenen Loop: Spezifikation, Tests, Hooks, ein Review-Gate und ein Mensch, der merged. Was ohne System bricht, und der Code, der den Loop schließt.

Harness und Prüfungen3. September 2026

Harness Engineering in der Praxis: vom Issue zum PR

Harness Engineering ist der Code um einen KI-Agenten, der entscheidet, was er übernimmt, wann er fertig ist und wer prüft. Unser Loop vom GitHub-Issue zum geprüften PR, der Code dahinter und was kaputtging.

Harness und Prüfungen19. August 2026

Red-Green-TDD mit KI-Agenten: erst muss der Test scheitern

KI-Agenten schreiben Tests, die bestehen, nicht Tests, die etwas beweisen. Unser Gate führt jeden neuen Test zuerst gegen den Basis-Branch aus: Besteht er auch dort, ist der PR rot. Das Skript, der Weg in die CI und der Fehler, der ein falsches PASS lieferte.

Häufige Fragen

15-Minuten-Meeting mit Filip

Was ist ein AI-native SDLC?: Ein Entwicklungszyklus, in dem KI-Agenten den Code schreiben und das Team sie über Regeln, Prüfungen und Review führt. Der Unterschied zu „wir haben Copilot“: Regeln, Prüfungen und Kontext liegen im Repository und gelten für alle im Team gleich.
Was kostet die Einführung eines AI-native SDLC?: Das Monatsabo beginnt bei 3.980 € zzgl. MwSt.: ein Arbeitsstrang, wöchentliche Iterationen, direkt mit Filip. Zwei Projekte parallel vereinbaren wir. Für einen klar abgegrenzten Umfang schicken wir Ihnen einen Festpreis.
Was ist der Unterschied zu Senior-Entwickler fürs Team?: Senior-Entwickler fürs Team ist für ein Team, das mit dem Backlog nicht hinterherkommt. AI-native SDLC ist für ein Team, das KI hat, aber ohne Regeln und Prüfungen eher gebremst wird. Oft kommt beides zusammen: Der Senior liefert und richtet nebenbei den Rahmen ein.
Funktioniert das mit Claude Code, Codex oder Cursor?: Ja. Die Regeln schreiben wir in AGENTS.md und CLAUDE.md, die diese Tools lesen, und die Prüfungen laufen in der CI unabhängig vom Tool. Das Team kann das Tool später wechseln, der Rahmen bleibt.
Ist das ein Workshop?: Nicht nur. Ein Workshop kann der Start sein, aber das Ergebnis sind Regeln, Prüfungen und eine Agenten-Schleife in Ihrem Repository, eingerichtet an Ihrem Backlog. Wenn wir gehen, bleiben sie bei Ihnen.

Wo bremst KI Ihr Team heute am meisten?

Schreiben Sie es uns. Wir melden uns innerhalb von zwei Arbeitstagen und wählen gemeinsam, was wir zuerst lösen.