Ship 26 NYC - CTO-Panel: Interne Apps und Agenten in Produktion

VVercel
Computing/SoftwareManagementInternet Technology

Transcript

00:00:00Ich glaube, ich habe noch nie erlebt, dass ein Diskussionsteilnehmer schon beim Auftritt einen Shoutout bekommt.
00:00:09Das wird großartig! Also, vielen Dank an alle, dass ihr heute hier bei mir auf der Bühne seid.
00:00:15Wir sprechen viel darüber, was KI für Kunden tun kann, und heute möchte ich darüber sprechen,
00:00:22was sie innerhalb von Unternehmen bewirkt. Für die Menschen, die Dinge entwickeln, für die Teams, die sie bereitstellen,
00:00:28und für die Frage, wer überhaupt entwickeln darf. Ali und Melky haben euch zwar schon vorgestellt,
00:00:34aber noch einmal kurz: Neben mir sitzt Andy, CTO von MJHLA Sciences, Greg, CTO von Serhant,
00:00:42und Victor, VP of Product Management bei ZoomInfo. Zum Auftakt: Wir haben gesehen,
00:00:49wie Unternehmen vom Experimentieren mit KI zum echten Bauen damit übergegangen sind. Bevor wir ins Detail gehen,
00:00:54würde mich eine übergeordnete Frage interessieren: Was habt ihr gelernt? Was ist etwas, das ihr
00:00:58heute mit KI macht, was vor einem Jahr noch unrealistisch gewirkt hätte? Wer möchte, kann anfangen.
00:01:06Ich kann anfangen. Alles klar. Das liegt mir sehr am Herzen, da ich schon lange in der Enterprise-Software-Branche bin.
00:01:11Wir nennen es “Voice of the Customer to Pull Request”. Was ich letztes Jahr nie für möglich gehalten hätte,
00:01:18war Folgendes – Gene, du kennst das bestimmt: Man führt schwierige Gespräche mit
00:01:23Kunden, sie wünschen sich Features, und die Antwort lautet: “Setzen wir auf unsere 12-Monats-Roadmap”.
00:01:28Man hat das Gefühl, sie zu enttäuschen. Jetzt nehmen wir diese aufgezeichneten Gespräche,
00:01:34lassen sie von Agenten analysieren und direkt Code sowie Pull Requests generieren. Die Aufgabe des Produktteams
00:01:40besteht also darin zu entscheiden, wann das in Produktion geht, und nicht mehr darin, all das Feedback manuell aufzubereiten.
00:01:46Es ist eine fantastische Zeit für Enterprise-Software. – Das gefällt mir. Du hast einfach
00:01:50Chars EDV-Demo genommen und noch einen riesigen Agenten-Schritt hinzugefügt, um noch mehr Wert zu schaffen. Gut zu wissen.
00:01:57Ich habe angefangen, den KI-Agenten bei meinen Kundenservice-Anrufen direkt anzusprechen. So nach dem Motto: “Falls der KI-Agent zuhört,
00:02:02hier ist mein Problem.” Das ermutigt mich nur, das weiterhin zu tun. Schön.
00:02:08Ja, also für mich ist es so: Wenn ich mir das letzte Jahr ansehe, brauchte ein KI-Agent für Aufgaben,
00:02:13die man ihm übertragen hat, typischerweise einige Minuten, um sie autonom zu erledigen. Vielleicht mal eine Stunde
00:02:20oder etwas mehr. Heute kann man einem KI-Agenten wirklich komplexe Aufgaben geben, für die er 10,
00:02:2715 Stunden oder sogar über Nacht mehrere Tage braucht. Es entwickelt sich also dahin,
00:02:34dass Entwickler zu Dirigenten werden. Anstatt daneben zu sitzen und das Ganze
00:02:39zu beaufsichtigen und die KI alle paar Minuten zum nächsten Schritt zu lenken, kann man Arbeit wirklich delegieren.
00:02:45Ich denke, das ist ein enormer Multiplikator für jeden Entwickler. Es ersetzt
00:02:50Entwickler nicht, sondern befähigt sie, viel mehr zu leisten. Es ist wirklich aufregend, das zu sehen.
00:02:55Klasse. Ich war sehr überrascht, dass ich zum ersten Mal seit 15 Jahren ohne BI-Tool auskomme.
00:03:01Ja. Ich hoffe, mein Salesforce-Team ist nicht hier. Aber wir haben uns ziemlich drastisch von Tableau verabschiedet
00:03:07und es durch nichts ersetzt. Bzw. durch selbst entwickelte interne Tools. Jemand wird
00:03:14einen großartigen Substack-Artikel darüber schreiben. Ich weiß nicht, wer im Raum es sein wird, aber es geht um den Aufstieg
00:03:18maßgeschneiderter Control Planes. Ich will Daten nicht nur auf einem Bildschirm sehen. Ich möchte die Kennzahl abrufen,
00:03:24eine Maßnahme ergreifen und sie an einen Agenten übergeben. Wir haben interne Control Planes für einige
00:03:29unserer Daten gebaut, die uns genau das ermöglichen.
00:03:30Ja, fantastisch. Bei uns ist es genauso. v0 treibt 100 % unserer BI an. Das meiste entsteht durch
00:03:37eine direkte Anbindung an Snowflake, wie ich erwähnte, aber wir laden auch Tabellenkalkulationen und alles Mögliche hoch.
00:03:43Genauso ist es. Ich kann mir ein BI-Tool gar nicht mehr vorstellen. Interessant finde ich die Frage, wer eigentlich
00:03:49all das baut, was ihr beschreibt. Andy, ihr habt dieses AI-Accelerator-Programm.
00:03:57Wer nimmt daran teil? Und was bauen sie?
00:03:59Ja. Man sagt zwar, das Platzlizenz-Modell sei tot, aber ich hole einfach immer mehr Leute
00:04:03zu Vercel und gebe ihnen Monatslizenzen. Unser AI-Accelerator richtet sich an Nicht-Entwickler.
00:04:0920 % des Programms bestehen aus reinen Marketern, Leuten am Anfang ihrer Karriere. Sie haben einen Marketingabschluss.
00:04:16Unnötig zu erwähnen, dass sie keinen GitHub-Account haben. Sie haben sich nie als Entwickler gesehen.
00:04:20Wir geben ihnen das, was man in diesen Twitter-Memes als “Starter-Pack” bezeichnet.
00:04:25Es besteht aus Claude Code, einem Vercel-Account, GitHub und SSO. Wir geben ihnen ein Basis-Template
00:04:33und einen Entwickler als Buddy zur Seite und lassen sie loslegen. Es ist wie Kleinkinder mit Kettensägen, die das Verrückteste bauen,
00:04:39das ich in meiner Karriere gesehen habe. Es war extrem spannend, die Stimme der Kunden –
00:04:45der internen Kunden – direkt bei uns einzubinden. Großartig. Und Greg, erzähl uns, wie Serhant vertikale KI
00:04:51für die Immobilienbranche entwickelt. Ja. Wie mein Kollege Coy erwähnte, bauen wir vertikale KI für Immobilien.
00:04:56Das bedeutet, dass wir besessen davon sind, einen echten Mehrwert für unsere Kunden,
00:05:04die Immobilienmakler, zu schaffen und gleichzeitig KI-Modelle zu nutzen. Man muss die richtige
00:05:09Balance finden: Man möchte das Modell so nutzen, dass sich das eigene System automatisch verbessert,
00:05:14wenn das Modell besser wird. Gleichzeitig möchte man einen Mehrwert bieten, damit
00:05:20unsere Immobilienmakler eine viel bessere Erfahrung haben, wenn sie zum Beispiel “Simple” nutzen –
00:05:25die Anwendung, die ihr vorhin gesehen habt –, anstatt einfach nur Claude zu verwenden.
00:05:31Diese richtige Balance zu finden, ist extrem wichtig. Für uns kommt es im Wesentlichen
00:05:35auf drei Kernbereiche an: Erstens bauen wir Workflows, die speziell auf Immobilienmakler zugeschnitten sind,
00:05:42mit einer Orchestrierungsplattform darüber. Das sind Dinge wie: Wie erstellt man eine Marktpotenzialanalyse?
00:05:48Wie generiert man eine Objektpräsentation? Das sind sehr immobilienspezifische Workflows.
00:05:54Der zweite Aspekt sind die Daten: Verlässliche Daten zu haben, die die KI antreiben.
00:05:59Sei es die Gesamtheit der Transaktionen, die wir im Maklergeschäft abwickeln,
00:06:05oder unsere Schulungsdaten für den Vertrieb – all das ist enorm wichtig.
00:06:11Und der letzte Punkt: Wir haben Immobilienexperten, die kontinuierlich Feedback geben
00:06:15und die Ergebnisse des KI-Modells feintunen, sodass es mit der Zeit immer intelligenter wird.
00:06:21Das sind die Bereiche, die uns zu einer echten vertikalen KI machen, statt nur einen Chatbot
00:06:25an eine alte Legacy-Software dranzuflanschen. Ja. Der Punkt mit den Daten ist eine tolle Überleitung zu ZoomInfo.
00:06:30Ihr baut ein Produkt, das v0 einbettet und gleichzeitig Daten bereitstellt,
00:06:37um neue Anwendungen für eure Kunden zu entwickeln. Welche Probleme wollt ihr lösen,
00:06:43die bisher unlösbar waren? Ja, also v0 ist fantastisch. Was wir jetzt tun können,
00:06:49hängt mit der Abwägung zwischen “Selber bauen oder Kaufen” zusammen, die du in einem deiner Podcasts erwähnt hast.
00:06:57Ich bin heute optimistischer für SaaS als je zuvor. Aber ich würde sagen,
00:07:02dass universelle Einheits-SaaS-Anwendungen wohl ausgedient haben. Die Zukunft gehört vertikalen,
00:07:10auf den jeweiligen Anwendungsfall zugeschnittenen Lösungen. Was wir mit v0 machen, ist:
00:07:16Wie können wir vertikale Daten von ZoomInfo nutzen – sei es für Immobilien- oder Fertigungs-Interessenten –
00:07:23und sie mit der Magie des Coding-Agenten von v0 verbinden? So bringen wir die Entwickler-Mentalität
00:07:30zu Menschen mit Marketing-Hintergrund, die nie gedacht hätten, dass sie etwas entwickeln würden,
00:07:34und geben ihnen klare Leitplanken an die Hand. Klasse. Lassen Sie uns über Sicherheit und Leitplanken sprechen,
00:07:40denn da bleiben viele Unternehmen hängen, wenn es darum geht, etwas vom lokalen Rechner in die Produktion zu bringen.
00:07:46Victor, wenn ihr KI-Funktionen in ein Produkt einbettet, das von Tausenden Unternehmenskunden
00:07:51genutzt wird, ist der Schadensradius bei Fehlern natürlich enorm. Wie geht euer Team
00:07:56mit Vertrauen und Sicherheit im großen Maßstab um? Ich denke, der erste Punkt ist:
00:08:02Wenn wir klare Strukturen schaffen, sodass Nutzer – egal ob mit Informatikstudium oder ohne – darauf vertrauen können,
00:08:10dass die Daten und die Infrastruktur stimmen, entfaltet sich die meiste Kreativität beim Entwickeln.
00:08:16Als Erstes haben wir uns gefragt: Wer ist der Branchenbeste für Bereitstellungen,
00:08:20Sandboxes und Shipping? Und das ist Vercel. Auf der Ebene des Kontext-Graphen bei ZoomInfo
00:08:26kümmern wir uns um die Datenschutzberechtigungen. Nutzer haben nur Zugriff auf Daten,
00:08:32für die sie berechtigt sind. So verbrennen ihre Agenten nicht Hunderte von Tausenden
00:08:39von Token. Zusammenfassend: Erstklassige Infrastruktur-Leitplanken
00:08:44kombiniert mit erstklassigen Kontext-Graphen-Leitplanken, damit jeder – vom Go-to-Market-Ingenieur
00:08:49bis zum Marketer – seine Ideen bedenkenlos umsetzen kann. Schön. Und Andy, du hast
00:08:56eine unkonventionelle Wette abgeschlossen: dass die Einschränkung des Stacks Innovationen nicht ausbremst,
00:09:03sondern beschleunigt. Ihr ersetzt sogar Lieferantenverträge durch interne Entwicklungen.
00:09:09Kannst du diesen Gedanken erklären? Ja. Die Herausforderung der Schatten-IT ist aktuell sehr real.
00:09:15Unsere Wette war: Wenn wir den Leuten umfassenden Zugriff geben, um Dinge
00:09:21auf Vercel mit Vorschau-Links zu bauen... Wenn ich mit diesen Marketern spreche,
00:09:28scheinen sie gar nicht zu verstehen, wie genial flüchtige Umgebungen sind. Sie nehmen einfach an, dass Software
00:09:33schon immer so funktioniert hat. Dabei hat unsere Branche lange gebraucht, um dorthin zu kommen,
00:09:37dass man Code ausliefert und sofort eine Umgebung erhält, die genau diesen Code widerspiegelt.
00:09:42Diese flüchtigen Umgebungen sind aus Sicherheits-Sicht hervorragend. Sie sind nicht indiziert oder auffindbar
00:09:48und besitzen ein gewisses Maß an Entropie. Das ist sehr praktisch. Ich lasse den Leuten in diesen
00:09:52flüchtigen Umgebungen viel Freiraum. Danach gibt es Überprüfungen und Vorgaben, bevor etwas
00:09:58auf einem Vercel-Produktions-Endpunkt ausgeliefert wird. Weil wir bei diesem Zugang sehr großzügig sind,
00:10:04können wir an anderer Stelle sehr restriktiv sein. Entschuldigung an die geschätzten Kollegen im Raum,
00:10:10aber wir bauen nicht auf Lovable, sondern auf Vercel. Was immer ihr auf Lovable vorhabt,
00:10:14macht es hier drüben. Wir haben die bessere Lösung für euch. Ich bin fest davon überzeugt:
00:10:18Wenn man die Anlaufstelle wird, wo man Probleme vorbringt und gezeigt bekommt, wie man sie sicher löst,
00:10:24gewinnt man Befürworter. Ist man dagegen die Abteilung für Absagen, suchen die Leute Wege um einen herum.
00:10:29Indem wir extrem gewagt erlauben, was innerhalb unserer Leitplanken passiert,
00:10:33werden wir den Kampf gegen die Schatten-IT gewinnen und unter dem Strich eine bessere Sicherheitsarchitektur haben.
00:10:39Schön. Und Greg, du hast gründlich darüber nachgedacht, welche traditionellen Entwicklungs-Kontrollen
00:10:43funktionieren und wo sie an ihre Grenzen stoßen. Wie baut man Leitplanken, wenn die Entwickler keine Softwareingenieure sind?
00:10:47Das ist definitiv ein wichtiger Schwerpunkt für uns: Kontrollen und Leitplanken
00:10:52zu etablieren. Einige Dinge integrieren wir direkt in unsere CI/CD-Pipeline. Wenn wir Software
00:10:59entwickeln, nutzen wir Automatisierung – zum Beispiel CodeRabbit für automatisierte PR-Reviews.
00:11:04Bei sehr komplexen Codeänderungen prüft zusätzlich ein Mensch. Wir führen Sicherheits-Code-Scans
00:11:12auf Schwachstellen, Code-Standards und -Qualität durch und prüfen auf sensible Daten
00:11:18und Secrets. Das ist alles Teil der automatisierten Pipeline.
00:11:24Da wir ein KI-natives Produkt sind und Ein- sowie Ausgaben für KI-Modelle haben, müssen wir auch dort Kontrollen einbauen.
00:11:31Bei Eingaben in ein LLM müssen wir sicherstellen, dass sie verarbeitet werden und beispielsweise keine
00:11:37Prompt-Injections enthalten. Das Gleiche gilt für die Modell-Ausgaben: Wir müssen diese validieren,
00:11:44bevor sie an den Endkunden – also unsere Immobilienmakler – gehen. Wir nutzen dafür
00:11:50verschiedene Methoden. Eine davon ist die Evaluierung, um die Ausgaben des Modells zu bewerten
00:11:56und auf Halluzinationen und Relevanz zu prüfen. Compliance ist für uns ebenfalls ein großes Thema,
00:12:01da in der Immobilienbranche regulatorische Vorgaben eingehalten werden müssen.
00:12:09Beim Fair Housing Act müssen wir etwa garantieren, dass die KI-Ausgaben
00:12:14keine Verbraucher diskriminieren. Dafür haben wir sogar ein maßgeschneidertes Modell entwickelt.
00:12:19Eine lückenlose End-to-End-Pipeline mit allen Kontrollen ist für uns absolut entscheidend.
00:12:25Das gibt mir die Sicherheit, bei der Entwicklung voll auf KI zu setzen.
00:12:33Andernfalls wären wir wohl etwas zurückhaltender, aber dank dieser Kontrollen
00:12:37fühlen wir uns deutlich wohler. Sehr gut. Sprechen wir über die Methodik dahinter,
00:12:43wie Agenten in euren Unternehmen arbeiten. Greg, fangen wir mit dir an.
00:12:47Du hast ein sehr spezifisches Framework für die Strukturierung von Agenten-Workflows,
00:12:52bei dem jeder Agent eine menschliche Rolle spiegelt und Entwickler im Grunde zu Teamleads werden,
00:12:58die mehrere Stränge verwalten. Kannst du erklären, wie das in der Praxis aussieht?
00:13:04Ja, wir orientieren uns stark am Menschen. Im traditionellen Softwareentwicklungsprozess
00:13:10gibt es verschiedene Rollen: DevOps, Full-Stack-Entwickler, Web-Entwickler, QA.
00:13:17Für diese Rollen erstellen wir spezialisierte Agenten. Hinzu kommen die Aufgaben:
00:13:22Jede Person hat unterschiedliche Fähigkeiten und Verantwortlichkeiten. Wir haben eine Bibliothek
00:13:29mit verschiedenen KI-Skills aufgebaut – wie man Code auf Schwachstellen scannt
00:13:34oder Unit-Tests schreibt. Jeder KI-Agent kann auf mehrere dieser Skills zugreifen.
00:13:41Das ist ein wesentlicher Punkt. Ein anderer ist, dass wir auch den Entwicklungsprozess
00:13:46nachbilden, obwohl er von KI gesteuert wird. Wir beginnen beim Produktmanager,
00:13:53der die Anforderungen verfasst und dabei KI nutzt. Wir tragen diese in Linear ein,
00:13:59was als unsere Single Source of Truth dient. Entwickler nehmen diese Daten und generieren
00:14:05mit KI-Unterstützung technische Anforderungen. Sie zerlegen sie in User Stories für Linear,
00:14:10und KI-Agenten übernehmen schließlich die eigentliche Entwicklung.
00:14:15Danach folgen QA und Bereitstellung. Es ist ein klassischer Prozess,
00:14:22der durch KI beschleunigt wird. Am Ende nutzen wir “Compound Engineering” –
00:14:27ein Open-Source-Framework, das sich Erkenntnisse merkt, sodass sie bei der nächsten Aufgabe direkt vorliegen.
00:14:33Man verbessert sich dadurch kontinuierlich in der Softwareentwicklung.
00:14:39Andy, du hast dich bewusst dagegen entschieden, den Leuten mit v0 Abkürzungen zur Codegenerierung zu geben.
00:14:46Du wolltest, dass sie die Grundlagen lernen. Warum, und wie verändert das das, was sie bauen können?
00:14:52Wir sind sehr beeindruckt und nutzen Agent-Frameworks in unserer Softwareentwicklung.
00:14:59Aufgabe übernehmen, die gelernten Lektionen abrufbereit da. So wird man kontinuierlich
00:15:03immer besser in der Softwareentwicklung. Schön. Andy, du hast dich bewusst dagegen entschieden,
00:15:10den Leuten Abkürzungen zur Codegenerierung wie V0 zu geben. Du wolltest, dass sie die Grundlagen lernen. Warum, und wie
00:15:18verändert das, was sie entwickeln können? Wir sind natürlich sehr beeindruckt, und unser Team nutzt
00:15:26Agenten-Frameworks und andere Komponenten in der Softwareentwicklung. Aber für meine Citizen Builder habe ich
00:15:31die unkonventionelle Entscheidung getroffen, dass ich sie nicht in einer voll verwalteten Umgebung haben wollte. Ich wollte
00:15:36etwas mit genau der richtigen Dosis Engineering, sodass sie wussten, wie man es bedient, aber nicht so weit entfernt
00:15:43von unseren regulären Prozessen, dass die Integration schwerfällt. Es ist
00:15:48in unserer Führungsebene kein Geheimnis, dass manche dieser Projekte Einweg-Software oder reine Demos sind.
00:15:54Wir hatten einen sehr eifrigen jungen Mitarbeiter, den ich sehr schätze und dessen Energie ich liebe,
00:15:59so ein Typ der Kategorie “Lage im Blick behalten”. Er hat ein Risiko- und Sicherheitstool gebaut, das alle unsere Echtzeit-
00:16:07Events überwacht hat. Wir veranstalten landesweit 2000 Events mit Ärzten. Da muss man dann...
00:16:11na ja, eigentlich muss man gar nichts überwachen, weil wir das sonst nicht tun, aber er wollte,
00:16:15dass wir Wetter, Sicherheit und Gefahren überwachen. Und er hat dieses verrückte Dashboard gebaut, das meinte: Wir haben
00:16:20ein Event in Phoenix und es gibt eine Hitzewarnung. Ich dachte nur: Das ist absolut verrückt. Völlig klar,
00:16:25dass wir so etwas nicht täglich in unserer Software nutzen. Aber die Idee war gut. Er hat gelernt, KI zu nutzen.
00:16:31Er hat gelernt, wie man Tools nutzt. Es war eine interessante Demoshow. Wir haben es zwar noch nicht skaliert, aber indem wir diese
00:16:36Tools nah an die Ersteller bringen, fällt es uns leicht – wenn wir mal einen Volltreffer landen,
00:16:40und wir hatten einige Volltreffer –, das in unsere echten Engineering-Workflows zu überführen. Es sieht gar nicht so
00:16:45anders aus. Deshalb bin ich optimistisch für Frameworks wie Vercel und nicht für abgeschottete Ökosysteme,
00:16:51in denen Nicht-Engineers etwas in einer Low-Code-Umgebung bauen. Ich glaube nämlich,
00:16:56dass High-Code-Umgebungen zugänglicher für Neulinge zu machen dazu führt, dass mehr
00:17:01dieser Projekte in der Produktion landen. Ja. Bei jeder ernsthaften App oder jedem Agenten,
00:17:06den beispielsweise 400 Vertriebsmitarbeiter bei Vercel nutzen, landet das am Ende in unserem GTM-Monorepo
00:17:12oder ging durch die Hände unseres GTM-Engineering-Teams. Das passt also vollkommen. Victor, du entwirfst ein Modell
00:17:18der schrittweisen Offenlegung: Point-and-Click, dann chatbasierte Anpassungen, dann die vollständige App-Entwicklung für
00:17:24über 40.000 Kunden. Wie gehst du vor, um die Nutzer dort abzuholen, wo sie auf diesem Spektrum stehen?
00:17:30Ja, ich denke, wir betrachten unsere Builder-Personas meistens ziemlich binär:
00:17:36Entweder kann man bauen und Code von Grund auf schreiben, oder man braucht ein Vibe-Coding-Tool. Aber ich
00:17:43denke eigentlich, dass dieses Spektrum viele verschiedene Fähigkeitsstufen hat. Auf der einen Seite stehen
00:17:48die Leute hier im Raum, die alles bauen können, sowie euer GTM-Engineering-Team. Und auf der anderen Seite
00:17:53stehen Vertriebler und Vertriebsleiter in der Fertigungsbranche, die noch nie in ihrem Leben etwas mit
00:18:00Code gebaut haben. Was wir mit dieser V0- und ZoomInfo-Integration erreichen wollen, ist, all diese Gruppen
00:18:06anzusprechen. Wenn jemand das Wissen und Know-how hat und euer Training absolviert hat, um Code zu schreiben,
00:18:13wollen wir seiner Kreativität freien Lauf lassen, und diese Personen bekommen Zugang zu allen Tools. Wenn jemand direkt
00:18:19einsteigen und per Point-and-Click sofort Mehrwert erzielen möchte, geht das genauso. Wir leben in einer
00:18:24Welt, in der man sich nicht mehr für das eine oder das andere entscheiden muss. Das ist wirklich extrem spannend.
00:18:29Klasse. Gut, zum Abschluss möchte ich es für die Leute hier im Raum noch ganz praktisch machen.
00:18:35Wenn ein KI-Agent heute eine Sache in eurem Unternehmen tun könnte, die er aktuell noch nicht kann: Was wäre das?
00:18:43Wenn wir etwa ein Event in Arizona planen und Onkologen vor Ort identifizieren müssen,
00:18:53soll der Agent selbstständig erkennen, welche Relevanz das Hat,
00:18:58und automatisch Zielgruppenansprachen oder Kampagnen auf LinkedIn und Meta schalten.
00:19:04Wir nennen das die Vision des vollautonom gesteuerten Betriebs – daran arbeiten wir aktuell.
00:19:09Das Prinzip lautet: Anwendungsfall identifizieren, eigene Control Plane bauen
00:19:17und anschließend wiederkehrende Aufgaben an Agenten übergeben, um Prozesse zuverlässiger zu gestalten.
00:19:21Ausgezeichnet. Victor, mach du bitte den Abschluss.
00:19:27Bisher haben wir Agenten vor allem als Assistenten für Entwickler betrachtet.
00:19:34In den kommenden Monaten möchte ich erleben, dass der Agent selbst zum Entwickler wird.
00:19:40Er soll Anwendungen eigenständig erstellen und unter Einhaltung der Leitplanken bereitstellen.
00:19:44Das Jahr 2026 war das erste Jahr, in dem ich bei der Arbeit viele
00:19:50Nachrichten von Robotern bekommen habe, also Aufforderungen zum Handeln von Robotern. Und ich denke,
00:19:58dass sich dieser Trend nur noch fortsetzen wird. Wir nehmen also einen Teil unseres Marketings,
00:20:03unserer Werbung und Lead-Generierung... Wenn wir etwa ein Event in
00:20:08Arizona veranstalten müssen und ich alle Onkologen in Arizona ausfindig machen muss: Ich möchte, dass der Agent
00:20:14auf hoher Ebene versteht, dass, wenn ein Event ansteht und es Ärzte gibt, die noch nicht mit uns
00:20:19interagiert haben, er sie einfach ansteuern soll – also Budget in LinkedIn-Ads und Meta-Kampagnen steckt.
00:20:25Vielen Dank an euch alle für das Gespräch.
00:20:30Ich bin gespannt, welche Entwicklungen dieses Jahr noch folgen werden.
00:20:34lassen können, wo die Agenten das Steuer übernehmen und Aufgaben erledigen, die entweder zuverlässiger sind,
00:20:41oder eben eher langweilige Aufgaben, die man keinen Menschen machen lassen möchte,
00:20:44und diese an die Agenten übergeben und sie fahren lassen. Großartig. Gut, Victor, mach du den Abschluss.
00:20:49Alles klar. Bisher haben wir darüber gesprochen, dass die Agenten Assistenten für die Entwickler sind.
00:20:55In den nächsten Monaten würde ich mir wünschen, dass der Agent selbst zum Entwickler wird.
00:21:01Ich möchte, dass der Agent die Anwendung erstellen und über die richtigen Schutzplanken bereitstellen kann,
00:21:07und die neue Evaluierung – anstatt dass die Ausgabe des Agenten die Evaluierung ist – sollte sein:
00:21:12War der Nutzer erfolgreich mit dem, was die Anwendung ihm liefern sollte?
00:21:16Der Agent erhält dann diese Messdaten und erstellt die nächste Version der Anwendung,
00:21:22liefert sie wieder aus, richtig? Ein Grund, warum ich die Arbeit mit Vercel liebe, ist, dass es euch immer ums
00:21:27Ausliefern geht. Und ich glaube, man lernt mehr durch das Ausliefern an den ersten Nutzer, als nur durch das Schreiben
00:21:33des Codes. Wenn ein Agent einen also immer wieder durch diesen Schleifenprozess bringen kann, beschleunigt das extrem,
00:21:38Vielen Dank an alle.
00:21:43Danke.
00:21:48Vielen Dank.

Key Takeaway

Der Übergang von einfachen Assistenten zu autonomen KI-Agenten transformiert Entwickler in Dirigenten und befähigt Nicht-Entwickler über sichere Infrastrukturen wie Vercel und v0 zum Bau einsatzfähiger Anwendungen.

Highlights

  • Aufzeichnungen von Kundengesprächen lassen sich durch KI-Agenten direkt in funktionierende Pull Requests umwandeln, wodurch die manuelle Feedback-Aufbereitung entfällt.

  • KI-Agenten übernehmen Aufgaben, die Bearbeitungszeiten von 10 bis 15 Stunden oder mehrere Tage erfordern, und verändern die Rolle von Softwareentwicklern hin zu Dirigenten.

  • Das AI-Accelerator-Programm bei MJHLA Sciences setzt auf ein Starter-Pack aus Claude Code, Vercel, GitHub und SSO für Nicht-Entwickler wie Marketer.

  • Sicherheits- und Qualitätskontrollen werden direkt in CI/CD-Pipelines integriert, einschließlich automatisierter PR-Reviews durch CodeRabbit und Prüfungen bezüglich Prompt-Injections sowie rechtlicher Vorgaben wie dem Fair Housing Act.

  • Das Open-Source-Framework Compound Engineering speichert gelernte Erkenntnisse ab, um nachfolgende Softwareentwicklungsprozesse automatisch zu verbessern.

Timeline

Vom Kunden-Feedback direkt zum Pull Request

  • KI-Agenten analysieren Kundeninteraktionen und generieren selbstständig Code.
  • Produktteams konzentrieren sich auf Entscheidungen zur Bereitstellung statt auf manuelle Vorbereitung.

Traditionelle Entwicklungs-Roadmaps verzögerten Kundenwünsche oft um bis zu 12 Monate. Durch den Einsatz von Agenten werden aufgezeichnete Kundengespräche direkt ausgewertet und in Pull Requests überführt. Dies verkürzt den Weg von der Kundenanforderung bis zur Auslieferung drastisch.

Entwickler als Dirigenten und der Abschied von BI-Tools

  • KI-Agenten erledigen komplexe Aufgaben autonom über mehrere Tage hinweg.
  • Maßgeschneiderte Control Planes und v0 ersetzen klassische Business-Intelligence-Software wie Tableau.

Während Agenten früher nur wenige Minuten autonom arbeiteten, übernehmen sie nun langwierige Aufgaben über Nacht oder über mehrere Tage. Entwickler steuern und delegieren Prozesse, anstatt jeden Einzelschritt zu überwachen. Gleichzeitig ersetzen direkt an Datenbanken wie Snowflake angebundene Control Planes und v0 traditionelle BI-Tools, um direkt aus den Daten heraus Handlungen auszulösen.

Befähigung von Nicht-Entwicklern und vertikale KI-Anwendungen

  • Accelerator-Programme rüsten Marketer mit Tools wie Claude Code und Vercel aus.
  • Vertikale KI verknüpft branchenspezifische Daten mit spezialisierten Workflows.

Nicht-Entwickler ohne Vorkenntnisse bauen mithilfe standardisierter Starter-Packs eigene interne Werkzeuge. In Branchen wie der Immobilienwirtschaft oder dem B2B-Vertrieb setzen Unternehmen auf vertikale Lösungen, die domänenspezifische Trainingsdaten und reale Arbeitsabläufe integrieren, anstatt generische Chatbots einzusetzen.

Sicherheitsstrukturen, flüchtige Umgebungen und Schatten-IT

  • Flüchtige Vorschau-Umgebungen ermöglichen sicheres Experimentieren ohne Auffindbarkeit im Netz.
  • Automatisierte CI/CD-Pipelines prüfen Code auf Schwachstellen, Secrets und regulatorische Compliance.

Sicherheits- und Datenschutzgrenzen werden durch Infrastrukturen wie Vercel und strikte Kontext-Graphen gewährleistet. Die Vergabe großzügiger Zugriffsrechte innerhalb geschützter Leitplanken verhindert Schatten-IT. Automatisierte Tools wie CodeRabbit prüfen Codeänderungen sowie KI-Ein- und Ausgaben auf Prompt-Injections, Halluzinationen und gesetzliche Vorgaben.

Strukturierte Agenten-Workflows und High-Code-Umgebungen

  • Agenten-Bibliotheken bilden menschliche Spezialrollen und Fähigkeiten im Entwicklungsprozess nach.
  • High-Code-Umgebungen erleichtern den Übergang von Prototypen in reale Produktionssysteme.

Unternehmen strukturieren KI-Workflows analog zu menschlichen Teams mit spezifischen Rollen für Produktmanagement, Entwicklung und Qualitätssicherung. Anstelle isolierter Low-Code-Plattformen ermöglichen produktionsnahe High-Code-Frameworks die nahtlose Integration gelungener Citizen-Builder-Projekte in bestehende Repositories.

Zukunftsvision: Vollautonome Abläufe und KI als Entwickler

  • Vollautonome Agenten sollen künftig Marketing- und Betriebsaufgaben eigenständig steuern.
  • Agenten entwickeln, testen und iterieren Anwendungen basierend auf Nutzererfolgsmessungen.

Die Weiterentwicklung zielt auf Systeme ab, die eigenständig Marktchancen erkennen, Zielgruppen identifizieren und Werbebudgets zuweisen. Künftige Agenten beschränken sich nicht auf Code-Assistenz, sondern erstellen komplette Anwendungen selbst, messen den Nutzererfolg und verbessern die Software in kontinuierlichen Schleifen.

Community Posts

View all posts