Ausgangslage
Ein SII-Team entwickelt und betreibt eine langlebige Geschäftsanwendung für einen Automobilhersteller - ein klassisches Bestandsprojekt. Tickets, von Bugfixes bis zu neuen Features, wurden von Hand umgesetzt und in Story Points geschätzt. Die Frage für unseren Praxistest: Wie viel Aufwand spart ein Coding-Agent in so einem Brownfield-Projekt, ohne dass Qualität oder Verantwortung leiden?
Vorgehen
Kein autonomer Agent, sondern geführte agentische Entwicklung: Der Engineer arbeitet im Dialog mit dem Agenten und steuert jeden Schritt.
- Agentenumgebung für Ticketarbeit - Systemprompt, Skills für Bugfixing, Logging und CI, Anbindung an Ticketsystem und Code-Repository.
- Im Dialog vom Ticket zum Pull Request - der Agent liest Ticket und Logs, erkundet die Codebasis, schlägt einen Plan vor und setzt ihn um; der Engineer bespricht, korrigiert und lässt nachbessern.
- Prüfung vor dem Review - jede Änderung besteht Unit-Tests oder einen fehlerfreien Build, bevor ein Pull Request entsteht.
- Mensch entscheidet - Engineers reviewen jeden Pull Request und entscheiden über den Merge.
- Messung - für jedes Ticket wurde der Aufwand ohne Agent (Story-Point-Schätzung) und mit Agent (Einschätzung der Engineers) festgehalten.
So lief die Zusammenarbeit
Ergebnis
- 14 Tickets: 162 Stunden manuell geschätzt → 64 Stunden mit Agent, von den Engineers geschätzt (≈ -60%).
- Kleine, standardisierte Tickets: ≈ -93%. Große, komplexe Tickets: ≈ -18%. Der Effekt hängt stark vom Ticket ab.
- Keine Änderung ohne bestandene Tests und ohne menschliches Review.
Ergebnis je Ticket
| Typ | SP | manuell (h) | mit Agent (h) | Ersparnis |
|---|---|---|---|---|
| Bug | 2 | 5,6 | 0,25 | 96% |
| Bug | 3 | 8,4 | 0,5 | 94% |
| Bug | 2 | 5,6 | 0,25 | 96% |
| Bug | 3 | 8,4 | 0,5 | 94% |
| Feature | 8 | 22,4 | 10 | 55% |
| Task | 3 | 8,4 | 1 | 88% |
| Feature | 5 | 14 | 1 | 93% |
| Bug | 3 | 8,4 | 0,75 | 91% |
| Task | 2 | 5,6 | 0,5 | 91% |
| Bug | 2 | 5,6 | 0,5 | 91% |
| Improvement | 2 | 5,6 | 0,25 | 96% |
| Improvement | 2 | 5,6 | 0,5 | 91% |
| Feature | 8 | 22,4 | 18 | 20% |
| Improvement | 13 | 36,4 | 30 | 18% |
| Gesamt | 58 | 162,4 | 64 | 60,6% |
Praxistest in einem Sprint (März 2026) in einem unserer Projekte, 14 Tickets gemischter Art und Größe. Geführte Arbeit im Dialog, kein autonomer Agent. Manueller Aufwand aus Story-Point-Schätzung, Aufwand mit Agent von den Engineers selbst eingeschätzt. Eine kleine Stichprobe mit Schätzanteilen - ein Praxisexperiment, keine Studie. Die Modelle sind seitdem besser geworden.
* Praxistest: in einem eigenen Projekt gemessen
