
Leadership in KI-gestützter Softwareentwicklung: DORA-Daten statt Anekdoten
Justin Reock, der auf der InfoQ-Konferenz spricht, nimmt eine kritische Perspektive auf den GenAI-Hype in der Softwareentwicklung ein. Er bezeichnet das Scheitern von 95 % aller KI-Pilotprojekte als „GenAI Divide" und argumentiert, dass Entscheidungen auf Basis von Anekdoten statt belastbarer Daten der Hauptgrund dafür sind. Als Gegenmittel empfiehlt er zwei etablierte Mess-Frameworks: SPACE (Satisfaction, Performance, Activity, Communication, Efficiency) und Core 4 aus der DORA-Forschung, die beide erlauben, den tatsächlichen ROI von KI-Werkzeugen im gesamten Software Development Life Cycle (SDLC) zu quantifizieren. Ein weiteres zentrales Thema ist das Management von Entwickler-Ängsten gegenüber KI-gestützten Tools sowie die Balance zwischen Entwicklungsgeschwindigkeit und Codequalität. Reock beleuchtet zudem den Einsatz agentischer Lösungen – also autonom handelnder KI-Agenten – über einzelne Coding-Assistenten hinaus bis in Planung, Testing und Deployment. Die Erkenntnisse stützen sich auf Daten aus der DX-Forschung (Developer Experience) sowie dem jährlichen DORA-Report.
- 95 % aller GenAI-Pilotprojekte in der Softwareentwicklung scheitern laut Reock – der sog. 'GenAI Divide'.
- SPACE-Framework misst Developer Productivity entlang fünf Dimensionen: Satisfaction, Performance, Activity, Communication, Efficiency.
- Core 4 aus der DORA-Forschung dient als zweites Rahmenwerk zur ROI-Messung von KI-Investitionen.
- Agentic Solutions sollen laut Reock über reine Coding-Assistenten hinaus den gesamten SDLC abdecken.
- Reduktion von Entwickler-Angst vor KI wird als explizite Führungsaufgabe beschrieben.
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
- MEINUNGtowardsdatascience.com1w
95 % der Enterprise-KI-Piloten scheitern: Fünf Schuldentypen als Ursache
- MEINUNGinfoq.com1w
KI als Denkpartner für große Engineering-Systeme mit 400+ Repos
- MEINUNGopenai.com2w
OpenAI erklärt Enterprise-Skalierung von KI: Von Experimenten zu nachhaltigem Impact
- MEINUNGinfoq.com6d
Meta Reality Labs setzt auf KI-natives Engineering mit „Assess and Grow"-Framework

Leadership in KI-gestützter Softwareentwicklung: DORA-Daten statt Anekdoten
Justin Reock, der auf der InfoQ-Konferenz spricht, nimmt eine kritische Perspektive auf den GenAI-Hype in der Softwareentwicklung ein. Er bezeichnet das Scheitern von 95 % aller KI-Pilotprojekte als „GenAI Divide" und argumentiert, dass Entscheidungen auf Basis von Anekdoten statt belastbarer Daten der Hauptgrund dafür sind. Als Gegenmittel empfiehlt er zwei etablierte Mess-Frameworks: SPACE (Satisfaction, Performance, Activity, Communication, Efficiency) und Core 4 aus der DORA-Forschung, die beide erlauben, den tatsächlichen ROI von KI-Werkzeugen im gesamten Software Development Life Cycle (SDLC) zu quantifizieren. Ein weiteres zentrales Thema ist das Management von Entwickler-Ängsten gegenüber KI-gestützten Tools sowie die Balance zwischen Entwicklungsgeschwindigkeit und Codequalität. Reock beleuchtet zudem den Einsatz agentischer Lösungen – also autonom handelnder KI-Agenten – über einzelne Coding-Assistenten hinaus bis in Planung, Testing und Deployment. Die Erkenntnisse stützen sich auf Daten aus der DX-Forschung (Developer Experience) sowie dem jährlichen DORA-Report.
- 95 % aller GenAI-Pilotprojekte in der Softwareentwicklung scheitern laut Reock – der sog. 'GenAI Divide'.
- SPACE-Framework misst Developer Productivity entlang fünf Dimensionen: Satisfaction, Performance, Activity, Communication, Efficiency.
- Core 4 aus der DORA-Forschung dient als zweites Rahmenwerk zur ROI-Messung von KI-Investitionen.
- Agentic Solutions sollen laut Reock über reine Coding-Assistenten hinaus den gesamten SDLC abdecken.
- Reduktion von Entwickler-Angst vor KI wird als explizite Führungsaufgabe beschrieben.
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
- MEINUNGtowardsdatascience.com1w
95 % der Enterprise-KI-Piloten scheitern: Fünf Schuldentypen als Ursache
- MEINUNGinfoq.com1w
KI als Denkpartner für große Engineering-Systeme mit 400+ Repos
- MEINUNGopenai.com2w
OpenAI erklärt Enterprise-Skalierung von KI: Von Experimenten zu nachhaltigem Impact
- MEINUNGinfoq.com6d
Meta Reality Labs setzt auf KI-natives Engineering mit „Assess and Grow"-Framework