Genesis Internes Technologietag | Wie wir AI-native SDLC aufgebaut hab
ChaptersAI

Genesis Internal Tech Insights Day | Як ми побудували AI-native SDLC

Genesis
1:01:26
Jun 8, 2026
5 views
0
Show description

Tech Insights Day — одноденна подія для розробників екосистеми Genesis та партнерських компаній, присвячена обміну досвідом щодо впровадження ШІ, трансформації ролей у командах та пошуку перевірених рішень у розробці.

Have questions about this video?

Sign up to chat with AI and get deeper insights.

Sign up — 5 free credits
Integration von AI in die Entwicklung
Automatisierung von SDLC
Management von technischem Schulden
Rolle der Ingenieure in AI-Prozessen
AI in Testing und Code-Review
TL;DR

Genesis untersucht die Integration von AI in den SDLC-Prozess und konzentriert sich auf Automatisierung und Effizienz in der Entwicklung.

8
Watch Score

Inhaltliche wertvolle technische Einblicke für Entwickler.

1/10
Clickbait
positive
Sentiment
Should watch

Interesse für AI-Entwickler und diejenigen, die Automatisierung in die Entwicklung einführen.

Can skip

Nicht interessant für diejenigen, die nicht in der Entwicklung tätig sind oder nicht mit AI-Technologien beschäftigt sind.

Quality (8/10)

Komplexes technisches Material mit praktischen Beispielen zur Integration von AI.

Summary
Auf dem Genesis Internal Tech Insights Day wurde die Integration von Künstlicher Intelligenz in den Software Development Life Cycle (SDLC) erörtert. Der Schwerpunkt lag auf der Automatisierung und Beschleunigung aller Entwicklungsphasen, von der Erstellung von technischen Anforderungen bis hin zur Testung und Veröffentlichung von Code. Das Unternehmen setzt AI ein, um technische Anforderungen zu generieren, Code zu schreiben und Code-Reviews durchzuführen, was den Bedarf an manueller Arbeit erheblich verringert und es nicht-technischen Fachleuten ermöglicht, Änderungen am Produkt vorzunehmen. Referent Igor Zakutinsky sprach ausführlich über die Phasen der Integration von AI in den SDLC und hob die Bedeutung einer qualitativ hochwertigen Planung sowie eines automatisierten Ansatzes für Testing und kontrollierte Beschleunigung der Prozesse dort hervor, wo dies sinnvoll ist. Dieser Ansatz ermöglicht es Entwicklern, sich auf die architektonische Gestaltung und das System-Interaction zu konzentrieren. Es wurden auch Themen wie technischer Schulden, die durch AI-generierten Code verursacht werden, und die Notwendigkeit seines Managements durch automatisierte Prozesse und Logging-Systeme diskutiert. Die Teilnehmer der Veranstaltung interessierten sich für die Rolle der Entwickler im neuen AI-gesteuerten Prozess und die Implikationen für den Arbeitsmarkt, da AI die Anforderungen an technische und produktbezogene Fähigkeiten von Fachleuten verändert.
Agenten und ihre Funktionen6
  1. 1Discovery Agent — Erstellt technische Anforderungen (TA).
  2. 2Design Agent — Generiert Designs im Rahmen der TA.
  3. 3QA Agent — Führt automatisierte Tests von Produkten durch.
  4. 4Code-Review Agent — Analysiert die Code-Qualität und erkennt Fehler.
  5. 5Task Implementation Agent — Automatisiert die Ausführung von Aufgaben in Backlogs.
  6. 6Manual QA Agent — Emuliert die Aktionen eines Testers zur Fehlersuche.
Key Takeaways
  • AI-Integration beschleunigt den SDLC.
  • Automatisierung verringert den Bedarf an manueller Arbeit.
  • AI hilft, Planung und Testing zu verbessern.
  • Nicht-technische Fachleute können Änderungen vornehmen.
  • Der Bedarf an Prozess-Logging steigt.
  • Die Rolle des Entwicklers konzentriert sich auf Architektur.
  • Technischer Schulden erfordert besondere Verwaltung.
  • Aufgaben erfordern Klarheit und Planung.
  • Anforderungen an ingenieurtechnisches Denken steigen.
  • Es gibt Risiken und Abhängigkeiten von AI-Anbietern.
Action Items
  • 1Die Möglichkeiten zur Implementierung von AI im eigenen SDLC bewerten.
  • 2Automatisierung von Testing und Code-Review in Betracht ziehen.
  • 3Sich mit AI-Diensten für die Integration in die Entwicklung vertraut machen.
Prerequisites
  • Kenntnisse der Prinzipien der Softwareentwicklung
  • Erfahrung mit AI-Technologien
Key Definitions
AI Native SDLC
Softwareentwicklungszyklus, in dem AI ein zentrales Element in allen Phasen ist.
Content Analysis
Type

lecture

Sentiment

positive

Difficulty

advanced

Complexity

technical

Target Audience

Technische Fachleute, Entwickler, AI-Ingenieure

#ai#entwicklung#integration#technischer schulden#code-review#sdlc#automatisierung#testing#programmierung#ingenieurwesen#produktansatz#adoption#organisationsänderungen