Die 5 Stufen der KI-Autonomie im Engineering Management
Aliaume Caplat Gründer, DevPrism
LinkedIn
Jeder Engineering Leader kennt dieses Gefühl: Sie führen Copilot, Cursor oder Claude Code ein, sehen einen Produktivitätsschub — und fragen sich dann „Was kommt als Nächstes? Wie weit sollten wir KI gehen lassen?“
Die Antwort ist nicht binär. Es ist eine graduelle Reise. Und die meisten Organisationen — und Plattformen — stecken auf Stufe 1 fest.
Warum ein Framework wichtig ist
Die Automobilindustrie hat 6 Stufen des autonomen Fahrens definiert (SAE J3016). Das gab allen Beteiligten — Ingenieuren, Regulierern, Verbrauchern — ein gemeinsames Vokabular und einen klaren Entwicklungspfad.
Das Engineering Management braucht dasselbe. Ohne Framework:
- Teams überinvestieren in KI-Tools ohne den Impact zu messen
- Führungskräfte können ihre KI-Strategie nicht vor dem Vorstand artikulieren
- Anbieter behaupten „AI-powered” ohne zu spezifizieren, was ihre KI tatsächlich tut
- Vertrauensprobleme blockieren die Adoption, weil es keinen inkrementellen Weg gibt
Wir schlagen 5 Stufen der KI-Autonomie im Engineering Management vor — ein Modell, das wir in DevPrism implementiert und mit Early Adopters verfeinert haben.
Die 5 Stufen
Stufe 0–1: Beobachten & Steuern
Was es tut: Echtzeit-BI-Dashboards synchronisiert von Ihrer Toolchain. DORA, SPACE, AI Impact, Quality — auf einen Blick sichtbar.
Konkretes Beispiel: Ihr VP Eng öffnet DevPrism am Montagmorgen und sieht, dass die Lead Time diese Woche um 30% gestiegen ist. Das Dashboard zeigt sofort, welches Team betroffen ist.
Wer hier aufhört: Jellyfish, Swarmia, Waydev, Pluralsight Flow und die meisten internen Dashboards. Sie zeigen Zahlen, überlassen aber das „Warum” den Menschen.
Vertrauensanforderung: Gering — es ist nur lesend. Kein Risiko.
Stufe 2: Analysieren
Was es tut: KI-Agenten diagnostizieren automatisch Ursachen durch Korrelation von Metriken, PRs, Aktivitätsmustern und zeitlichen Daten.
Konkretes Beispiel: Der Agent erkennt, dass der Lead-Time-Anstieg von 3 überlasteten Reviewern stammt, die jeweils 12 ausstehende PRs haben — Ursache in 2 Minuten statt 2 Stunden identifiziert.
Wichtiger Insight: Hier findet der Paradigmenwechsel statt. Die Plattform zeigt nicht nur eine rote Zahl — sie erklärt, warum sie rot ist. Eine Analyse, die einen EM 2 Stunden kostete, erfolgt jetzt automatisch.
Vertrauensanforderung: Mittel — der Agent liest Daten und schließt daraus, ändert aber nichts.
Stufe 3: Empfehlen
Was es tut: Agenten schlagen konkrete, kontextualisierte Maßnahmen vor. Sie finden nicht nur das Problem — sie empfehlen die Lösung mit unterstützenden Belegen.
Konkretes Beispiel: Der Quality Guardian erkennt eine Coverage-Regression und identifiziert die 3 verantwortlichen PRs. Der Agent empfiehlt: „Review-Last auf 2 benachbarte Teams verteilen — Team Platform hat 3 verfügbare Reviewer in diesem Sprint.“
Wichtige Fähigkeiten:
- PR Intelligence: Risk Scoring auf 8 Faktoren, Blocker-Erkennung, Reviewer-Vorschläge
- Capacity Planning: Überlastungserkennung, Single Points of Knowledge, Burnout-Risiko-Scoring
- Quality Guardian: Regressionszuordnung bis zur spezifischen PR
Vertrauensanforderung: Mittel-hoch — der Agent liefert Empfehlungen, aber ein Mensch validiert jede Aktion.
Stufe 4: Steuern & Ausführen
Was es tut: Die Policy Engine führt Aktionen mit 3 Unter-Autonomiestufen aus:
- Suggest: der Agent empfiehlt, der Mensch entscheidet
- ActWithApproval: der Agent bereitet die Aktion vor, der Mensch validiert mit einem Klick
- AutoAct: der Agent handelt autonom innerhalb richtliniendefinierter Leitplanken
Write-back zu GitHub, Azure DevOps und GitLab: Kommentare, Labels, Zuweisungen, Reviewer-Rotation.
Konkretes Beispiel: Die Policy Engine weist automatisch einen verfügbaren Reviewer zu, fügt das Label „needs-review” hinzu und benachrichtigt das Team in Slack — ohne menschliches Eingreifen. Wenn die Richtlinie auf „ActWithApproval” steht, erhält der EM stattdessen eine Ein-Klick-Genehmigungsanfrage.
Wichtiger Insight: Das ist der wahre Differenzierungsfaktor. Die Organisation wählt ihre Autonomiestufe pro Aktionstyp. Kritische Deployments bleiben bei „Suggest”, während routinemäßige PR-Zuweisungen auf „AutoAct” laufen.
Vertrauensanforderung: Hoch — aber granular. Jede Richtlinie definiert ihre eigene Autonomie-Obergrenze.
Stufe 5: Regelkreis (Demnächst)
Was es tut: Kontinuierliche Optimierung mit Feedback-Schleife. Agenten messen die Wirkung jeder durchgeführten Aktion, vergleichen erwartete vs. tatsächliche Ergebnisse und passen Richtlinien automatisch an.
Konkretes Beispiel: Nach Umverteilung der Reviews misst der Agent, dass die Lead Time um 25% gesunken ist. Er passt den Überlastungsschwellenwert von 12 auf 10 PRs für die nächste Iteration an — weil die Daten beweisen, dass ein strengerer Schwellenwert bessere Ergebnisse liefert.
Wichtiger Insight: Das ultimative Ziel ist nicht „Vollautomatisierung”, sondern gemessene, iterative Verbesserung. Jede Agentenaktion wird zu einem Datenpunkt, der zukünftige Entscheidungen verbessert.
Vertrauensanforderung: Sehr hoch — erfordert Monate validierter Stufe-4-Operationen.
Wo Wettbewerber aufhören
| Plattform | Stufe 0–1 | Stufe 2 | Stufe 3 | Stufe 4 | Stufe 5 |
|---|---|---|---|---|---|
| Jellyfish | ✅ | 🟡 konversationeller Assistent, Signale | 🟡 teilbare Insights | ❌ | ❌ |
| Swarmia | ✅ | ✅ Ursachensuche | 🟡 Aktionsplan aus DX-Umfragen | ❌ | ❌ |
| LinearB | ✅ | ❌ | ❌ | 🟡 gitStream — YAML pro Repository | ❌ |
| Waydev | ✅ | ❌ | ❌ | ❌ | ❌ |
| Faros AI | ✅ | ❌ | 🟡 „SDLC discoveries“ | 🟡 KI-Policy-Engine, kein Repo-Write-back | ❌ |
| DevPrism | ✅ | ✅ | ✅ | ✅ | 🔜 |
✅ verfügbar · 🟡 teilweise oder engerer Umfang · ❌ nicht öffentlich angeboten — Quellen am Ende des Artikels
Untersuchung gibt es inzwischen anderswo: Swarmia sucht die Ursache hinter einem Trend, Jellyfish bringt Signale nach oben. Repository-Schreibzugriffe gibt es ebenfalls, bei LinearB, über eine YAML-Datei, die in jedem Repository gepflegt werden muss. Was niemand sonst verbindet, sind die beiden Enden: untersuchen und dann auf den eigenen Befund hin handeln, hinter einem Autonomieregler pro Richtlinie und einer lückenlosen Audit-Spur. In der Tabelle füllt sich die linke Hälfte bei mehreren Anbietern. Die rechte nicht.
Zwei Skalen, zwei verschiedene Dinge
Das Vokabular der abgestuften Autonomie verbreitet sich — und das ist gut für die gesamte Kategorie. Swarmia hat eine eigene fünfstufige Skala veröffentlicht, doch sie klassifiziert etwas anderes: was Coding-Agenten tun, von der Autovervollständigung bis zur Multi-Agenten-Orchestrierung.
Diese hier klassifiziert, was Ihre Steuerungsplattform mit dem tun darf, was sie beobachtet: wie weit sie eigenständig untersucht, wie weit sie empfiehlt, wie weit sie handelt. Zwei Skalen, zwei Gegenstände. Die erste hilft bei der Wahl eines Coding-Agenten, die zweite entscheidet, wer die Kontrolle über Ihre Repositories behält.
Die Frage ist also nicht, wer ein Diagramm veröffentlicht, sondern wo die Kette endet: welche Agenten tatsächlich untersuchen, mit Belegen empfehlen und dann unter einer nachvollziehbaren Policy Engine handeln. Der Differenzierungsfaktor von DevPrism war nie die Idee der Autonomiestufen, sondern ihre gesteuerte Umsetzung, ausgeliefert von Stufe 0 bis Stufe 4.
Das Grundprinzip: Sie bestimmen das Tempo
Der wichtigste Aspekt dieses Frameworks ist nicht die Technologie — es ist die Vertrauensgraduierung.
Teams, die neu mit KI arbeiten, sollten bei Stufe 0 beginnen. Lassen Sie die Dashboards Vertrauen aufbauen. Dann schalten Sie die Analyse frei. Dann die Empfehlungen. Jede Stufe beweist ihren Wert, bevor Sie zur nächsten übergehen.
Es gibt keinen Schalter „Vollautomatisierung aktivieren”. Und es sollte keinen geben.
Die Organisationen, die mit KI im Engineering Management erfolgreich sein werden, sind die, die:
- Mit Beobachten beginnen — Transparenz darüber gewinnen, was KI tatsächlich verändert
- Agenten erklären lassen — von „was ist passiert” zu „warum ist es passiert” wechseln
- Empfehlungen prüfen — Vertrauen durch präzise, umsetzbare Empfehlungen aufbauen
- Schrittweise delegieren — Routineentscheidungen automatisieren, während Menschen bei kritischen Entscheidungen in der Schleife bleiben
- Alles messen — jede Agentenaktion wird zu einem Datenpunkt
Wo steht Ihre Organisation?
Die meisten Engineering-Teams, mit denen wir sprechen, befinden sich irgendwo zwischen Stufe 0 und Stufe 1 — sie haben Dashboards, aber keine automatisierte Intelligenz.
Die, die am schnellsten vorankommen, sind nicht die mit der fortschrittlichsten KI. Es sind die mit einem klaren Framework dafür, wann und wie die Autonomie erhöht werden soll.
Genau das bietet DevPrism.
Starten Sie Ihre 14-tägige kostenlose Testversion → — finden Sie heraus, wo Ihr Team auf dem Autonomie-Spektrum steht.
Quellen
Die obige Tabelle stützt sich auf die öffentliche Dokumentation der jeweiligen Anbieter: