Der Copilot-Vorteil: Transformation der Entwicklung in Ihrem Unternehmen

Wir bei Xebia haben vielen Unternehmen dabei geholfen, GitHub Copilot als die Revolution zu begreifen, die es für unsere Branche ist. Es gibt viel mehr zu tun, als nur eine Lizenz an alle zu verteilen und zu hoffen, dass Sie "10x Entwickler" bekommen. Um das Beste aus Copilot herauszuholen, müssen Sie akzeptieren, dass es sich um eine komplette Umstellung sowohl für Ingenieure als auch für Stakeholder (Benutzer, Product Owner, Scrum Master usw.) handelt. Wir sehen, dass Copilot unseren gesamten Lebenszyklus der Softwareentwicklung (SDLC) berührt: von der Ideenfindung und dem Requirements Engineering bis hin zur Behandlung von Fehlern im Produktionscode.

Mit der Befähigung unserer Stakeholder wird es entscheidend, die Best Practices zu befolgen, die wir seit Jahren befürworten: ein gutes Sicherheitsnetz, das prüft, ob es bei neuen eingehenden Änderungen keine Regressionen gibt, Validierung in mehreren Umgebungen und schnelles und frühzeitiges Versagen mit anmutigen Fallbacks im Falle von Problemen.

Richtige Befähigung

In diesem Artikel führe ich Sie durch die Schritte, die wir mit Kunden unternehmen, die das Beste aus ihrer neuen Arbeitsweise herausholen und die Vorteile des neuen Zeitalters der KI-gestützten Entwicklung wirklich nutzen möchten. Wie Sie aus diesem Artikel ersehen können: Ingenieure wirklich zu befähigen, ist mehr, als nur jedem eine Lizenz zu geben😁.

Wir werden die folgenden Schritte im Befähigungsprozess durchgehen:

Abschließend möchte ich noch darauf eingehen, wie sich Tools wie GitHub Copilot auf den Lebenszyklus der Softwareentwicklung (SDLC) auswirken, und zwar auf mehr Arten, als Sie sich vorstellen können!

Eine Lizenz erhalten

Ein oft unterschätztes Thema ist der Prozess der Lizenzvergabe. Wir haben Unternehmen gesehen, bei denen "jeder einfach eine Lizenz bekommt", und wir haben Unternehmen gesehen, bei denen man den richtigen Weg kennen muss und dann trotzdem darum bettelt, eine Lizenz zu erhalten, und alles dazwischen. Es geht um viel mehr: Zunächst einmal sollte der Prozess eine Einladung sein, der Copilot-Community beizutreten und offen dafür zu sein, zu erfahren, wie sich dieses Tool auf Ihre normale Arbeitsweise auswirkt. Als Nächstes ist es die erste Gelegenheit, den neuen Mitarbeiter oder neuen Copilot-Benutzer willkommen zu heißen. Daher ist die Kommunikation ein wichtiger Bestandteil: Können die Leute eine Lizenz über den Self-Service anfordern, welche Art von Schulung ist erforderlich und wie geben sie die Lizenz zurück, falls sie sich entscheiden, sie nicht zu benutzen? Die nächste Stufe ist der automatische Entzug der Lizenz, wenn der Mitarbeiter eine bestimmte Rolle, ein Team oder sogar das Unternehmen verlässt. Alle Schritte in diesem gesamten Prozess müssen vorhanden sein, um zu verhindern, dass Geld für Lizenzen ausgegeben wird, die niemand nutzt. Der Schlüssel dazu ist die Kommunikation mit den Benutzern und die Definition dessen, was Sie von ihnen erwarten. Fügen Sie der Kommunikation hinzu, welche Schulungen die Benutzer absolvieren müssen (siehe nächster Abschnitt) und wie sie den Support kontaktieren können, falls sie Hilfe bei der Installation der Tools in ihren Editoren oder bei der Anmeldung für die Lizenz benötigen.

Ausbildung

Die Verwendung von Tools wie GitHub Copilot ist wirklich mit einer Lernkurve verbunden. Ich schule nun schon seit Jahren Ingenieure zu Copilot und selbst ich lerne fast jede Woche etwas Neues dazu. Meiner Meinung nach sollten Ingenieure mindestens eine Grundschulung zum Thema "Erste Schritte mit GitHub Copilot" sowie eine Schulung zum Thema "Verantwortungsvoller Umgang mit KI-Tools" absolvieren. Daneben gibt es eine ganze Reihe weiterer Themen, in die Sie eintauchen sollten, um den größten Nutzen aus GitHub Copilot zu ziehen. Einige dieser Themen sind:

Praktische Erfahrung

Dieser Teil des Einführungsprozesses sollte nicht auf die leichte Schulter genommen werden: Wenn Sie sich nicht auf die praktische Erfahrung konzentrieren, werden Sie etwas verpassen. Wir haben Teams erlebt, in denen die Mitarbeiter nicht von der Nutzung des Chats zu den anderen Funktionen übergegangen sind!

Viele Funktionen hängen davon ab, von wo aus Sie GitHub Copilot verwenden: Wenn Sie GitHub nur in Ihrem Editor verwenden, dann entgehen Ihnen die Funktionen, die es auf github.com bietet.

Mit der praktischen Erfahrung machen wir gezielte Hackathons in verschiedenen Geschmacksrichtungen:

Wenn Sie den Teams die Zeit geben, sich praktisch mit den neuen Tools zu beschäftigen, senden Sie damit auch ein wichtiges Signal an die Geschäftsleitung: Sie zeigen, dass Sie verstehen, dass es einen Anlauf braucht, um effizienter zu werden, und dass Sie bereit sind, diese Zeit zu investieren, damit sie sich voll darauf einlassen können (anstatt sich nur darauf zu konzentrieren, die nächste neue Funktion in Ihrer Anwendung auf den Weg zu bringen).

Q/A-Sitzungen

Wir raten Ihnen, zumindest am Anfang (zwei-)wöchentliche Sitzungen abzuhalten, in denen die Teilnehmer Fragen dazu stellen können, wie sie die Dinge angehen sollen. Auch wenn Sie nach all den anderen Dingen ein gutes Feedback erhalten, wird es in den Teams Fragen geben, die Sie nicht aufgreifen können, wenn sie in den Teams selbst bleiben. Richten Sie einen Raum ein, in dem die Mitarbeiter eine Sache, über die sie nachdenken, erklären oder Probleme mitteilen können, auf die sie stoßen. So erhalten Sie einen Einblick in die Dinge, mit denen die Copilot-Benutzer arbeiten. Es ist eine Gelegenheit, die Benutzer mit Informationen über die verschiedenen Erweiterungen oder über neue Modelle zu versorgen. Wir beginnen die Sitzung mit einem Thema, um die Teilnehmer zu inspirieren und in Schwung zu bringen, und öffnen dann das Wort für alle Fragen, die sich ergeben könnten. Wir halten dann häufig auftretende Themen in Wikis und zusätzlichem Schulungsmaterial fest und leiten manchmal sogar eine interne Zusammenarbeit zu einem bestimmten Thema ein (z. B. die gemeinsame Nutzung Ihrer benutzerdefinierten Anleitungen und Prompt-Dateien innerhalb des Unternehmens!

Newsletters

Oft stellen wir fest, dass Unternehmen nicht wirklich eine große technische Gemeinschaft aufgebaut haben, die regelmäßig intern Wissen austauscht. Oft bleibt die Kommunikation innerhalb der verschiedenen Teams oder Stämme, was eher lokal ist. Mit GitHub Copilot haben Sie die Möglichkeit, über diese Ebene hinauszugehen und global zu arbeiten! Ein einfacher Ausgangspunkt kann die Einrichtung eines Chat-Kanals für Copilot sein, in dem Sie Neuigkeiten und Updates austauschen können und in dem Ingenieure einander finden und Fragen stellen können. Von diesem Kanal aus können Sie die E-Mail-Adressen von Enthusiasten sammeln (oder sich die Leute schnappen, die eine Copilot-Lizenz haben!) und damit beginnen, die Neuigkeiten und Updates zu verschicken: das können neue Funktionen und Modelle sein, aber auch interne Schulungsvideos, die Teammitglieder erstellen. Sie haben jemanden, der von Copilot begeistert ist und der Ihnen erzählen kann, wie er etwas Cooles baut? Geben Sie ihm ein Mikrofon, nehmen Sie eine kurze Demo auf, und teilen Sie sie mit allen Benutzern! Dies ist eine großartige Möglichkeit, die internen Gräben zwischen den Teams zu überbrücken und die Community langsam aufzubauen.

Gemeinschaft

Die Einrichtung einer Community geht über einen Chat-Kanal und einen Newsletter hinaus. Es geht darum, Menschen zusammenzubringen, damit sie sich frei austauschen und so voneinander lernen können. Wir haben schon unzählige Male erlebt, dass Ingenieure aus verschiedenen Teams das Rad neu erfunden haben. Ohne eine offene Art der Kommunikation untereinander wissen die Teams einfach nichts von den anderen Teams, geschweige denn, woran sie arbeiten oder womit sie zu kämpfen haben! Bei Xebia sind wir der Meinung, dass der Aufbau einer Gemeinschaft, in der Wissen geteilt wird, Teil des Aufbaus einer "Ingenieurskultur" ist. Eine wissensorientierte Organisation ist eine der sieben Säulen der Ingenieurskultur. Mehr darüber, was das bedeutet, erfahren Sie hier: E-Book: Aufbau einer Ingenieurskultur

Auswirkungen auf den SDLC

Nachdem wir nun gesehen haben, wie man Menschen wirklich befähigt und sie durch die Lernkurve von GitHub Copilot und "Engineering Augmentation" führt, lassen Sie uns einen Schritt zurücktreten und einen ganzheitlicheren Blick darauf werfen, wie sich diese neuen KI-Tools auf unseren Software Development Lifecycle auswirken.

Ideenfindung

Oft ist man sich dessen nicht bewusst, aber auch in der Ideenfindungsphase kann KI einen großen Einfluss haben. So kann ein Ingenieur, der die Anforderungen für eine bestimmte Funktion recherchiert, die ein Stakeholder angefordert hat, oder ein Produktverantwortlicher, der diese Anforderungen in tatsächliche, planbare Arbeit umwandelt, in die Lage versetzt werden. Mit Tools wie Copilot Spark können Sie in wenigen Minuten von einer Idee zu einem Prototyp übergehen. Unsere Herausforderung besteht darin, all diese Arten von Rollen mit KI zu unterstützen, so dass sich diese Menschen auf das konzentrieren können, was sie am besten können: den Endnutzern ihrer Lösungen einen geschäftlichen Mehrwert bieten.

Codierung

Die Auswirkungen auf die Codierungszyklen sind offensichtlich, und deshalb entscheiden sich viele für Copilot. Was sie oft vergessen, ist, dass man tiefer eintauchen muss als nur in die Tools des Editors. Mit dem Copilot Coding Agent (lesen Sie hier mehr: Über GitHub Copilot Coding Agent - GitHub Docs) können Sie von einer Arbeitsbeschreibung zu einer PR mit Agentic AI übergehen. Vergessen Sie nicht, auch einen Blick auf die neue Copilot CLI zu werfen: Hier können Sie eine Eingabeaufforderung direkt von Ihrer CLI aus starten und mit einem Agenten außerhalb der IDE zusammenarbeiten.

Bewertungen

Ein weiterer Agent ist der Review Agent, der die Belastung des Überprüfungsprozesses verringern kann. Wir sehen immer noch häufig, dass ein oder mehrere Mitarbeiter für die Überprüfung eingehender Änderungen zuständig sind. Da die anderen Ingenieure, die die Änderungen produzieren, nun über den Agentenmodus und den Coding Agent verfügen, steigt die Anzahl der Änderungen (und oft auch ihr Umfang) drastisch an, so dass der Reviewer zum Engpass zwischen Änderungen und Produktion wird. Verwenden Sie Copilot für die einfacheren Dinge im Überprüfungsprozess: Verwenden Sie entweder den Review Agent oder lassen Sie die VS Code PR Extension die Änderungen in Ihrem Editor überprüfen. Sie kann die niedrig hängenden Früchte verarbeiten und überrascht uns manchmal mit Ergebnissen, an die wir gar nicht gedacht haben!

Handhabung von CI/CD-Läufen

Ebenso können Sie Copilot in die Pipeline-Teile Ihres Workflows einbinden: Wenn irgendwo in Ihrer Pipeline ein Problem auftritt, können Sie Copilot die Ausnahmemeldung anzeigen lassen und analysieren, welcher Teil Ihrer Codebasis diese Auswirkungen haben könnte. Noch besser: Mit diesen Informationen kann Copilot auch eine Lösung vorschlagen! Für die Verwendung in GitHub Actions gibt es eine Schaltfläche, mit der Sie den Fehler direkt an Copilot übermitteln können, so dass Sie ihn direkt aus Ihrer Pipeline analysieren können! Natürlich funktioniert dies auch mit jedem anderen CI/CD-System, solange Sie die Fehler teilen können.

Die Feedbackschleife mit KI schließen

An jeder Stelle in Ihrer Pipeline oder in der Produktion können Sie KI einsetzen, um die erste Analyse zu beschleunigen oder sogar Vorschläge und Korrekturen zu generieren. Sie haben einen Fehler in Ihrer Pipeline oder in der Produktion? Nutzen Sie KI, um eine detaillierte Analyse zu erstellen, einschließlich eines Verweises auf einen Teil der Codebasis, aus dem der Fehler stammt. Legen Sie diese Informationen in einem Problem ab und überlassen Sie Coding Agent den Rest der Analyse und lassen Sie ihn einen PR-Bericht erstellen!

Der nächste Schritt besteht darin, wiederkehrende Aufgaben auf die gleiche Weise zu automatisieren: Sie möchten Ihre technische Abteilung in den Griff bekommen? Planen Sie einen Workflow (in den Sie z.B. die Copilot CLI einbetten können), lassen Sie eine KI die Codebasis analysieren und ein wiederkehrendes Problem finden oder wählen Sie einen zufälligen Fund in der Codebasis. Mit diesen Informationen: Erstellen Sie ein Problem und weisen Sie es dem Coding Agent zu.

Wir haben gesehen, wie Teams dies zu ihrem Vorteil genutzt haben, z.B. indem sie eine tägliche Aufgabe erstellt haben, um sich die nächste Klasse anzusehen, die eine geringe Codeabdeckung in Bezug auf Unit-Tests aufweist. Auf diese Weise gelang es ihnen, sich im Laufe der Zeit kontinuierlich zu verbessern, so dass sie viel schneller aufholen konnten, als wenn sie die Verbesserungen im Agentenmodus langsam durchführen würden.

Abschließen

Nutzen Sie die technischen Fähigkeiten in Ihren Teams, denn Sie wurden wegen Ihrer kreativen Denkfähigkeiten ins Team geholt. Die Ingenieure sind nicht im Team, um die nächste for-Schleife oder if-Anweisung zu schreiben: Sie wurden eingestellt, um sich auf das Systemdenken zu konzentrieren: Sie können über Anforderungen, Änderungen und die Auswirkungen dieser Änderungen auf das System nachdenken. Der Einsatz von KI an den richtigen Stellen im SDLC kann eine enorme Verbesserung darstellen, solange Sie Ihre Mitarbeiter entsprechend schulen und ihnen die Zeit geben, sich mit all den neuen Möglichkeiten, die sich ihnen bieten, auseinanderzusetzen, so dass sie sich wieder darauf konzentrieren können, dem Endbenutzer ihrer Lösungen einen größeren geschäftlichen Nutzen zu bieten.