Vom Anpfiff bis zum Code: Wie wir mit GitHub Copilot eine WM-App entwickelt haben

Auf einen Blick

Wie Xebia eine Idee zur Fußball-WM in eine KI-gestützte Anwendung umsetzte

Bei Xebia reservieren wir unseren Mitarbeitern gezielt Zeit, um sich von der Kundenarbeit zu lösen und sich auf Ideen zu konzentrieren, die unsere Zusammenarbeit, unsere Innovationskraft und unser Wachstum verbessern. Wir nennen dies den „Innovation Day“ – eine Gelegenheit, neue Ideen zu erkunden, mit neuen Technologien zu experimentieren und gemeinsam sinnvolle Lösungen zu entwickeln.

An unserem ersten Innovationstag im Jahr 2026 machte sich unser Team daran, etwas zu entwickeln, das von der bevorstehenden FIFA-Weltmeisterschaft inspiriert war. Wir wollten ein Erlebnis schaffen, das unsere weltweite Belegschaft durch eine gemeinsame Leidenschaft für Sport, Gemeinschaft und einen kleinen freundschaftlichen Wettstreit zusammenbringt.

Aus dieser Idee entstand die „World Cup Prediction App“ – eine Plattform, auf der Xebianer weltweit Spielausgänge vorhersagen, sich in einer globalen Rangliste messen und während des gesamten Turniers mit Kollegen interagieren konnten. Die mit AI Copilot Agents entwickelte App verbindet die Spannung von Vorhersagen im Stil des „March Madness“ mit dem Punktesystem der „Super Bowl Squares“ und schafft so ein interaktives Erlebnis, an dem man leicht teilnehmen und das man mit Freude verfolgen kann. Die Teilnehmer erhalten Punkte für die korrekte Vorhersage der Spielsieger, wobei zusätzliche Punkte für die genaue Vorhersage des Endergebnisses vergeben werden.

Wie sieht KI-gestützte Softwareentwicklung in der Praxis aus?

Die App bietet zwar eine unterhaltsame Möglichkeit, Mitarbeiter zu motivieren, doch ihr wahrer Wert liegt darin, zu veranschaulichen, wie moderne, KI-gestützte Softwareentwicklung in der Praxis aussieht. Da sie durchgängig mit GitHub Copilot entwickelt wurde, zeigt sie, wie KI ein einfaches Konzept schnell in eine praktische, skalierbare Lösung verwandeln kann, die das Frontend, die Backend-Dienste und die Cloud-Infrastruktur umfasst.

Bevor Sie sich nun vorstellen, wie jemand „Erstelle mir eine WM-App“ in ein Chatfenster tippt und die Eingabetaste drückt, lassen Sie uns eines klarstellen: So ist es nicht abgelaufen. Es handelte sich hier nicht um „Vibe-Coding“ oder das blinde Übernehmen von KI-generiertem Code. Jede Funktion, jeder API-Endpunkt und jede Infrastrukturkomponente entstand aus durchdachten, sorgfältig formulierten Eingabeaufforderungen und wurde anschließend einer sorgfältigen Validierung, Tests und einer Überprüfung durch Menschen unterzogen. GitHub Copilot war keine Abkürzung – es war ein kompetenter Entwicklungspartner, der den Prozess beschleunigte, während die Entwickler stets die volle Kontrolle behielten.

Wie hat das Entwicklungsteam mit GitHub Copilot gearbeitet?

Wie sah diese Zusammenarbeit denn nun konkret aus?

GitHub Copilot wurde nicht dazu verwendet, anhand einer einzigen Eingabeaufforderung eine einzelne Anwendung zu generieren. Vielmehr wurde es während des gesamten Projekts zu einem Entwicklungspartner, einem KI-Teamkollegen, der dazu beitrug, die Umsetzung zu beschleunigen, während unsere Ingenieure die Architektur steuerten, jede Entscheidung überprüften und die endgültige Lösung verfeinerten.

Welcher Technologie-Stack bildete die Grundlage für die WM-Prognose-App?

Gemeinsam haben wir eine moderne, cloudnative Anwendung entwickelt, wobei wir folgende Technologien eingesetzt haben:

Wie funktioniert die Architektur der WM-Prognose-App?

Der Logikablauf

Inwiefern hat GitHub Copilot den Lebenszyklus der Softwareentwicklung beschleunigt?

Während des gesamten Projekts leistete GitHub Copilot weit mehr als nur Unterstützung beim Verfassen von Code-Schnipseln. Es unterstützte uns über den gesamten Entwicklungszyklus hinweg, unter anderem bei folgenden Aufgaben:

Inwiefern hat die manuelle Überprüfung die Zuverlässigkeit des von KI generierten Codes gewährleistet?

Selbstverständlich wurde der von der KI generierte Code nicht einfach ungeprüft akzeptiert. Jede Funktion, jede Infrastrukturdefinition und jeder Bereitstellungsablauf wurde vom Entwicklerteam überprüft, getestet und validiert.

GitHub Copilot half zudem dabei, Playwright-UI-Automatisierungstests zu erstellen, die alle Bewertungsszenarien abdeckten. Die Tests erzeugten fiktive Spiele, gaben fiktive Vorhersagen und Ergebnisse ein, überprüften die Logik der Rangliste, setzten die Anwendung zurück und wiederholten den Vorgang für jedes Szenario. Dies gab uns die Gewissheit, dass die Anwendung zuverlässig funktionieren würde, bevor wir sie einem weltweiten Publikum aus äußerst wettbewerbsorientierten Xebianern zugänglich machten.

Was haben wir aus der Entwicklung einer Anwendung mit GitHub Copilot gelernt?

Die wichtigste Erkenntnis war nicht, dass GitHub Copilot Softwareentwickler ersetzte. Vielmehr war es die Tatsache, dass es einen Großteil der sich wiederholenden Arbeit zwischen einer Idee und einer produktionsreifen Umsetzung überflüssig machte. Das Team blieb weiterhin für die Architektur, die technischen Entscheidungen, die Validierung und die Qualität verantwortlich, während GitHub Copilot die Umsetzung beschleunigte.

Das Ergebnis? An einem einzigen Innovationstag hat unser Team eine Idee in eine serienreife Anwendung umgesetzt, die Mitarbeiter weltweit sofort nutzen konnten – ein praktischer Beweis dafür, wie KI-gestützte Entwicklung Teams dabei helfen kann, qualitativ hochwertige Software schneller bereitzustellen, ohne dabei Abstriche bei den technischen Standards zu machen.