Zum Inhalt springen
Methodik

revue de code

revue de code — Methodik. Funktionen: Fehlererkennung, Exploration von Alternativen, Wissenstransfer, kollektives Eigentum, Ausbildung von Juniors, Verbreitung der architektonischen Absicht · Ziele: Fehler finden, Qualität, Konformität, Wissensaustausch

Brian Houcks Zahlen setzen den Rahmen: Bei Meta stieg die Anzahl signifikanter Zeilen pro von Menschen gemergtem Diff innerhalb eines Jahres um 106%, die Diffs pro Entwickler und Monat um 51%, wobei mehr als 80% dieses Wachstums agentischer KI zugeschrieben werden; DX maß einen Anstieg der medianen Pull-Request-Größe um 64%. Entwickler wollen etwa 7% ihrer Zeit mit Review verbringen.

Der Streitpunkt dreht sich um einen Befund aus dem Jahr 2013, den sowohl Houck als auch Martin Monperrus zitieren: In Bacchelli und Birds Studie Modern Code Review machten defektbezogene Kommentare 14% der tatsächlich verfassten Kommentare aus, während die Fehlererkennung die am häufigsten genannte Motivation war. Mehr als die Hälfte der Entwickler gab an, Reviews durchzuführen, um alternative Lösungen zu erkunden, Wissen zu übertragen und zu sehen, was Teamkollegen gerade bauten.

Monperrus betrachtet in einem Positionspapier auf arXiv vom Juni 2026 diese Ziele als für autonome LLM-Systeme zu geringeren Kosten und mit höherem Durchsatz erreichbar, nennt die inspection de Fagan (1976) als sein historisches Vorbild und schlägt eine Multi-Agenten-Pipeline mit adversarialer Verifikation und Mehrheitsabstimmung vor. Rachel Laycock, CTO von Thoughtworks, behält jede Funktion bei und verlagert sie früher im Prozess: Alternativen werden erkundet, bevor eine davon implementiert wird, Wissen wird durch Pairing übertragen, kollektive Verantwortung entsteht durch Mob-Programming und Whiteboard-Design, architektonische Absicht wird durch gemeinsam getragenes Design und Fitness-Functions weitergegeben. Was übrig bleibt, ist Review nach Ausnahme.

Max Kanat-Alexander, der im November 2025 für Capital One schreibt, bleibt bei der Last: KI macht jeden Entwickler zu einem Vollzeit-Reviewer, und Abnicken ohne genaue Prüfung lässt mittelmäßigen Code durchgehen. Houck und Laycock akzeptieren beide Margaret-Anne Storeys kognitive Schuld und Intent Debt als real. Sie sind sich uneinig darüber, ob der verpflichtende Pull Request überhaupt Schutz davor bietet.

Typ
Methodik
Funktionen
Fehlererkennung, Exploration von Alternativen, Wissenstransfer, kollektives Eigentum, Ausbildung von Juniors, Verbreitung der architektonischen Absicht
Ziele
Fehler finden, Qualität, Konformität, Wissensaustausch
Relationen
5
Zitiert in
2 fiches

Nachbarschaft

empilement de respon… exploration de solut… pair programming goulot d'étranglemen… inspection de Fagan …

→ ist eine Instanz von

empilement de responsabilités CONCEPT hohe Konfidenz zeitlos Quelle ↗
goulot d'étranglement du développement assisté IA CONCEPT hohe Konfidenz dynamisch Quelle ↗

→ ermöglicht

exploration de solutions alternatives, transfert de connaissance et conscience de ce que construisent les coéquipiers CONCEPT hohe Konfidenz zeitlos Quelle ↗

← ersetzt

pair programming METHODOLOGIE hohe Konfidenz zeitlos Quelle ↗

→ basiert auf

inspection de Fagan (1976) DOCUMENT hohe Konfidenz zeitlos Quelle ↗

Zitiert in (2)