Dieser SFEIR-Artikel formalisiert einen KI-gesteuerten Softwareentwicklungszyklus in elf Phasen (0 bis 10) und argumentiert, dass sich die Branche auf ein solches Modell zubewegt. Ausgangspunkt ist eine Diagnose: 2025 setzten Organisationen KI-Tools ein, ohne ihr Betriebsmodell zu transformieren, was ein Paradox erzeugte, das in dem Satz « alles ändert sich… und nichts ändert sich » zusammengefasst wird — die Ausführungsgeschwindigkeit vervielfacht sich ohne proportionalen Gewinn. Die eigentliche Herausforderung besteht daher nicht darin, die richtigen Tools zu wählen, sondern den Software-Lebenszyklus selbst für die maschinengeführte Ausführung neu zu denken.
Der SFEIR-Zyklus verkettet: 0 Setup (Stack-Erkennung, Projektgedächtnis), 1 Define (Spezifikation — menschliches Gate), 2 Plan (Architekturentscheidung — menschliches Gate), 3 Build (Entwicklung durch den Agenten), 4 Verify (automatisierte Tests und Coverage), 5 Review (vier parallele Audits: Code, Sicherheit, Tests, Performance), 6 Compound-1 (Erfassung von Erkenntnissen vor der Bereitstellung), 7 Ship (Produktionsabnahme — menschliches Gate), 8 Ops (Monitoring und Rollback), 9 Compound-2 (Erkenntnisse aus dem Betrieb) und 10 Deprecation (Ablösung und Kapitalisierung). Drei unveränderliche menschliche Gates — Define, Plan, Ship — rahmen eine Reihe ansonsten automatischer Phasen ein; zwei Kapitalisierungsmomente (Compound-1 und Compound-2) wandeln Erkenntnisse in wiederverwendbare Regeln um, die in die nachfolgenden Zyklen einfließen.
alles ändert sich… und nichts ändert sich
Drei Prinzipien strukturieren den Ansatz. Erstens: KI führt aus, sie unterstützt nicht — Agenten produzieren vollständige Artefakte (Code, Tests, Dokumentation) über ganze Phasen hinweg, und eine Proof-of-Execution-Disziplin erfasst die tatsächlichen Ergebnisse — das System vertraut niemals den eigenen Angaben des Agenten. Zweitens: der Mensch behält über die drei Gates die Kontrolle über die Absicht — er entscheidet, was gebaut wird, die Maschine optimiert die Ausführung. Drittens: das System lernt kumulativ, wobei jeder Zyklus den nächsten bereichert.
Die angeführten Ergebnisse stützen diese These: eine Website-Neugestaltung, die von sechs Monaten auf einen Tag verkürzt wurde, −30 % der Korrekturiterationen nach zehn Zyklen (ein zweimal gemeldeter Bug wird zu einer automatisierten Regel), Reviews aus vier parallelen Blickwinkeln, Augmentierungskosten von rund 10 €/Stunde und ein Ziel von 850 vollständig KI-augmentierten Consultants bis Ende 2026.
Der Artikel behauptet eine branchenweite Konvergenz mit dem ADLC (zwei Gates, « die Absicht wird genau zweimal überprüft »), Googles Whitepaper zum neuen SDLC (41 % KI-generierter Code, 85 % der Entwickler nutzen Agenten) und DORA 2025 (KI als « Verstärker »). Abschließend grenzt er geeignete Einsatzbereiche (Back-Offices, APIs, Migrationen, automatisch verifizierbare Ergebnisse) von ungeeigneten (uneingeschränktes neuartiges Design, sicherheitskritische Systeme in Erwartung von Standards, ungovernte Datenumgebungen) ab und empfiehlt, mit einem strengen Spezifikations-Gate und Ausführungsnachweis zu beginnen. Erster Teil einer siebenteiligen Serie.