# tatsyi-raiffeisen-ukraine-ai-engineers-different-not-just-faster-2026-05-05

## Veille

Medium-Meinungsbeitrag von **Hryhorii Tatsyi** (CTO, **Raiffeisen Bank Ukraine**, ~900 IT-Ingenieure), der eine **12-monatige Longitudinalstudie** (Mai 2025 → April 2026) über die reale Wirkung generativer KI in einer großen europäischen Bank vorstellt. Kernthese: ***„AI hat unsere Ingenieure nicht einfach nur schneller gemacht. Sie hat sie verändert.“*** Im Gegensatz zu individuellen Erfahrungsberichten (Frizzo, Cherny) oder Meta-Ebenen-Berichten (Curran/Intercom) handelt es sich hier um eine **quantifizierte organisationale Bewertung einer traditionellen, regulierten Bank** — ein 2026 noch seltener Korpus. Ergebnisse: **−75 Personen (−8 % Headcount, davon 64 Ingenieure)** innerhalb von 12 Monaten, dabei jedoch **mehr ausgelieferter Code, weniger Vorfälle, verbesserte Sicherheit**; KI-Adoption **62 % → 83 %**; **68 % der Ingenieure erhalten ≥50 % ihres Codes durch KI-Unterstützung**; **Einarbeitungszeit neuer Ingenieure 60-90 Tage → ~40 Tage** (konsistent mit Anthropic-Daten von 82→40 Tagen). Drei entstehende Archetypen: (1) **Copilot-only** +10-25 % bei PRs, gleicher Umfang; (2) **Multi-Tool** Story Points ×1,5-3, repoübergreifender Umfang +50-80 %; (3) **Claude auf dem Unternehmens-Stack** Codevolumen ×4,5, radikal erweiterter Umfang. **Sieben gebaute KI-Produkte**, die zuvor nicht existierten: Service Knowledge Hub (57 Microservices, 83 Releases/Monat), Mobile Android workflow CI Plan/Implementierung/Test, AI Agent Portal (2.085 Nutzer / 649 MAU in 87 Tagen, MCP-Generierung via OpenAPI-Spezifikationen), Shift-left Security Plugin (−82 % exponierte Secrets), DevPortal Backstage + Kubernetes-Diagnoseagenten (−68 % Lösungszeit kritischer Vorfälle), DRAIF MCP Text-to-SQL Data Lake mit 10.000 Tabellen (Embedding feinjustiert, 2× OpenAI), Call Evaluation (>97 % Transkriptionsgenauigkeit, zum besten Produkt der Raiffeisen-Gruppe gewählt). Stabilität: **blockierende Vorfälle −70 %, kritische Lösungszeit −68 %, gelöste Sicherheitswarnungen hoher Schwere +155 %**. Zentrale strategische Erkenntnis: ***„AI hat unsere Produktionsmöglichkeitengrenze erweitert, und wir haben die freigewordene Kapazität bewusst zugewiesen“*** — KI erledigt nicht dieselbe Sache schneller, sie verschiebt **das, was man zu tun entscheiden kann**. Die neu zu stellende Bewertungsfrage: nicht *„um wie viel Prozent sind die bestehenden KPIs gestiegen“*, sondern ***„was Ihre Ingenieure gebaut haben, das zuvor nicht existierte“***. KI hebt leistungsschwächere Ingenieure eher auf ein Grundniveau an, als dass sie Top-Performer beschleunigt; **Senior-Architekten kehren zur aktiven Entwicklung zurück**, nach Jahren der Abwesenheit davon. Von großer Relevanz für Vorstände/Geschäftsleitungen im Banken-, Versicherungs- und regulierten Sektor (Raiffeisen = Bank, Ukraine = Kriegskontext + operative Resilienz).

## Titre Article

AI didn't make our engineers just faster. It made them different.

## Date

2026-05-05

## URL

https://medium.com/@milhibisidek/ai-didnt-make-our-engineers-just-faster-it-made-them-different-95f1c1d4efd0

## Keywords

Hryhorii Tatsyi, Raiffeisen Bank Ukraine, Bank-CTO, 12-monatige Longitudinalstudie, KI machte Ingenieure nicht nur schneller, sondern veränderte sie, Produktionsmöglichkeitengrenze, Zuweisung freigewordener Kapazität, 900 Ingenieure, −75 Personen in 12 Monaten, −64 Ingenieure, KI-Adoption 62 auf 83 Prozent, 68 Prozent der Ingenieure mit KI-Unterstützung als Mehrheit, Einarbeitung 60-90 Tage auf 40 Tage, drei Archetypen, Nur Copilot 10-25 Prozent, Multi-Tool-Ingenieure 1,5-3x Story Points, Claude auf Unternehmens-Stack 4,5x Codevolumen, sieben neue Produkte, Service Knowledge Hub, 57 Microservices, 83 Releases pro Monat, Mobile Android workflow CI Plan Implementierung Test, AI Agent Portal 2085 Nutzer 649 MAU, MCP-Agenten aus OpenAPI-Spezifikationen, Shift-left Security Plugin −82 Prozent exponierte Secrets, DevPortal Backstage Kubernetes-Diagnose, −68 Prozent Lösungszeit kritischer Vorfälle, DRAIF MCP Text-to-SQL Data Lake 10000 Tabellen, Embedding feinjustiert 2x OpenAI, Call Evaluation >97 Prozent Transkriptionsgenauigkeit, bestes Produkt der Raiffeisen-Gruppe, blockierende Vorfälle −70 Prozent, gelöste Sicherheitswarnungen +155 Prozent, KI hebt leistungsschwächere Ingenieure auf Grundniveau an, Senior-Architekten kehren zur aktiven Entwicklung zurück, was Ihre Ingenieure gebaut haben, das zuvor nicht existierte, regulierte Bank, KI im Bankensektor, operative Resilienz Ukraine, organisationale Studie, große Unternehmens-IT 900 Ingenieure, Personalabbau bei erhaltener Produktivität, technische Schulden abgebaut, Schuldenabbau freigewordene Kapazität, Personalabbau bei mehr Auslieferung, bewusst zugewiesene freigewordene Kapazität, Art der Arbeit verändert, nicht nur Geschwindigkeit, KI-Wirkung messen

## Authors

**Hryhorii Tatsyi** — CTO de **Raiffeisen Bank Ukraine** (filiale ukrainienne du groupe bancaire autrichien Raiffeisen Bank International, RBI). Auteur Medium @milhibisidek. Profil discret côté visibilité publique (25 followers Medium au moment de la publication), mais position institutionnelle de premier plan : il dirige une organisation IT d'environ 900 ingénieurs dans une banque systémique opérant en contexte ukrainien (économie de guerre depuis 2022, résilience opérationnelle critique). L'article est sa première contribution publique d'envergure documentée sur cette plateforme.

## Ton

**Profil**: Ein Medium-Meinungsbeitrag im Format einer **CTO-organisationalen Fallstudie**, ca. 17 Minuten Lesezeit, verfasst von einem amtierenden CTO, der die Ergebnisse einer strukturierten, dokumentierten 12-monatigen KI-Transformation in einer regulierten europäischen Bank vorstellt. Ein Hybridformat zwischen einem **internen Transformationsbericht** (quantifiziert, mit Quellen belegt, kennzahlengetrieben) und einem **strategischen Essay** (Kernthese, Neuformulierung der Bewertungsfrage). Zielgruppe: CTOs/CIOs/IT-Direktoren großer IT-Organisationen, insbesondere in regulierten Sektoren (Banken, Versicherungen, Telekommunikation, Energie), die **organisationale Fallstudien** suchen statt individueller Erfahrungsberichte oder Anbieterversprechen. Sekundäre Zielgruppe: Geschäftsleitungen, Vorstandsmitglieder, Branchenanalysten, HR-/Transformationsteams, Engineering-Management-Communities.

**Stil**: Stimme in der ersten Person Plural (*„unsere Ingenieure“*, *„wir haben bewusst zugewiesen“*), die die **institutionelle Position und Entscheidungsverantwortung** übernimmt. Klares, sachliches Englisch, **hohe quantitative Dichte** (Adoptionsprozentsätze, PR-Volumina, Vorfallszyklen, Nutzerzahlen, Embedding-Koeffizienten). Ein **nüchternes, pädagogisches, hype-freies** Register — dies ist die Haltung des *Praktiker-CTO*, der berichtet, was funktioniert hat und was die Organisation verändert hat, kein Manifest. Auch kein Katastrophismus: Tatsyi dramatisiert den Personalabbau nicht, sondern **kontextualisiert** ihn im Rahmen einer **bewussten Reallokation freigewordener Kapazität** hin zu Features, Stabilität und dem Abbau technischer Schulden.

**Schlüssel-Aphorismen**:
- ***„AI hat unsere Ingenieure nicht einfach nur schneller gemacht. Sie hat sie verändert.“*** (Titel — eine Symmetrie aus *Geschwindigkeit / Art der Arbeit*, die die These zusammenfasst).
- ***„AI hat unsere Produktionsmöglichkeitengrenze erweitert, und wir haben die freigewordene Kapazität bewusst zugewiesen.“*** (der strategische Kernsatz — ökonomisch-organisational).
- ***„Was Ihre Ingenieure gebaut haben, das zuvor nicht existierte.“*** (die neu gestellte Bewertungsfrage — die **richtige Kennzahl**).

**Ausgearbeitete Metaphern**:
- **Produktionsmöglichkeitengrenze** — eine Anleihe aus der Mikroökonomie, die sichtbar macht, dass KI nicht dieselbe Sache besser erledigt, sondern **die gesamte Menge möglicher Entscheidungen verschiebt**. Eine besonders wirkmächtige Metapher für Geschäftsleitungen und Vorstände, die mit strategischem Vokabular vertraut sind.
- **Zuweisung freigewordener Kapazität** — die Sprache der IT-*Kapazitätsplanung*, projiziert auf die KI-Transformation: freigewordene Kapazität ist ein **zuzuweisendes Aktivum**, keine zu eliminierende Kostenposition. Rahmt den Personalabbau als **strategische Reallokation**.
- **Drei Archetypen** — eine dreiteilige Typologie von Ingenieuren (Copilot-only / Multi-Tool / Claude-auf-Unternehmens-Stack), die die **ungleichmäßige Verteilung** der KI-Wirkung innerhalb einer einzigen Organisation greifbar macht.
- **KI hebt leistungsschwächere Ingenieure auf ein Grundniveau an** — eine kontraintuitive Formel (KI beschleunigt nicht hauptsächlich die Schnellen, sie **holt die Langsamen auf**), die das übliche Klischee umkehrt.

**Epistemische Haltung**: ausgewogen und **institutionell getragen**. Tatsyi berichtet **massive Gewinne** ohne Triumphalismus und **weicht** sensiblen Themen (Personalabbau, Neudefinition des Berufs) **nicht aus**. Er stellt sich explizit in die Tradition der Anthropic-Studien (Einarbeitungszahlen) und trägt zugleich einen **Banken-/Mitteleuropa-Blickwinkel** bei, der im dominant Silicon-Valley-zentrierten Korpus fehlt. Der Ansatz ist **bayesianisch**: Er veröffentlicht überprüfbare interne Zahlen, die andere europäische CTOs widerlegen oder bestätigen können.

**Autorität**: aufgebaut durch (a) die **institutionelle Position** (CTO einer regulierten, systemrelevanten Bank), (b) **quantitative Dichte und longitudinale Abdeckung** (12 Monate, 900 Ingenieure, sieben Produkte, Stabilitäts-/Sicherheitskennzahlen), (c) **Konvergenz mit externen Anthropic-Daten** (Einarbeitung 82→40 Tage), (d) einen **nüchternen Ton**, der bei Peer-CTOs Vertrauen schafft, (e) den **ukrainischen Kontext**, der eine Dimension **unter widrigen Bedingungen bewiesener operativer Resilienz** hinzufügt. Einschränkung: Tatsyi hat weiterhin eine geringe öffentliche Sichtbarkeit (25 Medium-Follower), sodass seine Autorität eher auf der **quantitativen Substanz** als auf einer persönlichen Marke beruht.

## Pense-betes

- **Datum / Quelle**: Mai 2026 (relativ „vor 2 Tagen“ zum Zeitpunkt der Konsultation, d. h. ~2026-05-05), **Medium** @milhibisidek. URL: https://medium.com/@milhibisidek/ai-didnt-make-our-engineers-just-faster-it-made-them-different-95f1c1d4efd0
- **Format**: CTO-Meinungsbeitrag, **organisationale Fallstudie** (~17 Min. Lesezeit).
- **Autor**: **Hryhorii Tatsyi**, **CTO der Raiffeisen Bank Ukraine** — eine regulierte, systemrelevante Bank, ~900 IT-Ingenieure.
- **Studienzeitraum**: **Mai 2025 → April 2026** (12 volle Monate).
- **Titel-Aphorismus**: ***„AI hat unsere Ingenieure nicht einfach nur schneller gemacht. Sie hat sie verändert.“***
- **Strategischer Kernsatz**: ***„AI hat unsere Produktionsmöglichkeitengrenze erweitert, und wir haben die freigewordene Kapazität bewusst zugewiesen.“*** ### Organisationaler Rahmen — die beobachtete Transformation | Dimension | Vorher (Mai 2025) | Nachher (April 2026) | Veränderung | |-----------|------------------|--------------------|-----------| | IT-Personalbestand | ~900 Ingenieure | ~825 (−75 Personen, davon 64 Ingenieure) | **−8 %** | | KI-Adoption | 62 % | 83 % | **+21 Punkte** | | Ingenieure mit ≥50 % Code via KI | — | 68 % | neue Kennzahl | | Einarbeitung (1. PR) | 60-90 Tage | ~40 Tage | **−~50 %** | | Ausgeliefertes Codevolumen | Basiswert | gestiegen | **↑** | | Blockierende Vorfälle | Basiswert | −70 % | **↓** | | Kritische Lösungszeit | Basiswert | −68 % | **↓** | | Gelöste Sicherheitswarnungen hoher Schwere | Basiswert | +155 % | **↑** | **Lesart**: Der Personalabbau (−8 %) **fällt zeitlich zusammen mit** einer Verbesserung auf allen Achsen — Output, Qualität, Sicherheit, Einarbeitung. Dies ist der **zentrale Datenpunkt**, den Tatsyi hervorhebt, und er **weicht ihm politisch nicht aus**. ### Drei entstehende Ingenieur-Archetypen | Archetyp | Tools | Produktivitätseffekt | Umfangseffekt | |-----------|--------|---------------------|------------------| | **Copilot-only** | Nur GitHub Copilot | +10-25 % bei PRs | stabiler Umfang | | **Multi-Tool** | Kombination mehrerer KI-Assistenten | Story Points **×1,5-3** | repoübergreifender Umfang **+50-80 %** | | **Claude auf Unternehmens-Stack** | Claude Code (oder gleichwertig), integriert in den internen Stack | Codevolumen **×4,5** | Umfang **radikal erweitert** | **Konvergenz**: Senior-Architekten **kehren zur aktiven Entwicklung zurück**, nach Jahren der Abwesenheit davon (konsistent mit Karpathys These, dass *„Agenten die Reibung bis zur Erschaffung reduzieren“*, und Chernys *„der beste Buchhalter schreibt Buchhaltungssoftware“*). **Kontraintuitive Erkenntnis**: ***KI hebt leistungsschwächere Ingenieure eher auf ein Grundniveau an, als dass sie hauptsächlich Top-Performer beschleunigt.*** Eine Position **im Gegensatz zur Lesart des „Elite-10×+-Schwanzes“** (Cherny / Curran Top 5 % / Karpathy) — Tatsyi beschreibt einen **Aufhol-Effekt von unten**, der die Verteilung verengt. Die beiden Lesarten sind **miteinander vereinbar**: Die Verteilung **verengt sich von unten** UND **verbreitert sich an der Spitze** (Top-Performer, die bei 10×+ bleiben). ### Sieben gebaute KI-Produkte, die zuvor nicht existierten | # | Produkt | Beschreibung | Schlüsselkennzahlen | |---|---------|-------------|----------------| | 1 | **Service Knowledge Hub** | Automatisch generierte Microservice-Dokumentation via Kubernetes-Parsing | **57 Microservices**, **83 Releases/Monat** | | 2 | **Mobile Android workflow CI** | Automatisierte Plan-/Implementierungs-/Test-Pipeline für Mobile | komplette Neugestaltung des mobilen SDLC | | 3 | **AI Agent Portal** | Internes Portal zur automatischen MCP-Agentengenerierung aus OpenAPI-Spezifikationen | **2.085 Nutzer**, **649 MAU**, **87 Tage** bis zu dieser Adoption | | 4 | **Shift-left Security Plugin** | Schwachstellenerkennung in der IDE vor dem Commit | **−82 % exponierte Secrets** | | 5 | **DevPortal** | Backstage + KI-Kubernetes-Diagnoseagenten | **−68 % Lösungszeit kritischer Vorfälle** | | 6 | **DRAIF MCP** | Text-to-SQL über einen Data Lake | **10.000 Tabellen**, Embedding feinjustiert **×2 OpenAI-Modelle** | | 7 | **Call Evaluation** | Audiotranskriptionsanalyse + Skript-Neugestaltung | **>97 % Genauigkeit**, **zum besten Produkt der Raiffeisen-Gruppe gewählt** (RBI) | **Strategische Lesart**: Dies ist **keine** Liste von Experimenten, sondern ein **Produktportfolio**, das in Produktion eingesetzt wird, mit messbarer interner Adoption, und ein Produkt (Call Evaluation), das **die Tochtergesellschaften der Gruppe übergreift** (vom lokalen zum gruppenweiten RBI-Einsatz). ### Die Kernthese — Produktionsmöglichkeitengrenze > ***„AI hat unsere Produktionsmöglichkeitengrenze erweitert, und wir haben die freigewordene Kapazität bewusst zugewiesen.“***
- **Schlüsselbegriff 1 — „erweitert“**: KI erledigt nicht dieselbe Sache besser, sie **vergrößert die Menge des Möglichen**.
- **Schlüsselbegriff 2 — „bewusst zugewiesen“**: Die freigewordene Kapazität wird **durch eine Managemententscheidung umgelenkt**, nicht mechanisch in mehr von derselben Arbeit absorbiert.
- **Drei Richtungen der Reallokation**: 1. **Features** (neue Produkte — die 7 oben aufgeführten). 2. **Stabilität** (Vorfälle −70 %, Lösungszeit −68 %). 3. **Abbau technischer Schulden** (aus Sicht eines CTO selten und kapitalisierbar). ### Die neu gestellte Bewertungsfrage **Falsche Frage**: *„Um wie viel Prozent sind unsere bestehenden KPIs gestiegen?“* **Richtige Frage**: ***„Was haben Ihre Ingenieure gebaut, das zuvor nicht existierte?“*** **Warum das wichtig ist**: Prozentangaben zu bestehenden Kennzahlen **verfehlen die eigentliche Transformation** — nicht die Geschwindigkeit, sondern die **Art der Arbeit**. Eine Optimierung auf Alt-KPIs bedeutet, **das strategische Zeitfenster zu verpassen**, in dem KI es ermöglicht, das zu bauen, was zuvor unangehbar war. ### Bezug zum Beobachtungskorpus #### Numerische Konvergenzen (etablierter Medianwert 3-5×)
- **Frizzo** (LinkedIn, 2026-05-05): 3-5-facher Produktivitätsmultiplikator über 1 Jahr täglicher Nutzung.
- **Wescale Usine Logicielle Augmentée** (2026-05-03): *„realistisch X3-X4“*.
- **Curran/Intercom** (2026-04-16): 3-fache F&E-Produktivität über 16 Monate (gesamte Organisation, 500 F&E-Mitarbeiter).
- **DORA Report 2025** (2025-09-23) und **Stanford Denisov-Blanch** (2025-11-23).
- **Tatsyi/Raiffeisen** (2026-05-05): *Story Points ×1,5-3 (Multi-Tool), ×4,5 Codevolumen (Claude Unternehmens-Stack)*. #### Konvergenz bei der Einarbeitungszeit (60-90 Tage → ~40 Tage)
- **Tatsyi/Raiffeisen**: 60-90 Tage → ~40 Tage.
- **Interne Anthropic-Studien** (zitiert von Sun NYT 2026-04-30 und anderen): 82 Tage → 40 Tage.
- → Korrekte Lesart: **unabhängige Konvergenz** zwischen einer europäischen Bank und einem Silicon-Valley-KI-Akteur auf **denselben Zielwert (~40 Tage)**. Dies ist eine belastbare **stilisierte Tatsache** für 2026. #### Konvergenz „sieben neue Produkte“ / kreative Kapazität
- **Tatsyi**: 7 KI-Produkte in 12 Monaten.
- **Cherny** (2026-05): 100 % des Codes generiert, *„einige Dutzend PRs/Tag, Rekord von 150 PRs an einem einzigen Tag“*, mehrere Anthropic-Labs-Produkte.
- **Curran/Intercom** (2026-04-16): Skills-Based Plugin Architecture (153 Beitragende, **267 Skills**).
- **Wescale** (2026-05-03): *„seit langem bestehende Bedürfnisse, die zu kostspielig blieben, können endlich angegangen werden“*.
- → **Starke Konvergenz**: Das relevante Maß ist nicht mehr die Geschwindigkeit bei bestehender Arbeit, sondern das **Portfolio neuer Produkte / neu erschlossener Handlungsräume**. #### Konvergenz „der Beruf verändert seine Form“
- **Frizzo** (2026-05-05): *„der neue Engpass ist die Supervision“*, *„Verkümmerung des Schreibmuskels“*.
- **Tatsyi** (2026-05-05): *„KI hat unsere Ingenieure nicht einfach nur schneller gemacht. Sie hat sie verändert“*, **drei entstehende Archetypen**, **Senior-Architekten kehren zur aktiven Entwicklung zurück**.
- **Karpathy** (2026-04-29): *Software 1.0/2.0/3.0*, *„das Denken auslagern, nicht aber das Verständnis“*.
- **Mornati** (2026-03-14): *What is a Developer When We Use Coding Agents?*
- **Habert PROJ-AI** (2026-05-05): *„Agent-Direktiven + Decision Records + fünf Validierungsdimensionen“*.
- → **Übergreifende Konvergenz**: Die Natur der Arbeit hat sich verändert, nicht nur ihre Geschwindigkeit. Tatsyi liefert den **organisationalen Datenpunkt aus dem Bankensektor**, der im Korpus fehlte. #### Produktive Spannung mit „KI hebt leistungsschwächere Ingenieure an“
- **Cherny** (2026-05): Elite-10×+-Schwanz (Rekord von 150 PRs/Tag).
- **Curran/Intercom** (2026-04-16): Top 5 % bei 6-fachem medianen PR-Durchsatz (≈ 18-facher Basiswert vor KI).
- **Karpathy** (2026-04-29): *„10× ist nicht die Beschleunigung — Menschen, die darin sehr gut sind, erreichen Spitzenwerte weit über 10ד*.
- **Tatsyi/Raiffeisen** (2026-05-05): *„KI hebt leistungsschwächere Ingenieure auf ein Grundniveau an“* — ein **Aufhol-Effekt von unten**.
- → Eine **miteinander vereinbare und produktive** Lesart: Die Verteilung **verengt sich von unten** (Tatsyi) UND **verbreitert sich an der Spitze** (Cherny, Karpathy, Curran Top 5 %). Beide Phänomene bestehen nebeneinander. Nützlich für Präsentationen vor der Geschäftsleitung, die sowohl beruhigen (Aufholeffekt) als auch inspirieren (Top-Performer) wollen. #### Positionierung FR / Mitteleuropa vs. angelsächsisch
- Tatsyi ist **europäisch** (Ukraine, österreichische RBI-Gruppe), eine **regulierte** Bank, in einem **Kriegskontext**.
- Seine **methodische Strenge** (12 Monate, interne Zahlen, Granularität pro Archetyp) ähnelt eher der **französischen Zurückhaltung** (Wescale, Habert) als dem **amerikanischen Optimismus** (Cherny, Curran).
- In FR-Präsentationen als **europäische Bankenfallstudie** zu verwenden, ergänzend zu den Zahlen von Wescale/Consulting und Curran/SaaS.
- **Seltener Vorteil**: Ein CTO einer **systemrelevanten Bank**, der seine internen Zahlen veröffentlicht — eine Art von Zeugnis, die im Korpus von 2026 **fast vollständig fehlt**. ### Zu markierende Einschränkungen
- **Keine detaillierte quantitative Methodik**: Tatsyi berichtet Prozentwerte, ohne genau zu dokumentieren, wie sie gemessen werden (z. B. „Story Points ×1,5-3“ — welcher Basiswert? welche Zuordnung? welche Bias-Korrektur?).
- **Autor mit geringer öffentlicher Sichtbarkeit** (25 Medium-Follower) — die Autorität beruht auf der institutionellen Position und nicht auf einer persönlichen Marke. Sollte gegen andere Quellen abgewogen werden, wenn dies in einer Geschäftsleitungssitzung zitiert werden soll.
- **Keine explizite Diskussion der kognitiven Kosten** (FOMO, Dequalifizierung, Erosion der Verantwortungsübernahme), die Frizzo benennt. Tatsyi ist **organisational**, Frizzo ist **individuell** — die beiden Notizen ergänzen sich.
- **Keine Diskussion bankensektor-spezifischer regulatorischer Risiken** (DSGVO, EU-DORA, EZB-/EBA-Aufsicht) — überraschend für den CTO einer systemrelevanten Bank. Das Thema wurde möglicherweise ausgelassen, um die Lesbarkeit des öffentlichen Artikels zu wahren.
- **Konvergenz der Einarbeitungszeit 82→40 Tage mit Anthropic**: muss überprüft werden, ob der zitierte Anthropic-Datenpunkt tatsächlich die Studie ist, auf die sich Tatsyi bezieht (Risiko eines umgekehrten Cherry-Picking — einer scheinbaren Konvergenz auf eine runde Zahl).
- **Stichprobe von n=1 Organisation**: ein Einzelfall, auch wenn quantifiziert. Sollte bei anderen europäischen Banken repliziert werden, um auf eine branchenweite stilisierte Tatsache schließen zu können. ### Zu verwenden für
- **Präsentationen vor Geschäftsleitungen im Banken-, Versicherungs- und regulierten Sektor**: eine seltene, quantifizierte europäische Fallstudie, ein Gegengewicht zur Überrepräsentation des Silicon Valley im Korpus.
- **HR / Transformationsstrategie**: Begründung der **Reallokation freigewordener Kapazität** anstelle einer einfachen Kostensenkung.
- **Vorstände / Transformations-Sponsoren**: Neuformulierung der Bewertungsfrage (*„was haben Ihre Ingenieure gebaut, das zuvor nicht existierte“*) — ein Instrument zur **Entschärfung der %-Produktivitätsdebatte**.
- **Konvergierende quantitative Belege**: 60-90 Tage → ~40 Tage Einarbeitung (Anthropic + Tatsyi), etablierter Medianwert 3-5×, Personalabbau vereinbar mit verbessertem Output/Qualität/Sicherheit.
- **Debatte zur Gerechtigkeit / Schiefe der Produktivitätsverteilung**: **zusammen mit** Cherny/Karpathy/Curran Top 5 % zu verwenden, um eine nuancierte Lesart zu präsentieren — KI **verengt sich von unten** UND **verbreitert sich an der Spitze** gleichzeitig.
- **Engineering-Management-Community**: eine seltene CTO-Publikation einer großen, regulierten europäischen IT-Organisation zu diesem Thema.

## RésuméDe400mots

Hryhorii Tatsyi, CTO der **Raiffeisen Bank Ukraine** (~900 IT-Ingenieure), veröffentlichte im Mai 2026 auf Medium einen **12-monatigen** Längsschnittbericht (Mai 2025 → April 2026) über die KI-Transformation seiner Organisation. Der Titel bringt die These auf den Punkt: ***„AI hat unsere Ingenieure nicht einfach nur schneller gemacht. Sie hat sie verändert.“*** Dies ist eine der **seltenen quantifizierten organisationalen Fallstudien einer regulierten europäischen Bank**, die 2026 verfügbar sind.

**Kerndaten**: Der IT-Personalbestand schrumpfte um **75 Personen (−8 %, davon 64 Ingenieure)** — dennoch wurde **mehr Code ausgeliefert, gab es weniger Vorfälle, verbesserte sich die Sicherheit**. Die KI-Adoption stieg von **62 % auf 83 %**; **68 % der Ingenieure erhalten ≥50 % ihres Codes durch KI-Unterstützung**; die Einarbeitungszeit neuer Ingenieure sank **von 60-90 Tagen auf ~40 Tage** (konsistent mit Anthropic-Daten von 82→40 Tagen, eine **unabhängige Konvergenz**).

**Drei entstehende Archetypen**: (1) **Copilot-only**: +10-25 % bei PRs, stabiler Umfang; (2) **Multi-Tool**: Story Points **×1,5-3**, repoübergreifender Umfang **+50-80 %**; (3) **Claude auf dem Unternehmens-Stack**: Codevolumen **×4,5**, radikal erweiterter Umfang. Kontraintuitive Erkenntnis: ***„KI hebt leistungsschwächere Ingenieure auf ein Grundniveau an“*** statt vor allem Top-Performer zu beschleunigen — die Verteilung **verengt sich von unten**. Senior-Architekten **kehren zur aktiven Entwicklung zurück**, nach Jahren der Abwesenheit davon.

**Sieben neue KI-Produkte** (die zuvor nicht existierten): Service Knowledge Hub (57 Microservices, 83 Releases/Monat), Mobile Android workflow CI, AI Agent Portal (2.085 Nutzer / 649 MAU in 87 Tagen, MCP-Generierung via OpenAPI), Shift-left Security Plugin (−82 % exponierte Secrets), DevPortal Backstage + Kubernetes-Diagnoseagenten (−68 % Lösungszeit kritischer Vorfälle), DRAIF MCP Text-to-SQL Data Lake mit 10.000 Tabellen (Embedding feinjustiert ×2 OpenAI), Call Evaluation (>97 % Genauigkeit, **zum besten Produkt der Raiffeisen Bank International-Gruppe gewählt**). Stabilität: **blockierende Vorfälle −70 %, kritische Lösungszeit −68 %, gelöste Sicherheitswarnungen hoher Schwere +155 %**.

**Strategische Kernthese**: ***„AI hat unsere Produktionsmöglichkeitengrenze erweitert, und wir haben die freigewordene Kapazität bewusst zugewiesen“*** — hin zu Features, Stabilität und dem Abbau technischer Schulden. **Neu gestellte Bewertungsfrage**: nicht *„um wie viel Prozent sind die bestehenden KPIs gestiegen“*, sondern ***„was haben Ihre Ingenieure gebaut, das zuvor nicht existierte“***.

**Bezug zum Beobachtungskorpus**: numerische Konvergenz um den etablierten Medianwert mit Frizzo (2026-05-05), Wescale (2026-05-03), Curran/Intercom (2026-04-16), DORA 2025, Stanford Denisov-Blanch (2025-11-23). Unabhängige Konvergenz bei ~40 Tagen Einarbeitung mit Anthropic. Produktive Spannung mit Cherny / Curran Top 5 % / Karpathy (Elite-10×+-Schwanz): die Verteilung **verengt sich von unten** UND **verbreitert sich an der Spitze** — beide Lesarten bestehen nebeneinander. Übergreifende Konvergenz zu „der Beruf verändert seine Form“ mit Frizzo, Karpathy, Mornati, Habert. Zu verwenden für Geschäftsleitungen im Banken-/regulierten Sektor, Transformations-Sponsoren und die Debatte um Produktivitätsverteilung und Gerechtigkeit.

## GrapheDeConnaissance

- Hryhorii Tatsyi —publie→ AI didn't make our engineers just faster (DOCUMENT, 0.97)
- Hryhorii Tatsyi —dirige→ Raiffeisen Bank Ukraine (ORGANISATION, 0.97)
- Raiffeisen Bank Ukraine —mesure→ ~900 ingénieurs IT (MESURE, 0.94)
- Raiffeisen Bank Ukraine —réduit→ effectif de 75 personnes (dont 64 ingénieurs) en 12 mois (CONCEPT, 0.95)
- Raiffeisen Bank Ukraine —mesure→ adoption IA de 62% à 83% (MESURE, 0.95)
- Onboarding Raiffeisen —mesure→ passage de 60-90 jours à ~40 jours (MESURE, 0.94)
- Onboarding ~40 jours —converge_avec→ données Anthropic 82→40 jours (CONCEPT, 0.92)
- Copilot-only, Multi-outils, Claude-on-corporate-stack —fait_partie_de→ Trois archétypes ingénieurs IA (CONCEPT, 0.95)
- Claude sur stack corporate —mesure→ volume code ×4.5 (MESURE, 0.93)
- Multi-outils —mesure→ story-points ×1.5-3 (MESURE, 0.93)
- Copilot-only —mesure→ PRs +10-25% (MESURE, 0.93)
- AI —améliore→ sous-performants (rattrapage à la baseline) (CONCEPT, 0.91)
- Retour des architectes seniors au développement actif —observé_dans→ Raiffeisen Bank Ukraine (ORGANISATION, 0.92)
- Raiffeisen Bank Ukraine —a_créé→ sept produits IA inédits en 12 mois (CONCEPT, 0.96)
- Service Knowledge Hub —s_applique_à→ 57 microservices, 83 releases/mois (CONCEPT, 0.94)
- AI Agent Portal —mesure→ 2 085 users / 649 MAU en 87 jours (MESURE, 0.94)
- AI Agent Portal —permet→ génération d'agents MCP via specs OpenAPI (TECHNOLOGIE, 0.94)
- Shift-left Security Plugin —réduit→ secrets exposés de 82% (CONCEPT, 0.93)
- DevPortal Backstage —réduit→ temps résolution incidents critiques de 68% (CONCEPT, 0.93)
- DRAIF MCP —s_applique_à→ Data Lake 10 000 tables en text-to-SQL (CONCEPT, 0.93)
- DRAIF MCP —surpasse→ modèles OpenAI (×2) (TECHNOLOGIE, 0.91)
- Call Evaluation —mesure→ >97% précision transcription (MESURE, 0.93)
- Groupe Raiffeisen (RBI) —recommande→ Call Evaluation (TECHNOLOGIE, 0.94)
- Incidents bloquants Raiffeisen —mesure→ −70% (MESURE, 0.94)
- Alertes sécurité haute sévérité résolues —mesure→ +155% (MESURE, 0.93)
- Hryhorii Tatsyi —affirme_que→ "AI expanded our production possibility frontier" (CITATION, 0.96)
- Capacité libérée par IA —s_applique_à→ features + stabilité + dette technique (allocation délibérée) (CONCEPT, 0.94)
- Hryhorii Tatsyi —recommande→ mesurer ce que les ingénieurs construisent qui n'existait pas (METHODOLOGIE, 0.95)
- Bilan Tatsyi —affine→ lecture "tail élite 10×" Cherny/Karpathy (CONCEPT, 0.9)
- Bilan Tatsyi —soutient→ resserrement par le bas et élargissement par le haut simultanés de la distribution productivité (CONCEPT, 0.92)
- Case study Raiffeisen —converge_avec→ témoignage individuel Frizzo (complémentarité) (CONCEPT, 0.93)
- Bilan Tatsyi —converge_avec→ Wescale X3-X4, Curran 3×, DORA 2025 (CONCEPT, 0.92)

---
Canonical: https://www.thekb.eu/de/fiches/tatsyi-raiffeisen-ukraine-ai-engineers-different-not-just-faster-2026-05-05/