AVA: KI-Copilot & autonome Delivery-Pipeline
Ein interner KI-Copilot und eine autonome Delivery-Pipeline, die über mehrere DubizzleLabs-Produkte hinweg eingesetzt werden und Business- und Produktteams erlauben, Live-Daten abzufragen und Code durchgängig aus einer einzigen Chat-Oberfläche auszuliefern.
PR-Vorbereitung: ~40 Min. → ~6 Min.
Das Problem
Produkt- und Business-Teams bei DubizzleLabs konnten ihre eigenen Datenfragen nicht beantworten, und jede Feature-Anfrage musste erst von einem Entwickler übersetzt werden, bevor überhaupt Arbeit begann. Dieser Übersetzungsschritt (Frage zu Report, Idee zu Ticket, Ticket zu Branch) verbrauchte Zeit von Senior-Entwicklern, die mit Entwicklung nichts zu tun hatte.
So funktioniert es
- Eine produktübergreifende Chat-Oberfläche mit Single Sign-on, gestützt auf produktspezifische MCP-Server, die Live-Daten aus Datenbanken und OpenSearch ziehen, um Berichte auf Abruf zu erzeugen.
- Ein Anforderungsprozess: Ein Team beschreibt eine Funktion im Chat, AVA stellt Rückfragen, entwirft Wireframes aus der internen Wissensdatenbank und einem LLM und legt ein Jira-Ticket mit angehängtem Wireframe an.
- Eine autonome Delivery-Pipeline, die an dieses Ticket anschließt. Ein Claude-Skill macht daraus einen Umsetzungsplan, legt einen Branch und ein GitHub-Issue an und stößt dann einen Workflow an, der Code und Tests erzeugt, einen PR öffnet, in Jira zurückmeldet und die QA benachrichtigt.
- Die QA schließt den Kreis und prüft die generierten Änderungen vor dem Merge mit einem eigenen Claude-Skill.
Was sich geändert hat
Die PR-Vorbereitung in den betroffenen Abläufen sank von durchschnittlich rund 40 Minuten auf rund 6 Minuten, und Teams außerhalb der Entwicklung bekamen einen direkten, selbstständigen Weg von einer Datenfrage oder einem Feature-Wunsch bis zum ausgelieferten Code. Die entscheidende Randbedingung war Vertrauen: Jede generierte Änderung läuft weiterhin durch menschliches Review und QA-Prüfung, und genau das hat die Teams bereit gemacht, sie zu übernehmen.