Valudio automatisiert die erste Prüfung jedes Pull Requests in Azure DevOps mit dem KI-Code-Review-Werkzeug CodeRabbit. Der Prüfzyklus für einen sauber abgegrenzten Pull Request sank in der Regel von über einer Stunde auf rund 15 Minuten. Die Einführung dauerte drei Arbeitstage in einem Team mit .NET, Node, TypeScript und React. Die meiste Zeit kostete das Rechtemodell von Azure, nicht das Werkzeug.
Im Gespräch mit Dennis Quitaquís Tamay, Tech Lead bei Valudio. Die Fragen stellte Leda Felix.
„Einen Pull Request kann man nicht gut planen. Er ist komplett asynchron: In dem Moment, in dem ein Entwickler etwas fertig hat oder unser Feedback eingearbeitet hat, muss es fast sofort geprüft werden. Sonst wird es zum Engpass, bevor QA überhaupt mit dem Testen anfangen kann.“
Dennis Quitaquís Tamay, Tech Lead, Valudio
Ein Pull Request ist Code, den ein Entwickler zur Prüfung durch einen Kollegen einreicht. Er kommt, wenn die Arbeit fertig ist, nicht wenn der Prüfer Zeit hat. Bei uns waren damals drei Frontend- und zwei Backend-Entwickler in hohem Tempo unterwegs, und die Pull Requests stapelten sich vor der Qualitätssicherung. Der Engpass war ein einziger Schritt, der erste Blick auf jeden Pull Request, und er sass bei Dennis.
Woher der Engpass beim Code-Review kam
Jeder Pull Request lief bei uns durch zwei Prüfphasen: zuerst, ob der Code sauber ist und unseren Qualitätsstandards entspricht, dann, ob das Gebaute tatsächlich das ist, was die User Story verlangt. Backend und Frontend wurden getrennt geprüft, und die meisten Backend-Pull-Requests landeten bei Dennis.
Je nach Qualität der ersten Fassung brauchte das null, eine oder mehrere Runden: Rückmeldung, Korrektur, erneute Prüfung, bis beide Seiten einverstanden waren. Statische Analysewerkzeuge wie SonarCloud und Snyk liefen daneben, decken aber ein anderes Feld ab: Risiken und Sicherheitslücken, nicht Design und Logik.
Die Zeit des Tech Leads verschwand in Warten und Wiederlesen, und die Qualitätssicherung wartete auf ihn. Niemand hat schlecht gearbeitet. Ein Schritt, der sofort passieren muss, wartete auf die Person, die gerade am wenigsten Zeit hatte.
Der Umweg, der nicht funktioniert hat
Bevor ein Werkzeug im Spiel war, hat das Team Codeänderungen von Hand in einen allgemeinen KI-Chat kopiert, um sie gegenlesen zu lassen. Das hat ein wenig geholfen. Es war aber ein weiterer manueller Schritt in einem ohnehin manuellen Ablauf, und es war nie eine Antwort auf das Problem.
Jemand kopiert etwas in ein Chatfenster, bekommt etwas Brauchbares zurück, und der Ablauf bleibt, wie er war. So sieht KI in vielen Betrieben aus. Es fühlt sich nach Fortschritt an. Es ist keiner, solange der Engpass an derselben Stelle sitzt. Bei uns sass er weiter bei Dennis, Chatfenster hin oder her. Warum Arbeitsgruppen mit vielen Ideen genau hier stehen bleiben, beschreiben wir in „Warum KI-Arbeitsgruppen nichts liefern“.
Was wir gebraucht haben, um Pull-Request-Reviews zu automatisieren
Drei Kriterien, mehr nicht. Die Prüfung muss automatisch starten, in dem Moment, in dem ein Pull Request geöffnet wird, ohne dass jemand sie anstösst. Sie muss nativ in Azure DevOps laufen, dem Rückgrat unserer Microsoft-Umgebung. Und sie muss mit allem funktionieren, womit wir arbeiten: .NET, Node, TypeScript und React.
Die Suche hat Dennis mit dem Team übernommen, also die Person, bei der die meisten Pull Requests landeten. Neben CodeRabbit haben sie CodeAnt AI und Aikido angeschaut:
| Werkzeug | Warum es passte oder nicht | Entscheidung |
|---|---|---|
| CodeRabbit | Native Integration in Azure DevOps, startet automatisch beim Öffnen eines Pull Requests. Im zweiwöchigen Test mit echten Pull Requests aus .NET, Node, TypeScript und React bestätigt. Ergänzt SonarCloud und Snyk, statt sie zu doppeln. | Eingeführt |
| CodeAnt AI | Integration nach unserem Eindruck auf Jira und GitLab ausgerichtet; wir arbeiten in Azure DevOps. In unserer Umgebung nicht getestet. | Nicht weiterverfolgt |
| Aikido | Überschneidet sich mit den Sicherheits-Scans, die wir mit SonarCloud und Snyk schon haben. Kein Grund zum Wechsel. | Nicht weiterverfolgt |
CodeRabbit war der erste Treffer bei der Suche nach einem KI-Werkzeug für Pull Requests in Azure. Entschieden hat der zweiwöchige kostenlose Test: echte Pull Requests aus unseren Projekten vom ersten Tag an, bevor ein Budget im Spiel war.
„Die Integration ist vor allem auf Microsoft ausgerichtet. Jeder Schritt im Setup war uns vertraut, wir konnten alles selbst machen. Es gab keinen einzigen Schritt, den wir nicht kannten.“
Drei Tage, und das Schwierigste war nicht das Werkzeug
„Die ganze Integration hat, würde ich sagen, nicht mehr als drei zusammenhängende Tage gedauert: erst das passende Setup finden, dann testen, dann konfigurieren und in Betrieb nehmen.“
Ein Tag pro Schritt. Das Schwierigste daran war nicht das Werkzeug, sondern das Rechtemodell von Azure über viele Kunden-Tenants hinweg. Das Team musste zuerst herausfinden, welcher Benutzer in welchem Tenant und welcher Subscription überhaupt Zugriff auf die zu prüfenden Projekte hat. Sobald das geklärt war, ging der Rest schnell: CodeRabbit bekam nur Leserechte auf den Code, und ab dann kommentiert es jeden neuen Pull Request automatisch.
Was sich mit dem KI-Code-Review für das Team geändert hat
Heute übernimmt CodeRabbit die erste Prüfung jedes Pull Requests: Es markiert Qualitätsprobleme, schlägt bessere Variablennamen vor, empfiehlt, eine Methode aufzuteilen, und erledigt damit den Teil, der vorher komplett von Hand lief. Die Vorschläge bleiben Vorschläge. Der Entwickler entscheidet, ob er sie übernimmt.
„Jetzt gehen wir direkt zum Verständnis des Codes, direkt zur Architektur, direkt zu den Anforderungen aus der User Story. Wir schauen weniger aufs Detail und mehr auf das Design, das der Entwickler für seine Umsetzung gewählt hat.“
Was vorher, alle Runden zusammengezählt, über eine Stunde kostete, ist bei einem sauber abgegrenzten Pull Request heute in der Regel in rund 15 Minuten erledigt. Komplexe Fälle bekommen weiterhin ein echtes Gespräch. Nur geht es darin um Logik und versteckte Fehler, nicht um Formatierung.
„Die Vorschläge der KI sind reine Empfehlungen, nicht verpflichtend, und das ist uns wichtig. Wir können uns entscheiden, ihnen nicht zu folgen. Am Anfang kann es einen etwas erschlagen, wenn zehn Kommentare zu einer einzigen Datei auftauchen, die man geändert hat. Aber es sind zehn Kommentare, die man nicht umsetzen muss. Man liest sie, ordnet sie ein und entscheidet dann.“
Der Stapel vor der Qualitätssicherung ist weg.
Was das für Sie heisst
Der Engpass hatte bei uns einen Namen, Dennis, und einen Schritt: den ersten Blick auf jeden Pull Request. Eine KI-Roadmap brauchte es dafür nicht. Das Werkzeug passte in die Umgebung, die wir schon betreiben, und es hat zwei Wochen mit echten Pull Requests gearbeitet, bevor wir über ein Budget gesprochen haben. Nach diesem Muster gehen wir bei KI-Vorhaben mit Kunden vor. Der Unterschied ist nur, dass wir hier unser eigener Kunde waren. Wo KI in unserem Alltag nicht hilft, steht in „Die Schattenseiten von KI im Entwicklungsalltag“. Welche Abläufe wir für Kunden digitalisieren, zeigen unsere Projekte.
Häufige Fragen
Funktioniert KI-Code-Review mit Azure DevOps?
Ja. Bei Valudio läuft CodeRabbit direkt in Azure DevOps und startet automatisch, sobald ein Entwickler einen Pull Request öffnet. Niemand muss die Prüfung von Hand anstossen. Wichtig ist eine native Anbindung ohne Umweg über ein anderes System. Die meiste Zeit der Einführung ging bei uns in das Rechtemodell von Azure, mit Benutzern und Subscriptions über viele Kunden-Tenants hinweg.
Ersetzt ein KI-Code-Review die menschliche Prüfung?
Nein. Bei Valudio übernimmt die KI die erste Prüfung, also Qualitätsprobleme, Benennungen und zu lange Methoden. Die Abnahme bleibt beim Tech Lead oder einer Kollegin, nur verschiebt sich ihre Aufmerksamkeit, weg von Stil und Syntax, hin zu Architektur und zur Frage, ob das Gebaute der User Story entspricht. Komplexe Pull Requests bekommen weiterhin ein echtes Gespräch.
Wie lange dauert die Einführung eines KI-Code-Review-Werkzeugs?
Bei Valudio waren es rund drei zusammenhängende Arbeitstage, einen Tag, um den passenden Weg der Anbindung zu finden, einen Tag testen, einen Tag konfigurieren und in Betrieb nehmen. Die meiste Zeit davon kostete das Rechtemodell von Azure über unsere vielen Kunden-Tenants. Ein zweiwöchiger kostenloser Test mit echten Pull Requests hat die Entscheidung vor der Budgetfrage abgesichert.
Können Entwickler die Vorschläge der KI ignorieren?
Ja, und das ist Absicht. Bei Valudio sind die Vorschläge von CodeRabbit Empfehlungen, nie Pflicht. Ein Entwickler liest sie, ordnet sie ein und entscheidet, was er übernimmt. Zehn Kommentare zu einer Datei wirken am Anfang viel. Umsetzen muss der Entwickler keinen davon.
Sprechen wir über Ihren Engpass
Wenn Ihr Team einen ähnlichen Engpass hat, sprechen wir gern darüber. Erstgespräch, 30 Minuten. Wir sagen Ihnen ehrlich, ob Vorhaben und Budget zusammenpassen, und wie eine Discovery- und Konzeptphase bei Ihnen aussehen würde. Antwort innerhalb von 24 Stunden. Termin vereinbaren.
