Zusammenfassung
bis zum produktionsreifen System
unabhängige Microservices
Produktionscode
automatisierte Testsuite
CI/CD-Pipelines
REST-API-Endpunkte
Das Projekt
Ein Informationssystem zur Ausstellung, Nachverfolgung und Verwaltung von Getreidelagerscheinen. Das System bedient vier Benutzerrollen – Lagerhausbetreiber, Getreideeigentümer, Börsenmakler und Aufsichtsbehörden –, jede mit eigenem Portal und eigenem Berechtigungsmodell.
Die Domäne ist streng reguliert: Jeder Lagerschein durchläuft einen rechtlich geregelten Lebenszyklus, Eigentumsübertragungen müssen revisionssicher protokolliert werden, und das System muss an die Infrastruktur der Warenbörse angebunden sein. Korrektheit ist keine Option, sondern Pflicht.
Die Methode
Ein Ingenieur in der Doppelrolle als Product Owner und KI-Orchestrator. Sieben KI-Agenten mit festgelegten Rollen: Businessanalyst, Architekt, Entwickler, QA-Ingenieur, DevOps-Ingenieur, technischer Redakteur, Übersetzer.
Jeder Agent erhielt eine strukturierte Vorgabe im Format CLAUDE.md: Rollendefinition, Umfang, Rahmenbedingungen, Ausgabeformat und Qualitätskriterien. Der Ingenieur prüfte, integrierte und traf alle abschließenden Entscheidungen. Kein generierter Code wurde ohne kritische Prüfung übernommen.
Das Ergebnis: eine Leistung, die der eines Teams aus 7–9 Personen entspricht, zu den Kosten eines einzigen erfahrenen Ingenieurs.
Was gebaut wurde
13 unabhängige Microservices, jeder für genau einen abgegrenzten Kontext (Bounded Context) zuständig:
- Certificate Service – Ausstellung, Verwaltung des Lebenszyklus, Statusübergänge
- Ownership Service – Übertragungsketten, Registrierung von Verpfändungen, Prüfprotokoll
- Warehouse Service – Lagerhausregister, Kapazität, Akkreditierungsstatus
- Grain Owner Service – Eigentümerprofile, Bestand, gehaltene Lagerscheine
- Exchange Integration Service – Schnittstelle zur API der Warenbörse
- Notification Service – ereignisgesteuerte Benachrichtigungen, E-Mail, Push
- Document Service – PDF-Erzeugung, Vorlagenverwaltung
- Audit Service – unveränderliches Prüfprotokoll, aufsichtsrechtliches Berichtswesen
- Auth Service – Keycloak-Integration, Rollenzuweisung, Tokenvalidierung
- API Gateway – Routing, Begrenzung der Anfragerate, Nachverfolgung von Anfragen
- Admin Service – Backoffice-Vorgänge, manuelle Eingriffe
- Report Service – Analysen, Dashboards, aufsichtsrechtliche Exporte
- File Service – Dokumentenablage, S3-kompatibles Backend
Jeder Service besitzt ein eigenes Datenbankschema, das über Flyway-Migrationen verwaltet wird. Jeder läuft in einem eigenen Kubernetes-Deployment mit Ressourcenlimits, Liveness- und Readiness-Probes sowie einer eigenen GitLab-CI/CD-Pipeline.
320 automatisierte Tests decken die Unit-, Integrations- und Vertragsebene ab. Testcontainers startet für Integrationstests echte PostgreSQL-Instanzen – in der Datenbankschicht kommen keine Mocks zum Einsatz.
Technologie-Stack
Vergleich mit klassischer Entwicklung
| Kennzahl | Klassisches Team | Dieses Projekt (KI-gestützt) |
|---|---|---|
| Laufzeit | 3–4 Monate | 12 Tage |
| Teamgröße | 7–9 Ingenieure | 1 Ingenieur |
| Microservices | 13 | 13 |
| Testabdeckung | unterschiedlich | 320 automatisierte Tests |
| CI/CD-Pipelines | unterschiedlich | 12, vom ersten Tag an |
| Kosten | Referenzwert | ca. 10 % des Referenzwerts |
Der KI-gestützte Ansatz ersetzt technisches Fachwissen nicht – er vervielfacht es. Tempo und Qualität hängen unmittelbar von der Qualifikation des Orchestrators ab: Architekturverständnis, Zerlegung von Problemen, präzise Prompts und kritische Bewertung der KI-Ergebnisse. Der Mensch behält die Kontrolle.
Fazit
12 Tage. 13 Services. 55.293 Zeilen. 320 Tests. 12 Pipelines. 80 Endpunkte. Ein Ingenieur.
Jede Zahl lässt sich auf einen GitLab-Commit, ein CI/CD-Ausführungsprotokoll oder einen Testbericht zurückführen. Keine Schätzungen. Keine Attrappen. Keine durch automatisch generierten Standardcode aufgeblähten Zeilenzahlen.
So sieht KI-Orchestrierung aus, wenn sie mit technischer Disziplin eingesetzt wird – nicht als Abkürzung, sondern als Kraftverstärker.