Projekt besprechen

Engineering-Diagnose

Ein Delivery-Modell ohne Steuerung neu aufbauen und ~43 % der jährlichen Delivery-Kosten zurückgewinnen

~43 %
der jährlichen Delivery-Kosten zurückgewinnbar, belegt durch die eigenen Daten des Kunden
~60 % höher
tatsächliche Vollkosten der Delivery im Vergleich zu den sichtbaren Ausgaben
~9 %
der monatlichen Kosten durch die erste Korrektur bereits eingespart
Links ein unruhiges Feld verstreuter Punkte, das durch ein violettes Diagnose-Scanband läuft; rechts ein einzelner, pink umrandeter Signalknoten, als Engpass beschriftet.

Fallakte

Branche
KI-SaaS in der Frühphase
Region
Schweiz
Leistung
Engineering-Diagnose
Team
Wayne ArendseLeiter Delivery & TransformationYurii KotulaCEO & Leiter Engineering
Systeme
  • Produktplattform
  • ein Teams-Bot und KI-Module
  • CI/CD
  • Single-Tenant-Architektur
  • Enterprise-Rahmen aus SOC 2 Type II / ISO 27001 und Datenhaltung in der Schweiz

Über den Kunden

Der Kunde ist ein Schweizer Softwareunternehmen in der Frühphase. Es baut sich vom Beratungsgeschäft zum Anbieter eines KI-Produkts für Enterprise-Kunden um und hat sich zu Sicherheit auf Enterprise-Niveau verpflichtet: Datenhaltung standardmäßig in der Schweiz, Verschlüsselung, Zugriffe nach dem Least-Privilege-Prinzip und kein Training mit Kundendaten.

Der Kunde geht entschlossen in einen Markt, der Anbieter nach Mandantenfähigkeit, Sicherheitszertifizierungen und planbarer Delivery auswählt. Die Zusagen an Enterprise-Kunden standen fest. Offen war, wie gut die Delivery schon aufgestellt war, um sie auch in großem Umfang einzulösen. Das Projekt hat diese Frage in Zahlen beantwortet, auf Basis der eigenen Delivery-Daten des Kunden statt auf Annahmen.

Das geschäftliche Problem

Die Delivery hing an einzelnen Mitarbeitern, verantwortlich war niemand. Eine einzige Rolle sollte gleichzeitig Führung, Architektur, Code-Review, Meetings und die eigentliche Entwicklungsarbeit abdecken. Koordination, Priorisierung und technische Abwägungen liefen informell statt über eine klare Struktur für Delivery- und technische Governance.

Im Alltag zeigte sich das deutlich. Rund die Hälfte aller Merge Requests ging ohne Peer Review raus, Releases wurden nach Belieben und ohne Quality Gate ausgeliefert. Kanban lief ohne festen Rhythmus, einen verbindlichen Release-Plan gab es nicht. In einer einzigen Session gelangten 27.000 Zeilen KI-generierter Code in die Codebasis, in diesem Umfang nicht mehr prüfbar. Drei Stakeholder auf Kundenseite stimmten Freigaben von Hand ab, und die Führungskräfte des Kunden verbrachten rund 240 Stunden im Monat damit, die Delivery am Laufen zu halten.

Was auf dem Spiel stand

  1. Das modellierte Gesamtrisiko über sechs Kategorien kam fast an die Delivery-Kosten eines ganzen Jahres heran.
  2. Rund 39 % der gesamten Delivery-Kosten waren mit hoher Sicherheit vermeidbare Verschwendung, belegt durch die eigenen Delivery-Daten des Kunden.
  3. Führungskräfte auf Kundenseite verbrachten ~240 Stunden pro Monat damit, die Delivery am Laufen zu halten, statt das Unternehmen zu führen.
  4. 32,5 % der gelieferten Arbeit war Nacharbeit, die noch einmal zu vollen Delivery-Kosten erledigt wurde.

Was nicht funktionierte

  • Eine Rolle deckte Führung, Architektur, Code-Review, Meetings und die eigentliche Entwicklung gleichzeitig ab.
  • ~50 % der Merge Requests gingen ohne Peer Review raus, Releases ohne Quality Gate.
  • 27.000 Zeilen KI-generierter Code kamen in einer einzigen Session ungeprüft in die Codebasis.
  • Das Produkt lief auf einem einzigen, fest codierten Mandanten.
  • Den Teams-Bot und die KI-Module hatte keine der beiden Seiten je geprüft.
  • Es gab keinen verbindlichen Release-Plan. Fehlerquote nach dem Release und Sprint-Velocity wurden nicht erfasst.

Vorgehen bei der Diagnose

Die Lücke betraf das ganze Unternehmen zugleich: einen strategischen Pivot, ein Betriebsmodell und eine Codebasis. Deshalb lief die Diagnose auf drei Ebenen gleichzeitig.

  • Strategie

    Was kostet die Lücke in der Delivery?

    Der Pivot zum Enterprise-Produkt setzt eine glaubwürdige Delivery voraus, die das heutige Modell noch nicht vorweisen kann. Deshalb hat die Diagnose die Lücke zuerst in Geld beziffert. Sie hat den Wandel vom Beratungs- zum Produktgeschäft mit den Delivery-Fähigkeiten abgeglichen, auf die Enterprise-Käufer achten, die tatsächlichen Vollkosten der Delivery ermittelt statt nur der sichtbaren Teamkosten und belegte Verschwendung vom modellierten Risiko getrennt.

  • Betrieb

    Wohin geht die Zeit wirklich?

    Die Delivery hing an Einzelnen, ohne Rhythmus und ohne Verantwortlichen. Die Koordination blieb deshalb an den Führungskräften des Kunden hängen. Die Diagnose wies ~240 Stunden pro Monat nach, die diese Führungskräfte darauf verwendeten, die Delivery am Laufen zu halten. Sie bezifferte die Nacharbeit auf 32,5 % der gelieferten Arbeit und stellte fest, dass Kanban ohne festen Rhythmus lief und es keinen verbindlichen Release-Plan gab.

  • Technologie

    Kann das System sicher ausliefern?

    Code ging ohne Review und ohne Quality Gates raus, und die Architektur konnte keinen zweiten Enterprise-Kunden aufnehmen. Die Diagnose fand ~50 % Merge Requests ohne Peer Review, einen einzigen fest codierten Mandanten, der das Onboarding weiterer Mandanten blockierte, sowie einen ungeprüften Teams-Bot und ungeprüfte KI-Module, dazu keine stabile DEV-/Demo-Umgebung.

Was sich geändert hat

  • Die echten Kosten der Delivery sind jetzt eine Zahl, kein Bauchgefühl.

    Das Projekt hat die sichtbaren monatlichen Ausgaben durch die tatsächlichen Vollkosten ersetzt, die rund 60 % höher liegen, ermittelt aus den eigenen Daten des Kunden und einem Schweizer IT/PM-Benchmark. Davon sind rund 39 % belegte, vermeidbare Verschwendung. Die Entscheidung stützt sich jetzt auf Zahlen.

  • Vorschlag: ein Betriebsmodell mit drei Rollen und klaren Zuständigkeiten.

    Das vorgeschlagene Modell teilt die heute überlastete Einzelrolle auf: einen Client Executive Sponsor für Freigaben, einen Technical PM für den Betrieb und einen Tech Lead für Architektur und Qualität. Jede Rolle hat festgelegte Zugriffsrechte und klare Entscheidungsgrenzen. So soll der Single Point of Failure verschwinden, den die Diagnose aufgedeckt hat.

  • Eine Messbasis, die bereits eine erste Einsparung gebracht hat.

    Sechs Delivery-Kennzahlen haben jetzt Ausgangs- und Zielwerte und werden von Sprint zu Sprint verfolgt. Die erste Korrektur, die die Messung aufgezeigt hat, spart rund 9 % der monatlichen Delivery-Kosten, ohne zusätzliche Kosten: Ein überflüssiges Pre-Daily fiel weg, und das Team-Daily wurde auf 20 Minuten gekürzt.

Entscheidungen

  • Belegte Verschwendung steht vorn, nicht die größte Zahl.

    Der Business Case hätte mit dem vollen modellierten Risiko beginnen können. Er beginnt stattdessen mit den ~39 % der Kosten, die aus den eigenen Daten des Kunden stammen. So stützt sich die Entscheidung auf eine Zahl, die sich nicht kleinreden lässt.

  • Die überlastete Rolle aufteilen, statt einen CTO einzustellen.

    Ein CTO in Vollzeit wurde mit einem sechsstelligen Jahresgehalt kalkuliert und verworfen. Er wäre für Budget und Unternehmensphase zu viel des Guten, seine Einstellung dauert 60 bis über 90 Tage, und die tägliche Delivery würde er trotzdem nicht steuern. Drei klar definierte Rollen beheben das eigentliche Problem: fehlende Verantwortung, nicht fehlende Seniorität.

  • Erst das Betriebsmodell, dann Mandantenfähigkeit und Zertifizierung.

    SOC 2, ISO 27001 und ein mandantenfähiger Neubau sind echte Blocker. Wer sie zuerst angeht, gibt aber Geld aus, bevor man sich darauf verlassen kann, dass die Delivery sie auch umsetzt. Der Plan nimmt sie deshalb erst in Angriff, wenn ein fester Rhythmus läuft und Reviews den gesamten Code abdecken.

  • Erst beweisen, dass die Messung trägt, dann den vollen Auftrag anfragen.

    Die Einsparung bei den Meetings stammt aus einer Retrospektive und ist bereits erzielt, nicht nur hochgerechnet. Sie zeigt, dass das Tracking funktioniert, bevor sich der Kunde zu mehr verpflichtet.

Ergebnisse

KennzahlVorherNachher
Transparenz über die Delivery-KostenDelivery nur als sichtbare monatliche Ausgaben wahrgenommenTatsächliche Vollkosten ermittelt: ~60 % höher, davon ~39 % vermeidbare Verschwendung
Aufwand für MeetingsÜberflüssiges Pre-Daily plus ein Team-Daily ohne Zeitlimit~9 % der monatlichen Kosten zurückgewonnen, bereits erzielt
Abdeckung durch Code-Reviews~50 % der Merge Requests geprüftZiel 100 %, von Sprint zu Sprint verfolgt
Release-PlanungKein verbindlicher Release-PlanIm vorgeschlagenen Modell: veröffentlichter Release-Plan, bei jedem Release eingehalten

Strike Team

Erfahrene Engineering-Leads finden in einer Engineering Diagnostic zum Festpreis den eigentlichen Engpass und bleiben, bis er behoben ist. Project Rescue, Fractional CTO, Architektur und Business Cases.

Mehr zum Strike Team

Kommen wir ins Gespräch

Meist beginnen wir mit einer Beratung. Sie bekommen eine klare Antwort, ob wir helfen können und was als Erstes passieren sollte.

Ihr Ansprechpartner

Yurii Kotula

CEO und Engineering-Leiter

Das erste Gespräch führen Sie mit Yurii. Schicken Sie das Formular oder wählen Sie direkt einen Termin in seinem Kalender.

Termin mit Yurii buchen
5,0 aus 14 verifizierten Bewertungen auf Clutch

Telefon ist optional, alle anderen Felder brauchen wir.

Wir nutzen Ihre Angaben, um Ihre Anfrage zu beantworten. Mehr dazu in unserer Datenschutzerklärung.