Zum Hauptinhalt springen
Cybernetic Enterprise erklärt: KI, DevOps & skalierbare Softwarelieferung
  1. Blogs/

Cybernetic Enterprise erklärt: KI, DevOps & skalierbare Softwarelieferung

Autor
Romano Roth
Ich bin überzeugt: Der nächste Wettbewerbsvorteil ist nicht AI selbst, sondern die Organisation drumherum. Als Chief AI Officer bei Zühlke arbeite ich mit C-Level-Führungskräften daran, Unternehmen zu bauen, die wahrnehmen, entscheiden und sich kontinuierlich anpassen. Seit über 20 Jahren mache ich diese Überzeugung zur Praxis.
Frag die KI über diesen Artikel

Wie können wir Kosten senken, schneller entwickeln und effizienter werden? In dieser Präsentation zeige ich die Kernkonzepte des Cybernetic Enterprise und wie Organisationen durch die Kombination von Wertstromanalyse, Platform Engineering und KI kontinuierlich Wert liefern können.

Die versteckten Kosten ungenutzter Features
#

Eine Tatsache, die viele überrascht: 80% der Features in einem durchschnittlichen Softwareprodukt werden selten oder nie verwendet. Mehrere Studien bestätigen diese Zahl. Zusätzlich kommen Wartungskosten über den gesamten Softwarelebenszyklus von weiteren 40 bis 80% auf die ursprünglichen Entwicklungskosten hinzu.

Lassen Sie mich das mit einer einfachen Rechnung veranschaulichen. Wenn Sie 10 Features zu je CHF 100'000 entwickeln, betragen die Gesamtentwicklungskosten CHF 1 Million. Die Wartung kommt mit weiteren CHF 400'000 bis 800'000 dazu. Das ergibt Gesamtlebenszykluskosten von CHF 1,4 bis 1,8 Millionen. Durch die Eliminierung der 80% selten genutzter Features könnten Sie rund CHF 1,1 bis 1,4 Millionen einsparen. Die Erkenntnis ist klar: Das Richtige zu bauen ist enorm wichtig.

«Das Falsche richtig zu machen ist bei weitem nicht so gut wie das Richtige falsch zu machen.» — Dr. Russell Ackoff

Das Richtige bauen vs. die Sache richtig bauen
#

Das sind zwei grundlegende Konzepte zur Kosteneinsparung. Das Richtige bauen bedeutet, die Lösung an Geschäfts- und Nutzerbedürfnisse auszurichten. Nur wenn der Nutzer ein Feature auch tatsächlich verwendet, ist es ein nützliches Feature. Hier geht es um Effektivität.

Die Sache richtig bauen bezieht sich darauf, wie effizient die Engineering-Praktiken sind, wie schnell Änderungen geliefert werden können und wie einfach man sich anpassen kann. Hier geht es um Effizienz. Meine Präsentation konzentriert sich auf die Effizienzseite, aber beide Aspekte sind gleich wichtig.

Value Stream Mapping: Sehen, wohin das Geld fliesst
#

Moderne Softwareentwicklung ist ein kontinuierlicher Prozess über einen Wertstrom. Es ist kein Projekt mit Start- und Enddatum. Es ist Produktentwicklung, die nie aufhört, bis die Software ausserbetrieb genommen wird.

Value Stream Mapping ist eine wirkungsvolle Technik, um zu verstehen, wie Wert durch das System fliesst, und um Engpässe zu identifizieren. So geht es:

  1. Das Team zusammenbringen und alle Schritte von der Idee bis zur Produktion identifizieren
  2. Die beteiligten Personen identifizieren, um Übergaben zwischen Rollen sichtbar zu machen
  3. Leistung messen mit Prozesszeit (tatsächliche wertschöpfende Arbeit), Durchlaufzeit (gesamte verstrichene Zeit) und Prozent korrekt und vollständig (Qualität)
  4. Das Aktivitätsverhältnis berechnen, indem die Gesamtprozesszeit durch die Gesamtdurchlaufzeit geteilt wird
  5. Den Soll-Zustand entwerfen mit Verbesserungen

Im gezeigten Beispiel lag das Aktivitätsverhältnis im Ist-Zustand bei nur 7%. Das bedeutet, dass 93% der Zeit nicht für wertschöpfende Arbeit genutzt wurden. Der Anteil «korrekt und vollständig» lag bei nur 5%, was bedeutet, dass in 95% der Fälle Nacharbeit nötig war. Nach dem Entwurf des Soll-Zustands mit optimierten Prozessen und Automatisierung verbesserte sich das Aktivitätsverhältnis auf 11% und die Qualität stieg auf 72%.

Wo investieren: Prozesse, Automatisierung und Organisation
#

Sobald der Wertstrom visualisiert ist, können datenbasierte Entscheidungen getroffen werden:

  • Prozessverbesserungen: Abläufe straffen, Verschwendung eliminieren und Verfahren standardisieren
  • Automatisierung und KI: Moderne Werkzeuge, Infrastructure as Code und KI dort einsetzen, wo die Daten den Mehrwert belegen
  • Organisationsstruktur: Übergaben reduzieren, indem Teams entlang des Wertstroms organisiert werden
  • Governance: Schwerfällige Governance-Gremien automatisieren oder eliminieren

Das Schöne am Value Stream Mapping ist: KI ist nicht mehr eine vage «wir könnten es irgendwo einsetzen»-Idee. Man sieht genau, wo KI passt, und kann mit echten Zahlen verifizieren, ob sie den gewünschten Effekt hatte.

Die Cybernetic Platform: Ihr technologisches Fundament
#

Ein Wertstrom braucht das richtige technologische Fundament. Wir treten in das Zeitalter der industrialisierten digitalen Produktentwicklung ein und bewegen uns weg von heterogenen Tool-Landschaften hin zu standardisierten Plattformen.

Das Zielbetriebsmodell eines Cybernetic Enterprise besteht aus autonomen Produktteams, die sich auf Features und Geschäftswert konzentrieren, unterstützt von einem Plattformteam, das eine Self-Service-Plattform erstellt. Diese Plattform, die ich Cybernetic Platform nenne, bietet alle Werkzeuge und Fähigkeiten, die Produktteams brauchen:

  • Observability mit vorkonfigurierten Dashboards
  • Sicherheitsscanning für Schwachstellen, Lizenzen und Secrets
  • Golden-Path-Templates für standardisierte Projekterstellung
  • KI als Service für die gesamte Organisation
  • Container-Registries mit automatisiertem Scanning
  • GitOps-basierte Deployments über Argo CD

Die Kernarchitektur folgt dem Floating-Platform-Prinzip aus Gregor Hohpes Buch «Platform Strategy». Alle Tools werden über die Plattform integriert, nie direkt miteinander. Das ist entscheidend, denn wenn ein Anbieter übernommen wird (man stelle sich vor, Broadcom kauft GitLab), kann das Tool ausgetauscht werden, ohne die Teams zu stören.

Live-Demo: Die Zühlke Platform Plane
#

Bei Zühlke leben wir, was wir predigen. Unsere eigene Cybernetic Delivery Platform bedient 465 Nutzer, 15 Partner, 26 Spaces und 12 Kubernetes-Cluster. Wir setzen sie für interne und Kundenprojekte gleichermassen ein.

Die wichtigsten demonstrierten Funktionen:

  • Partnermanagement: Externe Unternehmen mit eigener Identität über Azure Entra ID einbinden. Innerhalb einer Sekunde erhält jemand Zugang zu allen integrierten Tools.
  • Spaces: Netzwerkzonen im Hub-Spoke-Muster, in denen Teams alles betreiben können, was sie brauchen.
  • Sicherheit: Automatisches Schwachstellen-Scanning, Lizenz-Compliance und Secret-Erkennung über alle Repositories.
  • KI-Integration: Containerimage-Analyse mittels KI, in nur acht Stunden gebaut, weil die Plattform die APIs bereitstellt.
  • Servicekatalog: Entwickler können Datenbanken, Azure-OpenAI-Endpunkte und weitere Services selbst provisionieren, ohne sich um Passwörter oder Backups zu kümmern.
  • FinOps: Kostenverfolgung pro Space, die an Projekte weiterverrechnet wird.

Das Plattformteam generiert Wert für die Teams, und die Produktteams generieren Wert für die Kunden.

Kernaussagen
#

  • 80% der Features in durchschnittlichen Softwareprodukten werden selten oder nie genutzt. Zuerst das Richtige bauen, dann die Sache richtig bauen.
  • Value Stream Mapping ist eine einfache, aber wirkungsvolle Technik aus den 1940er-Jahren, die datenbasierte Einblicke liefert, wo in Automatisierung und KI investiert werden sollte.
  • Platform Engineering schafft das technologische Fundament für das Cybernetic Enterprise und standardisiert, wie Produkte gebaut werden.
  • Das Floating-Platform-Prinzip stellt sicher, dass Tools ausgetauscht werden können, ohne Teams zu stören.
  • KI ist eine Fähigkeit der Plattform, keine eigenständige Initiative. Sie wird als gesteuerter Service bereitgestellt.
  • Die Zukunft gehört denen, die die Symphonie aus Organisation, Prozess, Technologie, Governance und KI meistern. So senkt man Kosten durch kontinuierliche Wertlieferung.