Episode Details

In dieser Episode verlassen wir unsere übliche Oracle- und APEX-Bubble ein Stück weit.

Zu Gast ist André Braun, der seit mehr als 35 Jahren in der IT arbeitet und seit über sechs Jahren bei GitLab die Organisation in Zentraleuropa verantwortet.

Gemeinsam sprechen wir darüber, wie sich GitLab von Source Code Management zu einer umfassenden DevSecOps-Plattform entwickelt hat – und warum AI diese Entwicklung gerade noch einmal massiv beschleunigt.

Themen der Episode:

• Andrés Weg von Infrastruktur, EMC, Dell und NetApp zu GitLab • Warum „Software eats the world“ für André ein Grund für den Wechsel in die Softwarewelt war • Wie sich GitLab vom Repository zur DevSecOps-Plattform entwickelt hat • Source Code Management, Issues, Pipelines, Runner und Deployments auf einer Plattform • Warum Unternehmen teilweise noch immer mit SVN und alten Jenkins-Installationen arbeiten • GitLab SaaS, Self-Managed und Data Residency • Warum On-Premises gerade für Enterprise-Kunden weiterhin relevant ist • GitLab bei CERN und andere ungewöhnliche Anwendungsfälle für Git und Pipelines • Was passiert, wenn AI plötzlich Millionen zusätzliche Lines of Code produziert • Warum schnelleres Coding allein Unternehmen noch nicht schneller macht • AI-gestützte Code Reviews • Automatisierung von Vulnerability Scans und fehlerhaften Pipelines • Warum Toolchains aus 20, 30 oder 40 verschiedenen Werkzeugen in einer agentischen Welt zum Problem werden können • Kontext als entscheidender Faktor für AI Agents • GitLab Duo und agentische Softwareentwicklung • Human-in-the-Loop und die Orchestrierung ganzer Agenten-Flotten • Drei mögliche Entwicklungsmodi: manuell, AI-assistiert und vollständig agentisch • Die Vision: Ein Prompt rein – eine laufende und deployte Anwendung raus • Warum klassisches Git für Millionen automatisierter Requests durch Agents nicht gebaut wurde • Context Graphs, Tokenverbrauch und die Reduktion von Halluzinationen • GitLab als Kollaborationsplattform zwischen Mensch und Maschine • Governance und Compliance für AI Agents • Warum Aktionen von Agents genauso nachvollziehbar sein müssen wie die von Menschen • Agent Marketplace und die Integration eigener Agents • MCP und die Anbindung bestehender Tools wie Jira • Warum Enterprise-Transformation selten als Big Bang funktioniert • GitLabs eigene Transformation und die aktuelle Restrukturierung des Unternehmens • Wie weit deutsche Unternehmen bei der AI-Adoption wirklich sind

Eine Aussage aus dem Gespräch bringt das Problem ziemlich gut auf den Punkt:

Wenn AI das Coding beschleunigt, aber der restliche Prozess gleich bleibt, entsteht am Ende nur ein größerer Flaschenhals.

Und genau deshalb reicht es nicht, Entwicklern einfach ein AI-Coding-Tool zu geben.

Unternehmen müssen gleichzeitig ihre Abläufe verändern.

Oder, wie André es am Ende ziemlich klar formuliert:

Geht rein. Investiert. Aber investiert mindestens genauso viel in eure Ablauforganisation.

Denn einen für Menschen gebauten Prozess einfach Schritt für Schritt mit KI zu automatisieren, ist möglicherweise der falsche Ansatz.

Die spannendere Frage ist:

Wie würden wir diesen Prozess bauen, wenn von Anfang an Menschen UND Agents darin arbeiten sollen?

Links & weiterführende Informationen

GitLab Free, Premium & Ultimate im Vergleich Welche Funktionen stecken in welchem GitLab-Tarif? GitLab stellt dafür einen ausführlichen Feature-Vergleich bereit – unter anderem zu CI/CD, Security, Compliance, AI-Funktionen und den verfügbaren Compute-Minuten.

https://about.gitlab.com/de-de/pricing/feature-comparison/

GitLab Preise & Editionen Übersicht über GitLab Free, Premium und Ultimate sowie die unterschiedlichen Betriebsmodelle GitLab.com, Self-Managed und Dedicated.

Link

GitLab Act 2 Im Gespräch verwei