Was passiert, wenn ein Platform Engineer mit KI entwickelt
Wie verändert KI die Softwareentwicklung im Alltag wirklich? In einem internen Backstage-Projekt hat Christian Bär genau das ausprobiert: die Entwicklung eines produktiven Plugins mit Unterstützung von KI-Tools wie ChatGPT, Claude und Gemini. Der Erfahrungsbericht zeigt, wo die Modelle Entwicklung beschleunigen, wo klare Leitplanken entscheidend bleiben und weshalb Qualitätssicherung und Engineering-Kultur wichtiger sind denn je.
Wie die Geschichte begann
Unsere bisherige Newsportal-Implementierung war in die Jahre gekommen. Wartbarkeit und einzelne Eigenheiten im GUI sorgten zunehmend für Diskussionen. Statt weitere Workarounds aufzubauen, fiel der Entscheid zugunsten einer Ablösung.
Am Ende fiel die Wahl auf Backstage. Einerseits, um das eigene Portal stärker in den Fokus zu rücken. Andererseits, um gezielt Erfahrung mit dem Plugin-Ökosystem eines Frameworks aufzubauen, das sowohl intern als auch bei Kundenprojekten zunehmend an Bedeutung gewinnt.
Der ursprüngliche Plan war, das bestehende Community-Plugin «Announcements» zu erweitern. Backstage setzt im Frontend auf React und im Backend auf TypeScript. Technologien, mit denen ich als Platform Engineer zuvor kaum Berührungspunkte hatte.
Was passiert, wenn ein Platform Engineer entwickelt
Die Anforderungen der Stakeholder waren umfangreich: verbesserte Vorschau, zeitgesteuerte Publikation, Video-Unterstützung und mehr. Gleichzeitig waren unsere Software Engineers stark in Kundenprojekten eingebunden. Statt das Vorhaben zu blockieren, entschied ich mich, die Umsetzung selbst anzugehen.
Für mich war das auch eine Gelegenheit, KI-gestützte Entwicklung im Alltag zu testen. Nicht aus Sicht eines klassischen Software Engineers, sondern aus der Perspektive eines Engineers mit breiterem Infrastruktur- und Plattformfokus.
Den Einstieg machte eine einfache Frage an Gemini:
«Wie entwickelt man eigentlich ein neues Plugin in Backstage?»
Aus dieser ersten Anfrage entstand schnell ein iterativer Dialog. Ich formulierte Anforderungen, die KI lieferte erste Vorschläge für Struktur und Umsetzung. Daraus entwickelte sich Schritt für Schritt ein funktionierender Prototyp.
Vom Prototyp zur produktiven Lösung
Der schnelle Fortschritt führte früh zu einer ersten Demo mit den Stakeholdern. Das Feedback war klar: Statt das bestehende Plugin weiter auszubauen, sollte eine eigenständige Lösung entstehen.
Parallel entwickelte sich auch die Toolchain weiter. Mit Windsurf kam eine IDE mit direkter KI-Integration zum Einsatz, wodurch der Wechsel zwischen Browser und Entwicklungsumgebung wegfiel. Zusätzlich nutzte ich verschiedene Modelle gezielt für unterschiedliche Aufgaben: Claude und ChatGPT für die Umsetzung, Gemini als zusätzliche Perspektive bei Architektur- und Konzeptfragen.
Wichtig war dabei: Der entstandene Code wurde nicht einfach produktiv übernommen. Wie jedes andere Entwicklungsprojekt durchlief auch dieses unsere regulären Qualitätsprozesse. Dazu gehörten Reviews durch Software Engineers, Test-Coverage, Linting sowie die Einhaltung unserer internen QM-Richtlinien.
Erwähnenswert ist auch, dass das Projekt parallel zur KI-Entwicklung bei Puzzle gereift ist.
Im Backstage-Umfeld kam hinzu, dass das Projekt selbst eine claude.md und eine Agents.md bereitstellt, die Konventionen und Leitplanken für KI-Agenten beschreiben. Um möglichst effektiv mit den Modellen zu arbeiten, haben wir die allgemeinen Beschreibungen spezifisch auf unsere Backstage-Entwicklung angepasst.
Das Resultat: Die digitalen Assistenten arbeiten mit dem projektspezifischen Kontext und liefern von Beginn weg konsistenteren Code.
Gerade bei KI-unterstützter Entwicklung zeigt sich, wie wichtig diese Leitplanken sind. Diese Technologie kann viel beschleunigen, ersetzt aber weder technisches Verständnis noch gemeinschaftliche Qualitätssicherung im Team.
Fazit
Das Projekt hat gezeigt, wie stark KI den Zugang zur Softwareentwicklung verändern kann. Mit dem richtigen Werkzeugumfeld, klaren Anforderungen und einem funktionierenden Engineering-Prozess lassen sich heute auch in unbekannten Technologien erstaunlich schnell produktive Resultate erzielen.
Gleichzeitig wurde deutlich: Die digitalen Assistenten ersetzen weder technisches Verständnis noch Qualitätssicherung im Team. Entscheidend sind klare Leitplanken, Reviews durch erfahrene Engineers und ein bewusster Umgang mit den Werkzeugen.
Die relevante Frage ist deshalb nicht «mit oder ohne KI», sondern «wo, wie und mit welchen Rahmenbedingungen». Genau diese Diskussion führen wir bei Puzzle täglich. Intern genauso wie gemeinsam mit unseren Kunden.
Blind übernehmen wäre fahrlässig. Ignorieren genauso.
