[{"data":1,"prerenderedAt":815},["ShallowReactive",2],{"/de-de/blog/business-value-framework":3,"navigation-de-de":38,"banner-de-de":452,"footer-de-de":462,"blog-post-authors-de-de-Siyka Andreeva":697,"blog-related-posts-de-de-business-value-framework":711,"blog-promotions-de-de":752,"next-steps-de-de":805},{"id":4,"title":5,"authorSlugs":6,"authors":8,"body":10,"category":11,"categorySlug":11,"config":12,"content":16,"date":21,"description":20,"extension":23,"externalUrl":24,"featured":13,"heroImage":19,"isFeatured":13,"meta":25,"navigation":13,"path":26,"publishedDate":21,"rawbody":27,"seo":28,"slug":15,"stem":33,"tagSlugs":34,"tags":36,"template":14,"updatedDate":24,"__hash__":37},"blogPosts/de-de/blog/business-value-framework.yml","Die Transformation von DevSecOps: Ein Business-Value-Framework für die KI-Integration",[7],"siyka-andreeva",[9],"Siyka Andreeva","Künstliche Intelligenz (KI) bietet große Chancen für eine effiziente Softwareentwicklung. Um das volle Potenzial im Unternehmen zu nutzen, müssen jedoch einige operative Herausforderungen gemeistert werden. \n\nZwei der größten Herausforderungen sind die flächendeckende Integration von KI-Lösungen im gesamten [Software Development Life Cycle (SDLC)](https://about.gitlab.com/de-de/platform/) und die Messung der Auswirkungen einer KI-Implementierung. \n\nIn diesem Beitrag zeige ich, welche operativen Herausforderungen im Alltag von Entwickler(inne)n existieren, wie ein Business-Value-Framework im KI-Zeitalter aussehen kann und wie du mit einem Workflow alle Bestandteile des SDLC vereinst. \n\n## Inhalt - Neues Business-Value-Framework\n\n* [KI als Treiber des künftigen Geschäftserfolgs](#ki-als-treiber-des-künftigen-geschäftserfolgs)\n* [Erwartungen der Führungskräfte und Alltag der Entwickler(innen) klaffen auseinander](#erwartungen-der-f%C3%BChrungskr%C3%A4fte-und-alltag-der-entwicklerinnen-klaffen-auseinander)\n* [Erschwerte Messbarkeit des KI-Nutzens im Unternehmen](#erschwerte-messbarkeit-des-ki-nutzens-im-unternehmen)\n* [Entwicklung eines Business-Value-Frameworks im KI-Zeitalter](#entwicklung-eines-business-value-frameworks-im-ki-zeitalter)\n* [AI DevSecOps: Erfolgreiche KI-Implementierung mit GitLab Duo](#ai-devsecops-erfolgreiche-ki-implementierung-mit-gitlab-duo)\n* [Fazit](#fazit)\n\n## KI als Treiber des künftigen Geschäftserfolgs\n\n[KI](https://about.gitlab.com/de-de/blog/categories/ai-ml/) ist heutzutage für viele Unternehmen ein wichtiger Teil der Unternehmensstrategie und birgt enormes Potenzial. Die Technologie hat sich aus dem Experimentierstatus verabschiedet und wird langfristige Auswirkungen auf die Softwareentwicklung haben. \n\nEine [Umfrage unter C-Level-Führungskräfte in Deutschland](https://about.gitlab.com/de-de/blog/software-innovation-study-germany/) ergab, dass 91 % der Befragten der Auffassung sind, dass systematische KI-Implementierung im Unternehmen langfristig höhere Erträge bringt als der Einsatz für kurzfristige, taktische Problemlösungen. \n\nDie positive Grundstimmung in den Führungsetagen zeigt sich auch bei der Implementierung von KI im Unternehmen. Die Strategien zur Adoption KI-gestützter Prozesse reichen von gezielten Implementierungen über eine vollständige Integration in alle Arbeitsabläufe bis hin zur Etablierung KI-getriebener Innovationen als Kernstück des Geschäfts. Lediglich zehn Prozent der befragten Führungskräfte sehen KI noch immer im Experimentierstatus für das eigene Unternehmen.\n\nAgentische KI wird nach Aussagen der befragten Führungskräfte der GitLab C-Suite Insights in drei Jahren der Industriestandard in der Softwareentwicklung sein. Bevor KI-Agenten jedoch flächendeckend im Unternehmen eingesetzt werden können, sind zahlreiche Maßnahmen notwendig, damit der gesamte SDLC davon profitieren kann. \n\nZwischen strategischem Optimismus und gelebtem Alltag liegt eine deutliche Diskrepanz. Während Führungskräfte hohe Erwartungen an KI haben, sieht die Realität in Entwicklerteams oft anders aus.\n\n## Erwartungen der Führungskräfte und Alltag der Entwickler(innen) klaffen auseinander \n\nTrotz effektiver KI-Code-Agenten sieht der Unternehmensalltag im Gegensatz zur Stimmung der Führungskräfte oft anders aus. Das Potenzial der systematischen KI-Nutzung wird von operativen Herausforderungen gebremst, wodurch Effizienzsteigerungen nur schwer erzielt werden können. Laut unserer Umfrage und Zahlen von Gartner stehen Unternehmen vor zahlreichen Herausforderungen bei der Nutzung von KI-Agenten. \n\n* **Fehlende Zeit:** Laut unserer [globalen GitLab DevSecOps Umfrage](https://about.gitlab.com/developer-survey/) verbringen Entwickler(innen) lediglich 21 % der Arbeitszeit damit, neuen Code zu schreiben. Oftmals sind sie mit taktischen Maßnahmen beschäftigt. \n* **Steigende Kosten:** Die Auswirkungen ungeplanter Ausfallzeiten haben sich trotz KI-Unterstützung nicht verbessert. Laut Gartner verursachen unerwartete Ausfälle durchschnittliche Kosten von 2,7 Millionen US-Dollar pro Jahr. \n* **Zunehmende Komplexität:** KI-Agenten bedeuten im operativen Geschäft ein weiteres Tool in einer ohnehin überlasteten Toolchain der Softwareentwicklung. Dies führt oftmals zur Überlastung der Engineering-Teams. 74 % der befragten Unternehmen gaben an, dass sie ihre Toolchain konsolidieren wollen, um die Effizienz der Entwickler(innen) nicht zu beeinträchtigen. \n* **Fehlendes Vertrauen:** Laut einer Umfrage von [Stackoverflow](https://survey.stackoverflow.co/2025/) nutzt die Mehrzahl der Entwickler(innen) keine KI-Agenten im Arbeitsalltag. Zusätzlich vertraut die Mehrheit diesen Tools nicht. \n\nDamit ergibt sich ein klares Spannungsfeld: einerseits hohes Potenzial durch systematische KI-Nutzung, andererseits große operative Herausforderungen in Produktivität, Sicherheit und Tool-Landschaft.\n\nDiese operativen Hürden führen zu einer weiteren, noch grundlegenderen Frage: Wie lässt sich der tatsächliche Nutzen von KI-Implementierungen überhaupt verlässlich messen?\n\n## Erschwerte Messbarkeit des KI-Nutzens im Unternehmen\n\nDie Herausforderungen für Unternehmen beschränken sich nicht nur auf die Sicherstellung von Effizienzgewinnen im operativen Geschäft. Viele Mitarbeiter(innen) stehen zusätzlich unter Druck, messbare Ergebnisse zu liefern. \n\nDie Messbarkeit ist jedoch eine der größten Herausforderungen. Der Erfolg von KI-Implementierung im SDLC wird häufig nur auf die Codeerstellung bzw. -entwicklung bezogen. Diese Betrachtung ist jedoch zu eng gefasst, denn KI-Adaption scheitert nicht an technischen Hürden, sondern an operativen Herausforderungen. \n\nTraditionelle ROI-Frameworks zur Messung der Auswirkungen der KI-Implementierung im Unternehmen greifen oftmals zu kurz. Die größte Herausforderung besteht darin, den Nutzen der KI-Anwendungen im Entwicklungszyklus zu quantifizieren. Wenn Entwickler(innen) KI-Lösungen nutzen, ist es schwer zu bestimmen, welche Arbeiten selbst ausgeführt und welche Vorschläge der KI vorbehaltlos angenommen wurden. \n\nUm den Nutzen der KI-Implementierung im Unternehmen messen zu können, ist ein neuer Ansatz notwendig. Genau hier setzt mein Value-Framework an. Es bietet eine strukturierte Methode, um den subjektiven Wert von KI-Initiativen messbar zu machen und operative Komplexität in greifbare Ergebnisse zu übersetzen.\n\n## Entwicklung eines Business-Value-Frameworks im KI-Zeitalter\n\nDie korrekte Bewertung des Nutzens von KI-Projekten ist essenziell, um eine erfolgreiche Implementierung sicherzustellen. Dabei stehen viele Unternehmen vor der Herausforderung, den subjektiven Wert solcher Projekte messbar zu machen. Denn 97 % der Komplexität der systematischen KI-Nutzung ist operativer Natur – nicht technischer. \n\nDies verdeutlicht, dass der Nutzen von KI für Unternehmen weit über die Codeerstellung hinausgeht und traditionelle Frameworks mit starren Kennzahlen aus der Vergangenheit zu kurz greifen. Zur Bewertung des Nutzens von KI sollte sich jedes Unternehmen abhängig von den individuellen Zielen ein eigenes Value-Framework aufbauen und traditionelle Kennzahlen mit speziellen Metriken für das KI-Zeitalter ergänzen. \n\nIn unzähligen Gesprächen mit Top-Entscheider(innen) wurden immer wieder ähnliche Herausforderungen berichtet, die die KI-Integration erschwert haben. Auf dieser Basis habe ich ein **Business-Value-Framework** entwickelt, welches die Implementierung von KI im Unternehmen vereinfachen und zum Erfolg führen soll. Wie das gelingen kann, zeige ich im Folgenden. \n\n1. **Bewertung der Geschäftsprobleme:** Im ersten Schritt geht es darum, Geschäftsprobleme zu identifizieren, die mit KI-Einsatz gelöst werden können. Ein Blick auf Nutzer(innen) und Kund(innen) sowie deren Probleme kann dabei helfen. Anschließend sollte der Fokus auf den Prozess und weniger auf die eingesetzte Technologie gelegt werden.\n2. **Fokussierung auf die richtigen Metriken:** Im zweiten Schritt müssen Kennzahlen identifiziert werden, die wichtig für das Unternehmen sind. Diese Kennzahlen können sich beispielsweise auf den Geschäftswert, die Auswirkungen auf die Kund(innen) oder Entwicklererfahrung beziehen. Zusätzlich sollte eine Differenzierung zwischen sogenannten “Low Value”- und “High Value”-Aufgaben stattfinden. Effizienzgewinne werden vor allem durch die Automatisierung von geringwertigen Aufgaben erreicht. \n3. **Quantifizierung des Geschäftswerts:** Um den Nutzen des KI-Projekts quantifizieren zu können, sollten Aufgaben entlang des SDLC mit Geschäftszielen und KPIs verknüpft werden. Diese KPIs gilt es zu messen, zu analysieren und zu steuern. \n\n![](https://res.cloudinary.com/about-gitlab-com/image/upload/v1763398812/ravled2z3yt8vppqzrap.png \"The new value framework for AI\")\n\nEin solches Value-Framework bleibt allerdings nur dann wirksam, wenn es praktisch umgesetzt werden kann – über alle Phasen des SDLC hinweg. Genau dafür braucht es integrierte Plattformen, die Transparenz schaffen und Silos auflösen. GitLab Duo ist ein Beispiel, wie dieser Ansatz in der Praxis realisiert werden kann.\n\n## AI DevSecOps: Erfolgreiche KI-Implementierung mit GitLab Duo\n\nLediglich [5 % der KI-Projekte in Unternehmen führen zum Erfolg](https://fortune.com/2025/08/18/mit-report-95-percent-generative-ai-pilots-at-companies-failing-cfo/), denn viele Unternehmen scheitern an operativen Hürden. In der Praxis geht es darum, Silos aufzubrechen, Transparenz zu fördern und die Toolchain zu vereinfachen – für maximale Effizienz. \n\nDazu sollte ein einheitlicher Workflow etabliert werden, der KI-Lösungen über den gesamten SDLC zugänglich macht. GitLab Duo vereint Development, Security und Operations in einer workflow-basierten Architektur. Dies stellt den Einsatz von KI über den gesamten SDLC sicher – ohne Kontextwechsel oder ausufernde Toolchains.\n\n## Fazit\n\nDie Implementierung von KI im Unternehmen hat enormes Potenzial, scheitert aber oftmals an operativen Hürden und der schwierigen Messbarkeit. Die Messung des KI-Nutzens kann nicht auf klassische ROI-Frameworks reduziert werden. Stattdessen solltest du die gesamte SDLC im Blick behalten. Ein angepasstes Value-Framework hilft dir, Geschäftsprobleme klar zu definieren, passende Metriken auszuwählen und den Geschäftswert systematisch zu quantifizieren. Gleichzeitig solltest du sicherstellen, dass KI-Lösungen nahtlos in bestehende Workflows integriert sind und Silos aufgebrochen werden. So gelingt es dir, KI nicht nur experimentell einzusetzen, sondern langfristig echten Mehrwert für dein Unternehmen zu schaffen.\n\n> **Du möchtest mehr über das Business-Value-Framework erfahren oder hast sonstige Fragen zur KI-Integration in deinem Unternehmen? [Dann sprich jetzt mit unseren Expertinnen und Experten!](https://about.gitlab.com/de-de/sales/)**\n\n## Über die Autorin\n\n[Dr. Siyka Andreeva](https://www.linkedin.com/in/dr-siyka-andreeva-a5591a9b/) ist Business Value Manager für EMEA bei GitLab. Mit mehr als 15 Jahren Erfahrung in den Bereichen digitale Transformation, Cybersicherheit und KI-gesteuerte Abläufe berät sie Unternehmen bei der Transformation von Betriebsmodellen sowie der Einführung von KI und der Quantifizierung der Auswirkungen des technologischen Wandels.","devsecops",{"featured":13,"template":14,"slug":15},true,"BlogPost","business-value-framework",{"title":5,"tags":17,"category":11,"heroImage":19,"body":10,"description":20,"date":21,"authors":22},[18],"AI/ML","https://res.cloudinary.com/about-gitlab-com/image/upload/v1760641309/x7ki2pc5exyhdal7mb5x.png","Wie messe ich den Wert von KI-Integration im Unternehmen? Ein neues Business-Value-Framework aus Sicht der DevSecOps.","2025-11-17",[9],"yml",null,{},"/de-de/blog/business-value-framework","seo:\n  config:\n    noIndex: false\n  title: 'KI Business Value Framework: Transformation von DevSecOps'\n  description: Wie messe ich den Wert von KI-Integration im Unternehmen? Ein neues\n    Business Value Framework aus Sicht der DevSecOps. Praxiseinblick. Jetzt\n    lesen!\ncontent:\n  title: 'Die Transformation von DevSecOps: Ein Business-Value-Framework für die\n    KI-Integration'\n  tags:\n    - AI/ML\n  category: devsecops\n  heroImage: https://res.cloudinary.com/about-gitlab-com/image/upload/v1760641309/x7ki2pc5exyhdal7mb5x.png\n  body: >-\n    Künstliche Intelligenz (KI) bietet große Chancen für eine effiziente\n    Softwareentwicklung. Um das volle Potenzial im Unternehmen zu nutzen, müssen\n    jedoch einige operative Herausforderungen gemeistert werden. \n\n\n    Zwei der größten Herausforderungen sind die flächendeckende Integration von KI-Lösungen im gesamten [Software Development Life Cycle (SDLC)](https://about.gitlab.com/de-de/platform/) und die Messung der Auswirkungen einer KI-Implementierung. \n\n\n    In diesem Beitrag zeige ich, welche operativen Herausforderungen im Alltag von Entwickler(inne)n existieren, wie ein Business-Value-Framework im KI-Zeitalter aussehen kann und wie du mit einem Workflow alle Bestandteile des SDLC vereinst. \n\n\n    ## Inhalt - Neues Business-Value-Framework\n\n\n    * [KI als Treiber des künftigen Geschäftserfolgs](#ki-als-treiber-des-künftigen-geschäftserfolgs)\n\n    * [Erwartungen der Führungskräfte und Alltag der Entwickler(innen) klaffen auseinander](#erwartungen-der-f%C3%BChrungskr%C3%A4fte-und-alltag-der-entwicklerinnen-klaffen-auseinander)\n\n    * [Erschwerte Messbarkeit des KI-Nutzens im Unternehmen](#erschwerte-messbarkeit-des-ki-nutzens-im-unternehmen)\n\n    * [Entwicklung eines Business-Value-Frameworks im KI-Zeitalter](#entwicklung-eines-business-value-frameworks-im-ki-zeitalter)\n\n    * [AI DevSecOps: Erfolgreiche KI-Implementierung mit GitLab Duo](#ai-devsecops-erfolgreiche-ki-implementierung-mit-gitlab-duo)\n\n    * [Fazit](#fazit)\n\n\n    ## KI als Treiber des künftigen Geschäftserfolgs\n\n\n    [KI](https://about.gitlab.com/de-de/blog/categories/ai-ml/) ist heutzutage für viele Unternehmen ein wichtiger Teil der Unternehmensstrategie und birgt enormes Potenzial. Die Technologie hat sich aus dem Experimentierstatus verabschiedet und wird langfristige Auswirkungen auf die Softwareentwicklung haben. \n\n\n    Eine [Umfrage unter C-Level-Führungskräfte in Deutschland](https://about.gitlab.com/de-de/blog/software-innovation-study-germany/) ergab, dass 91 % der Befragten der Auffassung sind, dass systematische KI-Implementierung im Unternehmen langfristig höhere Erträge bringt als der Einsatz für kurzfristige, taktische Problemlösungen. \n\n\n    Die positive Grundstimmung in den Führungsetagen zeigt sich auch bei der Implementierung von KI im Unternehmen. Die Strategien zur Adoption KI-gestützter Prozesse reichen von gezielten Implementierungen über eine vollständige Integration in alle Arbeitsabläufe bis hin zur Etablierung KI-getriebener Innovationen als Kernstück des Geschäfts. Lediglich zehn Prozent der befragten Führungskräfte sehen KI noch immer im Experimentierstatus für das eigene Unternehmen.\n\n\n    Agentische KI wird nach Aussagen der befragten Führungskräfte der GitLab C-Suite Insights in drei Jahren der Industriestandard in der Softwareentwicklung sein. Bevor KI-Agenten jedoch flächendeckend im Unternehmen eingesetzt werden können, sind zahlreiche Maßnahmen notwendig, damit der gesamte SDLC davon profitieren kann. \n\n\n    Zwischen strategischem Optimismus und gelebtem Alltag liegt eine deutliche Diskrepanz. Während Führungskräfte hohe Erwartungen an KI haben, sieht die Realität in Entwicklerteams oft anders aus.\n\n\n    ## Erwartungen der Führungskräfte und Alltag der Entwickler(innen) klaffen auseinander \n\n\n    Trotz effektiver KI-Code-Agenten sieht der Unternehmensalltag im Gegensatz zur Stimmung der Führungskräfte oft anders aus. Das Potenzial der systematischen KI-Nutzung wird von operativen Herausforderungen gebremst, wodurch Effizienzsteigerungen nur schwer erzielt werden können. Laut unserer Umfrage und Zahlen von Gartner stehen Unternehmen vor zahlreichen Herausforderungen bei der Nutzung von KI-Agenten. \n\n\n    * **Fehlende Zeit:** Laut unserer [globalen GitLab DevSecOps Umfrage](https://about.gitlab.com/developer-survey/) verbringen Entwickler(innen) lediglich 21 % der Arbeitszeit damit, neuen Code zu schreiben. Oftmals sind sie mit taktischen Maßnahmen beschäftigt. \n\n    * **Steigende Kosten:** Die Auswirkungen ungeplanter Ausfallzeiten haben sich trotz KI-Unterstützung nicht verbessert. Laut Gartner verursachen unerwartete Ausfälle durchschnittliche Kosten von 2,7 Millionen US-Dollar pro Jahr. \n\n    * **Zunehmende Komplexität:** KI-Agenten bedeuten im operativen Geschäft ein weiteres Tool in einer ohnehin überlasteten Toolchain der Softwareentwicklung. Dies führt oftmals zur Überlastung der Engineering-Teams. 74 % der befragten Unternehmen gaben an, dass sie ihre Toolchain konsolidieren wollen, um die Effizienz der Entwickler(innen) nicht zu beeinträchtigen. \n\n    * **Fehlendes Vertrauen:** Laut einer Umfrage von [Stackoverflow](https://survey.stackoverflow.co/2025/) nutzt die Mehrzahl der Entwickler(innen) keine KI-Agenten im Arbeitsalltag. Zusätzlich vertraut die Mehrheit diesen Tools nicht. \n\n\n    Damit ergibt sich ein klares Spannungsfeld: einerseits hohes Potenzial durch systematische KI-Nutzung, andererseits große operative Herausforderungen in Produktivität, Sicherheit und Tool-Landschaft.\n\n\n    Diese operativen Hürden führen zu einer weiteren, noch grundlegenderen Frage: Wie lässt sich der tatsächliche Nutzen von KI-Implementierungen überhaupt verlässlich messen?\n\n\n    ## Erschwerte Messbarkeit des KI-Nutzens im Unternehmen\n\n\n    Die Herausforderungen für Unternehmen beschränken sich nicht nur auf die Sicherstellung von Effizienzgewinnen im operativen Geschäft. Viele Mitarbeiter(innen) stehen zusätzlich unter Druck, messbare Ergebnisse zu liefern. \n\n\n    Die Messbarkeit ist jedoch eine der größten Herausforderungen. Der Erfolg von KI-Implementierung im SDLC wird häufig nur auf die Codeerstellung bzw. -entwicklung bezogen. Diese Betrachtung ist jedoch zu eng gefasst, denn KI-Adaption scheitert nicht an technischen Hürden, sondern an operativen Herausforderungen. \n\n\n    Traditionelle ROI-Frameworks zur Messung der Auswirkungen der KI-Implementierung im Unternehmen greifen oftmals zu kurz. Die größte Herausforderung besteht darin, den Nutzen der KI-Anwendungen im Entwicklungszyklus zu quantifizieren. Wenn Entwickler(innen) KI-Lösungen nutzen, ist es schwer zu bestimmen, welche Arbeiten selbst ausgeführt und welche Vorschläge der KI vorbehaltlos angenommen wurden. \n\n\n    Um den Nutzen der KI-Implementierung im Unternehmen messen zu können, ist ein neuer Ansatz notwendig. Genau hier setzt mein Value-Framework an. Es bietet eine strukturierte Methode, um den subjektiven Wert von KI-Initiativen messbar zu machen und operative Komplexität in greifbare Ergebnisse zu übersetzen.\n\n\n    ## Entwicklung eines Business-Value-Frameworks im KI-Zeitalter\n\n\n    Die korrekte Bewertung des Nutzens von KI-Projekten ist essenziell, um eine erfolgreiche Implementierung sicherzustellen. Dabei stehen viele Unternehmen vor der Herausforderung, den subjektiven Wert solcher Projekte messbar zu machen. Denn 97 % der Komplexität der systematischen KI-Nutzung ist operativer Natur – nicht technischer. \n\n\n    Dies verdeutlicht, dass der Nutzen von KI für Unternehmen weit über die Codeerstellung hinausgeht und traditionelle Frameworks mit starren Kennzahlen aus der Vergangenheit zu kurz greifen. Zur Bewertung des Nutzens von KI sollte sich jedes Unternehmen abhängig von den individuellen Zielen ein eigenes Value-Framework aufbauen und traditionelle Kennzahlen mit speziellen Metriken für das KI-Zeitalter ergänzen. \n\n\n    In unzähligen Gesprächen mit Top-Entscheider(innen) wurden immer wieder ähnliche Herausforderungen berichtet, die die KI-Integration erschwert haben. Auf dieser Basis habe ich ein **Business-Value-Framework** entwickelt, welches die Implementierung von KI im Unternehmen vereinfachen und zum Erfolg führen soll. Wie das gelingen kann, zeige ich im Folgenden. \n\n\n    1. **Bewertung der Geschäftsprobleme:** Im ersten Schritt geht es darum, Geschäftsprobleme zu identifizieren, die mit KI-Einsatz gelöst werden können. Ein Blick auf Nutzer(innen) und Kund(innen) sowie deren Probleme kann dabei helfen. Anschließend sollte der Fokus auf den Prozess und weniger auf die eingesetzte Technologie gelegt werden.\n\n    2. **Fokussierung auf die richtigen Metriken:** Im zweiten Schritt müssen Kennzahlen identifiziert werden, die wichtig für das Unternehmen sind. Diese Kennzahlen können sich beispielsweise auf den Geschäftswert, die Auswirkungen auf die Kund(innen) oder Entwicklererfahrung beziehen. Zusätzlich sollte eine Differenzierung zwischen sogenannten “Low Value”- und “High Value”-Aufgaben stattfinden. Effizienzgewinne werden vor allem durch die Automatisierung von geringwertigen Aufgaben erreicht. \n\n    3. **Quantifizierung des Geschäftswerts:** Um den Nutzen des KI-Projekts quantifizieren zu können, sollten Aufgaben entlang des SDLC mit Geschäftszielen und KPIs verknüpft werden. Diese KPIs gilt es zu messen, zu analysieren und zu steuern. \n\n\n    ![](https://res.cloudinary.com/about-gitlab-com/image/upload/v1763398812/ravled2z3yt8vppqzrap.png \"The new value framework for AI\")\n\n\n    Ein solches Value-Framework bleibt allerdings nur dann wirksam, wenn es praktisch umgesetzt werden kann – über alle Phasen des SDLC hinweg. Genau dafür braucht es integrierte Plattformen, die Transparenz schaffen und Silos auflösen. GitLab Duo ist ein Beispiel, wie dieser Ansatz in der Praxis realisiert werden kann.\n\n\n    ## AI DevSecOps: Erfolgreiche KI-Implementierung mit GitLab Duo\n\n\n    Lediglich [5 % der KI-Projekte in Unternehmen führen zum Erfolg](https://fortune.com/2025/08/18/mit-report-95-percent-generative-ai-pilots-at-companies-failing-cfo/), denn viele Unternehmen scheitern an operativen Hürden. In der Praxis geht es darum, Silos aufzubrechen, Transparenz zu fördern und die Toolchain zu vereinfachen – für maximale Effizienz. \n\n\n    Dazu sollte ein einheitlicher Workflow etabliert werden, der KI-Lösungen über den gesamten SDLC zugänglich macht. GitLab Duo vereint Development, Security und Operations in einer workflow-basierten Architektur. Dies stellt den Einsatz von KI über den gesamten SDLC sicher – ohne Kontextwechsel oder ausufernde Toolchains.\n\n\n    ## Fazit\n\n\n    Die Implementierung von KI im Unternehmen hat enormes Potenzial, scheitert aber oftmals an operativen Hürden und der schwierigen Messbarkeit. Die Messung des KI-Nutzens kann nicht auf klassische ROI-Frameworks reduziert werden. Stattdessen solltest du die gesamte SDLC im Blick behalten. Ein angepasstes Value-Framework hilft dir, Geschäftsprobleme klar zu definieren, passende Metriken auszuwählen und den Geschäftswert systematisch zu quantifizieren. Gleichzeitig solltest du sicherstellen, dass KI-Lösungen nahtlos in bestehende Workflows integriert sind und Silos aufgebrochen werden. So gelingt es dir, KI nicht nur experimentell einzusetzen, sondern langfristig echten Mehrwert für dein Unternehmen zu schaffen.\n\n\n    > **Du möchtest mehr über das Business-Value-Framework erfahren oder hast sonstige Fragen zur KI-Integration in deinem Unternehmen? [Dann sprich jetzt mit unseren Expertinnen und Experten!](https://about.gitlab.com/de-de/sales/)**\n\n\n    ## Über die Autorin\n\n\n    [Dr. Siyka Andreeva](https://www.linkedin.com/in/dr-siyka-andreeva-a5591a9b/) ist Business Value Manager für EMEA bei GitLab. Mit mehr als 15 Jahren Erfahrung in den Bereichen digitale Transformation, Cybersicherheit und KI-gesteuerte Abläufe berät sie Unternehmen bei der Transformation von Betriebsmodellen sowie der Einführung von KI und der Quantifizierung der Auswirkungen des technologischen Wandels.\n  description: Wie messe ich den Wert von KI-Integration im Unternehmen? Ein neues\n    Business-Value-Framework aus Sicht der DevSecOps.\n  date: 2025-11-17\n  authors:\n    - Siyka Andreeva\nconfig:\n  featured: true\n  template: BlogPost\n  slug: business-value-framework\n",{"config":29,"title":31,"description":32},{"noIndex":30},false,"KI Business Value Framework: Transformation von DevSecOps","Wie messe ich den Wert von KI-Integration im Unternehmen? Ein neues Business Value Framework aus Sicht der DevSecOps. Praxiseinblick. Jetzt lesen!","de-de/blog/business-value-framework",[35],"aiml",[18],"Xlia5yGhOW6wG0IQYbd4HDpNIxtLe56chP-VxK5_A-8",{"data":39},{"logo":40,"freeTrial":45,"sales":50,"login":55,"items":60,"search":370,"minimal":404,"duo":422,"switchNav":431,"pricingDeployment":442},{"config":41},{"href":42,"dataGaName":43,"dataGaLocation":44},"/de-de/","gitlab logo","header",{"text":46,"config":47},"Kostenlose Testversion anfordern",{"href":48,"dataGaName":49,"dataGaLocation":44},"https://gitlab.com/-/trial_registrations/new?glm_source=about.gitlab.com/de-de&glm_content=default-saas-trial/","free trial",{"text":51,"config":52},"Vertrieb kontaktieren",{"href":53,"dataGaName":54,"dataGaLocation":44},"/de-de/sales/","sales",{"text":56,"config":57},"Anmelden",{"href":58,"dataGaName":59,"dataGaLocation":44},"https://gitlab.com/users/sign_in/","sign in",[61,88,185,190,291,351],{"text":62,"config":63,"cards":65},"Plattform",{"dataNavLevelOne":64},"platform",[66,72,80],{"title":62,"description":67,"link":68},"Die intelligente Orchestrierungsplattform für DevSecOps",{"text":69,"config":70},"Die Plattform erkunden",{"href":71,"dataGaName":64,"dataGaLocation":44},"/de-de/platform/",{"title":73,"description":74,"link":75},"GitLab Duo Agent Platform","Agentische KI für den gesamten Software-Lebenszyklus",{"text":76,"config":77},"Lerne GitLab Duo kennen",{"href":78,"dataGaName":79,"dataGaLocation":44},"/de-de/gitlab-duo-agent-platform/","gitlab duo agent platform",{"title":81,"description":82,"link":83},"Warum GitLab?","Erfahre, warum sich Unternehmen für GitLab entscheiden",{"text":84,"config":85},"Mehr erfahren",{"href":86,"dataGaName":87,"dataGaLocation":44},"/de-de/why-gitlab/","why gitlab",{"text":89,"left":13,"config":90,"link":92,"lists":96,"footer":167},"Produkt",{"dataNavLevelOne":91},"solutions",{"text":93,"config":94},"Alle Lösungen anzeigen",{"href":95,"dataGaName":91,"dataGaLocation":44},"/de-de/solutions/",[97,122,145],{"title":98,"description":99,"link":100,"items":105},"Automatisierung","CI/CD und Automatisierung zur Beschleunigung der Bereitstellung",{"config":101},{"icon":102,"href":103,"dataGaName":104,"dataGaLocation":44},"AutomatedCodeAlt","/de-de/solutions/delivery-automation/","automated software delivery",[106,110,113,118],{"text":107,"config":108},"CI/CD",{"href":109,"dataGaLocation":44,"dataGaName":107},"/de-de/solutions/continuous-integration/",{"text":73,"config":111},{"href":78,"dataGaLocation":44,"dataGaName":112},"gitlab duo agent platform - product menu",{"text":114,"config":115},"Quellcodeverwaltung",{"href":116,"dataGaLocation":44,"dataGaName":117},"/de-de/solutions/source-code-management/","Source Code Management",{"text":119,"config":120},"Automatische Softwarebereitstellung",{"href":103,"dataGaLocation":44,"dataGaName":121},"Automated software delivery",{"title":123,"description":124,"link":125,"items":130},"Sicherheit","Entwickle Code schneller ohne Abstriche bei der Sicherheit",{"config":126},{"href":127,"dataGaName":128,"dataGaLocation":44,"icon":129},"/de-de/solutions/application-security-testing/","security and compliance","ShieldCheckLight",[131,135,140],{"text":132,"config":133},"Anwendungssicherheitstests",{"href":127,"dataGaName":134,"dataGaLocation":44},"Application security testing",{"text":136,"config":137},"Schutz der Software-Lieferkette",{"href":138,"dataGaLocation":44,"dataGaName":139},"/de-de/solutions/supply-chain/","Software supply chain security",{"text":141,"config":142},"Software-Compliance",{"href":143,"dataGaName":144,"dataGaLocation":44},"/de-de/solutions/software-compliance/","software compliance",{"title":146,"link":147,"items":152},"Auswertung",{"config":148},{"icon":149,"href":150,"dataGaName":151,"dataGaLocation":44},"DigitalTransformation","/de-de/solutions/visibility-measurement/","visibility and measurement",[153,157,162],{"text":154,"config":155},"Sichtbarkeit und Auswertung",{"href":150,"dataGaLocation":44,"dataGaName":156},"Visibility and Measurement",{"text":158,"config":159},"Wertstrommanagement",{"href":160,"dataGaLocation":44,"dataGaName":161},"/de-de/solutions/value-stream-management/","Value Stream Management",{"text":163,"config":164},"Analysen und Einblicke",{"href":165,"dataGaLocation":44,"dataGaName":166},"/de-de/solutions/analytics-and-insights/","Analytics and insights",{"title":168,"items":169},"GitLab für",[170,175,180],{"text":171,"config":172},"Enterprise",{"href":173,"dataGaLocation":44,"dataGaName":174},"/de-de/enterprise/","enterprise",{"text":176,"config":177},"Kleinunternehmen",{"href":178,"dataGaLocation":44,"dataGaName":179},"/de-de/small-business/","small business",{"text":181,"config":182},"Öffentlicher Sektor",{"href":183,"dataGaLocation":44,"dataGaName":184},"/de-de/solutions/public-sector/","public sector",{"text":186,"config":187},"Preise",{"href":188,"dataGaName":189,"dataGaLocation":44,"dataNavLevelOne":189},"/de-de/pricing/","pricing",{"text":191,"config":192,"link":194,"lists":198,"feature":278},"Ressourcen",{"dataNavLevelOne":193},"resources",{"text":195,"config":196},"Alle Ressourcen anzeigen",{"href":197,"dataGaName":193,"dataGaLocation":44},"/de-de/resources/",[199,232,250],{"title":200,"items":201},"Erste Schritte",[202,207,212,217,222,227],{"text":203,"config":204},"Installieren",{"href":205,"dataGaName":206,"dataGaLocation":44},"/de-de/install/","install",{"text":208,"config":209},"Kurzanleitungen",{"href":210,"dataGaName":211,"dataGaLocation":44},"/de-de/get-started/","quick setup checklists",{"text":213,"config":214},"Lernen",{"href":215,"dataGaLocation":44,"dataGaName":216},"https://university.gitlab.com/","learn",{"text":218,"config":219},"Produktdokumentation",{"href":220,"dataGaName":221,"dataGaLocation":44},"https://docs.gitlab.com/","product documentation",{"text":223,"config":224},"Best-Practice-Videos",{"href":225,"dataGaName":226,"dataGaLocation":44},"/de-de/getting-started-videos/","best practice videos",{"text":228,"config":229},"Integrationen",{"href":230,"dataGaName":231,"dataGaLocation":44},"/de-de/integrations/","integrations",{"title":233,"items":234},"Entdecken",[235,240,245],{"text":236,"config":237},"Kundenerfolge",{"href":238,"dataGaName":239,"dataGaLocation":44},"/de-de/customers/","customer success stories",{"text":241,"config":242},"Blog",{"href":243,"dataGaName":244,"dataGaLocation":44},"/de-de/blog/","blog",{"text":246,"config":247},"Remote",{"href":248,"dataGaName":249,"dataGaLocation":44},"https://handbook.gitlab.com/handbook/company/culture/all-remote/","remote",{"title":251,"items":252},"Vernetzen",[253,258,263,268,273],{"text":254,"config":255},"GitLab Services",{"href":256,"dataGaName":257,"dataGaLocation":44},"/de-de/services/","services",{"text":259,"config":260},"Community",{"href":261,"dataGaName":262,"dataGaLocation":44},"/community/","community",{"text":264,"config":265},"Forum",{"href":266,"dataGaName":267,"dataGaLocation":44},"https://forum.gitlab.com/","forum",{"text":269,"config":270},"Veranstaltungen",{"href":271,"dataGaName":272,"dataGaLocation":44},"/events/","events",{"text":274,"config":275},"Partner",{"href":276,"dataGaName":277,"dataGaLocation":44},"/de-de/partners/","partners",{"background":279,"textColor":280,"text":281,"image":282,"link":286},"#2f2a6b","#fff","Perspektiven für die Softwareentwicklung der Zukunft",{"altText":283,"config":284},"The Source Promo-Karte",{"src":285},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1758208064/dzl0dbift9xdizyelkk4.svg",{"text":287,"config":288},"Aktuelles",{"href":289,"dataGaName":290,"dataGaLocation":44},"/de-de/the-source/","the source",{"text":292,"config":293,"lists":295},"Unternehmen",{"dataNavLevelOne":294},"company",[296],{"items":297},[298,303,309,311,316,321,326,331,336,341,346],{"text":299,"config":300},"Über",{"href":301,"dataGaName":302,"dataGaLocation":44},"/de-de/company/","about",{"text":304,"config":305,"footerGa":308},"Karriere",{"href":306,"dataGaName":307,"dataGaLocation":44},"/jobs/","jobs",{"dataGaName":307},{"text":269,"config":310},{"href":271,"dataGaName":272,"dataGaLocation":44},{"text":312,"config":313},"Geschäftsführung",{"href":314,"dataGaName":315,"dataGaLocation":44},"/company/team/e-group/","leadership",{"text":317,"config":318},"Team",{"href":319,"dataGaName":320,"dataGaLocation":44},"/company/team/","team",{"text":322,"config":323},"Handbuch",{"href":324,"dataGaName":325,"dataGaLocation":44},"https://handbook.gitlab.com/","handbook",{"text":327,"config":328},"Investor Relations",{"href":329,"dataGaName":330,"dataGaLocation":44},"https://ir.gitlab.com/","investor relations",{"text":332,"config":333},"Trust Center",{"href":334,"dataGaName":335,"dataGaLocation":44},"/de-de/security/","trust center",{"text":337,"config":338},"AI Transparency Center",{"href":339,"dataGaName":340,"dataGaLocation":44},"/de-de/ai-transparency-center/","ai transparency center",{"text":342,"config":343},"Newsletter",{"href":344,"dataGaName":345,"dataGaLocation":44},"/company/contact/#contact-forms","newsletter",{"text":347,"config":348},"Presse",{"href":349,"dataGaName":350,"dataGaLocation":44},"/press/","press",{"text":352,"config":353,"lists":354},"Kontakt",{"dataNavLevelOne":294},[355],{"items":356},[357,360,365],{"text":51,"config":358},{"href":53,"dataGaName":359,"dataGaLocation":44},"talk to sales",{"text":361,"config":362},"Support-Portal",{"href":363,"dataGaName":364,"dataGaLocation":44},"https://support.gitlab.com","support portal",{"text":366,"config":367},"Kundenportal",{"href":368,"dataGaName":369,"dataGaLocation":44},"https://customers.gitlab.com/customers/sign_in/","customer portal",{"close":371,"login":372,"suggestions":379},"Schließen",{"text":373,"link":374},"Um Repositorys und Projekte zu durchsuchen, melde dich an bei",{"text":375,"config":376},"gitlab.com",{"href":58,"dataGaName":377,"dataGaLocation":378},"search login","search",{"text":380,"default":381},"Vorschläge",[382,384,389,391,396,401],{"text":73,"config":383},{"href":78,"dataGaName":73,"dataGaLocation":378},{"text":385,"config":386},"Codevorschläge (KI)",{"href":387,"dataGaName":388,"dataGaLocation":378},"/de-de/solutions/code-suggestions/","Code Suggestions (AI)",{"text":107,"config":390},{"href":109,"dataGaName":107,"dataGaLocation":378},{"text":392,"config":393},"GitLab auf AWS",{"href":394,"dataGaName":395,"dataGaLocation":378},"/de-de/partners/technology-partners/aws/","GitLab on AWS",{"text":397,"config":398},"GitLab auf Google Cloud",{"href":399,"dataGaName":400,"dataGaLocation":378},"/de-de/partners/technology-partners/google-cloud-platform/","GitLab on Google Cloud",{"text":81,"config":402},{"href":86,"dataGaName":403,"dataGaLocation":378},"Why GitLab?",{"freeTrial":405,"mobileIcon":410,"desktopIcon":415,"secondaryButton":418},{"text":406,"config":407},"Kostenlos testen",{"href":408,"dataGaName":49,"dataGaLocation":409},"https://gitlab.com/-/trials/new/","nav",{"altText":411,"config":412},"GitLab-Symbol",{"src":413,"dataGaName":414,"dataGaLocation":409},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1758203874/jypbw1jx72aexsoohd7x.svg","gitlab icon",{"altText":411,"config":416},{"src":417,"dataGaName":414,"dataGaLocation":409},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1758203875/gs4c8p8opsgvflgkswz9.svg",{"text":200,"config":419},{"href":420,"dataGaName":421,"dataGaLocation":409},"https://gitlab.com/-/trial_registrations/new?glm_source=about.gitlab.com/de-de/get-started/","get started",{"freeTrial":423,"mobileIcon":427,"desktopIcon":429},{"text":424,"config":425},"Mehr über GitLab Duo erfahren",{"href":78,"dataGaName":426,"dataGaLocation":409},"gitlab duo",{"altText":411,"config":428},{"src":413,"dataGaName":414,"dataGaLocation":409},{"altText":411,"config":430},{"src":417,"dataGaName":414,"dataGaLocation":409},{"button":432,"mobileIcon":437,"desktopIcon":439},{"text":433,"config":434},"/Option",{"href":435,"dataGaName":436,"dataGaLocation":409},"#contact","switch",{"altText":411,"config":438},{"src":413,"dataGaName":414,"dataGaLocation":409},{"altText":411,"config":440},{"src":441,"dataGaName":414,"dataGaLocation":409},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1773335277/ohhpiuoxoldryzrnhfrh.png",{"freeTrial":443,"mobileIcon":448,"desktopIcon":450},{"text":444,"config":445},"Zurück zur Preisübersicht",{"href":188,"dataGaName":446,"dataGaLocation":409,"icon":447},"back to pricing","GoBack",{"altText":411,"config":449},{"src":413,"dataGaName":414,"dataGaLocation":409},{"altText":411,"config":451},{"src":417,"dataGaName":414,"dataGaLocation":409},{"title":453,"button":454,"config":459},"Sieh dir an, wie agentische KI die Softwarebereitstellung transformiert",{"text":455,"config":456},"GitLab Transcend jetzt ansehen",{"href":457,"dataGaName":458,"dataGaLocation":44},"/de-de/events/transcend/virtual/","transcend event",{"layout":460,"icon":461,"disabled":13},"release","AiStar",{"data":463},{"text":464,"source":465,"edit":471,"contribute":476,"config":481,"items":486,"minimal":688},"Git ist eine Marke von Software Freedom Conservancy und unsere Verwendung von „GitLab“ erfolgt unter Lizenz.",{"text":466,"config":467},"Quelltext der Seite anzeigen",{"href":468,"dataGaName":469,"dataGaLocation":470},"https://gitlab.com/gitlab-com/marketing/digital-experience/about-gitlab-com/","page source","footer",{"text":472,"config":473},"Diese Seite bearbeiten",{"href":474,"dataGaName":475,"dataGaLocation":470},"https://gitlab.com/gitlab-com/marketing/digital-experience/about-gitlab-com/-/blob/main/content/","web ide",{"text":477,"config":478},"Beteilige dich",{"href":479,"dataGaName":480,"dataGaLocation":470},"https://gitlab.com/gitlab-com/marketing/digital-experience/about-gitlab-com/-/blob/main/CONTRIBUTING.md/","please contribute",{"twitter":482,"facebook":483,"youtube":484,"linkedin":485},"https://x.com/gitlab","https://www.facebook.com/gitlab","https://www.youtube.com/channel/UCnMGQ8QHMAnVIsI3xJrihhg","https://www.linkedin.com/company/gitlab-com",[487,532,584,626,653],{"title":186,"links":488,"subMenu":503},[489,493,498],{"text":490,"config":491},"Tarife anzeigen",{"href":188,"dataGaName":492,"dataGaLocation":470},"view plans",{"text":494,"config":495},"Vorteile von Premium",{"href":496,"dataGaName":497,"dataGaLocation":470},"/de-de/pricing/premium/","why premium",{"text":499,"config":500},"Vorteile von Ultimate",{"href":501,"dataGaName":502,"dataGaLocation":470},"/de-de/pricing/ultimate/","why ultimate",[504],{"title":352,"links":505},[506,508,510,512,517,522,527],{"text":51,"config":507},{"href":53,"dataGaName":54,"dataGaLocation":470},{"text":361,"config":509},{"href":363,"dataGaName":364,"dataGaLocation":470},{"text":366,"config":511},{"href":368,"dataGaName":369,"dataGaLocation":470},{"text":513,"config":514},"Status",{"href":515,"dataGaName":516,"dataGaLocation":470},"https://status.gitlab.com/","status",{"text":518,"config":519},"Nutzungsbedingungen",{"href":520,"dataGaName":521,"dataGaLocation":470},"/terms/","terms of use",{"text":523,"config":524},"Datenschutzerklärung",{"href":525,"dataGaName":526,"dataGaLocation":470},"/de-de/privacy/","privacy statement",{"text":528,"config":529},"Cookie-Einstellungen",{"dataGaName":530,"dataGaLocation":470,"id":531,"isOneTrustButton":13},"cookie preferences","ot-sdk-btn",{"title":89,"links":533,"subMenu":542},[534,538],{"text":535,"config":536},"DevSecOps-Plattform",{"href":71,"dataGaName":537,"dataGaLocation":470},"devsecops platform",{"text":539,"config":540},"KI-unterstützte Entwicklung",{"href":78,"dataGaName":541,"dataGaLocation":470},"ai-assisted development",[543],{"title":544,"links":545},"Themen",[546,550,555,560,565,569,574,579],{"text":107,"config":547},{"href":548,"dataGaName":549,"dataGaLocation":470},"/de-de/topics/ci-cd/","cicd",{"text":551,"config":552},"GitOps",{"href":553,"dataGaName":554,"dataGaLocation":470},"/de-de/topics/gitops/","gitops",{"text":556,"config":557},"DevOps",{"href":558,"dataGaName":559,"dataGaLocation":470},"/de-de/topics/devops/","devops",{"text":561,"config":562},"Versionskontrolle",{"href":563,"dataGaName":564,"dataGaLocation":470},"/de-de/topics/version-control/","version control",{"text":566,"config":567},"DevSecOps",{"href":568,"dataGaName":11,"dataGaLocation":470},"/de-de/topics/devsecops/",{"text":570,"config":571},"Cloud-nativ",{"href":572,"dataGaName":573,"dataGaLocation":470},"/de-de/topics/cloud-native/","cloud native",{"text":575,"config":576},"KI für das Programmieren",{"href":577,"dataGaName":578,"dataGaLocation":470},"/de-de/topics/devops/ai-for-coding/","ai for coding",{"text":580,"config":581},"Agentische KI",{"href":582,"dataGaName":583,"dataGaLocation":470},"/de-de/topics/agentic-ai/","agentic ai",{"title":585,"links":586},"Lösungen",[587,590,592,597,601,604,607,610,612,614,616,621],{"text":132,"config":588},{"href":127,"dataGaName":589,"dataGaLocation":470},"Application Security Testing",{"text":119,"config":591},{"href":103,"dataGaName":104,"dataGaLocation":470},{"text":593,"config":594},"Agile Entwicklung",{"href":595,"dataGaName":596,"dataGaLocation":470},"/de-de/solutions/agile-delivery/","agile delivery",{"text":598,"config":599},"SCM",{"href":116,"dataGaName":600,"dataGaLocation":470},"source code management",{"text":107,"config":602},{"href":109,"dataGaName":603,"dataGaLocation":470},"continuous integration & delivery",{"text":158,"config":605},{"href":160,"dataGaName":606,"dataGaLocation":470},"value stream management",{"text":551,"config":608},{"href":609,"dataGaName":554,"dataGaLocation":470},"/de-de/solutions/gitops/",{"text":171,"config":611},{"href":173,"dataGaName":174,"dataGaLocation":470},{"text":176,"config":613},{"href":178,"dataGaName":179,"dataGaLocation":470},{"text":181,"config":615},{"href":183,"dataGaName":184,"dataGaLocation":470},{"text":617,"config":618},"Bildungswesen",{"href":619,"dataGaName":620,"dataGaLocation":470},"/de-de/solutions/education/","education",{"text":622,"config":623},"Finanzdienstleistungen",{"href":624,"dataGaName":625,"dataGaLocation":470},"/de-de/solutions/finance/","financial services",{"title":191,"links":627},[628,630,632,634,637,639,641,643,645,647,649,651],{"text":203,"config":629},{"href":205,"dataGaName":206,"dataGaLocation":470},{"text":208,"config":631},{"href":210,"dataGaName":211,"dataGaLocation":470},{"text":213,"config":633},{"href":215,"dataGaName":216,"dataGaLocation":470},{"text":218,"config":635},{"href":220,"dataGaName":636,"dataGaLocation":470},"docs",{"text":241,"config":638},{"href":243,"dataGaName":244,"dataGaLocation":470},{"text":236,"config":640},{"href":238,"dataGaName":239,"dataGaLocation":470},{"text":246,"config":642},{"href":248,"dataGaName":249,"dataGaLocation":470},{"text":254,"config":644},{"href":256,"dataGaName":257,"dataGaLocation":470},{"text":259,"config":646},{"href":261,"dataGaName":262,"dataGaLocation":470},{"text":264,"config":648},{"href":266,"dataGaName":267,"dataGaLocation":470},{"text":269,"config":650},{"href":271,"dataGaName":272,"dataGaLocation":470},{"text":274,"config":652},{"href":276,"dataGaName":277,"dataGaLocation":470},{"title":292,"links":654},[655,657,659,661,663,665,667,672,677,679,681,683],{"text":299,"config":656},{"href":301,"dataGaName":294,"dataGaLocation":470},{"text":304,"config":658},{"href":306,"dataGaName":307,"dataGaLocation":470},{"text":312,"config":660},{"href":314,"dataGaName":315,"dataGaLocation":470},{"text":317,"config":662},{"href":319,"dataGaName":320,"dataGaLocation":470},{"text":322,"config":664},{"href":324,"dataGaName":325,"dataGaLocation":470},{"text":327,"config":666},{"href":329,"dataGaName":330,"dataGaLocation":470},{"text":668,"config":669},"Nachhaltigkeit",{"href":670,"dataGaName":671,"dataGaLocation":470},"/sustainability/","Sustainability",{"text":673,"config":674},"Vielfalt, Inklusion und Zugehörigkeit",{"href":675,"dataGaName":676,"dataGaLocation":470},"/de-de/diversity-inclusion-belonging/","Diversity, inclusion and belonging",{"text":332,"config":678},{"href":334,"dataGaName":335,"dataGaLocation":470},{"text":342,"config":680},{"href":344,"dataGaName":345,"dataGaLocation":470},{"text":347,"config":682},{"href":349,"dataGaName":350,"dataGaLocation":470},{"text":684,"config":685},"Transparenzerklärung zu moderner Sklaverei",{"href":686,"dataGaName":687,"dataGaLocation":470},"https://handbook.gitlab.com/handbook/legal/modern-slavery-act-transparency-statement/","modern slavery transparency statement",{"items":689},[690,692,695],{"text":518,"config":691},{"href":520,"dataGaName":521,"dataGaLocation":470},{"text":693,"config":694},"Cookies",{"dataGaName":530,"dataGaLocation":470,"id":531,"isOneTrustButton":13},{"text":523,"config":696},{"href":525,"dataGaName":526,"dataGaLocation":470},[698],{"id":699,"title":9,"body":24,"config":700,"content":703,"description":24,"extension":23,"meta":706,"navigation":13,"path":707,"seo":708,"stem":709,"__hash__":710},"blogAuthors/en-us/blog/authors/siyka-andreeva.yml",{"template":701,"gitlabHandle":702},"BlogAuthor","sandreeva",{"name":9,"config":704},{"headshot":705},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1763397079/csrizoxqrxcc0ikzkwik.jpg",{},"/en-us/blog/authors/siyka-andreeva",{},"en-us/blog/authors/siyka-andreeva","ZGRv8UVFdCdkdjhnUP1EaAvwludJxk8ASMxJacO1Kp4",[712,725,738],{"content":713,"config":723},{"title":714,"description":715,"authors":716,"heroImage":718,"date":719,"body":720,"category":11,"tags":721},"Softwareentwicklung lehren mit GitLab: ein Praxisbericht","Wie Lehrbeauftragter Stephen G. Dame GitLab for Education für Kursverwaltung, Assignment-Verteilung und direktes Code-Feedback im Hochschulalltag einsetzt.",[717],"Rod Burns","https://res.cloudinary.com/about-gitlab-com/image/upload/v1749659537/Blog/Hero%20Images/display-article-image-0679-1800x945-fy26.png","2026-04-29","Für Lehrende in der Softwareentwicklung ist die Verwaltung von Assignments\nund Feedback im großen Maßstab eine der größten logistischen Herausforderungen.\nWie gibt man vielen Studierenden Zugang zu Kursmaterialien, hält Musterlösungen\nprivat und liefert trotzdem kontextbezogenes, aussagekräftiges Feedback – ohne\nübermäßigen Verwaltungsaufwand?\n\nDas **[GitLab for Education-Programm](https://about.gitlab.com/de-de/solutions/education/)**\nstellt qualifizierten Bildungseinrichtungen kostenlosen Zugang zu\n**GitLab Ultimate** bereit. Damit können Lehrende professionelle Workflows\naufbauen, die reale Softwareentwicklungsumgebungen abbilden. Stephen G. Dame,\nLehrbeauftragter an der University of Washington mit langjähriger Erfahrung\nals leitender Softwareingenieur bei Boeing Commercial Airplanes, nutzt\ngenau diese Workflows – vom Kursmaterial bis zum Studierendenfeedback, über\nmehrere Lehrveranstaltungen hinweg.\n\n\n## Von der Luft- und Raumfahrt in den Hörsaal\n\nDame brachte aus seiner Zeit bei Boeing umfangreiche GitLab-Erfahrung mit\nin die Hochschullehre. Als früher Fürsprecher von GitLab an seiner Universität\ntrat er dem GitLab for Education-Programm bei, um Zugang zum vollständigen\nFeature-Set für strukturierte, skalierbare Kurs-Workflows zu erhalten.\n\n> **„GitLab bietet die beste Möglichkeit, mehrere Kurse, studentische\n> Assignments, Vorlesungen und Code-Beispiele über Groups und Subgroups\n> zu organisieren – eine Funktion, die ich in dieser Form bei anderen\n> Repository-Plattformen nicht gefunden habe.\"**\n>\n> – Stephen G. Dame, University of Washington, Bothell\n\n\n## Groups aufsetzen: Die richtige Struktur vor der ersten Codezeile\n\nDie Grundlage eines effektiven GitLab-basierten Kurses ist eine\ndurchdachte Group-Hierarchie. GitLabs\n**[Groups und Subgroups](https://docs.gitlab.com/tutorials/manage_user/#create-the-organization-parent-group-and-subgroups)**\nermöglichen es Lehrenden, die natürliche Struktur einer Hochschule –\nInstitution, Kurs und Rolle – mit präzisen, vererbbaren Berechtigungen\nauf jeder Ebene abzubilden.\n\nDames Struktur platziert die Universität als Wurzel (`UWTeaching`), jeder\nKurs erhält eine eigene Subgroup (z. B. `css430`). Innerhalb jedes Kurses\nbefinden sich Repositories für `lecture-materials` und `code` sowie\ndedizierte Subgroups für `students` und `graders`. Unterrichtsmaterialien\nbleiben privat; Studierenden- und Grader-Subgroups sind mit kontrollierten\nBerechtigungen konfiguriert, sodass Aufgabenstellungen und Musterlösungen\nnur den richtigen Personen zugänglich sind.\n\n![Screenshot der GitLab-Group-Hierarchie – Institution, Kurs-Subgroup und studierende-spezifische Subgroups](https://res.cloudinary.com/about-gitlab-com/image/upload/v1777463673/dpxfnitv76pdmvcqtgag.png)\n\nBerechtigungen werden über **Manage > Members** durch die Hierarchie\nweitergegeben. Dame fügt Studierende mit `Reporter`-Zugriff und einem\nAblaufdatum zum Ende der Lehrperiode zur `students`-Subgroup des jeweiligen\nKurses hinzu. Studierende können Assignment-Repositories klonen und pullen,\naber nicht pushen – Musterlösungen bleiben fest unter der Kontrolle der\nLehrenden.\n\nStudierende richten SSH-Schlüssel in all ihren Arbeitsumgebungen (lokale\nRechner, Cloud-Shells, virtuelle Maschinen) ein, um Repositories zu klonen\nund wöchentliche Updates via `git pull` zu erhalten. Sie kopieren relevanten\nCode in eigene private Repositories, um ihre eigene Versionshistorie zu\nverwalten.\n\n**Hinweis für große Lehrveranstaltungen:** Bei größeren Kohorten ist das\nmanuelle Hinzufügen von Studierenden unpraktisch. GitLabs REST-API\nermöglicht die Automatisierung von Subgroup-Erstellung und Mitgliedschaft\naus einer Liste von Benutzernamen. Hier ein Beispiel-Python-Skript:\n\n```python\nimport gitlab\nfrom datetime import datetime\n\n# Verbindung zur GitLab-Instanz herstellen\ngl = gitlab.Gitlab('https://gitlab.com', private_token='YOUR_PRIVATE_TOKEN')\n\n# ID der übergeordneten Group (z. B. die ID für \"css430 > students\")\nparent_group_id = 12345678\n\n# Ablaufdatum: typischerweise Beginn des nächsten Monats nach Ende der Lehrperiode\nexpiry_date = '2025-01-01'\n\n# Liste der gesammelten Studierenden-Benutzernamen\nstudent_list = ['alice_css430', 'bob_css430', 'carol_css430', 'dave_css430', 'eve_css430']\n\nfor username in student_list:\n    try:\n        # 1. Persönliche Subgroup für Studierende erstellen\n        subgroup = gl.groups.create({\n            'name': username,\n            'path': username,\n            'parent_id': parent_group_id,\n            'visibility': 'private'\n        })\n\n        # 2. Studierende mit Ablaufdatum zur neuen Subgroup hinzufügen\n        user = gl.users.list(username=username)[0]\n        subgroup.members.create({\n            'user_id': user.id,\n            'access_level': gitlab.const.REPORTER_ACCESS,\n            'expires_at': expiry_date\n        })\n        print(f\"Erfolg: Subgroup erstellt und Studierende/r hinzugefügt für {username}\")\n    except Exception as e:\n        print(f\"Fehler bei der Verarbeitung von {username}: {e}\")\n```\n\nDarüber hinaus gibt es ein von GitLab veröffentlichtes\n[Open-Source-Projekt zur Automatisierung der Kursverwaltung](https://gitlab.com/edu-docs/class-management-automation),\ndas zusätzliche Werkzeuge für diesen Workflow bereitstellt.\n\n\n## Feedback dort geben, wo die Arbeit wirklich stattfindet\n\nSobald die Struktur steht, zeigt sich der eigentliche Mehrwert von GitLab\nim Feedback-Workflow. Dame bittet Studierende, Assignments durch Öffnen\neines **[Merge Requests](https://docs.gitlab.com/user/project/merge_requests/)**\nin ihrem Repository einzureichen. Das gibt Lehrenden sofort einen sauberen\nDiff von allem, was die Studierenden geschrieben haben.\n\n![Ein GitLab Merge Request mit Inline-Kommentarfunktion für Lehrende](https://res.cloudinary.com/about-gitlab-com/image/upload/v1777467468/icclzyglbkwlvfysggbi.png)\n\nLehrende können auf jede Codezeile klicken und einen **Inline-Kommentar**\nhinterlassen – nicht nur um zu markieren, was falsch ist, sondern um zu\nerklären, warum, und um auf den nächsten Schritt hinzuweisen. Studierende\nerhalten dieses Feedback direkt im Kontext ihres Codes – deutlich\nhandlungsrelevanter als ein Kommentar am Ende eines eingereichten Dokuments.\n\n\n## GitLab for Education nutzen\n\nDie Einrichtung des ersten GitLab-Assignments erfordert anfänglichen Aufwand,\nläuft danach aber weitgehend von selbst. Der eigentliche Mehrwert geht über\ndie Organisation hinaus: Studierende schließen ihr Studium ab, nachdem sie\ntäglich in einer Umgebung gearbeitet haben, die professionelle\nSoftwareentwicklung abbildet – und dabei Gewohnheiten rund um\n[Versionskontrolle](https://about.gitlab.com/de-de/topics/version-control/)\nund [Code-Review](https://docs.gitlab.com/development/code_review/) nicht\nals abstrakte Konzepte kennenlernen, sondern praktisch einüben.\n\nEmpfehlenswert ist ein einfacher Einstieg: eine einzelne Kurs-Group, ein\nAssignment-Template, eine grundlegende Pipeline. Die Struktur wächst\nnatürlich mit der Erfahrung auf der Plattform.\n\n**[Für GitLab for Education anmelden](https://about.gitlab.com/de-de/solutions/education/join/)**,\num Zugang zu allen Top-Tier-Funktionen zu erhalten – darunter unbegrenzte\nReviewer bei Merge Requests, zusätzliche Compute-Minuten und erweiterter\nSpeicherplatz.\n\n> [Jetzt für das GitLab for Education-Programm bewerben](https://about.gitlab.com/de-de/solutions/education/join/).\n",[620,722],"open source",{"featured":30,"template":14,"slug":724},"teaching-software-development-the-easy-way-using-gitlab",{"content":726,"config":736},{"title":727,"description":728,"authors":729,"heroImage":731,"date":732,"body":733,"category":11,"tags":734},"Von Jenkins zu GitLab: Der vollständige Migrationsleitfaden","Schwachstellen in Jenkins-Umgebungen systematisch adressieren – mit GitLab CI als integrierter DevSecOps-Plattform.",[730],"Itzik Gan Baruch","https://res.cloudinary.com/about-gitlab-com/image/upload/v1749663000/Blog/Hero%20Images/tanukilifecycle.png","2026-03-15","Jenkins hat sich über mehr als ein Jahrzehnt als Standard-CI-Werkzeug in deutschen Unternehmen etabliert. Viele Organisationen betreiben heute dezentral gewachsene Installationen: mehrere Jenkins-Instanzen mit teambezogenen Konfigurationen, umfangreichen Plugin-Ökosystemen und eigenen Update- und Sicherheitspflegezyklen. Diese Infrastruktur ist produktiv – und entsprechend schwer zu verändern.\n\nGleichzeitig verschieben sich die Anforderungen: Cloud-Kompatibilität, Container-Orchestrierung, integrierte Sicherheitsscans und KI-gestützte Entwicklungswerkzeuge werden zur Grundvoraussetzung moderner CI/CD-Umgebungen. Jenkins liefert diese Fähigkeiten nicht nativ – sie entstehen durch das Zusammensetzen, Warten und Absichern von Plugins. Dabei ist der Aufwand nicht gering: Sicherheitsrelevante Plugin-Aktualisierungen fallen regelmäßig an und binden Entwicklungskapazität, die anderweitig produktiver eingesetzt werden könnte.\n\nDieser Leitfaden beschreibt drei bewährte Migrationsstrategien und einen empfohlenen Schritt-für-Schritt-Prozess – ergänzt durch ein deutsches Praxisbeispiel – für Organisationen, die eine Migration von Jenkins zu GitLab CI evaluieren oder planen.\n\n\n## Warum zu GitLab CI migrieren?\n\nGitLab CI ist integraler Bestandteil der GitLab DevSecOps-Plattform. Die zentralen Unterschiede gegenüber Jenkins:\n\n- **Integrierte Plattform:** Quellcodeverwaltung, Projektmanagement, Sicherheitsscans und Analytics sind ohne zusätzliche Plugins verfügbar – als ein zusammenhängendes System.\n- **Container und Orchestrierung:** Native Unterstützung für Docker und Kubernetes, ohne Plugin-Abhängigkeiten.\n- **Sicherheit im Entwicklungsprozess:** Statische Codeanalyse und Schwachstellen-Scanning sind direkt in die Pipeline integriert – nicht nachgelagert konfiguriert.\n- **GitOps-Prinzipien:** Versionskontrollierte, deklarative Konfigurationen für Infrastruktur und Deployments erhöhen die Reproduzierbarkeit und Nachvollziehbarkeit.\n\nEine Einführung in GitLab CI ist im englischen Originalbeitrag als Video-Tutorial verfügbar.\n\n\n## Die drei Migrationsstrategien\n\nJe nach Ausgangssituation, verfügbaren Ressourcen und Risikobereitschaft bieten sich drei Strategien an.\n\n### Strategie 1: GitLab CI für neue Projekte\n\nBestehende Jenkins-Installationen bleiben unverändert in Betrieb. Neue Projekte starten von Beginn an auf GitLab CI. Teams bauen schrittweise Erfahrung auf, ohne laufende Workflows zu beeinträchtigen.\n\n**Vorteile:** Minimales Migrationsrisiko. Kein Druck zur sofortigen Umstellung. Expertise entsteht organisch.\n\n**Herausforderungen:** Zwei CI/CD-Plattformen parallel zu betreiben erhöht die Koordinationskomplexität – insbesondere bei Integration und plattformübergreifender Zusammenarbeit. Prozess- und Sicherheitskonsistenz erfordert zusätzliche Abstimmung.\n\n### Strategie 2: Strategische Projekte migrieren\n\nProjekte, die am meisten von GitLab CIs Fähigkeiten profitieren, werden zuerst identifiziert und migriert. Statt einer vollständigen Umstellung konzentrieren sich die Ressourcen gezielt auf diese Projekte.\n\n**Vorteile:** Konkrete Verbesserungen in strategisch relevanten Bereichen bei überschaubarem Aufwand. Erfahrungen mit GitLab CI können gesammelt werden, bevor weitere Migrationen folgen.\n\n**Herausforderungen:** Auch die Migration einzelner Projekte erfordert sorgfältige Planung. Die Zusammenarbeit zwischen Projekten auf unterschiedlichen Plattformen bedarf zusätzlicher Koordination.\n\n### Strategie 3: Vollständige Migration\n\nAlle CI/CD-Prozesse, Projekte und Workflows werden auf GitLab CI migriert. Dieser Ansatz strebt Einheitlichkeit und vereinfachte Administration über alle Projekte hinweg an. Empfohlen wird dabei ein iteratives Vorgehen: zunächst neue Projekte, dann strategische Projekte, schließlich die verbleibenden – mit wachsender Erfahrung und Sicherheit in jedem Schritt.\n\n**Vorteile:** Einheitliche CI/CD-Prozesse vereinfachen langfristig Wartung und Administration. Alle Fähigkeiten der GitLab-Plattform – von Infrastructure as Code bis zu integrierten Sicherheitsfunktionen – stehen vollständig zur Verfügung. Skalierbarkeit für wachsende Projektportfolios.\n\n**Herausforderungen:** Eine vollständige Migration erfordert detaillierte Planung und kann laufende Projekte vorübergehend beeinflussen. Budget für Schulungen und Migrationsaufwand ist realistisch einzuplanen.\n\nDie Wahl der Strategie sollte auf den spezifischen Anforderungen, der Ausgangssituation und den verfügbaren Ressourcen der Organisation basieren.\n\n\n## Praxisbeispiel: Deutsche Bahn\n\nDie Deutsche Bahn betreibt eines der größten Hochgeschwindigkeitsbahnnetzwerke Europas und entwickelt mit GitLab die DB-Navigator-App – die wichtigste digitale Schnittstelle für täglich Millionen von Reisenden in Deutschland.\n\nVor der Konsolidierung auf GitLab betrieb die Deutsche Bahn mehrere verteilte Jenkins-Instanzen mit jeweils eigenen Konfigurationen und Plugin-Setups. Das Unternehmen ist dabei, Jenkins vollständig durch GitLab zu ersetzen. „All diese Jenkins-Plugins mussten oft aufgrund von Sicherheitsproblemen aktualisiert werden, und wir mussten jeden Monat Plugin-Upgrades durchführen. Es war sehr zeitaufwendig\", sagt Heiko Maaß, System Engineer bei der Deutschen Bahn. „Diese Aufgaben sind jetzt weg, sodass wir diese Zeit nutzen können, um neue Features zu erstellen, anstatt Jenkins zu warten.\" Der Wartungsaufwand war beträchtlich: Sicherheitsrelevante Plugin-Aktualisierungen fielen monatlich an und banden Kapazität, die in die Entwicklung neuer Funktionen hätte fließen können. Mit der Migration zu GitLab CI entfiel dieser Aufwand. Gleichzeitig vereinfachte GitLabs integrierte Plattform die bis dahin weitgehend manuelle Compliance-Koordination durch automatisierte Prüfprozesse erheblich.\n\nErgebnis: **80 % weniger Zeitaufwand für Pipeline-Wartung**, 10–20 % Infrastrukturkosteneinsparungen, 1 Million Pipeline-Builds pro Monat auf einer konsolidierten Plattform.\n\nDen vollständigen Kundenbericht gibt es hier: [Deutsche Bahn AG – GitLab Kundenstory](https://about.gitlab.com/de-de/customers/deutsche-bahn-ag/)\n\n[GitLab CI kostenlos testen](https://gitlab.com/-/trials/new)\n\n\n---\n\n\n## Technische Umsetzung: Migrationsschritte und Konfiguration\n\n*Dieser Abschnitt richtet sich an Implementierungsteams. Vollständige Video-Tutorials und alle Konfigurationsdetails sind im [englischen Originalbeitrag](https://about.gitlab.com/blog/jenkins-gitlab-ultimate-guide-to-modernizing-cicd-environment/) verfügbar.*\n\n\n### Empfohlener 6-Schritte-Migrationsprozess\n\nFür eine strukturierte Migration empfiehlt sich folgendes Vorgehen:\n\n1. **Pipeline-Bestandsaufnahme:** Alle bestehenden Jenkins-Pipelines inventarisieren. Umfang und Komplexität der Migration werden damit transparent.\n2. **Parallele Migration:** Einzelne Pipelines schrittweise auf GitLab CI übertragen, während Jenkins für laufende Arbeiten weiter genutzt wird.\n3. **Code-Verifikation:** Beide Pipelines parallel betreiben und die Ergebnisse direkt vergleichen. In dieser Phase ist der GitLab-Workflow optional, Jenkins bleibt verbindlich.\n4. **Kontinuierliche Validierung:** Nach einer vollständigen Iteration die Ergebnisse beider Pipelines auswerten – Statuscodes, Logs, Performance.\n5. **Umstellung auf GitLab CI:** Sobald Vertrauen in GitLab CI aufgebaut ist, wird der GitLab-Workflow zum verbindlichen Standard. Jenkins läuft im Hintergrund weiter.\n6. **Jenkins-Abschaltung:** Nach einer zweiten Iteration, bei nachgewiesener Stabilität von GitLab CI, wird Jenkins schrittweise aus dem Pipeline-Prozess entfernt.\n\nDieser Ansatz stellt sicher, dass Probleme identifiziert und behoben werden, bevor die vollständige Umstellung erfolgt.\n\n\n### Vorbereitung: Schulung und Kommunikation\n\nEine erfolgreiche Migration erfordert Vorbereitung auf organisatorischer Ebene:\n\n- **Stakeholder-Kommunikation:** Migrationspläne und Zeitplan frühzeitig an alle Beteiligten kommunizieren – DevOps-Teams, Entwicklungsteams und QA. Transparenz über Ziele und Erwartungen ist entscheidend.\n- **Schulungen:** Wissensaufbau zu GitLab CI, YAML-Syntax und grundlegender Pipeline-Erstellung. Teams benötigen die Grundlagen, bevor sie eigenständig arbeiten können.\n- **Praxisorientiertes Lernen:** Entwicklungsteams paarweise arbeiten lassen. Gegenseitiges Lernen während der Migration beschleunigt den Kompetenzaufbau.\n\n\n### Konfigurationsvergleich: Jenkinsfile vs. .gitlab-ci.yml\n\nBeide Dateien definieren Stages, Jobs und Schritte des CI/CD-Prozesses. Build-, Test- und Deployment-Schritte sowie Umgebungsvariablen lassen sich in beiden konfigurieren.\n\nDie wesentlichen Unterschiede: Jenkinsfile verwendet Groovy für Scripting, .gitlab-ci.yml verwendet YAML – eine menschenlesbarere und strukturiertere Syntax. GitLab CI stellt zudem eine breite Palette von integrierten Templates und vordefinierten Jobs bereit, was den Konfigurationsaufwand gegenüber eigenem Groovy-Scripting deutlich reduziert.\n\nDie Migration bestehender Jenkinsfile-Konfigurationen erfordert eine sorgfältige Analyse der vorhandenen Pipelines und eine Übertragung der Logik in die YAML-Syntax von GitLab CI. Unterschiede in Syntax und Plattformfähigkeiten sind dabei zu berücksichtigen.\n\n\n### Dokumentation und Professional Services\n\nGitLab bietet Dokumentation zur Jenkins-Migration: [Migrationsleitfaden in der GitLab-Dokumentation](https://docs.gitlab.com/ci/migration/jenkins/).\n\nDarüber hinaus unterstützt das Professional-Services-Team von GitLab Organisationen bei der Migration – von der Konvertierung von Jenkinsfile zu .gitlab-ci.yml bis zur Optimierung bestehender CI/CD-Workflows.\n\nDen vollständigen Leitfaden mit Video-Tutorials, weiteren Konfigurationsbeispielen und dem Lockheed-Martin-Fallbeispiel gibt es im englischen Originalbeitrag:\n\n[Jenkins to GitLab: The ultimate guide to modernizing your CI/CD environment](https://about.gitlab.com/blog/jenkins-gitlab-ultimate-guide-to-modernizing-cicd-environment/)\n",[735,272,18,231,566,556],"tutorial",{"slug":737,"featured":30,"template":14},"jenkins-gitlab-ultimate-guide-to-modernizing-cicd-environment",{"content":739,"config":750},{"description":740,"authors":741,"heroImage":743,"date":744,"title":745,"body":746,"category":11,"tags":747},"Komm am 10. Februar 2026 auf die GitLab Transcend in München oder sei online live dabei. Finde heraus, wie du Produktivitätsgewinne mit Qualität, Zuverlässigkeit und Sicherheit in Einklang bringst.",[742],"Manav Khurana","https://res.cloudinary.com/about-gitlab-com/image/upload/v1767982271/e9ogyosmuummq7j65zqg.png","2026-01-12","KI verändert DevSecOps: Triff GitLab und erfahre, was als Nächstes kommt","**KI verspricht einen Quantensprung bei der Innovationsgeschwindigkeit, doch die meisten Software-Teams stoßen an ihre Grenzen.**\n\nLaut unserem brandneuen [Global DevSecOps Report mit Zahlen für Deutschland](https://learn.gitlab.com/de-developer-survey/report-de-de-de-devsecops-report-practitioner) macht KI-generierter Code mittlerweile 32 Prozent aller Entwicklungsarbeit aus. Dennoch berichten 75 Prozent der deutschen DevSecOps-Expert(inn)en, dass KI das Compliance-Management erschwert, und 78 Prozent sagen, dass agentische KI beispiellose Sicherheitsherausforderungen schaffen wird.\n\nDas ist das **KI-Paradoxon:** KI beschleunigt das Programmieren, aber die Software-Auslieferung verlangsamt sich, weil Teams damit kämpfen, den Code zu testen, abzusichern und zu deployen.\n\n> **[Lade dir unseren DevSecOps Report für Deutschland *kostenlos* herunter!](https://learn.gitlab.com/de-developer-survey/report-de-de-de-devsecops-report-practitioner)**\n\n## Produktivitätsgewinne treffen auf Workflow-Engpässe\n\nDas Problem ist nicht die KI selbst. Es liegt daran, wie Software heute entwickelt wird. Der traditionelle DevSecOps-Lebenszyklus enthält Hunderte kleiner Aufgaben, die Entwickler(innen) manuell bewältigen müssen: Tickets aktualisieren, Tests ausführen, Reviews anfordern, auf Freigaben warten, Merge-Konflikte beheben, Sicherheitsprobleme angehen. Diese Aufgaben kosten laut unserer Forschung jedes Teammitglied durchschnittlich sieben Stunden pro Woche.\n\nEntwicklungsteams produzieren Code schneller als je zuvor, aber dieser Code kriecht immer noch durch fragmentierte Toolchains, manuelle Übergaben und unverbundene Prozesse. Tatsächlich verwenden nahezu 60 Prozent der deutschen DevSecOps-Teams mehr als fünf Tools für die Softwareentwicklung insgesamt, und 45 Prozent nutzen mehr als fünf KI-Tools. Diese Fragmentierung schafft Kollaborationsbarrieren – 97 Prozent der deutschen DevSecOps-Fachleute erleben Faktoren, die die Zusammenarbeit im Software-Entwicklungszyklus einschränken.\n\nDie Antwort sind nicht noch mehr Tools. Es ist intelligente Orchestrierung, die Software-Teams und ihre KI-Agenten über Projekte und Release-Zyklen hinweg zusammenbringt – mit eingebauter Sicherheit, Governance und Compliance auf Enterprise-Niveau.\n\n## Auf der Suche nach tieferen Mensch-KI-Partnerschaften\n\nDevSecOps-Profis wollen nicht, dass KI übernimmt – sie wollen verlässliche Partnerschaften. Die große Mehrheit (81 Prozent) sagt, dass die Nutzung agentischer KI ihre Arbeitszufriedenheit erhöhen würde, und 38 Prozent stellen sich eine ideale Zukunft mit einer 50/50-Aufteilung zwischen menschlichen und KI-Beiträgen vor. Sie sind bereit, KI rund ein Drittel ihrer täglichen Aufgaben ohne menschliche Überprüfung anzuvertrauen, besonders bei Dokumentation, Test-Erstellung und Code-Reviews.\n\nWas wir deutlich von deutschen DevSecOps-Expert(inn)en gehört haben, ist, dass KI sie nicht ersetzen wird; vielmehr wird sie ihre Rollen grundlegend verändern. 80 Prozent der DevSecOps-Fachleute glauben, dass KI ihre Arbeit innerhalb von fünf Jahren erheblich verändern wird, und bemerkenswert ist, dass drei Viertel denken, dies wird mehr Engineering-Jobs schaffen, nicht weniger. Da das Programmieren mit KI einfacher wird, werden Ingenieur(inn)en, die Systeme entwerfen, Qualität sicherstellen und geschäftlichen Kontext anwenden können, sehr gefragt sein.\n\nEntscheidend ist, dass 84 Prozent zustimmen, dass es wesentliche menschliche Qualitäten gibt, die KI niemals vollständig ersetzen wird, einschließlich Kreativität, Innovation, Zusammenarbeit und strategische Vision.\n\nWie können Organisationen also die Lücke zwischen dem Versprechen der KI und der Realität fragmentierter Workflows überbrücken?\n\n## Komm zur GitLab Transcend: Erfahre, wie du mit agentischer KI echten Wert schaffst\n\nAm 10. Februar 2026 veranstaltet GitLab Transcend, wo wir zeigen werden, wie intelligente Orchestrierung die KI-gestützte Softwareentwicklung transformiert. Du erhältst einen ersten Blick auf GitLabs kommende Produkt-Roadmap und erfährst, wie Teams reale Herausforderungen lösen, indem sie Entwicklungs-Workflows mit KI modernisieren.\n\nOrganisationen, die in dieser neuen Ära gewinnen, balancieren KI-Einführung mit Sicherheit, Compliance und Plattform-Konsolidierung. KI bietet echte Produktivitätsgewinne, wenn sie durchdacht implementiert wird – nicht indem sie menschliche Entwickler(innen) ersetzt, sondern indem sie DevSecOps-Profis befreit, sich auf strategisches Denken und kreative Innovation zu konzentrieren.\n\n> ## **Registriere dich jetzt für unser Event in München oder die Online-Konferenz**\n>\n> [Hier geht's zur digitalen Transcend](https://about.gitlab.com/events/transcend/virtual/) und [hier zum Live-Event in München](https://about.gitlab.com/events/transcend/munich/). Sichere dir deinen Platz und erfahre, wie intelligente Orchestrierung deinen Software-Teams helfen kann, im Flow zu bleiben.\n> *Die Transcend in München wird auf Englisch stattfinden.*",[18,748,749],"DevOps platform","security",{"featured":13,"template":14,"slug":751},"ai-is-reshaping-devsecops-attend-gitlab-transcend-to-see-whats-next",{"promotions":753},[754,768,780,791],{"id":755,"categories":756,"header":758,"text":759,"button":760,"image":765},"ai-modernization",[757],"ai-ml","Is AI achieving its promise at scale?","Quiz will take 5 minutes or less",{"text":761,"config":762},"Get your AI maturity score",{"href":763,"dataGaName":764,"dataGaLocation":244},"/assessments/ai-modernization-assessment/","modernization assessment",{"config":766},{"src":767},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1772138786/qix0m7kwnd8x2fh1zq49.png",{"id":769,"categories":770,"header":772,"text":759,"button":773,"image":777},"devops-modernization",[771,11],"product","Are you just managing tools or shipping innovation?",{"text":774,"config":775},"Get your DevOps maturity score",{"href":776,"dataGaName":764,"dataGaLocation":244},"/assessments/devops-modernization-assessment/",{"config":778},{"src":779},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1772138785/eg818fmakweyuznttgid.png",{"id":781,"categories":782,"header":783,"text":759,"button":784,"image":788},"security-modernization",[749],"Are you trading speed for security?",{"text":785,"config":786},"Get your security maturity score",{"href":787,"dataGaName":764,"dataGaLocation":244},"/assessments/security-modernization-assessment/",{"config":789},{"src":790},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1772138786/p4pbqd9nnjejg5ds6mdk.png",{"id":792,"paths":793,"header":796,"text":797,"button":798,"image":803},"github-azure-migration",[794,795],"migration-from-azure-devops-to-gitlab","integrating-azure-devops-scm-and-gitlab","Is your team ready for GitHub's Azure move?","GitHub is already rebuilding around Azure. Find out what it means for you.",{"text":799,"config":800},"See how GitLab compares to GitHub",{"href":801,"dataGaName":802,"dataGaLocation":244},"/compare/gitlab-vs-github/github-azure-migration/","github azure migration",{"config":804},{"src":779},{"header":806,"blurb":807,"button":808,"secondaryButton":813},"Beginne noch heute, schneller zu entwickeln","Entdecke, was dein Team mit der intelligenten Orchestrierungsplattform für DevSecOps erreichen kann.\n",{"text":809,"config":810},"Kostenlosen Test starten",{"href":811,"dataGaName":49,"dataGaLocation":812},"https://gitlab.com/-/trial_registrations/new?glm_content=default-saas-trial&glm_source=about.gitlab.com/de-de/","feature",{"text":51,"config":814},{"href":53,"dataGaName":54,"dataGaLocation":812},1777493578768]