Sollten wir Extreme Programming (XP) im Zeitalter der AI neu bewerten?

• Dank AI-gestützter Codegenerierung und Plattforminnovationen hat sich die Entwicklungsgeschwindigkeit explosionsartig erhöht, dennoch bleiben Projektergebnisse schwach und die Ausfallquote hoch
• Das Problem ist nicht die Geschwindigkeit, sondern der Mangel an Verifikation und Abstimmung; XP fördert durch bewusste Einschränkungen Lernen, Alignment und Qualitätsverbesserung
• Je stärker AI-Agenten die Generierung, Änderung und Bereitstellung von Code beschleunigen, desto gravierender werden unüberprüft wachsende Komplexität und Sicherheitslücken
• XP betont menschenzentrierte Werte wie Einfachheit, Kommunikation, Feedback, Respekt und Mut sowie kleine Batches, kontinuierliche Integration und automatisierte Tests
• In einer Zeit, in der schnelle Ausgabe selbstverständlich geworden ist, erinnert XP erneut an den Grundsatz, dass Software letztlich für Menschen da ist

---

Beschleunigung und Grenzen der Softwareproduktion

• In jüngster Zeit haben AI-Tools und Innovationen bei verschiedenen Entwicklungsplattformen die Hürden für Codegenerierung stark gesenkt und das Tempo deutlich erhöht
• Mit nur wenigen Prompts oder API-Aufrufen lassen sich Produkt, Funktionen und die gesamte Infrastruktur schnell erzeugen
• Dennoch gibt es das Problem, dass sich die Gesamterfolgsquote von Projekten trotz höherer Produktivität nicht deutlich verbessert hat
• Berichte wie der Standish Chaos Report und McKinsey-Reports weisen darauf hin, dass die meisten IT-Projekte weiterhin scheitern oder das Budget überschreiten
• Es zeigt sich, dass eine höhere Geschwindigkeit bei der reinen Codeerzeugung nicht automatisch zu besseren Ergebnissen bei der Softwarebereitstellung führt

Warum Output nicht das eigentliche Problem ist

• Es wurde immer wieder bewiesen, dass der Engpass in der Softwareentwicklung nicht bei der Geschwindigkeit von Code-Eingabe und -Ausgabe liegt
  • Es gab aufeinanderfolgende Wellen der Beschleunigung wie die Einführung von Hochsprachen, die Verbreitung von Frameworks und Package-Managern, die Ausweitung von DevOps und Serverless, Fortschritte bei Entwicklungsplattformen und schließlich AI-Codegenerierung
• Laut dem Chaos Report besteht das Problem fort, dass die Endergebnisse trotz beschleunigtem Output inkonsistent bleiben und hinter den Erwartungen zurückbleiben
• Betont wird, dass nicht bloße Beschleunigung die Antwort ist, sondern intelligentere „Einschränkungen“
• XP ist eine Praxis, die durch nicht überhastetes Arbeiten, Lernen, Alignment und bewusstes Entwickeln in die richtige Richtung führt

Die Rolle von XP: ein Gegengewicht zur Geschwindigkeit

• Unbegrenzte Beschleunigung führt dazu, dass Gelegenheiten zum Lernen, zum Erkennen von Fehlern und zur Kurskorrektur verloren gehen
• Extreme Programming (XP) führt bewusste Reibung und Einschränkungen ein, damit Teams sich in die richtige Richtung bewegen
  • Eine typische Praxis: Pair Programming halbiert absichtlich den Output
• Pair Programming kann den Output zwar halbieren, bietet aber doppelt so viel positiven Effekt bei gemeinsamem Verständnis, Vertrauen, Qualität und Kompetenzaufbau im Team
• XP verändert die Art der Zusammenarbeit selbst und investiert in den Ausbau der Teamfähigkeiten und eine klare Richtung

Das Problembewusstsein von XP verschärft sich mit AI weiter

• Da AI die Codeerzeugung nahezu mühelos macht, wächst das Risiko einer Massenproduktion von Software, die nicht sauber überprüft wurde
  • Besonders in agentic AI-Systemen, in denen mehrere Agenten Code automatisch erzeugen, verbessern und ausrollen, steigt das Risiko sprunghaft
• Automatisierungssysteme ohne Einschränkungen stapeln ungeprüfte Logik in mehreren Schichten aufeinander, was Komplexität und Schwachstellen verschärft
• Jüngere Forschung zeigt, dass die Genauigkeit von LLMs mit längerem Kontextfenster abnimmt
  • Anfang und Ende werden gut verarbeitet, die Mitte ist dagegen anfälliger für Verallgemeinerungen und Fehler
• Das Ergebnis ist wartungsintensiver und leicht zerbrechlicher Code; XP entstand gerade, um eine solche chaotische Entropie zu verhindern

Software bleibt ein menschlicher Bereich

• Auch wenn AI sich weiterentwickelt, verändert sich das Wesen von Software nicht: Menschen erstellen sie für Menschen, eingebettet in Kommunikation und Kultur innerhalb von Organisationen
• Die wichtigsten Hindernisse bei der Bereitstellung sind nicht der Grad der Automatisierung, sondern menschliche Faktoren wie Alignment, geteilter Kontext, klare Ergebnisse und Nutzerverifikation
• Die Kernwerte von XP:
  • Simplicity: Komplexität reduzieren
  • Communication: den Teamzusammenhalt erhalten
  • Feedback: Lernen und Anpassung vorantreiben
  • Respect: Vertrauen und Sicherheit aufbauen
  • Courage: Transparenz und Veränderungsfähigkeit unterstützen

Von der Feature Factory zur echten Wertlieferung

• Erfolgreiche Teams priorisieren nicht Geschwindigkeit an sich, sondern Flow und Feedback
• XP-Praktiken wie kleine Batches, kontinuierliche Integration, automatisierte Tests und Collective Ownership tragen zu Anpassungsfähigkeit und Nutzerzentrierung bei
• Je schneller Code in Zukunft produziert wird, desto unverzichtbarer werden diese Methoden für Qualität, Risiko- und Intentionsmanagement

Lehren aus der Vergangenheit

• Statistiken aus dem CHAOS-Report:
  • 1994: 16 % der Projekte waren termingerecht, im Budget und erfolgreich
  • 2012: Verbesserung auf 37 %
  • 2020: erneuter Rückgang auf 31 %
• Selbst nach mehr als 20 Jahren Innovation und Wandel (agile, DevOps, Cloud Native, AI usw.) ist die Gesamtzuverlässigkeit nur um 14 Prozentpunkte gestiegen
• Allein mit Toolchains lässt sich das Problem nicht lösen
• Die Bedeutung der richtigen Methodik wird erneut bestätigt

Was künftig nötig ist

• 1. Output ist keine Beschränkung mehr: Die Produktivität der Codeerzeugung überholt die Geschwindigkeit von Verifikation und Alignment
• 2. Stärkung ergebnisorientierter Fähigkeiten: Feedback, eine klare Produktrichtung, starke Zusammenarbeit und gutes Design sind essenziell
• 3. Ein menschlicherer Prozess ist nötig: Auch wenn AI voranschreitet, hängt kontinuierliche Lieferung weiterhin von Zusammenarbeit ab

• Es wird betont, dass ein tatsächlich wirksames Product Operating Model aus einer menschenzentrierten Betriebsweise rund um Zusammenarbeit, Klarheit und Flow entsteht
• Erst wenn Teamstrategie, Betriebsrhythmus und Engineering-Praktiken lückenlos aufeinander abgestimmt sind statt nur auf technologische Innovationen (Plattformen) zu setzen, lässt sich im AI-Zeitalter eine nachhaltige Umgebung für die Softwarebereitstellung schaffen

Fazit: Brauchen wir XP im Zeitalter der AI?

• Ja
• In einer Welt immer mächtigerer Tools braucht es ein Framework, das menschenzentrierte Praktiken verankert
• XP bietet zugleich Teamorientierung, Empathie, gemeinsames Verständnis und Ausrichtung auf die richtigen Ziele
• Der Fokus liegt nicht auf reiner Output-Geschwindigkeit, sondern auf sinnvoller Richtung und Alignment im Team
• In einem Zeitalter von AI-Beschleunigung und grenzenloser Produktion ist XP eine seltene Methodik, die daran erinnert, dass Software Menschenarbeit ist