AI is fundamentally changing our software engineering, and we are all part of this major transformation. This change affects more than just coding. It affects all phases - from digital design to software operation. The experience from our customer projects shows that this new agentic software engineering needs an AI development platform that meets compliance, security and reliability requirements.

The implementation of this sovereign AI platform at MaibornWolff was the key to getting the “Go” from more than 50 of our customers to use AI tools for software development in their projects. The presentation explains the structure of our AI development platform and shows how we use it, what is important and what it costs.

Die digitale Souveränität softwareintensiver Organisationen wird zunehmend durch die steigende Komplexität cloud-nativer Architekturen, proprietäre Plattformökosysteme und implizite Abhängigkeiten von Infrastruktur- und Tool-Anbietern herausgefordert. Während Internal Developer Platforms (IDPs) als Mittel zur Steigerung von Entwicklerproduktivität und Standardisierung etabliert sind, bleiben sie häufig statisch, toolzentriert und bieten nur eingeschränkte Kontroll- und Anpassungsmöglichkeiten im Hinblick auf souveräne Architektur- und Governanceentscheidungen.

Dieser Beitrag führt das Konzept der adaptiven Internal Developer Platform (aIDP) der adesso SE ein und positioniert es als technologischen Enabler digitaler Souveränität im Kontext des Platform Engineerings. Die aIDP wird als kontextsensitives, selbstadaptives Softwaresystem definiert, das durch eine strikte Trennung zwischen deklarativer Beschreibung von Entwicklerintentionen („What“) und regelbasierter, automatisierter Umsetzung („How“) die Kontrolle über Entwicklungs-, Architektur- und Betriebsprozesse systematisch stärkt. Zentrales Strukturprinzip sind Golden Paths, die als versionierte, parametrische und semantisch angereicherte Umsetzungspfade modelliert werden und projektspezifisch, nachvollziehbar und technologieagnostisch instanziiert werden können.

Eine integrierte KI-gestützte Intelligence-Ebene unterstützt die semantische Interpretation natürlicher Spracheingaben, die Analyse von Abweichungen zu definierten Standards sowie die adaptive Weiterentwicklung der Plattformlogik auf Basis von Nutzungs- und Laufzeitfeedback. Ergänzt wird dieser Ansatz durch ein semantisches Architektur-Metamodell, das Architekturentscheidungen, Domänenstrukturen und Designprinzipien formalisiert und mit Code- und Infrastrukturebene synchronisiert. Dadurch wird Architektur explizit kontrollierbar, auditierbar und evolvierbar – als zentrale Voraussetzung digital souveräner Softwareentwicklung.

Der vorgestellte Ansatz leistet einen Beitrag zur theoretischen Fundierung souveräner Plattformarchitekturen und zeigt, wie adaptive Internal Developer Platforms digitale Souveränität durch formalisierte Abstraktion, regelbasierte Steuerung und KI-gestützte Systemintelligenz nachhaltig unterstützen können.

Viele Teams nutzen inzwischen glücklicherweise Testautomatisierung in großem Umfang. Allerdings entstehen dadurch oft Abhängigkeiten von einzelnen Test-Tool-Herstellern. Wenn diese die Preise erhöhen (oder das Tool abstellen sollten), wird es schmerzhaft. Denn nicht nur die teureren Lizenzen kosten Geld, sondern natürlich auch eine Migration zu einem anderen Test-Tool oder -Framework. Wenn man 10.000 Testfälle hat, und mehrere Stunden für die Migration jedes einzelnen Testfalls schätzt, wird das schnell sehr teuer. Wie können unsere Ansätze aus dem Software Engineering hier helfen?

Historisch gewachsene Test-Suites sind meistens hoch redundant. Eine Migration auf ein neues Testautomatisierungs-Tool ist daher auch eine Chance, diese Redundanz loszuwerden und dadurch einen großen Teil des Migrationsaufwands zu sparen. Konkret helfen Test-Minimierungsverfahren aus unserer Forschungscommunity hierbei, indem sie aus einer großen Suite die (hoffentlich möglichst kleine) Teilmenge ermitteln, die für sich genommen schon den Großteil der Fehler findet, die die gesamte Testsuite findet. Dann reicht es, wenn wir die migrieren.

Im Vortrag stelle ich vor, welche Erfahrungen wir mit welchen Minimierungsverfahren bei unseren Kunden gemacht haben, die ihre Test-Suites migrieren. Dabei gehe ich sowohl auf moderne, AI-basierte Testselektionsverfahren ein als auch “Old-School” Coverage-Messung, um zu verfolgen, wie viel die migrierte Test-Suite im Vergleich zur neuen bereits abdeckt, und zeige, welche Einsparungen dadurch erreicht wurden.

Die Entwicklung von Individualsoftware im öffentlichen Sektor bedeutet heute nicht mehr, jede Zeile Code selbst zu schreiben. Im Vordergrund steht vielmehr die Bereitstellung von messbarem geschäftlichem Mehrwert bei gleichzeitig nachhaltigen Gesamtbetriebskosten (“Total Cost of Ownership”). Ein System, das zu komplex oder zu teuer im Unterhalt ist, verleiht keine echte Souveränität, vielmehr macht es abhängig vom Aufwand, der allein nötig ist, um den Betrieb aufrechtzuerhalten.

Digitale Souveränität ist letztlich eine architektonische Eigenschaft. Sie ergibt sich aus den bewussten Abwägungen, den akzeptierten Abhängigkeiten und der Frage, ob ein System auch in fünf oder zehn Jahren noch flexibel weiterentwickelt oder neu ausgerichtet werden kann.

Die Erreichung digitaler Souveränität erfordert daher eine Betrachtung der Softwarearchitektur durch die Linse einer kooperativen Governance. Low-Maintenance-Ansätze („Low Ops“) sowie das Denken in gemeinsam genutzten funktionalen Bausteinen müssen priorisiert werden. Mit dem EMBAG-Gesetz wird Open Source mehr als nur zu einer rechtlichen Vorgabe - es wird zu einem strategischen Schlüssel, um Komplexität nachhaltig zu reduzieren. Durch die Nutzung schweizspezifischer, gemeinschaftlich erprobter Standards können wir aufhören, isolierte Individual­lösungen zu bauen, und stattdessen ein föderiertes digitales Ökosystem gestalten und steuern.

Diese Session zeigt auf, wie Architektur und Governance zusammenspielen müssen, damit die Software, die wir heute besitzen, uns morgen nicht selbst in Besitz nimmt.