Code Monkeys, Mindset-Shifts und ein neues Produkt – Folge 9 von Netzdirektion Update
Ein Arbeitgeber stellt seinem Entwicklerteam ein Ultimatum: Wer bis Ende März nicht 40 % mehr Effizienz durch KI-Coding nachweist, muss gehen. In der neunten Folge von Netzdirektion Update sprechen Patrick und Kathi darüber, warum diese Denkweise ein Problem ist – und zeigen am Beispiel eines neuen Produkts, wie KI-gestützte Entwicklung auch anders aussehen kann.
Lesezeit: ca. 6 Minuten
Ein Arbeitgeber stellt seinem Entwicklerteam ein Ultimatum: Wer bis Ende März nicht 40 % mehr Effizienz durch KI-Coding nachweist, muss gehen. In der neunten Folge von Netzdirektion Update sprechen Patrick und Kathi darüber, warum diese Denkweise ein Problem ist – und zeigen am Beispiel eines neuen Produkts, wie KI-gestützte Entwicklung auch anders aussehen kann.
„Code Monkeys" – wenn Effizienz zum Selbstzweck wird
Die Geschichte kam in einem Gespräch auf, ganz beiläufig. Ein Unternehmer hatte Anfang Januar Metriken für sein Entwicklerteam festgelegt. Wer bis Ende März nicht 40 % produktiver war – mit KI-Unterstützung –, dem drohte die Kündigung.
Was auf den ersten Blick nach ambitionierter Führung klingt, ist bei genauerem Hinsehen das Gegenteil. Wer sein Team unter Druck setzt, ohne Raum für Reflexion zu lassen, bekommt vielleicht kurzfristig mehr Output. Aber nicht besseren. Die Bezeichnung, die in dem Umfeld für Entwickler kursierte: „Code Monkeys". Das sagt einiges – weniger über die Entwickler und mehr über die Haltung dessen, der den Begriff benutzt.
Schneller ist nicht automatisch besser
KI-gestützte Entwicklung hat enormes Potenzial. Das steht außer Frage. Aber die reine Effizienzbrille greift zu kurz. Wer nur auf Geschwindigkeit schaut, übersieht die Wartbarkeit. Code, der heute in Minuten entsteht, muss morgen von Menschen verstanden, gepflegt und erweitert werden können.
Bei netzdirektion haben wir deshalb bewusst eine andere Struktur gewählt: Ein Teil des Teams entwickelt KI-gestützt schnell neue Funktionalitäten. Ein anderer Teil prüft, vereinfacht und gleicht den neuen Code an die bestehende Architektur an. Beide Rollen sind gleich wichtig. Und beide brauchen Menschen, die mitdenken – nicht Maschinen, die durchdrehen.
OrderPort: Von der Kundenanfrage zum Produkt in 25 Tagen
Genau in diesem Spannungsfeld ist OrderPort entstanden. Ein Interessent kam auf uns zu und sagte sinngemäß: „PunchCommerce finde ich toll – aber ich brauche eigentlich nur den Bestellteil." Dieser Satz war die Initialzündung.
Kurz zur Einordnung: PunchCommerce – unser Kernprodukt – überträgt Warenkörbe aus Shopsystemen in Beschaffungssysteme wie SAP Ariba oder Coupa. Das funktioniert über standardisierte Protokolle wie OCI, cXML und IDS Connect. Aber was passiert nach dem PunchOut, wenn die eigentliche Bestellung zurückkommt? Genau hier setzt OrderPort an.
Was OrderPort tut
OrderPort nimmt Bestellungen aus Beschaffungsnetzwerken entgegen – egal ob aus Ariba, Coupa, Workday oder anderen Systemen. Es wandelt sie in das Format um, das Ihr Zielsystem braucht, und leitet sie dorthin weiter: in Ihren Shopware-Shop, Ihr ERP-System, per E-Mail, per FTP oder über eine REST-API.
Das Ganze funktioniert über sogenannte Pipelines. Eine Pipeline beschreibt den Weg von der Bestellung im Quellsystem bis zu Ihrem Zielsystem. Sie können eine Pipeline für beliebig viele Kunden nutzen. In den meisten Fällen reicht eine einzige.
Warum nicht einfach ein Feature in PunchCommerce?
Weil nicht jeder Kunde PunchOut braucht. Manche Unternehmen wollen ausschließlich eingehende Bestellungen verarbeiten – ohne Kataloganbindung. OrderPort ist deshalb ein eigenständiges Produkt. Für PunchCommerce-Kunden ergänzt es den bestehenden Workflow. Für alle anderen steht es unabhängig zur Verfügung.
51 % Mensch, 49 % KI – die ehrlichen Zahlen
OrderPort ist KI-gestützt entstanden. Aber eben nicht KI-ersetzt. Die Auswertung unserer Git-Historie zeigt: 49 % des Codes stammen aus KI-gestützter Entwicklung mit Claude Code. 51 % wurden von Menschen geschrieben oder überarbeitet.
Insgesamt hat die Entwicklung 25 Arbeitstage gedauert – aufgeteilt in rund 30 Sessions mit 175 Commits und 1.121 Testdateien. Ohne KI-Unterstützung hätte derselbe Umfang schätzungsweise 3 bis 5 Monate gebraucht.
Wie der Prozess funktioniert hat
Der Ablauf war bewusst strukturiert. Am Anfang stand eine sogenannte Claude-MD-Datei – ein Projektkontext-Dokument, das dem Coding-Agenten beschreibt, was die Anwendung tut, welche Architekturvorgaben gelten und welche Technologien zum Einsatz kommen. In unserem Fall: Laravel, PHP 8.4, testgetriebene Entwicklung.
Darauf aufbauend entstand ein Projektplan mit einzelnen Sessions. Jede Session hatte ein klares Ziel. Der Agent dokumentierte nach Abschluss, was er getan hat und was als Nächstes ansteht. So blieb die Struktur über den gesamten Entwicklungszeitraum erhalten – auch ohne dass ein Mensch in jeder Minute mitliest.
Klingt nach Wasserfall? Ein bisschen. Und das ist kein Zufall. Für KI-gestützte Entwicklung funktioniert ein strukturierter, phasenbasierter Ansatz erstaunlich gut. Innerhalb der Phasen bleibt Raum für Flexibilität. Aber der rote Faden geht nicht verloren.
Was OrderPort kann – ein kurzer Überblick
In der Podcast-Folge zeigt Patrick die Oberfläche live. Hier die wichtigsten Funktionen im Überblick:
Dashboard: Zeigt aktive Pipelines, eingegangene Bestellungen, erfolgreiche Zustellungen und Fehler auf einen Blick.
Pipeline-Einrichtung: Im einfachen Modus wählen Sie Quelle und Ziel – zum Beispiel „Bestellungen aus SAP Ariba per E-Mail empfangen". Drei Klicks, fertig. Im Expertenmodus konfigurieren Sie Mappings, Transformationen und Fallback-Zustellwege.
Intelligentes Mapping: Felder aus der Quellbestellung werden automatisch den Feldern Ihres Zielsystems zugeordnet. Per KI-Vorschlag oder manuell – Sie entscheiden. Ein integrierter Chat erlaubt Anpassungen in natürlicher Sprache: „Stell die Währung auf Schweizer Franken" genügt.
Transformationen: Werte multiplizieren, dividieren, zusammenführen oder bedingt anpassen. Praktisch, wenn Quellsysteme den Einzelpreis liefern, Sie aber die Gesamtsumme brauchen.
Fehlerprotokoll: Bei Problemen sehen Sie genau, welche Daten eingegangen sind, was rausgegangen ist und wo es gehakt hat. Rohdaten lassen sich jederzeit exportieren.
Mehrere Zustellwege pro Pipeline: Wenn die FTP-Zustellung fehlschlägt, greift automatisch die E-Mail-Zustellung. Sie legen die Reihenfolge fest.
Datenschutz ist kein Housekeeping
Ein Punkt, der in der Folge ausführlich zur Sprache kommt: Datenschutz. OrderPort verarbeitet Bestelldaten – darunter auch personenbezogene Informationen. Für uns ist das kein Randthema, das man am Ende abhakt.
Wie bei PunchCommerce gilt: 100 % deutsches Hosting, volle DSGVO-Konformität, keine Datenübermittlung ins Ausland. Das war schon vor der DSGVO selbstverständlich für uns und wird es bleiben. Gerade in einer Zeit, in der viele im KI-Rausch Best Practices über Bord werfen und sensible Daten bedenkenlos über US-Server schleifen.
Pricing: Klar und einfach
OrderPort kostet 179 € pro Monat bei jährlicher Zahlung oder 199 € bei monatlicher Zahlung. Dafür erhalten Sie eine Pipeline, die für beliebig viele Kunden funktioniert. Weitere Pipelines kosten 99 € pro Monat. Shop-Konnektoren für Systeme wie Shopware, Magento oder Spryker können bei Bedarf ergänzt werden.
Für PunchCommerce-Enterprise-Kunden ist OrderPort kostenlos enthalten. PunchCommerce-Business-Kunden erhalten 20 % Rabatt.
Die Wette: 30 % Lifetime-Rabatt für die Schnellsten
Patrick hat mit seinem Team gewettet: Bis Ende April mindestens drei zahlende Kunden für OrderPort. Die ersten drei Registrierungen auf der Warteliste bekommen deshalb 30 % Lifetime-Rabatt – auf alles, dauerhaft. Einfach auf orderport.app registrieren und Patrick per E-Mail oder LinkedIn ansprechen.
Jetzt reinhören
Die komplette Folge mit Live-Demo, der „Code Monkey"-Diskussion und allen Details zu OrderPort gibt es überall, wo es Podcasts gibt – oder direkt hier:
Sie möchten OrderPort ausprobieren? Registrieren Sie sich auf orderport.app für die Warteliste. Oder schreiben Sie Patrick direkt an – er zeigt Ihnen das Produkt gerne in einer persönlichen Demo.