Wie wir arbeiten

Die KI schreibt den Code. Ein Senior entscheidet, was live geht. Diese Aufteilung ist die ganze Methode.

Alex, Henry and specialist agents routing work through the studio

Der Workflow

Sechs Schritte. Jedes Feature, jeder Bugfix, jede Änderung durchläuft alle sechs.

So bauen wir mit KI: erst planen, jeden Diff prüfen, Fehler aufschreiben. Senior-Urteil auf KI-Tempo.

Ticketverwaltung

Jede Aufgabe liegt in Linear oder GitHub Issues, mit Spezifikation, Abnahmekriterien und Kontext. Kein Ticket, keine Arbeit.

Wir arbeiten wie ein großes Team, weil wir eines sind. Struktur macht Tempo sicher.

Planung

Die KI schlägt einen Ansatz vor. Ein Mensch prüft, fragt nach und schärft nach. Wir iterieren, bis wir uns einig sind.

Niemand schreibt Code, bevor der Plan trägt. Schlechte Pläne werden zu teuren Bugs.

Umsetzung

Die KI schreibt Code, Tests und Doku. Ein Mensch liest jeden Diff, sobald er landet.

Gib ihr eine Datei und ein Problem auf einmal. Die ganze Codebase im Kontext macht das Ergebnis schlechter.

Tests

Unit-, Integrations- und E2E-Tests laufen bei jedem Build und jedem Deploy.

Kein Grün, kein Release. Tests sind unsere Kontrolle dessen, was die KI behauptet getan zu haben.

Review und Merge

Die KI öffnet den Pull Request. Ein Mensch prüft ihn und merged. Die CI muss vorher durchlaufen.

Direkt auf main pushen ist hier verboten. Jede Änderung muss sich ihren Platz verdienen.

Dokumentation

Codeänderungen lösen Doku-Updates aus. Architekturentscheidungen werden festgehalten.

Fehler kommen ebenfalls zu Papier, damit derselbe uns nur einmal kostet. Chats verschwinden, Dokumente bleiben.

Tech Stack

KI-Modelle

Claude Fable · Claude Opus · GPT · GLM · Qwen Coder (local) · Qwen Max (local) · Gemma (local)

Sprachen

TypeScript · Python · Rust · Go · Swift · Kotlin · SQL

Frontend

React · Next.js · SvelteKit · Astro · Tailwind CSS · Framer Motion

Mobile

SwiftUI · React Native · Flutter · Expo

Backend

Node.js · FastAPI · NestJS · Hono · Express · Encore · Prisma · Drizzle

Henry and specialist agents assembling the technical stack

Proaktives Monitoring

Unsere Agenten beobachten Ihre Systeme rund um die Uhr und beheben Probleme, bevor Ihre Nutzer sie bemerken.

Die meisten Teams finden Bugs, wenn Nutzer sie melden. Wir finden sie um drei Uhr nachts.

Die Agenten lesen Ihre Logs, Error-Tracker und Metriken. Wenn etwas falsch aussieht, bekommen Sie einen Bericht mit Ursache und Lösungsvorschlag, nicht bloß eine Warnung.

Wir fahren das jede Nacht auf unseren eigenen Ventures. So ist Vigil entstanden, heute ein Managed Service unter vigil.kerber.ai.

Laufende Log-Analyse

Agenten beobachten Sentry, Datadog, CloudWatch und Ihre eigenen Logs. Mustererkennung fängt, was statische Alerts übersehen, etwa ein langsames Speicherleck oder eine schleichend steigende Fehlerrate.

Fixes über Nacht

Ein um zwei Uhr gefundener kritischer Bug hat um sechs einen Pull Request. Kleineres wird notiert und priorisiert.

Trenderkennung

Nutzungsmuster, Infrastrukturkosten, auslaufende APIs. Sie hören davon, bevor daraus Incidents werden.

Aber wer übernimmt wenn Seniors weitergehen?

Die richtige Frage. Hier ist unsere Antwort.

Was passiert, wenn der Senior, der weiß wie gut aussieht, zur Tür hinausgeht?

Unternehmen brauchen diese Person nicht in Vollzeit. Sie brauchen das Urteil: ein bis zwei Stunden pro Woche, keine vierzig Stunden Babysitting.

Die Reviews hinterlassen außerdem etwas. Dokumentierte Muster, Architekturentscheidungen und Testsuiten, die ausbuchstabieren, wie gut in genau dieser Codebase aussieht. Senior-Wissen muss den Senior überleben.

Expertise auf Abruf

Senior-Aufsicht ohne Senior-Gehalt. Ein Experte kann mehrere Projekte gleichzeitig begleiten.

Wissen, das bleibt

Jedes Review wird zu Dokumentation. Jede Entscheidung wird festgehalten. Wenn wir gehen, bleiben die Qualitätssysteme.

Schnellere Lernschleifen

Juniors, die mit KI arbeiten, bekommen Feedback in Sekunden. Der Junior von 2027 wird mehr Muster gesehen haben als der Senior von 2017.

Willst du das für dein Team

Wir helfen Unternehmen, KI-gestützte Workflows aufzusetzen, die in der Produktion halten. Der größte Teil der Arbeit ist das System um die Werkzeuge herum.

Gespräch vereinbaren