Cyberangriffe im November 2026: Was Unternehmen über KI und sichere Software lernen
Optimizely, KI-Agenten, schneller ausgenutzte Patches: Was die Cyberangriffe im November 2026 über Drittanbieter-Skripte und KI in der Produktion lehren.
Veröffentlicht am Aktualisiert am 8 Min. Lesezeit
Sébastien Nobour
Gründer von DEVEDANOS
Verspricht Ihnen Ihr Dienstleister eine hochwertige Anwendung, oder versichert Ihnen Ihr Team, sein Code sei sauber? Sie lesen selbst keinen Code: Was bedeutet „Qualität“ dann eigentlich, und wie können Sie sie überprüfen?
Guter Code ist Code, der sich leicht ändern lässt.
Code ist das, was Entwickler schreiben, damit Ihre Anwendung funktioniert. Die Definition bezieht sich darauf, was es kostet, diese Anwendung weiterzuentwickeln.
Eine Anwendung, die auf Grundlage der Rückmeldungen ihrer Nutzer entsteht, verändert sich ständig. Jede Rückmeldung erfordert eine Änderung. Ist jede Änderung teuer oder macht sie etwas anderes kaputt, gerät dieser Kreislauf ins Stocken, und ein wachsender Teil des Budgets fließt in Reparaturen statt in die Weiterentwicklung der Anwendung.
Martin Fowler, einer der Unterzeichner des Agilen Manifests und Chief Scientist bei Thoughtworks, unterscheidet zwei Arten von Qualität. Die externe Qualität sehen die Nutzer: die Oberfläche, die Fehler. Die interne Qualität betrifft die Architektur des Codes, die bei der Nutzung der Anwendung niemand sieht. In „Is High Quality Software Worth the Cost?“ (Ist hochwertige Software ihren Preis wert?) schreibt er, dass eine hohe interne Qualität die Kosten künftiger Funktionen senkt. Er fügt hinzu, dass Entwickler schlechten Code schon nach wenigen Wochen als deutliche Bremse erleben.
Damit Änderungen günstig bleiben, muss ein Team so früh wie möglich wissen, dass eine Änderung etwas kaputt gemacht hat. Dafür gibt es Continuous Delivery: den Ansatz, den seine Pioniere Jez Humble und Dave Farley im Buch Continuous Delivery (Kontinuierliche Auslieferung) beschrieben haben. Jede kleine Änderung durchläuft eine Deployment-Pipeline, oft CI/CD-Pipeline genannt. Diese Pipeline prüft die Änderung automatisch und hält die Anwendung jederzeit produktionsbereit. Ein Fehler fällt also auf, bevor er Ihre Nutzer erreicht, solange er sich noch leicht beheben lässt.
DORA, das Forschungsprogramm von Google Cloud, das untersucht, wie Software entwickelt und in Produktion gebracht wird, verbindet Continuous Delivery mit der Codequalität. Laut seinem „State of DevOps“-Bericht von 2017 hängt Continuous Delivery vor allem davon ab, ob ein Team das Design seiner Anwendung ändern kann, ohne auf andere Teams zu warten: Continuous Delivery setzt also Code voraus, der sich leicht ändern lässt. Derselbe Bericht vergleicht die Organisationen mit der höchsten Leistung bei der Softwareauslieferung mit den leistungsschwächsten. Die leistungsstärksten verwenden 44 % mehr Zeit auf neue Funktionen und 21 % weniger Zeit auf ungeplante Arbeit und Nacharbeit. Für Ihr Budget heißt das: weniger Stunden für Reparaturen. Fragen Sie Ihr Team, welcher Anteil seiner Zeit in die Entwicklung neuer Funktionen fließt.
Bevor ein Entwickler Code ändert, muss er die Stelle finden, an der die Änderung hingehört. Dann liest er den Code an dieser Stelle und findet heraus, was dieser Code tut. Jeder Schritt, an dem man hängen bleibt, hält einen auf, bevor man zum nächsten kommt. Code wird erst dann leicht änderbar, wenn diese vorherigen Schritte reibungslos gelingen.
In Modern Software Engineering (Modernes Software-Engineering) schreibt Farley, dass Code vor allem der Verständigung mit anderen Menschen dient.
In Modern Software Engineering beschreibt Farley die Eigenschaften, die Code leicht änderbar machen. Ein Entwickler prüft sie, indem er den Code liest:
Das müssen Sie nicht selbst prüfen: Diese Eigenschaften zeigen sich von außen, an zwei Messgrößen, die weiter unten beschrieben sind.
Wenn von Codequalität die Rede ist, kommen oft vier Entwurfspraktiken zur Sprache. Jede trennt zwei Dinge, die man besser nicht vermischt:
Behaviour-Driven Development (BDD), von Dan North formuliert, macht Tests ebenfalls zu einem Leitfaden für den Entwurf. Jede Funktion beginnt mit Beispielen dafür, was die Anwendung tun soll, und aus diesen Beispielen werden automatisierte Akzeptanztests (ATDD). Diese Tests steuern wiederum feinere Tests, die jeweils kurz vor einem kleinen Stück Code geschrieben werden (TDD, beschrieben von Kent Beck, dem Begründer von Extreme Programming).
Ein Werkzeug wählt man, weil man genau weiß, wofür man es braucht. Hier ist das Ziel Code, der sich leicht ändern lässt: All diese Praktiken gibt es, damit Code leicht zu finden, zu lesen und zu verstehen bleibt, und damit leicht zu ändern. Wer sie anwendet, ohne diesen Grund zu verstehen, kommt vom Weg ab; darauf kommen wir weiter unten zurück.
Um zu wissen, ob Code gut ist, ohne ihn zu lesen, betrachtet man zwei Größen zusammen: Durchsatz und Stabilität.
DORA verfolgte sie zunächst über vier Kennzahlen, die seine Forscher im Buch Accelerate (2018) vorgestellt haben. Zwei messen den Durchsatz: die Zeit, bis eine Änderung in Produktion ist, und wie oft neue Versionen in Produktion gehen. Zwei messen die Stabilität: den Anteil der Änderungen, die in Produktion Probleme verursachen, und die Zeit, die es braucht, um den Betrieb nach einem Ausfall wiederherzustellen.
Die beiden Größen ziehen in entgegengesetzte Richtungen. Ein Team kann Durchsatz gewinnen, indem es bei der Sorgfalt spart, und die Stabilität sinkt. Es kann auch alles absichern, damit nichts kaputtgeht, und der Durchsatz bricht ein. Die Forschung von DORA zeigt jedoch, dass die leistungsstärksten Teams bei allen vier Kennzahlen gleichzeitig besser abschneiden. Genau daran lässt sich die Codequalität ablesen: Beides zugleich zu halten, setzt Code voraus, der sich leicht ändern lässt. Nach heutigem Stand (2026) sind diese Ergebnisse in Umfragen beobachtete Korrelationen, die für sich allein nicht beweisen, dass der Code die Ursache ist.
Fragen Sie Ihr Team oder Ihren Dienstleister nach diesen vier Zahlen und betrachten Sie sie zusammen. Häufige Releases mit häufigen Ausfällen oder Stabilität, die man erreicht, indem man fast nie etwas in Produktion bringt: Beides zeigt, dass sich der Code gegen Veränderung sträubt.
Farley definiert Software-Engineering als empirischen, wissenschaftlichen Ansatz, um effiziente und wirtschaftliche Lösungen für praktische Probleme in der Softwareentwicklung zu finden.
Er fasst die Vorgehensweise des Ingenieurs zusammen: eine Hypothese aufstellen, herausfinden, wie man sie bestätigen oder widerlegen kann, das Experiment durchführen, das Ergebnis beobachten, von vorn beginnen, und all das auf dem kürzesten Weg.
Er rechnet es Software Craftsmanship (Software-Handwerk) als Verdienst an, Können, Kreativität und Lernen wieder in den Vordergrund gerückt zu haben, schreibt aber, dass das nicht ausreicht. In seinem Video „Software Craftsmanship vs Software Engineering“ (Software-Handwerk oder Software-Engineering) erklärt er, dass Craftsmanship Code nach subjektiven Kriterien beurteilt, und nennt das Kriterium des Ingenieurs: Guter Code lässt sich leicht und ohne Risiko ändern.
Ohne dieses Kriterium werden DDD, hexagonale Architektur oder testgetriebene Entwicklung zum Selbstzweck. Der Entwurf wird zum Wettbewerb um den schönsten Code: Das Unternehmen gewinnt nichts dabei, nur das Ego der Entwickler kommt auf seine Kosten.
Der Standard, den wir bei jedem Projekt anwenden, ruht auf zwei Säulen. Echte Agilität, wie sie ein adaptiver Ansatz mit sich bringt: das Produkt an die Bedürfnisse seiner Nutzer anpassen und sie in den Mittelpunkt stellen. Und Continuous Delivery (Dave Farley, Jez Humble): guter Code, der sich leicht ändern lässt. Das eine geht nicht ohne das andere. Die besten Ideen nützen nichts, wenn der Code schwer zu ändern ist: Das ist ein Formel-1-Weltmeister am Steuer eines Käfers. Und Code, der sich leicht ändern lässt (und damit gut ist), nützt nichts, wenn die Nutzer nicht im Mittelpunkt der Entscheidungen stehen: Das ist ein Formel-1-Wagen in den Händen von jemandem, der gerade erst den Führerschein gemacht hat.
Wir praktizieren unter anderem DDD, hexagonale Architektur, Command-Query Separation sowie verhaltens- und testgetriebene Entwicklung. Wir achten auf Modularität, Kohäsion, Trennung der Zuständigkeiten, Abstraktionsebenen und Testbarkeit unseres Codes. Genau diese Eigenschaften erlauben es, in gutem Tempo in Produktion zu gehen, ohne Regressionen oder Fehlfunktionen, und die Kosten im Griff zu behalten, ohne später die Zeche zu zahlen. Ob der Code leicht änderbar bleibt, beurteilen wir, indem wir Durchsatz und Stabilität unserer Releases gemeinsam betrachten.
Bei der Entwicklung von Individualsoftware arbeiten wir mit einem festen Budget, das am Ende jedes Monats für die geleistete Arbeit abgerechnet wird. Ihre Anwendung ist innerhalb eines Monats nutzbar, mit einigen wesentlichen Funktionen: Ihre Nutzer arbeiten sofort damit, und wie sie sie nutzen, bestimmt, welche Funktionen als Nächstes entwickelt werden.
Und damit das, was im letzten Monat funktioniert hat, auch in diesem Monat noch funktioniert, gilt unsere Null-Regressions-Garantie: Jede Regression wird behoben und durch einen automatisierten Test abgesichert, damit sie nicht wiederkehrt, ohne Aufpreis.
Warum das Budget festlegen statt der Funktionsliste? Beim adaptiven Ansatz darf sich diese Liste weiterentwickeln, je nachdem, wie Ihre Nutzer die Anwendung verwenden.
Sie möchten wissen, ob der Code Ihrer Anwendung leicht änderbar bleibt? Sprechen wir darüber?
Optimizely, KI-Agenten, schneller ausgenutzte Patches: Was die Cyberangriffe im November 2026 über Drittanbieter-Skripte und KI in der Produktion lehren.
Big-Bang-Projekte: monatelange Entwicklung fern der Nutzer, dann „Das bringt mir nichts“. Wie Sie deren Bedürfnisse ermitteln und die Nutzung messen.
Was ist Schatten-IT? Die Definition des britischen Cybersicherheitszentrums, Beispiele (Excel, KI-Tools) und die Risiken für das Unternehmen.