WIE ENDAVA SOFTWARELIEFERUNG UM KI-AGENTEN HERUM NEU BAUT

Das Wichtigste

Endava, ein globaler IT-Dienstleister mit über 11.000 Mitarbeitenden, baut seine gesamte Softwarelieferung um KI-Agenten um und setzt dabei auf ChatGPT Enterprise sowie OpenAIs Codex als Kern der neuen Entwicklungskultur.

Was ist passiert?

Endava hat in einem gemeinsamen Beitrag mit OpenAI beschrieben, wie das Unternehmen seinen Software-Delivery-Prozess grundlegend neu gestaltet. Im Mittelpunkt stehen KI-Agenten, die eigenständig Aufgaben übernehmen, Workflows automatisieren und Entwicklungszyklen verkürzen.

Laut Quelle nutzt Endava ChatGPT Enterprise für unternehmensweite Wissensarbeit und Codex für die automatisierte Code-Generierung und -überprüfung. Das Ziel ist keine punktuelle Effizienzsteigerung, sondern der Aufbau einer AI-native Culture im gesamten Unternehmen.

Das ist ein wichtiger Unterschied zu klassischen KI-Pilotprojekten. Endava positioniert sich nicht als Anwender von KI-Tools, sondern als Unternehmen, das seine Lieferprozesse strukturell um KI-Fähigkeiten herum neu definiert.

Warum ist das relevant?

Für IT-Dienstleister und Softwarehäuser im DACH-Raum ist das ein konkretes Referenzmodell. Endava zeigt, dass der Einsatz von Agenten und Code-Modellen nicht beim einzelnen Entwickler endet, sondern als organisatorische Entscheidung getroffen werden muss.

Codex als Automatisierungsschicht für Entwicklungsaufgaben kombiniert mit ChatGPT Enterprise für Wissens- und Kommunikationsprozesse ist inzwischen ein etabliertes Muster bei größeren Technologieunternehmen. Wer als Dienstleister noch auf rein manuelle Delivery-Prozesse setzt, verliert gegenüber solchen Strukturen messbar an Geschwindigkeit und Marge.

Der Aspekt der Kulturarbeit ist dabei oft unterschätzt. Endava investiert laut Quelle explizit in den Aufbau einer AI-nativen Unternehmenskultur, was bedeutet: Prozesse, Rollen und Erwartungen werden angepasst, nicht nur Tools eingeführt.

Take-Away

Wer KI-Agenten nur als Add-on zu bestehenden Workflows betrachtet, wird den Effizienzsprung nicht realisieren. Das Endava-Modell zeigt: Der strukturelle Umbau kommt zuerst, die Toolauswahl folgt daraus. Für Entscheider im DACH-Raum lohnt sich die Frage, ob die eigene Delivery-Organisation auf Agenten ausgelegt ist oder ob KI dort nur auf manuellen Prozessen aufsitzt.