[{"data":1,"prerenderedAt":758},["ShallowReactive",2],{"/de-de/blog/customizing-gitlab-duo-chat-rules-prompts-workflows":3,"navigation-de-de":39,"banner-de-de":442,"footer-de-de":452,"blog-post-authors-de-de-Itzik Gan Baruch":657,"blog-related-posts-de-de-customizing-gitlab-duo-chat-rules-prompts-workflows":671,"assessment-promotions-de-de":710,"next-steps-de-de":748},{"id":4,"title":5,"authorSlugs":6,"body":8,"categorySlug":9,"config":10,"content":14,"description":8,"extension":27,"isFeatured":12,"meta":28,"navigation":29,"path":30,"publishedDate":20,"seo":31,"stem":35,"tagSlugs":36,"__hash__":38},"blogPosts/de-de/blog/customizing-gitlab-duo-chat-rules-prompts-workflows.yml","Customizing Gitlab Duo Chat Rules Prompts Workflows",[7],"itzik-gan-baruch",null,"ai-ml",{"slug":11,"featured":12,"template":13},"customizing-gitlab-duo-chat-rules-prompts-workflows",false,"BlogPost",{"tags":15,"category":9,"date":20,"heroImage":21,"authors":22,"description":24,"title":25,"body":26},[16,17,18,19],"AI/ML","product","features","tutorial","2026-01-14","https://res.cloudinary.com/about-gitlab-com/image/upload/v1765809212/noh0mdfn9o94ry9ykura.png",[23],"Itzik Gan Baruch","GitLab Duo Agent Platform an Team-Workflows anpassen. Chat-Regeln konfigurieren, System-Prompts erstellen, Agent-Tools einrichten und Flows anpassen.","GitLab Duo Agent Platform anpassen: Chat-Regeln, Prompts und Workflows","*Teil 8 des achtteiligen Leitfadens [GitLab Duo Agent Platform – Der komplette Einstieg](/de-de/blog/gitlab-duo-agent-platform-complete-getting-started-guide/), in dem du lernst, KI-Agents und Workflows im Development Lifecycle zu erstellen und bereitzustellen. Von der ersten Interaktion bis zu produktionsreifen Automatisierungs-Workflows mit vollständiger Anpassung.*\n\n**In diesem Artikel:**\n* [Einführung in die Anpassung](#einführung-in-die-anpassung)\n* [Agent-Verhalten anpassen](#teil-1-agent-verhalten-anpassen)\n* [Funktionen mit MCP erweitern](#teil-2-funktionen-mit-mcp-erweitern)\n* [Custom Agents und Flows erstellen](#teil-3-custom-agents-und-flows-erstellen)\n\n> 🎯 [**GitLab Duo Agent Platform**](https://about.gitlab.com/de-de/gitlab-duo-agent-platform/) heute ausprobieren!\n## Einführung in die Anpassung\n\nDie [GitLab Duo Agent Platform](https://about.gitlab.com/de-de/gitlab-duo-agent-platform/) bietet sofort leistungsstarke Funktionen. Durch Anpassung an die spezifischen Team-Anforderungen lässt sich noch größerer Nutzen erzielen. GitLab bietet flexible Anpassungsoptionen auf mehreren Ebenen:\n\n- **User-Level**: Persönliche Präferenzen über alle Projekte hinweg (Custom Rules, AGENTS.md, MCP-Config)\n- **Workspace-Level**: Projektspezifische Konfigurationen (Custom Rules, AGENTS.md, MCP-Config)\n- **Project-Level**: Custom Agents und Flows, die innerhalb eines spezifischen Projekts erstellt und verwaltet werden\n\n## Teil 1: Agent-Verhalten anpassen\n\n### Custom Rules\n\n[Custom Rules](https://docs.gitlab.com/user/gitlab_duo/customize_duo/custom_rules/) liefern Anweisungen für Agents und Flows und gewährleisten konsistentes Verhalten im Team ohne Wiederholungen – beispielsweise für Entwicklungs-Style-Guides oder Test-Ausführung.\n\nNavigation: **IDE-Workspace oder User-Konfigurationsverzeichnis**.\n\n### Custom Rules auf User-Level\n\nUser-Level-Regeln gelten für alle Projekte und Workspaces.\n\nDetaillierte Anweisungen zum Erstellen von User-Level Custom Rules finden sich in der [GitLab-Dokumentation](https://docs.gitlab.com/user/gitlab_duo/customize_duo/custom_rules/#create-user-level-custom-rules).\n**Datei erstellen:** `~/.gitlab/duo/chat-rules.md` im Home-Verzeichnis.\n**Beispielregeln:**\n\n```markdown - Immer TypeScript für neuen Code verwenden, nie JavaScript\n- JSDoc-Kommentare für alle Funktionen inkludieren\n- Einfache Anführungszeichen für Strings nutzen\n- Bestehenden Code-Style im Repository befolgen\n- Prägnante Erklärungen verfassen, ausführliche Beschreibungen vermeiden\n- Tests für alle Code-Änderungen vorschlagen\n- async/await anstatt Promises verwenden\n```\n\n### Custom Rules auf Workspace-Level\n\nWorkspace-Regeln gelten nur für ein spezifisches Projekt und überschreiben User-Level-Regeln für dieses Projekt.\n\n**Datei erstellen:** `.gitlab/duo/chat-rules.md` im Projekt-Root.\n\n**Beispielregeln für ein Vue.js-Projekt:**\n\n```markdown\n- Vue 3 Composition API mit `\u003Cscript setup>` verwenden\n- Immer TypeScript-Typen für Props inkludieren\n- Scoped Styles mit SCSS nutzen\n- Slippers UI Design System befolgen\n- Komponenten unter 300 Zeilen halten\n- Kebab-Case für Komponentennamen verwenden\n- Accessibility-Attribute inkludieren (aria-*, role)\n```\n\n### Best Practices für Custom Rules\n\n- **Spezifisch sein**: „Einfache Anführungszeichen verwenden\" ist besser als „Style Guide befolgen\".\n- **Priorisieren**: Wichtigste Regeln zuerst auflisten.\n- **Team-Fokus**: Regeln sollten Team-Standards widerspiegeln, nicht persönliche Präferenzen.\n- **Umsetzbar**: Regeln sollten klar genug für KI-Agents sein.\n- **Wartbar**: Regeln aktualisieren, wenn sich Standards ändern.\n- **Konflikte vermeiden**: Nicht dem tatsächlichen Code-Style der Codebase widersprechen.\n\n**Tipp:** Code Owners nutzen, um zu verwalten, wer Änderungen an `.gitlab/duo/chat-rules.md` genehmigt.\n\nEin detailliertes Use-Case-Tutorial für Custom Rules findet sich im [Custom Rules in GitLab Duo Agentic Chat Deep-Dive-Blogpost](https://about.gitlab.com/de-de/blog/custom-rules-duo-agentic-chat-deep-dive/).\n\n## AGENTS.md für Agent-Verhalten-Anpassung\n\n[AGENTS.md](https://agents.md/) ist eine Industrie-Standard-Datei zur Anpassung von Agent-Verhalten. Sie ermöglicht die Definition, wie sich Agents in Chat-Konversationen, Foundational Flows und Custom Flows verhalten sollen, ohne die Agents selbst zu modifizieren.\n\n**Unterschied zu Custom Rules:** AGENTS.md wird von allen Agents und Flows (foundational und custom) genutzt. Die Datei folgt einem Industrie-Standard, den auch andere KI-Tools verwenden können – beispielsweise Claude Code als [External Agent](https://docs.gitlab.com/user/duo_agent_platform/agents/external/). AGENTS.md nutzen, wenn Anweisungen über mehrere Kontexte hinweg gelten sollen.\n\n**User-Level** (gilt für alle Projekte und Workspaces):\n- macOS/Linux: `~/.gitlab/duo/AGENTS.md`\n\n- Windows: `%APPDATA%\\GitLab\\duo\\AGENTS.md`\n\n**Workspace-Level** (gilt für ein spezifisches Projekt):\n- `AGENTS.md` im Projekt-Root erstellen.\n\n**Subdirectory-Level** (gilt für spezifische Verzeichnisse in Monorepos):\n- `AGENTS.md` in Subdirectories für kontextspezifische Anweisungen erstellen.\n\n**Funktionsweise:**\n- User-Level AGENTS.md gilt global über alle Projekte hinweg.\n- Workspace-Level AGENTS.md gilt für ein spezifisches Projekt.\n- Subdirectory-Level AGENTS.md-Dateien liefern Kontext für spezifische Codebase-Teile.\n- Agents und Flows kombinieren Anweisungen von allen anwendbaren Ebenen.\n- Neu hinzugefügte oder aktualisierte AGENTS.md-Anweisungen erfordern das Auslösen neuer Flows oder das Starten eines neuen Chats mit einem (Custom) Agent.\n\n### Was AGENTS.md steuert\n\n- Agent-Persönlichkeit und Ton\n- Projektspezifische Anweisungen\n- Coding-Standards und Konventionen\n- Tool-Nutzungspräferenzen\n- Output-Formatierungsanforderungen\n- Repository-Struktur und Organisation\n\n### AGENTS.md-Beispiel\n\n```markdown\n# Agent-Anpassung für unser Projekt\n## Allgemeine Richtlinien\n- Code-Qualität immer über Geschwindigkeit priorisieren\n- Architektur-Patterns des Projekts befolgen\n- Bestehende Code-Beispiele bei Änderungsvorschlägen referenzieren\n- Bei mehrdeutigen Anforderungen um Klärung bitten\n## Code-Style\n- TypeScript für neuen Code verwenden\n- ESLint-Konfiguration im Projekt befolgen\n- Unit-Tests für alle neuen Funktionen inkludieren\n- Beschreibende Variablennamen nutzen (keine Einzelbuchstaben außer Schleifen)\n## Dokumentation\n- JSDoc-Kommentare zu allen öffentlichen Funktionen hinzufügen\n- README.md bei neuen Features aktualisieren\n- Beispiele in Code-Kommentaren inkludieren\n## Sicherheit\n- Nie Secrets oder API-Keys hartcodiert vorschlagen\n- User-Input immer validieren\n- Parametrisierte Queries für Datenbankoperationen verwenden\n- Potenzielle Sicherheitsprobleme sofort kennzeichnen\n```\n\n### Best Practices für AGENTS.md\n\n- **Spezifisch sein**: Konkrete Beispiele aus dem Projekt inkludieren.\n- **Prägnant halten**: Fokus auf das Projektspezifische.\n- **Versionskontrolle**: Im Repository committen und Änderungen nachverfolgen.\n- **Team-Alignment**: Mit dem Team diskutieren, bevor finalisiert wird.\n- **Regelmäßig aktualisieren**: Bei Projekt-Evolution verfeinern.\n- **Repository-Struktur dokumentieren**: Agents helfen, die Codebase-Organisation zu verstehen.\n\n### Anforderungen\n- GitLab 18.8 oder höher\n- Für VS Code: GitLab Workflow Extension 6.60 oder höher\n- Für JetBrains: GitLab Plugin 3.26.0 oder höher\n- Für Flows: Flow-Konfiguration aktualisieren, um auf `user_rule`-Kontext zuzugreifen\n\n[Mehr über AGENTS.md erfahren](https://docs.gitlab.com/user/gitlab_duo/customize_duo/agents_md/).\n\n### Custom Review Instructions\n\n[Custom Review Instructions](https://docs.gitlab.com/user/gitlab_duo/customize_duo/review_instructions/) liefern spezifische Richtlinien für den [Code Review Foundational Flow](https://docs.gitlab.com/user/duo_agent_platform/flows/foundational_flows/code_review/). Die Instructions gewährleisten konsistente Code-Review-Standards und lassen sich auf spezifische Dateitypen im Projekt anpassen.\n\n\n**Datei erstellen:** `.gitlab/duo/mr-review-instructions.yaml` im Projekt-Root.\n\n**Beispiel Review Instructions:**\n\n```yaml\ninstructions:\n  - name: Ruby Style Guide\n    fileFilters:\n      - \"*.rb\"           # Ruby-Dateien im Root-Verzeichnis\n      - \"lib/**/*.rb\"    # Ruby-Dateien in lib und Subdirectories\n      - \"!spec/**/*.rb\"  # Test-Dateien ausschließen\n    instructions: |\n      1. Alle Methoden mit ordnungsgemäßer Dokumentation sicherstellen\n      2. Ruby-Style-Guide-Konventionen befolgen\n      3. Symbols gegenüber Strings für Hash-Keys bevorzugen\n\n  - name: TypeScript Source Files\n    fileFilters:\n      - \"**/*.ts\"        # TypeScript-Dateien in beliebigem Verzeichnis\n      - \"!**/*.test.ts\"  # Test-Dateien ausschließen\n    instructions: |\n      1. Ordnungsgemäße TypeScript-Typen sicherstellen ('any' vermeiden)\n      2. Namenskonventionen befolgen\n      3. Komplexe Funktionen dokumentieren\n\n```\n\n**Best Practices für Custom Review Instructions:**\n- **Spezifisch und umsetzbar**: Klare, nummerierte Anweisungen funktionieren am besten.\n- **Glob-Patterns nutzen**: Spezifische Dateitypen mit `fileFilters` gezielt ansprechen.\n- **Auf wichtige Standards fokussieren**: Kritischste Review-Punkte priorisieren.\n- **Das „Warum\" erklären**: Reviewern helfen, die Begründung zu verstehen.\n- **Patterns testen**: Sicherstellen, dass Glob-Patterns die beabsichtigten Dateien matchen.\n\n**Tipp:** Code Owners nutzen, um Änderungen an `.gitlab/duo/mr-review-instructions.yaml` zu schützen.\n\nDetaillierte Setup-Anleitungen und Beispiele finden sich in der [Custom Review Instructions-Dokumentation](https://docs.gitlab.com/user/gitlab_duo/customize_duo/review_instructions/).\n\n## Teil 2: Funktionen mit MCP erweitern\n\nModel Context Protocol (MCP) ermöglicht Agents den Zugriff auf externe Systeme wie Jira, Slack, AWS und mehr. Dieser Abschnitt behandelt MCP-Konfiguration zur Erweiterung von Agent-Funktionen.\n\n> **🎯 Jetzt ausprobieren:** [Interaktive MCP-Demo](https://gitlab.navattic.com/mcp) – Model Context Protocol erkunden.\n\n### MCP-Konfiguration für externe Integrationen\n\nModel Context Protocol (MCP) ermöglicht Agents den Zugriff auf externe Systeme wie Jira, Slack, AWS und mehr.\n\n**Scope:** User-Level (gilt für alle Workspaces) oder Workspace-Level (projektspezifisch, überschreibt User-Config)\n\n**User-Konfiguration erstellen:**\n- **macOS/Linux**: `~/.gitlab/duo/mcp.json`\n- **Windows**: `C:\\Users\\\u003Cusername>\\AppData\\Roaming\\GitLab\\duo\\mcp.json`\n- **VS Code**: Command ausführen: `GitLab MCP: Open User Settings (JSON)`\n\n**Workspace-Konfiguration erstellen:**\n- **Datei erstellen**: `.gitlab/duo/mcp.json` im Projekt-Root\n\n**Best Practices:**\n- **Security First**: MCP-Server verwenden, die OAuth erfordern, nicht Plaintext-Password-Tokens.\n- **Minimaler Scope**: Nur MCP-Server aktivieren, die tatsächlich genutzt und denen vertraut wird.\n- **Lokal testen**: MCP-Verbindungen und Autorisierung verifizieren, bevor Team-übergreifend geteilt wird.\n- **Integrationen dokumentieren**: Erklären, was jeder MCP-Server bereitstellt.\n- **Versionskontrolle**: Konfiguration in `.gitlab/duo/mcp.json` mit Code-Owners-Approval speichern.\n\nDetaillierte Setup-Anleitungen und Konfigurationsbeispiele finden sich in [Teil 7: Model Context Protocol (MCP) Integration](/de-de/blog/duo-agent-platform-with-mcp/).\n\n## Teil 3: Custom Agents und Flows erstellen\n\nCustom Agents und Flows ermöglichen die Automatisierung teamspezifischer Workflows. Bevor in die Anpassung eingestiegen wird, ist es hilfreich zu verstehen, was sie sind und wie sie funktionieren. Diese Teile des [GitLab Duo Agent Platform-Leitfadens](/blog/gitlab-duo-agent-platform-complete-getting-started-guide/) helfen dabei:\n- **[Teil 3: Agents verstehen](/de-de/blog/understanding-agents-foundational-custom-external/)** — Foundational, Custom und External Agents kennenlernen und wann welcher Typ genutzt wird.\n- **[Teil 4: Flows verstehen](/de-de/blog/understanding-flows-multi-agent-workflows/)** — Erfahren, wie Flows mehrere Agents orchestrieren, um komplexe Probleme zu lösen.\n- **[Teil 5: AI Catalog](/de-de/blog/ai-catalog-discover-and-share-agents/)** — Lernen, wie Agents und Flows organisations-übergreifend entdeckt, erstellt und geteilt werden.\nSobald die Grundlagen verstanden sind, liefert dieser Abschnitt einen Überblick über Anpassungsoptionen mit Links zu detaillierten Leitfäden.\n\n### System-Prompts für Custom Agents\n\nSystem-Prompts definieren Persönlichkeit, Expertise und Verhalten eines Agents. Ein gut gestalteter Prompt macht Agents effektiver und auf Team-Anforderungen ausgerichtet.\n\n**Was sind System-Prompts?** System-Prompts sind Anweisungen, die einem Agent mitteilen, wie er sich verhalten, welche Expertise er hat und wie er auf Requests reagieren soll. Sie sind die Grundlage für Custom Agent-Verhalten.\n\n**Schlüsselelemente eines starken System-Prompts:**\n- **Rollendefinition**: Was der Agent ist und was er tut\n- **Expertise-Bereiche**: Spezifische Domänen oder Technologien\n- **Verhaltensrichtlinien**: Wie er interagieren und reagieren soll\n- **Output-Format**: Struktur der Antworten\n- **Einschränkungen**: Was er vermeiden soll\n\n**Best Practices:**\n- **Detailliert sein**: Spezifischere Prompts erzeugen bessere Ergebnisse.\n- **Beispiele nutzen**: Dem Agent zeigen, wie guter Output aussieht.\n- **Scope definieren**: Klar aussprechen, was der Agent tun und nicht tun soll.\n- **Iterativ testen**: Prompts basierend auf Agent-Verhalten verfeinern.\n- **Versionskontrolle**: Prompt-Änderungen im Repository nachverfolgen.\n\nDetaillierte Anleitungen zum Erstellen von System-Prompts und Custom Agents finden sich in [Teil 3: Agents verstehen](/de-de/blog/understanding-agents-foundational-custom-external/).\n\n### Custom Agents und Flows\n\nEs gibt viel zu lernen, und für einfacheres Lesen sind die Tutorials aufgeteilt:\n\n**Custom Agents:**\n- Lernen, wie Agents mit Custom System-Prompts erstellt, Tools konfiguriert und Berechtigungen verwaltet werden.\n- Siehe [Teil 3: Agents verstehen – Custom Agents-Abschnitt](/de-de/blog/understanding-agents-foundational-custom-external/).\n\n**Custom Flows:**\n- Lernen, wie mehrstufige Workflows erstellt, Komponenten konfiguriert und eventgesteuerte Automatisierung eingerichtet wird.\n- Siehe [Teil 4: Flows verstehen – Custom Flows-Abschnitt](/de-de/blog/understanding-flows-multi-agent-workflows/).\n\n**Agent-Tools:**\n- Tools bestimmen, welche Aktionen Agents durchführen können. Tools basierend auf Agent-Zweck und Sicherheitsanforderungen konfigurieren.\n- Siehe [Teil 3: Agents verstehen](/de-de/blog/understanding-agents-foundational-custom-external/) für Tool-Konfigurationsdetails.\n\n\n## Schnellreferenz: Wann welche Anpassung nutzen\n\n| Tool | Am besten für | Speicherort |\n|------|---------------|-------------|\n| **Custom Rules** | Chat-Antworten in IDE steuern (Ton, Style, Verhalten) | `~/.gitlab/duo/chat-rules.md` (User) oder `.gitlab/duo/chat-rules.md` (Workspace) |\n| **AGENTS.md** | Standards über Chat, Flows und andere KI-Tools hinweg durchsetzen | `~/.gitlab/duo/AGENTS.md` (User) oder `AGENTS.md` (Workspace-Root) |\n| **Custom Review Instructions** | Code-Review-Standards für spezifische Dateitypen steuern | `.gitlab/duo/mr-review-instructions.yaml` (nur Workspace) |\n| **System-Prompts** | Individuelles Agent-Verhalten anpassen | AI Catalog beim Erstellen eines Agents |\n| **MCP-Konfiguration** | Agents mit externen Tools verbinden | `~/.gitlab/duo/mcp.json` (User) oder `.gitlab/duo/mcp.json` (Workspace) |\n| **Custom Agents** | Spezialisierte Agents für teamspezifische Aufgaben erstellen | Automate → Agents oder AI Catalog |\n| **Custom Flows** | Mehrere Agents in Workflows orchestrieren | Automate → Flows oder AI Catalog |\n\n## Was als Nächstes kommt\n\nHerzlichen Glückwunsch! Die gesamte GitLab Duo Agent Platform-Serie ist abgeschlossen. Du verstehst jetzt:\n- Wie Agents und Flows über den gesamten SDLC hinweg genutzt werden, angepasst an Use Cases\n- Wie Lösungen im AI Catalog entdeckt und geteilt werden\n- Wie KI-Workflows überwacht und verwaltet werden\n- Wie Funktionen mit MCP-Integrationen erweitert werden\n- Wie jeder Aspekt der GitLab Duo Agent Platform für das Team angepasst wird\n\n**[Zur vollständigen Serienübersicht zurückkehren](/de-de/blog/gitlab-duo-agent-platform-complete-getting-started-guide/)**, um alle Teile zu überprüfen und spezifische Themen vertieft zu erkunden.\n\n## Ressourcen\n\n- [Custom Rules-Dokumentation](https://docs.gitlab.com/user/gitlab_duo/customize_duo/custom_rules/)\n- [AGENTS.md-Dokumentation](https://docs.gitlab.com/user/gitlab_duo/customize_duo/agents_md/)\n- [Custom Review Instructions-Dokumentation](https://docs.gitlab.com/user/gitlab_duo/customize_duo/review_instructions/)\n- [Custom Agents-Dokumentation](https://docs.gitlab.com/user/duo_agent_platform/agents/custom.html)\n- [Custom Flows-Dokumentation](https://docs.gitlab.com/user/duo_agent_platform/flows/custom.html)\n- [MCP Clients-Dokumentation](https://docs.gitlab.com/user/gitlab_duo/model_context_protocol/mcp_clients/)\n\n---\n\n**Vorheriger Teil:** [Teil 7: Model Context Protocol-Integration](/de-de/blog/duo-agent-platform-with-mcp/)\n\n**Zurück zum Start:** [Komplette Serienübersicht](/de-de/blog/gitlab-duo-agent-platform-complete-getting-started-guide/)","yml",{},true,"/de-de/blog/customizing-gitlab-duo-chat-rules-prompts-workflows",{"noIndex":12,"title":32,"description":33,"ogImage":34},"GitLab Duo Agent Platform anpassen","Team-Workflows anpassen durch Chat-Regeln, System-Prompts und mehr – Konfigurationsoptionen für GitLab Duo Agent Platform.","https://res.cloudinary.com/about-gitlab-com/image/upload/v1752678395/impw8no5tbskr6k2afgu.jpg","de-de/blog/customizing-gitlab-duo-chat-rules-prompts-workflows",[37,17,18,19],"aiml","GegTuwki64PJeOXA31ccwoBIGg7j3KPO0NB9BDjrTdY",{"data":40},{"logo":41,"freeTrial":46,"sales":51,"login":56,"items":61,"search":370,"minimal":405,"duo":423,"pricingDeployment":432},{"config":42},{"href":43,"dataGaName":44,"dataGaLocation":45},"/de-de/","gitlab logo","header",{"text":47,"config":48},"Kostenlose Testversion anfordern",{"href":49,"dataGaName":50,"dataGaLocation":45},"https://gitlab.com/-/trial_registrations/new?glm_source=about.gitlab.com/de-de&glm_content=default-saas-trial/","free trial",{"text":52,"config":53},"Vertrieb kontaktieren",{"href":54,"dataGaName":55,"dataGaLocation":45},"/de-de/sales/","sales",{"text":57,"config":58},"Anmelden",{"href":59,"dataGaName":60,"dataGaLocation":45},"https://gitlab.com/users/sign_in/","sign in",[62,89,185,190,291,351],{"text":63,"config":64,"cards":66},"Plattform",{"dataNavLevelOne":65},"platform",[67,73,81],{"title":63,"description":68,"link":69},"Die intelligente Orchestrierungsplattform für DevSecOps",{"text":70,"config":71},"Erkunde unsere Plattform",{"href":72,"dataGaName":65,"dataGaLocation":45},"/de-de/platform/",{"title":74,"description":75,"link":76},"GitLab Duo Agent Platform","Agentische KI für den gesamten Softwareentwicklungszyklus",{"text":77,"config":78},"Lerne GitLab Duo kennen",{"href":79,"dataGaName":80,"dataGaLocation":45},"/de-de/gitlab-duo-agent-platform/","gitlab duo agent platform",{"title":82,"description":83,"link":84},"Gründe, die für GitLab sprechen","Erfahre, warum Unternehmen auf GitLab setzen",{"text":85,"config":86},"Mehr erfahren",{"href":87,"dataGaName":88,"dataGaLocation":45},"/de-de/why-gitlab/","why gitlab",{"text":90,"left":29,"config":91,"link":93,"lists":97,"footer":167},"Produkt",{"dataNavLevelOne":92},"solutions",{"text":94,"config":95},"Alle Lösungen anzeigen",{"href":96,"dataGaName":92,"dataGaLocation":45},"/de-de/solutions/",[98,123,145],{"title":99,"description":100,"link":101,"items":106},"Automatisierung","CI/CD und Automatisierung zur Beschleunigung der Bereitstellung",{"config":102},{"icon":103,"href":104,"dataGaName":105,"dataGaLocation":45},"AutomatedCodeAlt","/de-de/solutions/delivery-automation/","automated software delivery",[107,111,114,119],{"text":108,"config":109},"CI/CD",{"href":110,"dataGaLocation":45,"dataGaName":108},"/de-de/solutions/continuous-integration/",{"text":74,"config":112},{"href":79,"dataGaLocation":45,"dataGaName":113},"gitlab duo agent platform - product menu",{"text":115,"config":116},"Quellcodeverwaltung",{"href":117,"dataGaLocation":45,"dataGaName":118},"/de-de/solutions/source-code-management/","Source Code Management",{"text":120,"config":121},"Automatisierte Softwarebereitstellung",{"href":104,"dataGaLocation":45,"dataGaName":122},"Automated software delivery",{"title":124,"description":125,"link":126,"items":131},"Sicherheit","Entwickle schneller, ohne die Sicherheit zu gefährden",{"config":127},{"href":128,"dataGaName":129,"dataGaLocation":45,"icon":130},"/de-de/solutions/application-security-testing/","security and compliance","ShieldCheckLight",[132,136,141],{"text":133,"config":134},"Application Security Testing",{"href":128,"dataGaName":135,"dataGaLocation":45},"Application security testing",{"text":137,"config":138},"Schutz der Software-Lieferkette",{"href":139,"dataGaLocation":45,"dataGaName":140},"/de-de/solutions/supply-chain/","Software supply chain security",{"text":142,"config":143},"Software Compliance",{"href":144,"dataGaName":142,"dataGaLocation":45},"/de-de/solutions/software-compliance/",{"title":146,"link":147,"items":152},"Bewertung",{"config":148},{"icon":149,"href":150,"dataGaName":151,"dataGaLocation":45},"DigitalTransformation","/de-de/solutions/visibility-measurement/","visibility and measurement",[153,157,162],{"text":154,"config":155},"Sichtbarkeit und Bewertung",{"href":150,"dataGaLocation":45,"dataGaName":156},"Visibility and Measurement",{"text":158,"config":159},"Wertstrommanagement",{"href":160,"dataGaLocation":45,"dataGaName":161},"/de-de/solutions/value-stream-management/","Value Stream Management",{"text":163,"config":164},"Analysen und Einblicke",{"href":165,"dataGaLocation":45,"dataGaName":166},"/de-de/solutions/analytics-and-insights/","Analytics and insights",{"title":168,"items":169},"GitLab für",[170,175,180],{"text":171,"config":172},"Enterprise",{"href":173,"dataGaLocation":45,"dataGaName":174},"/de-de/enterprise/","enterprise",{"text":176,"config":177},"Kleinunternehmen",{"href":178,"dataGaLocation":45,"dataGaName":179},"/de-de/small-business/","small business",{"text":181,"config":182},"den öffentlichen Sektor",{"href":183,"dataGaLocation":45,"dataGaName":184},"/de-de/solutions/public-sector/","public sector",{"text":186,"config":187},"Preise",{"href":188,"dataGaName":189,"dataGaLocation":45,"dataNavLevelOne":189},"/de-de/pricing/","pricing",{"text":191,"config":192,"link":194,"lists":198,"feature":278},"Ressourcen",{"dataNavLevelOne":193},"resources",{"text":195,"config":196},"Alle Ressourcen anzeigen",{"href":197,"dataGaName":193,"dataGaLocation":45},"/de-de/resources/",[199,232,250],{"title":200,"items":201},"Erste Schritte",[202,207,212,217,222,227],{"text":203,"config":204},"Installieren",{"href":205,"dataGaName":206,"dataGaLocation":45},"/de-de/install/","install",{"text":208,"config":209},"Kurzanleitungen",{"href":210,"dataGaName":211,"dataGaLocation":45},"/de-de/get-started/","quick setup checklists",{"text":213,"config":214},"Lernen",{"href":215,"dataGaLocation":45,"dataGaName":216},"https://university.gitlab.com/","learn",{"text":218,"config":219},"Produktdokumentation",{"href":220,"dataGaName":221,"dataGaLocation":45},"https://docs.gitlab.com/","product documentation",{"text":223,"config":224},"Best-Practice-Videos",{"href":225,"dataGaName":226,"dataGaLocation":45},"/de-de/getting-started-videos/","best practice videos",{"text":228,"config":229},"Integrationen",{"href":230,"dataGaName":231,"dataGaLocation":45},"/de-de/integrations/","integrations",{"title":233,"items":234},"Entdecken",[235,240,245],{"text":236,"config":237},"Kundenerfolge",{"href":238,"dataGaName":239,"dataGaLocation":45},"/de-de/customers/","customer success stories",{"text":241,"config":242},"Blog",{"href":243,"dataGaName":244,"dataGaLocation":45},"/de-de/blog/","blog",{"text":246,"config":247},"Remote",{"href":248,"dataGaName":249,"dataGaLocation":45},"https://handbook.gitlab.com/handbook/company/culture/all-remote/","remote",{"title":251,"items":252},"Vernetzen",[253,258,263,268,273],{"text":254,"config":255},"GitLab-Services",{"href":256,"dataGaName":257,"dataGaLocation":45},"/de-de/services/","services",{"text":259,"config":260},"Community",{"href":261,"dataGaName":262,"dataGaLocation":45},"/community/","community",{"text":264,"config":265},"Forum",{"href":266,"dataGaName":267,"dataGaLocation":45},"https://forum.gitlab.com/","forum",{"text":269,"config":270},"Veranstaltungen",{"href":271,"dataGaName":272,"dataGaLocation":45},"/events/","events",{"text":274,"config":275},"Partner",{"href":276,"dataGaName":277,"dataGaLocation":45},"/de-de/partners/","partners",{"backgroundColor":279,"textColor":280,"text":281,"image":282,"link":286},"#2f2a6b","#fff","Perspektiven für die Softwareentwicklung der Zukunft",{"altText":283,"config":284},"the source promo card",{"src":285},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1758208064/dzl0dbift9xdizyelkk4.svg",{"text":287,"config":288},"Lies die News",{"href":289,"dataGaName":290,"dataGaLocation":45},"/de-de/the-source/","the source",{"text":292,"config":293,"lists":295},"Unternehmen",{"dataNavLevelOne":294},"company",[296],{"items":297},[298,303,309,311,316,321,326,331,336,341,346],{"text":299,"config":300},"Über",{"href":301,"dataGaName":302,"dataGaLocation":45},"/de-de/company/","about",{"text":304,"config":305,"footerGa":308},"Karriere",{"href":306,"dataGaName":307,"dataGaLocation":45},"/jobs/","jobs",{"dataGaName":307},{"text":269,"config":310},{"href":271,"dataGaName":272,"dataGaLocation":45},{"text":312,"config":313},"Geschäftsführung",{"href":314,"dataGaName":315,"dataGaLocation":45},"/company/team/e-group/","leadership",{"text":317,"config":318},"Team",{"href":319,"dataGaName":320,"dataGaLocation":45},"/company/team/","team",{"text":322,"config":323},"Handbuch",{"href":324,"dataGaName":325,"dataGaLocation":45},"https://handbook.gitlab.com/","handbook",{"text":327,"config":328},"Investor Relations",{"href":329,"dataGaName":330,"dataGaLocation":45},"https://ir.gitlab.com/","investor relations",{"text":332,"config":333},"Trust Center",{"href":334,"dataGaName":335,"dataGaLocation":45},"/de-de/security/","trust center",{"text":337,"config":338},"AI Transparency Center",{"href":339,"dataGaName":340,"dataGaLocation":45},"/de-de/ai-transparency-center/","ai transparency center",{"text":342,"config":343},"Newsletter",{"href":344,"dataGaName":345,"dataGaLocation":45},"/company/contact/#contact-forms","newsletter",{"text":347,"config":348},"Presse",{"href":349,"dataGaName":350,"dataGaLocation":45},"/press/","press",{"text":352,"config":353,"lists":354},"Kontakt",{"dataNavLevelOne":294},[355],{"items":356},[357,360,365],{"text":52,"config":358},{"href":54,"dataGaName":359,"dataGaLocation":45},"talk to sales",{"text":361,"config":362},"Support-Portal",{"href":363,"dataGaName":364,"dataGaLocation":45},"https://support.gitlab.com","support portal",{"text":366,"config":367},"Kundenportal",{"href":368,"dataGaName":369,"dataGaLocation":45},"https://customers.gitlab.com/customers/sign_in/","customer portal",{"close":371,"login":372,"suggestions":379},"Schließen",{"text":373,"link":374},"Um Repositories und Projekte zu durchsuchen, melde dich an bei",{"text":375,"config":376},"gitlab.com",{"href":59,"dataGaName":377,"dataGaLocation":378},"search login","search",{"text":380,"default":381},"Vorschläge",[382,384,389,391,396,401],{"text":74,"config":383},{"href":79,"dataGaName":74,"dataGaLocation":378},{"text":385,"config":386},"Code Suggestions (KI)",{"href":387,"dataGaName":388,"dataGaLocation":378},"/de-de/solutions/code-suggestions/","Code Suggestions (AI)",{"text":108,"config":390},{"href":110,"dataGaName":108,"dataGaLocation":378},{"text":392,"config":393},"GitLab auf AWS",{"href":394,"dataGaName":395,"dataGaLocation":378},"/de-de/partners/technology-partners/aws/","GitLab on AWS",{"text":397,"config":398},"GitLab auf Google Cloud",{"href":399,"dataGaName":400,"dataGaLocation":378},"/de-de/partners/technology-partners/google-cloud-platform/","GitLab on Google Cloud",{"text":402,"config":403},"Warum GitLab?",{"href":87,"dataGaName":404,"dataGaLocation":378},"Why GitLab?",{"freeTrial":406,"mobileIcon":411,"desktopIcon":416,"secondaryButton":419},{"text":407,"config":408},"Kostenlos testen",{"href":409,"dataGaName":50,"dataGaLocation":410},"https://gitlab.com/-/trials/new/","nav",{"altText":412,"config":413},"GitLab-Symbol",{"src":414,"dataGaName":415,"dataGaLocation":410},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1758203874/jypbw1jx72aexsoohd7x.svg","gitlab icon",{"altText":412,"config":417},{"src":418,"dataGaName":415,"dataGaLocation":410},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1758203875/gs4c8p8opsgvflgkswz9.svg",{"text":200,"config":420},{"href":421,"dataGaName":422,"dataGaLocation":410},"https://gitlab.com/-/trial_registrations/new?glm_source=about.gitlab.com/de-de/get-started/","get started",{"freeTrial":424,"mobileIcon":428,"desktopIcon":430},{"text":425,"config":426},"Erfahre mehr über GitLab Duo",{"href":79,"dataGaName":427,"dataGaLocation":410},"gitlab duo",{"altText":412,"config":429},{"src":414,"dataGaName":415,"dataGaLocation":410},{"altText":412,"config":431},{"src":418,"dataGaName":415,"dataGaLocation":410},{"freeTrial":433,"mobileIcon":438,"desktopIcon":440},{"text":434,"config":435},"Zurück zur Preisübersicht",{"href":188,"dataGaName":436,"dataGaLocation":410,"icon":437},"back to pricing","GoBack",{"altText":412,"config":439},{"src":414,"dataGaName":415,"dataGaLocation":410},{"altText":412,"config":441},{"src":418,"dataGaName":415,"dataGaLocation":410},{"title":443,"button":444,"config":449},"Sieh dir an, wie agentische KI die Softwarebereitstellung transformiert",{"text":445,"config":446},"GitLab Transcend jetzt ansehen",{"href":447,"dataGaName":448,"dataGaLocation":45},"/de-de/events/transcend/virtual/","transcend event",{"layout":450,"icon":451,"disabled":29},"release","AiStar",{"data":453},{"text":454,"source":455,"edit":461,"contribute":466,"config":471,"items":476,"minimal":649},"Git ist eine Marke von Software Freedom Conservancy und unsere Verwendung von „GitLab“ erfolgt unter Lizenz.",{"text":456,"config":457},"Quelltext der Seite anzeigen",{"href":458,"dataGaName":459,"dataGaLocation":460},"https://gitlab.com/gitlab-com/marketing/digital-experience/about-gitlab-com/","page source","footer",{"text":462,"config":463},"Diese Seite bearbeiten",{"href":464,"dataGaName":465,"dataGaLocation":460},"https://gitlab.com/gitlab-com/marketing/digital-experience/about-gitlab-com/-/blob/main/content/","web ide",{"text":467,"config":468},"Beteilige dich",{"href":469,"dataGaName":470,"dataGaLocation":460},"https://gitlab.com/gitlab-com/marketing/digital-experience/about-gitlab-com/-/blob/main/CONTRIBUTING.md/","please contribute",{"twitter":472,"facebook":473,"youtube":474,"linkedin":475},"https://x.com/gitlab","https://www.facebook.com/gitlab","https://www.youtube.com/channel/UCnMGQ8QHMAnVIsI3xJrihhg","https://www.linkedin.com/company/gitlab-com",[477,500,555,582,616],{"title":63,"links":478,"subMenu":483},[479],{"text":480,"config":481},"DevSecOps-Plattform",{"href":72,"dataGaName":482,"dataGaLocation":460},"devsecops platform",[484],{"title":186,"links":485},[486,490,495],{"text":487,"config":488},"Tarife anzeigen",{"href":188,"dataGaName":489,"dataGaLocation":460},"view plans",{"text":491,"config":492},"Vorteile von Premium",{"href":493,"dataGaName":494,"dataGaLocation":460},"/de-de/pricing/premium/","why premium",{"text":496,"config":497},"Vorteile von Ultimate",{"href":498,"dataGaName":499,"dataGaLocation":460},"/de-de/pricing/ultimate/","why ultimate",{"title":501,"links":502},"Lösungen",[503,508,511,513,518,523,527,530,533,538,540,542,545,550],{"text":504,"config":505},"Digitale Transformation",{"href":506,"dataGaName":507,"dataGaLocation":460},"/de-de/topics/digital-transformation/","digital transformation",{"text":509,"config":510},"Sicherheit und Compliance",{"href":128,"dataGaName":135,"dataGaLocation":460},{"text":120,"config":512},{"href":104,"dataGaName":105,"dataGaLocation":460},{"text":514,"config":515},"Agile Entwicklung",{"href":516,"dataGaName":517,"dataGaLocation":460},"/de-de/solutions/agile-delivery/","agile delivery",{"text":519,"config":520},"Cloud-Transformation",{"href":521,"dataGaName":522,"dataGaLocation":460},"/de-de/topics/cloud-native/","cloud transformation",{"text":524,"config":525},"SCM",{"href":117,"dataGaName":526,"dataGaLocation":460},"source code management",{"text":108,"config":528},{"href":110,"dataGaName":529,"dataGaLocation":460},"continuous integration & delivery",{"text":158,"config":531},{"href":160,"dataGaName":532,"dataGaLocation":460},"value stream management",{"text":534,"config":535},"GitOps",{"href":536,"dataGaName":537,"dataGaLocation":460},"/de-de/solutions/gitops/","gitops",{"text":171,"config":539},{"href":173,"dataGaName":174,"dataGaLocation":460},{"text":176,"config":541},{"href":178,"dataGaName":179,"dataGaLocation":460},{"text":543,"config":544},"Öffentlicher Sektor",{"href":183,"dataGaName":184,"dataGaLocation":460},{"text":546,"config":547},"Bildungswesen",{"href":548,"dataGaName":549,"dataGaLocation":460},"/de-de/solutions/education/","education",{"text":551,"config":552},"Finanzdienstleistungen",{"href":553,"dataGaName":554,"dataGaLocation":460},"/de-de/solutions/finance/","financial services",{"title":191,"links":556},[557,559,561,563,566,568,570,572,574,576,578,580],{"text":203,"config":558},{"href":205,"dataGaName":206,"dataGaLocation":460},{"text":208,"config":560},{"href":210,"dataGaName":211,"dataGaLocation":460},{"text":213,"config":562},{"href":215,"dataGaName":216,"dataGaLocation":460},{"text":218,"config":564},{"href":220,"dataGaName":565,"dataGaLocation":460},"docs",{"text":241,"config":567},{"href":243,"dataGaName":244,"dataGaLocation":460},{"text":236,"config":569},{"href":238,"dataGaName":239,"dataGaLocation":460},{"text":246,"config":571},{"href":248,"dataGaName":249,"dataGaLocation":460},{"text":254,"config":573},{"href":256,"dataGaName":257,"dataGaLocation":460},{"text":259,"config":575},{"href":261,"dataGaName":262,"dataGaLocation":460},{"text":264,"config":577},{"href":266,"dataGaName":267,"dataGaLocation":460},{"text":269,"config":579},{"href":271,"dataGaName":272,"dataGaLocation":460},{"text":274,"config":581},{"href":276,"dataGaName":277,"dataGaLocation":460},{"title":292,"links":583},[584,586,588,590,592,594,596,600,605,607,609,611],{"text":299,"config":585},{"href":301,"dataGaName":294,"dataGaLocation":460},{"text":304,"config":587},{"href":306,"dataGaName":307,"dataGaLocation":460},{"text":312,"config":589},{"href":314,"dataGaName":315,"dataGaLocation":460},{"text":317,"config":591},{"href":319,"dataGaName":320,"dataGaLocation":460},{"text":322,"config":593},{"href":324,"dataGaName":325,"dataGaLocation":460},{"text":327,"config":595},{"href":329,"dataGaName":330,"dataGaLocation":460},{"text":597,"config":598},"Sustainability",{"href":599,"dataGaName":597,"dataGaLocation":460},"/sustainability/",{"text":601,"config":602},"Vielfalt, Inklusion und Zugehörigkeit",{"href":603,"dataGaName":604,"dataGaLocation":460},"/de-de/diversity-inclusion-belonging/","Diversity, inclusion and belonging",{"text":332,"config":606},{"href":334,"dataGaName":335,"dataGaLocation":460},{"text":342,"config":608},{"href":344,"dataGaName":345,"dataGaLocation":460},{"text":347,"config":610},{"href":349,"dataGaName":350,"dataGaLocation":460},{"text":612,"config":613},"Transparenzerklärung zu moderner Sklaverei",{"href":614,"dataGaName":615,"dataGaLocation":460},"https://handbook.gitlab.com/handbook/legal/modern-slavery-act-transparency-statement/","modern slavery transparency statement",{"title":617,"links":618},"Nimm Kontakt auf",[619,622,627,629,634,639,644],{"text":620,"config":621},"Sprich mit einem Experten/einer Expertin",{"href":54,"dataGaName":55,"dataGaLocation":460},{"text":623,"config":624},"Support",{"href":625,"dataGaName":626,"dataGaLocation":460},"https://support.gitlab.com/hc/en-us/articles/11626483177756-GitLab-Support","get help",{"text":366,"config":628},{"href":368,"dataGaName":369,"dataGaLocation":460},{"text":630,"config":631},"Status",{"href":632,"dataGaName":633,"dataGaLocation":460},"https://status.gitlab.com/","status",{"text":635,"config":636},"Nutzungsbedingungen",{"href":637,"dataGaName":638,"dataGaLocation":460},"/terms/","terms of use",{"text":640,"config":641},"Datenschutzerklärung",{"href":642,"dataGaName":643,"dataGaLocation":460},"/de-de/privacy/","privacy statement",{"text":645,"config":646},"Cookie-Einstellungen",{"dataGaName":647,"dataGaLocation":460,"id":648,"isOneTrustButton":29},"cookie preferences","ot-sdk-btn",{"items":650},[651,653,655],{"text":635,"config":652},{"href":637,"dataGaName":638,"dataGaLocation":460},{"text":640,"config":654},{"href":642,"dataGaName":643,"dataGaLocation":460},{"text":645,"config":656},{"dataGaName":647,"dataGaLocation":460,"id":648,"isOneTrustButton":29},[658],{"id":659,"title":23,"body":8,"config":660,"content":662,"description":8,"extension":27,"meta":666,"navigation":29,"path":667,"seo":668,"stem":669,"__hash__":670},"blogAuthors/en-us/blog/authors/itzik-gan-baruch.yml",{"template":661},"BlogAuthor",{"name":23,"config":663},{"headshot":664,"ctfId":665},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1749658921/Blog/Author%20Headshots/iganbaruch-headshot.jpg","iganbaruch",{},"/en-us/blog/authors/itzik-gan-baruch",{},"en-us/blog/authors/itzik-gan-baruch","bz9VMiTQ1ixvnoxUFk0jiUcnLG3oQsymgXNCqyRqfsk",[672,685,698],{"content":673,"config":683},{"title":674,"description":675,"authors":676,"heroImage":678,"date":679,"body":680,"category":9,"tags":681},"10 KI-Prompts für den gesamten Software-Delivery-Prozess","Code Review, Security, Dokumentation, Tests, Planung, Debugging – einsatzbereite Prompts, die Team-Engpässe systematisch adressieren.",[677],"Chandler Gibbons","https://res.cloudinary.com/about-gitlab-com/image/upload/v1772632341/duj8vaznbhtyxxhodb17.png","2026-03-04","KI-gestützte Coding-Tools helfen Entwicklerinnen und Entwicklern, Code schneller zu schreiben. Warum liefern Teams trotzdem nicht schneller?\nWeil Coding nur 20 % des Software-Delivery-Lifecycles ausmacht. Die restlichen 80 % werden zum Engpass: Code-Review-Rückstände wachsen, Security-Scans halten nicht Schritt, Dokumentation bleibt liegen, und manueller Koordinationsaufwand steigt.\nDieselben KI-Fähigkeiten, die das individuelle Coding beschleunigen, lassen sich auf den gesamten Softwarelebenszyklus ausdehnen – von der Planung über Code-Review und Security bis hin zu Tests und Debugging. Nachfolgend finden sich 10 einsatzbereite Prompts aus der [GitLab Duo Agent Platform Prompt Library](https://about.gitlab.com/gitlab-duo/prompt-library/), die typische Team-Engpässe systematisch adressieren.\n\n## Wie wird Code Review vom Engpass zum Beschleuniger?\nTeams erstellen Merge Requests schneller, wenn KI beim Coding unterstützt – doch menschliche Reviewer können kaum mithalten, wenn Review-Zyklen von Stunden auf Tage anwachsen. KI übernimmt Routineprüfungen wie logische Fehler und API-Vertragsverletzungen, damit Reviewer sich auf Architektur und Geschäftslogik konzentrieren können.\n\n### MR auf logische Fehler prüfen\n**Komplexität**: Einstieg\n**Kategorie**: Code Review\n**Prompt aus der Bibliothek**:\n\n```text\n\nReview this MR for logical errors, edge cases, and potential bugs: [MR URL or paste code]\n\n```\n**Warum das hilft**: Automatische Linter erkennen Syntaxfehler – logische Fehler erfordern das Verständnis der Absicht hinter dem Code. Dieser Prompt findet Bugs, bevor Reviewer überhaupt einen Blick darauf werfen, und reduziert Review-Zyklen häufig auf eine einzige Freigaberunde.\n\n### Breaking Changes im MR identifizieren\n**Komplexität**: Einstieg\n**Kategorie**: Code Review\n**Prompt aus der Bibliothek**:\n\n```text\n\nDoes this MR introduce any breaking changes?\n\nChanges:\n\n[PASTE CODE DIFF]\n\nCheck for:\n\n1. API signature changes\n\n2. Removed or renamed public methods\n\n3. Changed return types\n\n4. Modified database schemas\n\n5. Breaking configuration changes\n\n```\n**Warum das hilft**: Breaking Changes, die erst beim Deployment auffallen, erzwingen Rollbacks und verursachen Incidents. Dieser Prompt verlagert die Erkennung in die MR-Phase – wo Korrekturen deutlich weniger aufwändig sind.\n\n## Wie lässt sich Security nach links verschieben, ohne den Prozess zu verlangsamen?\nSecurity-Scans erzeugen Hunderte von Befunden. Security-Teams triagieren manuell, während Entwicklerinnen und Entwickler auf Deployment-Freigaben warten. Der Großteil der Befunde sind False Positives oder Niedrigrisiko-Probleme – die tatsächlichen Bedrohungen herauszufiltern kostet Zeit und Expertise. KI priorisiert Befunde nach tatsächlicher Ausnutzbarkeit und unterstützt bei der Behebung häufiger Schwachstellen, sodass Security-Teams sich auf die relevanten Bedrohungen konzentrieren können.\n\n### Security-Scan-Ergebnisse analysieren\n**Komplexität**: Fortgeschritten\n**Kategorie**: Security\n**Agent**: Duo Security Analyst\n**Prompt aus der Bibliothek**:\n\n```text\n\n@security_analyst Analyze these security scan results:\n\n[PASTE SCAN OUTPUT]\n\nFor each finding:\n\n1. Assess real risk vs false positive\n\n2. Explain the vulnerability\n\n3. Suggest remediation\n\n4. Prioritize by severity\n\n```\n**Warum das hilft**: Dieser Prompt hilft Security-Teams, sich auf die Befunde zu konzentrieren, die tatsächlich relevant sind – und reduziert die Zeit bis zur Behebung von Wochen auf Tage.\n\n### Code auf Sicherheitsprobleme prüfen\n**Komplexität**: Fortgeschritten\n**Kategorie**: Security\n**Agent**: Duo Security Analyst\n**Prompt aus der Bibliothek**:\n\n```text\n\n@security_analyst Review this code for security issues:\n\n[PASTE CODE]\n\nCheck for:\n\n1. Injection vulnerabilities\n\n2. Authentication/authorization flaws\n\n3. Data exposure risks\n\n4. Insecure dependencies\n\n5. Cryptographic issues\n\n```\n**Warum das hilft**: Herkömmliche Security-Reviews finden statt, nachdem Code geschrieben wurde. Dieser Prompt ermöglicht es, Sicherheitsprobleme vor dem Erstellen eines MR zu erkennen und zu beheben – und eliminiert die Abstimmungsschleifen, die Deployments verzögern.\n\n## Wie bleibt Dokumentation mit dem Code auf dem neuesten Stand?\nCode ändert sich schneller als Dokumentation. Neue Teammitglieder benötigen Wochen für das Onboarding, weil Docs veraltet oder unvollständig sind. Dokumentation wird stets als wichtig erkannt, aber bei Deadlines zuerst verschoben. Automatisierte Generierung und Aktualisierung als Teil des Standard-Workflows hält Docs aktuell – ohne zusätzlichen Aufwand.\n\n### Release Notes aus MRs generieren\n**Komplexität**: Einstieg\n**Kategorie**: Dokumentation\n**Prompt aus der Bibliothek**:\n\n```text\n\nGenerate release notes for these merged MRs:\n\n[LIST MR URLs or paste titles]\n\nGroup by:\n\n1. New features\n\n2. Bug fixes\n\n3. Performance improvements\n\n4. Breaking changes\n\n5. Deprecations\n\n```\n**Warum das hilft**: Die manuelle Zusammenstellung von Release Notes dauert Stunden und enthält häufig Lücken oder Fehler. Automatisierte Generierung stellt sicher, dass jedes Release vollständige Notes erhält – ohne zusätzlichen Aufwand im Release-Prozess.\n\n### Dokumentation nach Code-Änderungen aktualisieren\n**Komplexität**: Einstieg\n**Kategorie**: Dokumentation\n**Prompt aus der Bibliothek**:\n\n```text\n\nI changed this code:\n\n[PASTE CODE CHANGES]\n\nWhat documentation needs updating? Check:\n\n1. README files\n\n2. API documentation\n\n3. Architecture diagrams\n\n4. Onboarding guides\n\n```\n**Warum das hilft**: Dokumentation driftet, weil Teams nach Code-Änderungen nicht immer im Blick haben, welche Docs betroffen sind. Dieser Prompt macht Dokumentationspflege zum Teil des Entwicklungsworkflows – statt einer Aufgabe, die aufgeschoben wird.\n\n## Wie lässt sich Planungskomplexität systematisch aufbrechen?\nGroße Features bleiben in der Planungsphase stecken. KI kann komplexe Arbeit strukturiert in konkrete, umsetzbare Aufgaben mit klaren Abhängigkeiten und Akzeptanzkriterien zerlegen – und so wochenlange Abstimmung in fokussierte Implementierung verwandeln.\n\n### Epic in Issues aufteilen\n**Komplexität**: Fortgeschritten\n**Kategorie**: Dokumentation\n**Agent**: Duo Planner\n**Prompt aus der Bibliothek**:\n\n```text\n\nBreak down this epic into implementable issues:\n\n[EPIC DESCRIPTION]\n\nConsider:\n\n1. Technical dependencies\n\n2. Reasonable issue sizes\n\n3. Clear acceptance criteria\n\n4. Logical implementation order\n\n```\n**Warum das hilft**: Dieser Prompt verwandelt eine Woche Planungsmeetings in 30 Minuten KI-gestützte Zerlegung – gefolgt von einer Teamabstimmung. Teams starten früher mit der Implementierung und mit klarerer Ausrichtung.\n\n## Wie lässt sich Testabdeckung ausbauen, ohne den Aufwand zu erhöhen?\nEntwicklerinnen und Entwickler schreiben Code schneller, aber wenn Tests nicht mithalten, sinkt die Testabdeckung und Fehler gelangen in die Produktion. Tests manuell zu schreiben ist aufwändig – und unter Zeitdruck werden Randfälle übersehen. Automatisch generierte Tests bedeuten: prüfen und anpassen statt von Grund auf neu schreiben.\n\n### Unit-Tests generieren\n**Komplexität**: Einstieg\n**Kategorie**: Testing\n**Prompt aus der Bibliothek**:\n\n```text\n\nGenerate unit tests for this function:\n\n[PASTE FUNCTION]\n\nInclude tests for:\n\n1. Happy path\n\n2. Edge cases\n\n3. Error conditions\n\n4. Boundary values\n\n5. Invalid inputs\n\n```\n**Warum das hilft**: Manuelle Tests sind aufwändig, und Randfälle werden unter Zeitdruck oft übersehen. Dieser Prompt generiert umfassende Test-Suites, die Entwicklerinnen und Entwickler prüfen und anpassen – statt von Grund auf zu schreiben.\n\n### Lücken in der Testabdeckung erkennen\n**Komplexität**: Einstieg\n**Kategorie**: Testing\n**Prompt aus der Bibliothek**:\n\n```text\n\nAnalyze test coverage for [MODULE/COMPONENT]:\n\nCurrent coverage: [PERCENTAGE]\n\nIdentify:\n\n1. Untested functions/methods\n\n2. Uncovered edge cases\n\n3. Missing error scenario tests\n\n4. Integration points without tests\n\n5. Priority areas to test next\n\n```\n**Warum das hilft**: Dieser Prompt zeigt blinde Flecken in der Test-Suite auf, bevor sie zu Production-Incidents werden. Teams können die Abdeckung dort systematisch verbessern, wo es am meisten zählt.\n\n## Wie lässt sich die Zeit bis zur Fehlerbehebung verkürzen?\nProduction-Incidents dauern Stunden in der Diagnose. Entwicklerinnen und Entwickler durchsuchen Logs und Stack Traces, während Nutzerinnen und Nutzer Ausfälle erleben. KI beschleunigt die Ursachenanalyse durch Auswertung komplexer Fehlermeldungen und konkrete Lösungsvorschläge – und verkürzt die Diagnosezeit von Stunden auf Minuten.\n\n### Fehlerhafte Pipeline debuggen\n**Komplexität**: Einstieg\n**Kategorie**: Debugging\n**Prompt aus der Bibliothek**:\n\n```text\n\nThis pipeline is failing:\n\nJob: [JOB NAME]\n\nStage: [STAGE]\n\nError: [PASTE ERROR MESSAGE/LOG]\n\nHelp me:\n\n1. Identify the root cause\n\n2. Suggest a fix\n\n3. Explain why it started failing\n\n4. Prevent similar issues\n\n```\n**Warum das hilft**: CI/CD-Ausfälle blockieren das gesamte Team. Dieser Prompt analysiert Fehler in Sekunden statt in den 15 bis 30 Minuten, die Entwicklerinnen und Entwickler typischerweise für die Fehlersuche benötigen.\n\n## Von individuellen Gewinnen zu echter Team-Beschleunigung\nDiese Prompts stehen für einen Ansatz, der KI nicht nur beim individuellen Coding einsetzt, sondern an den Stellen, die Team-Velocity tatsächlich begrenzen: Koordination, Qualitätssicherung und Wissenstransfer.\nDie [vollständige Prompt-Bibliothek](https://about.gitlab.com/gitlab-duo/prompt-library/) enthält mehr als 100 Prompts für alle Phasen des Softwarelebenszyklus – von Planung und Entwicklung über Security und Testing bis hin zu Deployment und Betrieb. Jeder Prompt ist nach Komplexitätsstufe (Einstieg, Fortgeschritten, Experte) und Anwendungsfall kategorisiert.\nMit Prompts der Stufe „Einstieg\" lässt sich am dringendsten Engpass beginnen. Ziel ist nicht schnelleres Coding allein – sondern zuverlässigere, qualitativ hochwertigere Software-Lieferung von der Planung bis zur Produktion.",[16,682],"DevOps platform",{"featured":12,"template":13,"slug":684},"10-ai-prompts-to-speed-your-teams-software-delivery",{"content":686,"config":696},{"title":687,"description":688,"heroImage":689,"authors":690,"date":692,"body":693,"category":9,"tags":694},"KI erkennt Schwachstellen – aber wer verantwortet das Risiko?","KI-gestützte Schwachstellenerkennung entwickelt sich schnell, doch Durchsetzung, Governance und Supply-Chain-Sicherheit erfordern eine integrierte Plattform.","https://res.cloudinary.com/about-gitlab-com/image/upload/v1772195014/ooezwusxjl1f7ijfmbvj.png",[691],"Omer Azaria","2026-02-27","Anthropic hat kürzlich Claude Code Security angekündigt – ein KI-System, das Schwachstellen erkennt und Korrekturen vorschlägt. Die Reaktion der Märkte folgte prompt: Die Aktien von Cybersecurity-Unternehmen gaben nach, als Investoren begannen, die Zukunft klassischer AppSec-Tools in Frage zu stellen. Die Frage, die viele beschäftigt: Wenn KI Code schreiben und absichern kann, wird Anwendungssicherheit dann überflüssig?\n\nWenn Sicherheit nur das Scannen von Code bedeutete, wäre die Antwort vielleicht ja. Aber Enterprise-Sicherheit war noch nie auf Erkennung allein ausgerichtet.\n\nUnternehmen fragen nicht, ob KI Schwachstellen finden kann. Sie stellen drei weitaus schwieriger zu beantwortende Fragen:\n\n* Ist das, was wir ausliefern wollen, sicher?\n* Hat sich unsere Risikolage verändert, während sich Umgebungen, Abhängigkeiten, Drittanbieter-Services, Tools und Infrastruktur kontinuierlich wandeln?\n* Wie lässt sich eine Codebasis steuern, die zunehmend von KI und Drittquellen zusammengestellt wird – für die wir aber weiterhin verantwortlich sind?\n\nDiese Fragen erfordern eine Plattformantwort: Erkennung macht Risiken sichtbar, aber Governance bestimmt, was als nächstes passiert.\n\n[GitLab](https://about.gitlab.com/de-de/) ist die Orchestrierungsschicht, die den Software-Lebenszyklus durchgängig steuert und Teams die Durchsetzung, Transparenz und Nachvollziehbarkeit gibt, die sie brauchen, um mit der Geschwindigkeit KI-gestützter Entwicklung Schritt zu halten.\n\n## KI vertrauen erfordert Governance\n\nKI-Systeme werden zunehmend besser darin, Schwachstellen zu identifizieren und Korrekturen vorzuschlagen. Das ist ein bedeutender Fortschritt – aber Analyse ist keine Verantwortung.\n\nKI kann Unternehmensrichtlinien nicht eigenständig durchsetzen oder akzeptables Risiko definieren. Menschen müssen die Grenzen, Richtlinien und Leitplanken festlegen, innerhalb derer Agenten operieren: Funktionstrennung sicherstellen, Audit-Trails gewährleisten und konsistente Kontrollen über Tausende von Repositories und Teams hinweg aufrechterhalten. Vertrauen in Agenten entsteht nicht durch Autonomie allein, sondern durch klar definierte Governance durch Menschen.\n\nIn einer [agentischen Welt](https://about.gitlab.com/de-de/topics/agentic-ai/), in der Software zunehmend von autonomen Systemen geschrieben und verändert wird, wird Governance wichtiger, nicht unwichtiger. Je mehr Autonomie Unternehmen KI gewähren, desto stärker muss die Governance sein.\n\nGovernance ist keine Bremse. Sie ist das Fundament, das KI-gestützte Entwicklung im Unternehmensmaßstab vertrauenswürdig macht.\n\n## LLMs sehen Code, Plattformen sehen Kontext\n\nEin Large Language Model ([LLM](https://about.gitlab.com/de-de/blog/what-is-a-large-language-model-llm/)) bewertet Code isoliert. Eine Enterprise Application Security-Plattform versteht Kontext. Dieser Unterschied ist entscheidend, weil Risikoentscheidungen kontextabhängig sind:\n\n* Wer hat die Änderung vorgenommen?\n* Wie kritisch ist die Anwendung für das Unternehmen?\n* Wie interagiert sie mit Infrastruktur und Abhängigkeiten?\n* Liegt die Schwachstelle in Code, der tatsächlich in der Produktion erreichbar ist, oder in einer Abhängigkeit, die nie ausgeführt wird?\n* Ist sie in der Produktion tatsächlich ausnutzbar – angesichts der Art, wie die Anwendung läuft, ihrer APIs und der sie umgebenden Umgebung?\n\nSicherheitsentscheidungen hängen von diesem Kontext ab. Fehlt er, produziert Erkennung laute Alarme, die die Entwicklung verlangsamen, anstatt Risiken zu reduzieren. Mit ihm können Unternehmen schnell priorisieren und Risiken gezielt managen. Da sich Kontext mit jeder Softwareänderung weiterentwickelt, kann Governance keine einmalige Entscheidung sein.\n\n## Statische Scans halten mit dynamischem Risiko nicht Schritt\n\nSoftware-Risiko ist dynamisch. Abhängigkeiten ändern sich, Umgebungen entwickeln sich, und Systeme interagieren auf Weisen, die keine einzelne Analyse vollständig vorhersehen kann. Ein sauberer Scan zu einem Zeitpunkt garantiert keine Sicherheit beim Release.\n\nEnterprise-Sicherheit setzt auf kontinuierliche Absicherung: Kontrollen, die direkt in Entwicklungs-Workflows eingebettet sind und Risiken bewerten, während Software entwickelt, getestet und bereitgestellt wird.\n\nErkennung liefert Erkenntnisse. Governance schafft Vertrauen. Kontinuierliche Governance ermöglicht es Unternehmen, im Unternehmensmaßstab sicher auszuliefern.\n\n## Die agentische Zukunft steuern\n\nKI verändert, wie Software entsteht. Die Frage lautet nicht mehr, ob Teams KI einsetzen werden, sondern wie sicher sie dabei skalieren können.\n\nSoftware wird heute ebenso zusammengestellt wie geschrieben – aus KI-generiertem Code, Open-Source-Bibliotheken und Drittanbieter-Abhängigkeiten, die sich über Tausende von Projekten erstrecken. Zu steuern, was über all diese Quellen hinweg ausgeliefert wird, ist der anspruchsvollste Teil der Anwendungssicherheit – und jener, für den kein entwicklerseitiges Tool ausgelegt ist.\n\nAls intelligente Orchestrierungsplattform ist GitLab darauf ausgerichtet, dieses Problem zu lösen. GitLab Ultimate bettet Governance, Richtliniendurchsetzung, Security Scanning und Nachvollziehbarkeit direkt in die Workflows ein, in denen Software geplant, entwickelt und ausgeliefert wird – damit Security-Teams im Tempo von KI steuern können.\n\nKI wird die Entwicklung erheblich beschleunigen. Den größten Nutzen werden nicht die Unternehmen ziehen, die die leistungsfähigsten KI-Assistenten einsetzen, sondern jene, die Vertrauen durch starke Governance aufbauen.\n\n> Wie GitLab Unternehmen dabei hilft, [KI-generierten Code zu steuern und sicher auszuliefern](https://about.gitlab.com/solutions/software-compliance/?utm_medium=blog&utm_campaign=eg_global_x_x_security_en_): [Jetzt mit unserem Team sprechen.](https://about.gitlab.com/sales/?utm_medium=blog&utm_campaign=eg_global_x_x_security_en_)\n\n## Weiterführende Beiträge\n- [KI und DevOps für verbesserte Sicherheit integrieren](https://about.gitlab.com/de-de/topics/devops/ai-enhanced-security/)\n\n- [Das GitLab KI-Sicherheits-Framework für Security-Verantwortliche](https://about.gitlab.com/de-de/blog/the-gitlab-ai-security-framework-for-security-leaders/)\n\n- [KI-Sicherheit in GitLab mit Composite Identities verbessern](https://about.gitlab.com/de-de/blog/improve-ai-security-in-gitlab-with-composite-identities/)\n\n---\n\n## Für deutsche Unternehmen: Governance als regulatorische Anforderung\n\nDie in diesem Beitrag beschriebenen Governance-Prinzipien adressieren Anforderungen, die regulierte Unternehmen in Deutschland unmittelbar betreffen könnten.\n\nDie NIS-2-Richtlinie (umgesetzt durch das NIS2UmsuCG) verpflichtet betroffene Unternehmen zu Maßnahmen im Bereich Risikoanalyse und Informationssicherheit (Artikel 21 Abs. 2 lit. a), Incident-Handling (Artikel 21 Abs. 2 lit. b) sowie zur Sicherheit in der Software-Lieferkette (Artikel 21 Abs. 2 lit. d) und bei der sicheren Entwicklung (Artikel 21 Abs. 2 lit. e). Die hier beschriebene Unterscheidung zwischen Erkennung und Governance spiegelt genau diese regulatorische Logik wider: Schwachstellen zu finden reicht nicht – entscheidend ist, wer die Reaktion darauf steuert, dokumentiert und verantwortet.\n\nISO 27001 adressiert ähnliche Anforderungen: Zugriffskontrolle (A.5.15–18), Logging und Monitoring (A.8.15–16), Schwachstellenmanagement (A.8.8) sowie Änderungsmanagement (A.8.32) setzen voraus, dass Governance-Prozesse in Entwicklungs-Workflows eingebettet sind – nicht nachgelagert.\n\nFür Unternehmen in regulierten Branchen wie Finanzdienstleistungen (BaFin BAIT §6–7), Automotive (TISAX) oder kritischer Infrastruktur (BSI KRITIS) könnten diese Anforderungen besonders relevant sein. Für konkrete Compliance-Anforderungen empfiehlt sich Rücksprache mit entsprechender Fachberatung.",[16,695],"security",{"featured":29,"template":13,"slug":697},"ai-can-detect-vulnerabilities-but-who-governs-risk",{"content":699,"config":708},{"title":700,"description":701,"authors":702,"heroImage":704,"date":705,"body":706,"category":9,"tags":707},"Wie GitLab Duo Agent Platform und Claude Softwareentwicklung beschleunigen","Wie externe KI-Modelle wie Claude von Anthropic Code-Generierung, Code-Reviews und Pipeline-Erstellung direkt in GitLab übernehmen.",[703],"Cesar Saavedra","https://res.cloudinary.com/about-gitlab-com/image/upload/v1772058602/epl3sinfezlzxnppxak6.png","2026-02-26","KI-Assistenten steigern die Produktivität einzelner Entwicklungsteams – aber sie arbeiten oft isoliert vom eigentlichen Entwicklungs-Workflow. Das Ergebnis: Kontextwechsel zwischen Tools, manuelle Übertragung von KI-Vorschlägen in ausführbaren Code und Routineaufgaben, die automatisiert werden könnten.\n\nDie [GitLab Duo Agent Platform](https://about.gitlab.com/de-de/gitlab-duo-agent-platform/) schließt diese Lücke: Externe KI-Modelle wie Anthropics Claude oder OpenAIs Codex lassen sich direkt in GitLab einbinden und als Agenten konfigurieren, die den Projektkontext kennen, Coding-Standards einhalten und komplexe Aufgaben eigenständig erledigen.\n\nCesar Saavedra, Developer Advocate bei GitLab, zeigt in seinem Video drei aufeinander aufbauende Anwendungsfälle – vom leeren Projekt bis zum Container-Image in der Registry.\n\n## Von der Idee zum Code\nAusgangspunkt ist ein leeres GitLab-Projekt mit einem Issue, das die Anforderungen an eine Java-Webanwendung beschreibt. Der externe Agent liest den Issue, analysiert die Spezifikationen und generiert eine vollständige Full-Stack-Anwendung: Backend-Java-Klassen, Frontend-Dateien (HTML/CSS/JavaScript) und Build-Konfiguration. Das Ergebnis landet als Merge Request mit vollständigem Code – bereit zur Überprüfung.\n\n## Code-Review durch denselben Agenten\nIm zweiten Schritt übernimmt derselbe Agent die Code-Review des soeben erstellten Merge Requests. Per Erwähnung im MR-Kommentar liefert er eine strukturierte Analyse: Stärken, kritische Probleme, mittlere und kleinere Verbesserungspunkte, Security-Assessment, Testhinweise, Code-Metriken und einen Approval-Status. Senior-Entwicklungsteams werden von Routineprüfungen entlastet und können sich auf Architekturentscheidungen konzentrieren.\n\n## Pipeline und Container-Image auf Anfrage\nDer generierte Code enthält noch keine CI/CD-Pipeline. Eine Anfrage im Merge Request genügt: Der Agent erstellt ein Dockerfile mit passenden Basis-Images für die im pom.xml definierte Java-Version, eine vollständige Pipeline mit Build-, Docker- und Deploy-Stages sowie das fertige Container-Image im integrierten GitLab Container Registry – ohne manuelle Konfiguration.\n\n## Mehr erfahren\nDie vollständige Videodemonstration mit Screenshots aller Schritte ist im [englischen Originalbeitrag](https://about.gitlab.com/blog/gitlab-duo-agent-platform-with-claude-accelerates-development/) verfügbar. Einen Einstieg in die GitLab Duo Agent Platform bietet außerdem der [Getting Started Guide](https://about.gitlab.com/de-de/blog/gitlab-duo-agent-platform-complete-getting-started-guide/).\n\n",[17,16,18],{"featured":12,"template":13,"slug":709},"gitlab-duo-agent-platform-with-claude-accelerates-development",{"promotions":711},[712,725,737],{"id":713,"categories":714,"header":715,"text":716,"button":717,"image":722},"ai-modernization",[9],"Is AI achieving its promise at scale?","Quiz will take 5 minutes or less",{"text":718,"config":719},"Get your AI maturity score",{"href":720,"dataGaName":721,"dataGaLocation":244},"/assessments/ai-modernization-assessment/","modernization assessment",{"config":723},{"src":724},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1772138786/qix0m7kwnd8x2fh1zq49.png",{"id":726,"categories":727,"header":729,"text":716,"button":730,"image":734},"devops-modernization",[17,728],"devsecops","Are you just managing tools or shipping innovation?",{"text":731,"config":732},"Get your DevOps maturity score",{"href":733,"dataGaName":721,"dataGaLocation":244},"/assessments/devops-modernization-assessment/",{"config":735},{"src":736},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1772138785/eg818fmakweyuznttgid.png",{"id":738,"categories":739,"header":740,"text":716,"button":741,"image":745},"security-modernization",[695],"Are you trading speed for security?",{"text":742,"config":743},"Get your security maturity score",{"href":744,"dataGaName":721,"dataGaLocation":244},"/assessments/security-modernization-assessment/",{"config":746},{"src":747},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1772138786/p4pbqd9nnjejg5ds6mdk.png",{"header":749,"blurb":750,"button":751,"secondaryButton":756},"Beginne noch heute, schneller zu entwickeln","Entdecke, was dein Team mit der intelligenten Orchestrierungsplattform für DevSecOps erreichen kann.\n",{"text":752,"config":753},"Kostenlosen Test starten",{"href":754,"dataGaName":50,"dataGaLocation":755},"https://gitlab.com/-/trial_registrations/new?glm_content=default-saas-trial&glm_source=about.gitlab.com/de-de/","feature",{"text":52,"config":757},{"href":54,"dataGaName":55,"dataGaLocation":755},1773871172297]