[{"data":1,"prerenderedAt":756},["ShallowReactive",2],{"/de-de/blog/introduction-to-gitlab-duo-agent-platform":3,"navigation-de-de":37,"banner-de-de":440,"footer-de-de":450,"blog-post-authors-de-de-Itzik Gan Baruch":655,"blog-related-posts-de-de-introduction-to-gitlab-duo-agent-platform":669,"assessment-promotions-de-de":708,"next-steps-de-de":746},{"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":33,"tagSlugs":34,"__hash__":36},"blogPosts/de-de/blog/introduction-to-gitlab-duo-agent-platform.yml","Introduction To Gitlab Duo Agent Platform",[7],"itzik-gan-baruch",null,"ai-ml",{"slug":11,"featured":12,"template":13},"introduction-to-gitlab-duo-agent-platform",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","Grundlagen der GitLab Duo Agent Platform kennenlernen und erste Agent-Interaktion abschließen.","Einführung in GitLab Duo Agent Platform","*Teil 1 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\nGitLab Duo Agent Platform stellt einen fundamentalen Wandel dar, wie Entwickler(innen) während des Software Development Lifecycle mit KI interagieren. Die Plattform geht über Code hinaus in den vollen SDLC-Kontext und ermöglicht mehreren spezialisierten KI-Agents, neben dem Team zu arbeiten – komplexe Aufgaben asynchron zu handhaben, während der Fokus auf Innovation und Problemlösung liegt.\n\nGitLab Duo Agent Platform transformiert traditionelle lineare Entwicklungsworkflows in dynamische Multi-Agent-Kollaborationssysteme.\n\n## Was ist GitLab Duo Agent Platform?\n\nDie [GitLab Duo Agent Platform](https://about.gitlab.com/de-de/gitlab-duo-agent-platform/) ist eine KI-Orchestrierungsschicht, die Folgendes ermöglicht:\n\n* Asynchrone Kollaboration zwischen Entwickler(inne)n und spezialisierten KI-Agents\n* Vollen SDLC-Kontext über Code, Issues, Epics, Merge Requests, CI/CD-Pipelines, Wikis, Analytics und Security Scans hinweg\n* Multi-Agent-Flows, bei denen viele Agents parallel an komplexen Aufgaben kollaborieren\n* Intelligente Automatisierung, die Standards, Praktiken und Compliance-Anforderungen der Organisation versteht\n\nBetrachte es als Hinzufügen von KI-Team-Mitgliedern, die ganze Workflows übernehmen können – von Requirements-Verstehen bis zum Erstellen von Merge Requests – bei voller Sichtbarkeit und Kontrolle.\n\n> 🎯 **[GitLab Duo Agent Platform](https://about.gitlab.com/de-de/gitlab-duo-agent-platform/)** heute ausprobieren!\n\n## Plattform-Architektur\n\nGitLab Duo Agent Platform besteht aus mehreren vernetzten Komponenten, die zusammenarbeiten, um umfassende KI-Assistenz bereitzustellen. Das Diagramm unten zeigt die *Nutzer-Interaktionsmethoden* mit GitLab Duo Agent Platform. Es illustriert die vier Wege, wie Nutzer(innen) mit Agents interagieren können:\n\n![GitLab Duo Agent Platform architecture diagram](https://res.cloudinary.com/about-gitlab-com/image/upload/v1765373441/k0ktrcnyuqbq3unbcvyp.png \"GitLab Duo Agent Platform Architektur-Diagramm\")\n\n### Wie Teams mit GitLab Duo Agent Platform interagieren\n\n**Vier Wege, Agents zu nutzen**\n\n1. **GitLab Duo Agentic Chat** – Chat-Panel in GitLab UI oder IDE öffnen für interaktive Konversationen mit Foundational und Custom Agents. Aus verfügbaren KI-Models wählen und Echtzeit-Hilfe erhalten.\n2. **Custom Flows auslösen** – Flows in Issue- oder Merge-Request-Kommentaren erwähnen oder Reviewer zuweisen, um Custom Flows automatisch auszulösen. Diese laufen asynchron via Runner-Execution.\n3. **Foundational Flows auslösen** – Von GitLab erstellt und gepflegt, einschließlich **[Developer](https://docs.gitlab.com/user/duo_agent_platform/flows/foundational_flows/developer/)**, **[Code Review](https://docs.gitlab.com/user/duo_agent_platform/flows/foundational_flows/code_review/)**, **[Fix CI/CD Pipeline](https://docs.gitlab.com/user/duo_agent_platform/flows/foundational_flows/fix_pipeline/)**, **[Convert Jenkins to GitLab CI/CD](https://docs.gitlab.com/user/duo_agent_platform/flows/foundational_flows/convert_to_gitlab_ci/)** und **[Software Development Flow](https://docs.gitlab.com/user/duo_agent_platform/flows/foundational_flows/convert_to_gitlab_ci/)**.\n4. **External Agents auslösen** – External AI Agents (wie Claude Code oder OpenAI Codex) in Issue- oder Merge-Request-Kommentaren zuweisen oder erwähnen, um sie automatisch auszulösen. Diese laufen asynchron via Runner-Execution.\n\n**Wo verwalten und entdecken**\n\n* **AI Catalog** – Agents und Flows organisations-übergreifend durchsuchen, erstellen und teilen. Von GitLab und dem Team erstellte Agents und Flows entdecken, dann zu Projekten hinzufügen. Eigene Custom Agents und Flows für andere erstellen und veröffentlichen.\n* **Automate Capabilities** – Zentrale Anlaufstelle zur Verwaltung von allem. Agents anzeigen und verwalten, Flows konfigurieren und überwachen, alle Aktivität in Sessions reviewen (einschließlich Pipeline-Status) und Trigger für eventbasierte Automatisierung einrichten.\n\nJede Komponente kurz erkunden (in nachfolgenden Posts tiefer eintauchen):\n\n**GitLab Duo Agentic Chat**\n\nPrimäre Schnittstelle zur Interaktion mit Agents. Verfügbar als persistentes Panel in GitLab UI und in der IDE. Mehr in Teil 2: GitLab Duo Agentic Chat – Erste Schritte](/de-de/blog/getting-started-with-gitlab-duo-agentic-chat/).\n\n![GitLab Duo Agentic Chat](https://res.cloudinary.com/about-gitlab-com/image/upload/v1767618251/gdkojstbdsruen4bo5fw.png \"GitLab Duo Agentic Chat Panel in Web UI\")\n\n![GitLab Duo Agentic Chat IDE](https://res.cloudinary.com/about-gitlab-com/image/upload/v1765373438/gjojavrvjhhvglgkvxmw.png \"GitLab Duo Agentic Chat Panel in VS Code\")\n\n**Agents**\n\nAgents sind spezialisierte KI-gestützte Assistenten zum Handhaben spezifischer Aufgaben über den Development Workflow hinweg. Als Team-Mitglieder mit einzigartiger Expertise und Capabilities betrachten.\n\n| Typ                                                                                             | Beschreibung                                                                                                                                  | Wo genutzt             | Setup erforderlich |\n| ----------------------------------------------------------------------------------------------- | --------------------------------------------------------------------------------------------------------------------------------------------- | ---------------------- | ------------------ |\n| **[Foundational](https://docs.gitlab.com/user/duo_agent_platform/agents/foundational_agents/)** | Von GitLab für häufige Development-Workflows gepflegt (Security Analyst, Planner, GitLab Duo), standardmäßig im Chat jedes Projekts verfügbar | GitLab Duo Chat        | Nein               |\n| **[Custom](https://docs.gitlab.com/user/duo_agent_platform/agents/custom/)**                    | Für teamspezifische Anforderungen mit Custom Prompts und Tools erstellt                                                                       | GitLab Duo Chat        | Ja                 |\n| **[External](https://docs.gitlab.com/user/duo_agent_platform/agents/external/)**                | Externe KI-Provider (Claude, OpenAI), ausgelöst via Mentions oder Assignments                                                                 | @mentions, Assignments | Optional           |\n\n### Über External Agents\n\nExternal Agents laufen im Hintergrund auf GitLab Platform Compute, wenn durch Mentions (z. B. `@ai-codex`) oder Assignments in Issues und Merge Requests ausgelöst. Anders als Foundational und Custom Agents, die synchrone Feedback-Loops nutzen, führen External Agents asynchron aus und ermöglichen leistungsstarke Automatisierung mit spezialisierten KI-Providern.\n\n### Was Agents leistungsstark macht\n\n* **Spezialisierte Prompts**: Jeder Agent hat einen einzigartigen System-Prompt, der Expertise, Verhalten und Kommunikationsstil definiert.\n* **Zugriff auf Tools**: Agents können Dateien lesen, auf Issues/MRs/Epics zugreifen, Code durchsuchen, CI/CD-Job-Logs und Vulnerability-Reports analysieren und mehr – basierend auf ihrer Konfiguration.\n* **Projekt-Kontext:** Zugriff auf Issues, Merge Requests, Code, CI/CD-Pipelines und Security Vulnerabilities.\n\nMehr in [Teil 3: Agents verstehen](/de-de/blog/understanding-agents-foundational-custom-external/). Erfahren, wie Custom Agents erstellt, externe KI-Provider integriert und Agent-Prompts sowie -Tools für teamspezifische Anforderungen konfiguriert werden.\n\n**Flows**\n\nFlows sind mehrstufige Workflows, die mehrere Aktionen kombinieren, um komplexe Probleme zu lösen. Anders als Agents, die auf Fragen reagieren, führen Flows komplette Workflows autonom via Runner-Execution aus.\n\n| Typ                                                                                           | Beschreibung                                                                                                                           | Wo ausgelöst                                                            | Setup erforderlich |\n| --------------------------------------------------------------------------------------------- | -------------------------------------------------------------------------------------------------------------------------------------- | ----------------------------------------------------------------------- | ------------------ |\n| **[Foundational](https://docs.gitlab.com/user/duo_agent_platform/flows/foundational_flows/)** | Von GitLab für häufige Development-Workflows gepflegt (Developer, Fix Pipeline, Convert Jenkins to GitLab CI/CD, Software Development) | Via dedizierte UI-Action-Buttons oder IDE-Extension-Flows-Tab aufrufbar | Nein               |\n| **[Custom](https://docs.gitlab.com/user/duo_agent_platform/flows/custom/)**                   | Nutzerdefinierte Workflows, erstellt und auf Anforderungen zugeschnitten                                                               | Mentions in Issues/MRs, Assignment                                      | Ja                 |\n\n### Was Flows leistungsstark macht\n\n* **Mehrstufige Execution**: Mehrere Operationen in einem einzigen Workflow kombinieren\n* **Asynchrones Processing**: Im Hintergrund laufen, während weitergearbeitet wird\n* **Voller Pipeline-Zugriff**: Via Runner-Execution mit komplettem Projekt-Kontext ausführen\n* **Eventgesteuert**: Automatisch durch GitLab-Events ausgelöst\n\nMehr in [Teil 4: Flows verstehen](/de-de/blog/understanding-flows-multi-agent-workflows/), einschließlich Multi-Agent-Workflows.\n\n## Agents vs. Flows: Was ist der Unterschied?\n\nVerstehen, wann ein Agent vs. ein Flow genutzt wird, ist entscheidend für effektive Arbeit mit GitLab Duo Agent Platform.\n\n| Aspekt        | Agents (Interaktiv im Chat)                                                                    | Flows (Automatisiert auf Platform)                                                    |\n| ------------- | ---------------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------- |\n| **Zweck**     | Interaktive Arbeit, schnelle Iterationen, konversationelle Anleitung                           | Komplexe mehrstufige Aufgaben, Hintergrund-Automatisierung, eventgesteuerte Workflows |\n| **Wo**        | GitLab Duo Chat (Web UI, IDEs)                                                                 | Issues, Merge Requests, UI-Action-Buttons                                             |\n| **Wie**       | Echtzeit-Konversation mit Fähigkeit, Aktionen durchzuführen                                    | Durch Events oder Button-Klicks ausgelöst                                             |\n| **Execution** | Interaktiv, läuft sofort im Chat-Kontext                                                       | Asynchron via Runner-Execution                                                        |\n| **Beispiel**  | „Refactor this function\" (Agent modifiziert Code), „Create tests\" (Agent generiert Test-Datei) | „Generate MR for issue #123\" (Flow erstellt Branch, committet, öffnet MR)             |\n\n### Schnelle Entscheidungshilfe\n\n* Interaktiv arbeiten oder sofortiges Feedback gewünscht? → Chat nutzen\n* Hintergrund-Automatisierung, MR-Review oder komplexe Multi-File-Aufgaben benötigt? → Flow nutzen\n\n### Wichtige Erkenntnis\n\nSowohl Agents als auch Flows können Aktionen durchführen und Code erstellen. Der Hauptunterschied liegt in der Interaktion und Ausführung: Agents kommunizieren interaktiv im Chat-Interface, während Flows asynchron im Hintergrund auf Platform Compute laufen.\n\n#### AI Catalog\n\nEine zentralisierte Bibliothek zum Durchsuchen, Entdecken, Erstellen und Teilen von Agents und Flows über die Organisation hinweg – detailliert in [Teil 5: AI Catalog](/de-de/blog/ai-catalog-discover-and-share-agents/).\n\n![AI Catalog](https://res.cloudinary.com/about-gitlab-com/image/upload/v1767618250/sdtnio4rrbmwlh4iia4l.png \"AI Catalog\")\n\n#### Automate Capabilities\n\nZentrale Anlaufstelle zur Verwaltung von Agent- und Flow-Workflows:\n\n* **Agents**: Agents im Projekt anzeigen und verwalten, detailliert in [Teil 3](/de-de/blog/understanding-agents-foundational-custom-external/).\n* **Flows**: Flows im Projekt anzeigen, erstellen und verwalten, detailliert in [Teil 4](/de-de/blog/understanding-flows-multi-agent-workflows/).\n* **Sessions**: Agent-Activity-Logs\n* **Triggers**: Eventbasiertes Automatisierungsmanagement für Flows im Projekt\n\n## Sessions verstehen\n\nJede Agent- und Flow-Execution erstellt eine Session, die agentische Aktivitäten loggt. Sessions bieten volle Transparenz darüber, was passiert ist – einschließlich Agent-Reasoning, Execution-Details, Tool Calling, Outputs und dem kompletten Decision Trail.\n\n![Sessions Monitoring](https://res.cloudinary.com/about-gitlab-com/image/upload/v1767618251/jpqv5frskvgzz6fnmvjl.png \"Sessions-Übersicht mit Ausführungsstatus und Fortschritt\")\n\nSessions anzeigen: Navigation zum Projekt > **Automate** > **Sessions**. Von dort aus lässt sich auf die Pipeline-Console zugreifen, um detaillierte Execution-Logs einzusehen.\n\n## Model-Auswahl\n\nEine der leistungsstarken Funktionen von GitLab Duo Agent Platform ist die Möglichkeit zu wählen, welches KI-Model die Konversation antreibt.\n\n**Verfügbar in:** GitLab 18.4 und höher\n\n**Auswählen:**\n\n1. GitLab Duo Agentic Chat öffnen.\n2. Nach Model-Dropdown suchen.\n3. Klicken, um verfügbare Models anzuzeigen.\n4. Model auswählen, das am besten zur Aufgabe passt.\n\n**Hinweis:** Model-Auswahl ist aktuell nur in Web UI verfügbar. IDE-Integration nutzt das Default-Model, das für die Group ausgewählt wurde.\n\n## Erste Agent-Interaktion\n\nEine einfache erste Interaktion mit GitLab Duo Agentic Chat durchgehen:\n\n### Beispiel 1: Projekt verstehen (Agent)\n\n**Szenario:** Du bist gerade einem Projekt beigetreten und musst dessen Struktur und Architektur verstehen.\n\n**Schritte:**\n\n1. GitLab Duo Chat Panel öffnen (Duo-Icon oben rechts klicken).\n2. Sicherstellen, dass Agentic Mode (Beta) eingeschaltet ist.\n3. Duo Agent auswählen (Default).\n4. Eingeben: „Give me an overview of this project's architecture.\"\n5. **Enter** drücken.\n\n**Was passiert:**\n\nDer Agent:\n\n* Analysiert Repository-Struktur\n* Reviewt README, Code-Organisation und Dokumentation\n* Liefert umfassende Übersicht mit Schlüsselkomponenten\n\nFollow-up-Fragen zur Klärung stellen.\n\n![Chat showing architecture overview](https://res.cloudinary.com/about-gitlab-com/image/upload/v1765373438/rvdxbupzh8bupt674kyc.png \"Chat mit Architektur-Übersicht\")\n\n### Beispiel 2: Merge Request generieren (Flow)\n\n**Szenario:** Ein Issue muss mit Code-Änderungen gelöst werden.\n\n**Schritte:**\n\n1. Issue in GitLab öffnen.\n2. **Generate MR with Duo**-Button klicken.\n3. Eine Agent-Session startet.\n4. Innerhalb weniger Minuten wird ein MR erstellt mit:\n\n   * Code-Änderungen über mehrere Dateien hinweg\n   * Beschreibender Commit-Message\n   * Erklärung der Änderungen in MR-Description\n\n**Was passiert:**\n\nDer Developer Flow:\n\n* Analysiert das Issue\n* Versteht Repository-Struktur, Design-Patterns und SDLC-Kontext\n* Führt angemessene Code-Änderungen durch\n* Öffnet einen review-bereiten MR\n\n![Issue mit "Generate MR with Duo"-Button](https://res.cloudinary.com/about-gitlab-com/image/upload/v1765373443/gq57mpgyftvru1fyqh4o.png \"Issue mit „Generate MR with Duo\\\\\"-Button\")\n\n## Häufige Fragen\n\n**Frage: Sind meine Konversationen mit Agents privat?**\n\nAntwort: Ja. Konversationen folgen GitLabs Standard-Privacy- und Security-Models. [Mehr erfahren.](https://docs.gitlab.com/user/gitlab_duo/data_usage)\n\n**Frage: Kann ich GitLab Duo Agent Platform mit self-hosted Models nutzen?**\n\nAntwort: Ja, ab GitLab 18.8 – erfordert zusätzliches Setup. Siehe [GitLab-Dokumentation](https://docs.gitlab.com/administration/gitlab_duo_self_hosted/configure_duo_features/#configure-access-to-the-gitlab-duo-agent-platform).\n\n## Was als Nächstes kommt\n\nNachdem du die Grundlagen von GitLab Duo Agent Platform verstanden hast, bist du bereit, tiefer in jede Komponente einzutauchen:\n\n* **[Teil 2: GitLab Duo Agentic Chat – Erste Schritte](/de-de/blog/getting-started-with-gitlab-duo-agentic-chat/)** – Persistentes Chat-Panel meistern, Model-Selection-Strategien lernen, Agent-Switching verstehen und Chat effektiv über Web UI und alle unterstützten IDEs hinweg nutzen.\n* **[Teil 3: Agents verstehen](/de-de/blog/understanding-agents-foundational-custom-external/)** – Foundational Agents von GitLab erkunden, Custom Agents mit spezialisierten Prompts für Team-Workflows erstellen und externe CLI-Agents von Providern wie Claude Code und OpenAI Codex integrieren.\n* **[Teil 4: Flows verstehen](/de-de/blog/understanding-flows-multi-agent-workflows/)** – Erfahren, wie Flows mehrere Agents orchestrieren, um komplexe Probleme zu lösen, Custom YAML-definierte Workflows erstellen und externe KI-Provider für automatisierte Pipeline-Execution nutzen.\n* **[Teil 5: AI Catalog](/de-de/blog/ai-catalog-discover-and-share-agents/)** – Zentralisiertes Repository durchsuchen, um von GitLab und der Community erstellte Agents und Flows zu entdecken, sie zu Projekten hinzuzufügen und eigene Lösungen für andere zu veröffentlichen.\n* **[Teil 6: KI-Workflows überwachen, verwalten und automatisieren](/de-de/blog/monitor-manage-automate-ai-workflows/)** – Alle Agent- und Flow-Aktivität über Sessions überwachen, eventgesteuerte Trigger zur Workflow-Automatisierung einrichten und das gesamte GitLab Duo Agent Platform-Ökosystem von einer zentralen Stelle aus verwalten.\n* **[Teil 7: Model Context Protocol-Integration](/de-de/blog/duo-agent-platform-with-mcp/)** – GitLab Duo-Capabilities erweitern durch Verbinden mit externen Tools wie Jira, Slack und AWS über den offenen MCP-Standard sowie externen KI-Tools Zugriff auf GitLab-Daten ermöglichen.\n* **[Teil 8: GitLab Duo Agent Platform anpassen](/de-de/blog/customizing-gitlab-duo-chat-rules-prompts-workflows/)** – Custom Chat-Regeln konfigurieren, System-Prompts für Agents erstellen, Agent-Tools einrichten, externe Systeme mit MCP integrieren und Flows für teamspezifische Anforderungen anpassen.\n\n## Ressourcen\n\n* [GitLab Duo Agent Platform-Dokumentation](https://docs.gitlab.com/user/duo_agent_platform/)\n* [GitLab Duo Agent Platform-Site](https://about.gitlab.com/de-de/gitlab-duo-agent-platform/)\n* [GitLab Community Forum](https://forum.gitlab.com/)\n\n- - -\n\n**Nächster Teil:** [Teil 2: GitLab Duo Agentic Chat – Erste Schritte](/de-de/blog/getting-started-with-gitlab-duo-agentic-chat/)","yml",{},true,"/de-de/blog/introduction-to-gitlab-duo-agent-platform",{"noIndex":12,"title":25,"description":24,"ogImage":32},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1752678395/impw8no5tbskr6k2afgu.jpg","de-de/blog/introduction-to-gitlab-duo-agent-platform",[35,17,18,19],"aiml","0C1GK_94ibt0dpHd7GM_W8wZvZipHaGBWWkNzndFKjw",{"data":38},{"logo":39,"freeTrial":44,"sales":49,"login":54,"items":59,"search":368,"minimal":403,"duo":421,"pricingDeployment":430},{"config":40},{"href":41,"dataGaName":42,"dataGaLocation":43},"/de-de/","gitlab logo","header",{"text":45,"config":46},"Kostenlose Testversion anfordern",{"href":47,"dataGaName":48,"dataGaLocation":43},"https://gitlab.com/-/trial_registrations/new?glm_source=about.gitlab.com/de-de&glm_content=default-saas-trial/","free trial",{"text":50,"config":51},"Vertrieb kontaktieren",{"href":52,"dataGaName":53,"dataGaLocation":43},"/de-de/sales/","sales",{"text":55,"config":56},"Anmelden",{"href":57,"dataGaName":58,"dataGaLocation":43},"https://gitlab.com/users/sign_in/","sign in",[60,87,183,188,289,349],{"text":61,"config":62,"cards":64},"Plattform",{"dataNavLevelOne":63},"platform",[65,71,79],{"title":61,"description":66,"link":67},"Die intelligente Orchestrierungsplattform für DevSecOps",{"text":68,"config":69},"Erkunde unsere Plattform",{"href":70,"dataGaName":63,"dataGaLocation":43},"/de-de/platform/",{"title":72,"description":73,"link":74},"GitLab Duo Agent Platform","Agentische KI für den gesamten Softwareentwicklungszyklus",{"text":75,"config":76},"Lerne GitLab Duo kennen",{"href":77,"dataGaName":78,"dataGaLocation":43},"/de-de/gitlab-duo-agent-platform/","gitlab duo agent platform",{"title":80,"description":81,"link":82},"Gründe, die für GitLab sprechen","Erfahre, warum Unternehmen auf GitLab setzen",{"text":83,"config":84},"Mehr erfahren",{"href":85,"dataGaName":86,"dataGaLocation":43},"/de-de/why-gitlab/","why gitlab",{"text":88,"left":29,"config":89,"link":91,"lists":95,"footer":165},"Produkt",{"dataNavLevelOne":90},"solutions",{"text":92,"config":93},"Alle Lösungen anzeigen",{"href":94,"dataGaName":90,"dataGaLocation":43},"/de-de/solutions/",[96,121,143],{"title":97,"description":98,"link":99,"items":104},"Automatisierung","CI/CD und Automatisierung zur Beschleunigung der Bereitstellung",{"config":100},{"icon":101,"href":102,"dataGaName":103,"dataGaLocation":43},"AutomatedCodeAlt","/de-de/solutions/delivery-automation/","automated software delivery",[105,109,112,117],{"text":106,"config":107},"CI/CD",{"href":108,"dataGaLocation":43,"dataGaName":106},"/de-de/solutions/continuous-integration/",{"text":72,"config":110},{"href":77,"dataGaLocation":43,"dataGaName":111},"gitlab duo agent platform - product menu",{"text":113,"config":114},"Quellcodeverwaltung",{"href":115,"dataGaLocation":43,"dataGaName":116},"/de-de/solutions/source-code-management/","Source Code Management",{"text":118,"config":119},"Automatisierte Softwarebereitstellung",{"href":102,"dataGaLocation":43,"dataGaName":120},"Automated software delivery",{"title":122,"description":123,"link":124,"items":129},"Sicherheit","Entwickle schneller, ohne die Sicherheit zu gefährden",{"config":125},{"href":126,"dataGaName":127,"dataGaLocation":43,"icon":128},"/de-de/solutions/application-security-testing/","security and compliance","ShieldCheckLight",[130,134,139],{"text":131,"config":132},"Application Security Testing",{"href":126,"dataGaName":133,"dataGaLocation":43},"Application security testing",{"text":135,"config":136},"Schutz der Software-Lieferkette",{"href":137,"dataGaLocation":43,"dataGaName":138},"/de-de/solutions/supply-chain/","Software supply chain security",{"text":140,"config":141},"Software Compliance",{"href":142,"dataGaName":140,"dataGaLocation":43},"/de-de/solutions/software-compliance/",{"title":144,"link":145,"items":150},"Bewertung",{"config":146},{"icon":147,"href":148,"dataGaName":149,"dataGaLocation":43},"DigitalTransformation","/de-de/solutions/visibility-measurement/","visibility and measurement",[151,155,160],{"text":152,"config":153},"Sichtbarkeit und Bewertung",{"href":148,"dataGaLocation":43,"dataGaName":154},"Visibility and Measurement",{"text":156,"config":157},"Wertstrommanagement",{"href":158,"dataGaLocation":43,"dataGaName":159},"/de-de/solutions/value-stream-management/","Value Stream Management",{"text":161,"config":162},"Analysen und Einblicke",{"href":163,"dataGaLocation":43,"dataGaName":164},"/de-de/solutions/analytics-and-insights/","Analytics and insights",{"title":166,"items":167},"GitLab für",[168,173,178],{"text":169,"config":170},"Enterprise",{"href":171,"dataGaLocation":43,"dataGaName":172},"/de-de/enterprise/","enterprise",{"text":174,"config":175},"Kleinunternehmen",{"href":176,"dataGaLocation":43,"dataGaName":177},"/de-de/small-business/","small business",{"text":179,"config":180},"den öffentlichen Sektor",{"href":181,"dataGaLocation":43,"dataGaName":182},"/de-de/solutions/public-sector/","public sector",{"text":184,"config":185},"Preise",{"href":186,"dataGaName":187,"dataGaLocation":43,"dataNavLevelOne":187},"/de-de/pricing/","pricing",{"text":189,"config":190,"link":192,"lists":196,"feature":276},"Ressourcen",{"dataNavLevelOne":191},"resources",{"text":193,"config":194},"Alle Ressourcen anzeigen",{"href":195,"dataGaName":191,"dataGaLocation":43},"/de-de/resources/",[197,230,248],{"title":198,"items":199},"Erste Schritte",[200,205,210,215,220,225],{"text":201,"config":202},"Installieren",{"href":203,"dataGaName":204,"dataGaLocation":43},"/de-de/install/","install",{"text":206,"config":207},"Kurzanleitungen",{"href":208,"dataGaName":209,"dataGaLocation":43},"/de-de/get-started/","quick setup checklists",{"text":211,"config":212},"Lernen",{"href":213,"dataGaLocation":43,"dataGaName":214},"https://university.gitlab.com/","learn",{"text":216,"config":217},"Produktdokumentation",{"href":218,"dataGaName":219,"dataGaLocation":43},"https://docs.gitlab.com/","product documentation",{"text":221,"config":222},"Best-Practice-Videos",{"href":223,"dataGaName":224,"dataGaLocation":43},"/de-de/getting-started-videos/","best practice videos",{"text":226,"config":227},"Integrationen",{"href":228,"dataGaName":229,"dataGaLocation":43},"/de-de/integrations/","integrations",{"title":231,"items":232},"Entdecken",[233,238,243],{"text":234,"config":235},"Kundenerfolge",{"href":236,"dataGaName":237,"dataGaLocation":43},"/de-de/customers/","customer success stories",{"text":239,"config":240},"Blog",{"href":241,"dataGaName":242,"dataGaLocation":43},"/de-de/blog/","blog",{"text":244,"config":245},"Remote",{"href":246,"dataGaName":247,"dataGaLocation":43},"https://handbook.gitlab.com/handbook/company/culture/all-remote/","remote",{"title":249,"items":250},"Vernetzen",[251,256,261,266,271],{"text":252,"config":253},"GitLab-Services",{"href":254,"dataGaName":255,"dataGaLocation":43},"/de-de/services/","services",{"text":257,"config":258},"Community",{"href":259,"dataGaName":260,"dataGaLocation":43},"/community/","community",{"text":262,"config":263},"Forum",{"href":264,"dataGaName":265,"dataGaLocation":43},"https://forum.gitlab.com/","forum",{"text":267,"config":268},"Veranstaltungen",{"href":269,"dataGaName":270,"dataGaLocation":43},"/events/","events",{"text":272,"config":273},"Partner",{"href":274,"dataGaName":275,"dataGaLocation":43},"/de-de/partners/","partners",{"backgroundColor":277,"textColor":278,"text":279,"image":280,"link":284},"#2f2a6b","#fff","Perspektiven für die Softwareentwicklung der Zukunft",{"altText":281,"config":282},"the source promo card",{"src":283},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1758208064/dzl0dbift9xdizyelkk4.svg",{"text":285,"config":286},"Lies die News",{"href":287,"dataGaName":288,"dataGaLocation":43},"/de-de/the-source/","the source",{"text":290,"config":291,"lists":293},"Unternehmen",{"dataNavLevelOne":292},"company",[294],{"items":295},[296,301,307,309,314,319,324,329,334,339,344],{"text":297,"config":298},"Über",{"href":299,"dataGaName":300,"dataGaLocation":43},"/de-de/company/","about",{"text":302,"config":303,"footerGa":306},"Karriere",{"href":304,"dataGaName":305,"dataGaLocation":43},"/jobs/","jobs",{"dataGaName":305},{"text":267,"config":308},{"href":269,"dataGaName":270,"dataGaLocation":43},{"text":310,"config":311},"Geschäftsführung",{"href":312,"dataGaName":313,"dataGaLocation":43},"/company/team/e-group/","leadership",{"text":315,"config":316},"Team",{"href":317,"dataGaName":318,"dataGaLocation":43},"/company/team/","team",{"text":320,"config":321},"Handbuch",{"href":322,"dataGaName":323,"dataGaLocation":43},"https://handbook.gitlab.com/","handbook",{"text":325,"config":326},"Investor Relations",{"href":327,"dataGaName":328,"dataGaLocation":43},"https://ir.gitlab.com/","investor relations",{"text":330,"config":331},"Trust Center",{"href":332,"dataGaName":333,"dataGaLocation":43},"/de-de/security/","trust center",{"text":335,"config":336},"AI Transparency Center",{"href":337,"dataGaName":338,"dataGaLocation":43},"/de-de/ai-transparency-center/","ai transparency center",{"text":340,"config":341},"Newsletter",{"href":342,"dataGaName":343,"dataGaLocation":43},"/company/contact/#contact-forms","newsletter",{"text":345,"config":346},"Presse",{"href":347,"dataGaName":348,"dataGaLocation":43},"/press/","press",{"text":350,"config":351,"lists":352},"Kontakt",{"dataNavLevelOne":292},[353],{"items":354},[355,358,363],{"text":50,"config":356},{"href":52,"dataGaName":357,"dataGaLocation":43},"talk to sales",{"text":359,"config":360},"Support-Portal",{"href":361,"dataGaName":362,"dataGaLocation":43},"https://support.gitlab.com","support portal",{"text":364,"config":365},"Kundenportal",{"href":366,"dataGaName":367,"dataGaLocation":43},"https://customers.gitlab.com/customers/sign_in/","customer portal",{"close":369,"login":370,"suggestions":377},"Schließen",{"text":371,"link":372},"Um Repositories und Projekte zu durchsuchen, melde dich an bei",{"text":373,"config":374},"gitlab.com",{"href":57,"dataGaName":375,"dataGaLocation":376},"search login","search",{"text":378,"default":379},"Vorschläge",[380,382,387,389,394,399],{"text":72,"config":381},{"href":77,"dataGaName":72,"dataGaLocation":376},{"text":383,"config":384},"Code Suggestions (KI)",{"href":385,"dataGaName":386,"dataGaLocation":376},"/de-de/solutions/code-suggestions/","Code Suggestions (AI)",{"text":106,"config":388},{"href":108,"dataGaName":106,"dataGaLocation":376},{"text":390,"config":391},"GitLab auf AWS",{"href":392,"dataGaName":393,"dataGaLocation":376},"/de-de/partners/technology-partners/aws/","GitLab on AWS",{"text":395,"config":396},"GitLab auf Google Cloud",{"href":397,"dataGaName":398,"dataGaLocation":376},"/de-de/partners/technology-partners/google-cloud-platform/","GitLab on Google Cloud",{"text":400,"config":401},"Warum GitLab?",{"href":85,"dataGaName":402,"dataGaLocation":376},"Why GitLab?",{"freeTrial":404,"mobileIcon":409,"desktopIcon":414,"secondaryButton":417},{"text":405,"config":406},"Kostenlos testen",{"href":407,"dataGaName":48,"dataGaLocation":408},"https://gitlab.com/-/trials/new/","nav",{"altText":410,"config":411},"GitLab-Symbol",{"src":412,"dataGaName":413,"dataGaLocation":408},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1758203874/jypbw1jx72aexsoohd7x.svg","gitlab icon",{"altText":410,"config":415},{"src":416,"dataGaName":413,"dataGaLocation":408},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1758203875/gs4c8p8opsgvflgkswz9.svg",{"text":198,"config":418},{"href":419,"dataGaName":420,"dataGaLocation":408},"https://gitlab.com/-/trial_registrations/new?glm_source=about.gitlab.com/de-de/get-started/","get started",{"freeTrial":422,"mobileIcon":426,"desktopIcon":428},{"text":423,"config":424},"Erfahre mehr über GitLab Duo",{"href":77,"dataGaName":425,"dataGaLocation":408},"gitlab duo",{"altText":410,"config":427},{"src":412,"dataGaName":413,"dataGaLocation":408},{"altText":410,"config":429},{"src":416,"dataGaName":413,"dataGaLocation":408},{"freeTrial":431,"mobileIcon":436,"desktopIcon":438},{"text":432,"config":433},"Zurück zur Preisübersicht",{"href":186,"dataGaName":434,"dataGaLocation":408,"icon":435},"back to pricing","GoBack",{"altText":410,"config":437},{"src":412,"dataGaName":413,"dataGaLocation":408},{"altText":410,"config":439},{"src":416,"dataGaName":413,"dataGaLocation":408},{"title":441,"button":442,"config":447},"Sieh dir an, wie agentische KI die Softwarebereitstellung transformiert",{"text":443,"config":444},"GitLab Transcend jetzt ansehen",{"href":445,"dataGaName":446,"dataGaLocation":43},"/de-de/events/transcend/virtual/","transcend event",{"layout":448,"icon":449,"disabled":29},"release","AiStar",{"data":451},{"text":452,"source":453,"edit":459,"contribute":464,"config":469,"items":474,"minimal":647},"Git ist eine Marke von Software Freedom Conservancy und unsere Verwendung von „GitLab“ erfolgt unter Lizenz.",{"text":454,"config":455},"Quelltext der Seite anzeigen",{"href":456,"dataGaName":457,"dataGaLocation":458},"https://gitlab.com/gitlab-com/marketing/digital-experience/about-gitlab-com/","page source","footer",{"text":460,"config":461},"Diese Seite bearbeiten",{"href":462,"dataGaName":463,"dataGaLocation":458},"https://gitlab.com/gitlab-com/marketing/digital-experience/about-gitlab-com/-/blob/main/content/","web ide",{"text":465,"config":466},"Beteilige dich",{"href":467,"dataGaName":468,"dataGaLocation":458},"https://gitlab.com/gitlab-com/marketing/digital-experience/about-gitlab-com/-/blob/main/CONTRIBUTING.md/","please contribute",{"twitter":470,"facebook":471,"youtube":472,"linkedin":473},"https://x.com/gitlab","https://www.facebook.com/gitlab","https://www.youtube.com/channel/UCnMGQ8QHMAnVIsI3xJrihhg","https://www.linkedin.com/company/gitlab-com",[475,498,553,580,614],{"title":61,"links":476,"subMenu":481},[477],{"text":478,"config":479},"DevSecOps-Plattform",{"href":70,"dataGaName":480,"dataGaLocation":458},"devsecops platform",[482],{"title":184,"links":483},[484,488,493],{"text":485,"config":486},"Tarife anzeigen",{"href":186,"dataGaName":487,"dataGaLocation":458},"view plans",{"text":489,"config":490},"Vorteile von Premium",{"href":491,"dataGaName":492,"dataGaLocation":458},"/de-de/pricing/premium/","why premium",{"text":494,"config":495},"Vorteile von Ultimate",{"href":496,"dataGaName":497,"dataGaLocation":458},"/de-de/pricing/ultimate/","why ultimate",{"title":499,"links":500},"Lösungen",[501,506,509,511,516,521,525,528,531,536,538,540,543,548],{"text":502,"config":503},"Digitale Transformation",{"href":504,"dataGaName":505,"dataGaLocation":458},"/de-de/topics/digital-transformation/","digital transformation",{"text":507,"config":508},"Sicherheit und Compliance",{"href":126,"dataGaName":133,"dataGaLocation":458},{"text":118,"config":510},{"href":102,"dataGaName":103,"dataGaLocation":458},{"text":512,"config":513},"Agile Entwicklung",{"href":514,"dataGaName":515,"dataGaLocation":458},"/de-de/solutions/agile-delivery/","agile delivery",{"text":517,"config":518},"Cloud-Transformation",{"href":519,"dataGaName":520,"dataGaLocation":458},"/de-de/topics/cloud-native/","cloud transformation",{"text":522,"config":523},"SCM",{"href":115,"dataGaName":524,"dataGaLocation":458},"source code management",{"text":106,"config":526},{"href":108,"dataGaName":527,"dataGaLocation":458},"continuous integration & delivery",{"text":156,"config":529},{"href":158,"dataGaName":530,"dataGaLocation":458},"value stream management",{"text":532,"config":533},"GitOps",{"href":534,"dataGaName":535,"dataGaLocation":458},"/de-de/solutions/gitops/","gitops",{"text":169,"config":537},{"href":171,"dataGaName":172,"dataGaLocation":458},{"text":174,"config":539},{"href":176,"dataGaName":177,"dataGaLocation":458},{"text":541,"config":542},"Öffentlicher Sektor",{"href":181,"dataGaName":182,"dataGaLocation":458},{"text":544,"config":545},"Bildungswesen",{"href":546,"dataGaName":547,"dataGaLocation":458},"/de-de/solutions/education/","education",{"text":549,"config":550},"Finanzdienstleistungen",{"href":551,"dataGaName":552,"dataGaLocation":458},"/de-de/solutions/finance/","financial services",{"title":189,"links":554},[555,557,559,561,564,566,568,570,572,574,576,578],{"text":201,"config":556},{"href":203,"dataGaName":204,"dataGaLocation":458},{"text":206,"config":558},{"href":208,"dataGaName":209,"dataGaLocation":458},{"text":211,"config":560},{"href":213,"dataGaName":214,"dataGaLocation":458},{"text":216,"config":562},{"href":218,"dataGaName":563,"dataGaLocation":458},"docs",{"text":239,"config":565},{"href":241,"dataGaName":242,"dataGaLocation":458},{"text":234,"config":567},{"href":236,"dataGaName":237,"dataGaLocation":458},{"text":244,"config":569},{"href":246,"dataGaName":247,"dataGaLocation":458},{"text":252,"config":571},{"href":254,"dataGaName":255,"dataGaLocation":458},{"text":257,"config":573},{"href":259,"dataGaName":260,"dataGaLocation":458},{"text":262,"config":575},{"href":264,"dataGaName":265,"dataGaLocation":458},{"text":267,"config":577},{"href":269,"dataGaName":270,"dataGaLocation":458},{"text":272,"config":579},{"href":274,"dataGaName":275,"dataGaLocation":458},{"title":290,"links":581},[582,584,586,588,590,592,594,598,603,605,607,609],{"text":297,"config":583},{"href":299,"dataGaName":292,"dataGaLocation":458},{"text":302,"config":585},{"href":304,"dataGaName":305,"dataGaLocation":458},{"text":310,"config":587},{"href":312,"dataGaName":313,"dataGaLocation":458},{"text":315,"config":589},{"href":317,"dataGaName":318,"dataGaLocation":458},{"text":320,"config":591},{"href":322,"dataGaName":323,"dataGaLocation":458},{"text":325,"config":593},{"href":327,"dataGaName":328,"dataGaLocation":458},{"text":595,"config":596},"Sustainability",{"href":597,"dataGaName":595,"dataGaLocation":458},"/sustainability/",{"text":599,"config":600},"Vielfalt, Inklusion und Zugehörigkeit",{"href":601,"dataGaName":602,"dataGaLocation":458},"/de-de/diversity-inclusion-belonging/","Diversity, inclusion and belonging",{"text":330,"config":604},{"href":332,"dataGaName":333,"dataGaLocation":458},{"text":340,"config":606},{"href":342,"dataGaName":343,"dataGaLocation":458},{"text":345,"config":608},{"href":347,"dataGaName":348,"dataGaLocation":458},{"text":610,"config":611},"Transparenzerklärung zu moderner Sklaverei",{"href":612,"dataGaName":613,"dataGaLocation":458},"https://handbook.gitlab.com/handbook/legal/modern-slavery-act-transparency-statement/","modern slavery transparency statement",{"title":615,"links":616},"Nimm Kontakt auf",[617,620,625,627,632,637,642],{"text":618,"config":619},"Sprich mit einem Experten/einer Expertin",{"href":52,"dataGaName":53,"dataGaLocation":458},{"text":621,"config":622},"Support",{"href":623,"dataGaName":624,"dataGaLocation":458},"https://support.gitlab.com/hc/en-us/articles/11626483177756-GitLab-Support","get help",{"text":364,"config":626},{"href":366,"dataGaName":367,"dataGaLocation":458},{"text":628,"config":629},"Status",{"href":630,"dataGaName":631,"dataGaLocation":458},"https://status.gitlab.com/","status",{"text":633,"config":634},"Nutzungsbedingungen",{"href":635,"dataGaName":636,"dataGaLocation":458},"/terms/","terms of use",{"text":638,"config":639},"Datenschutzerklärung",{"href":640,"dataGaName":641,"dataGaLocation":458},"/de-de/privacy/","privacy statement",{"text":643,"config":644},"Cookie-Einstellungen",{"dataGaName":645,"dataGaLocation":458,"id":646,"isOneTrustButton":29},"cookie preferences","ot-sdk-btn",{"items":648},[649,651,653],{"text":633,"config":650},{"href":635,"dataGaName":636,"dataGaLocation":458},{"text":638,"config":652},{"href":640,"dataGaName":641,"dataGaLocation":458},{"text":643,"config":654},{"dataGaName":645,"dataGaLocation":458,"id":646,"isOneTrustButton":29},[656],{"id":657,"title":23,"body":8,"config":658,"content":660,"description":8,"extension":27,"meta":664,"navigation":29,"path":665,"seo":666,"stem":667,"__hash__":668},"blogAuthors/en-us/blog/authors/itzik-gan-baruch.yml",{"template":659},"BlogAuthor",{"name":23,"config":661},{"headshot":662,"ctfId":663},"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",[670,683,696],{"content":671,"config":681},{"title":672,"description":673,"authors":674,"heroImage":676,"date":677,"body":678,"category":9,"tags":679},"10 KI-Prompts für den gesamten Software-Delivery-Prozess","Code Review, Security, Dokumentation, Tests, Planung, Debugging – einsatzbereite Prompts, die Team-Engpässe systematisch adressieren.",[675],"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.",[16,680],"DevOps platform",{"featured":12,"template":13,"slug":682},"10-ai-prompts-to-speed-your-teams-software-delivery",{"content":684,"config":694},{"title":685,"description":686,"heroImage":687,"authors":688,"date":690,"body":691,"category":9,"tags":692},"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",[689],"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.",[16,693],"security",{"featured":29,"template":13,"slug":695},"ai-can-detect-vulnerabilities-but-who-governs-risk",{"content":697,"config":706},{"title":698,"description":699,"authors":700,"heroImage":702,"date":703,"body":704,"category":9,"tags":705},"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.",[701],"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":707},"gitlab-duo-agent-platform-with-claude-accelerates-development",{"promotions":709},[710,723,735],{"id":711,"categories":712,"header":713,"text":714,"button":715,"image":720},"ai-modernization",[9],"Is AI achieving its promise at scale?","Quiz will take 5 minutes or less",{"text":716,"config":717},"Get your AI maturity score",{"href":718,"dataGaName":719,"dataGaLocation":242},"/assessments/ai-modernization-assessment/","modernization assessment",{"config":721},{"src":722},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1772138786/qix0m7kwnd8x2fh1zq49.png",{"id":724,"categories":725,"header":727,"text":714,"button":728,"image":732},"devops-modernization",[17,726],"devsecops","Are you just managing tools or shipping innovation?",{"text":729,"config":730},"Get your DevOps maturity score",{"href":731,"dataGaName":719,"dataGaLocation":242},"/assessments/devops-modernization-assessment/",{"config":733},{"src":734},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1772138785/eg818fmakweyuznttgid.png",{"id":736,"categories":737,"header":738,"text":714,"button":739,"image":743},"security-modernization",[693],"Are you trading speed for security?",{"text":740,"config":741},"Get your security maturity score",{"href":742,"dataGaName":719,"dataGaLocation":242},"/assessments/security-modernization-assessment/",{"config":744},{"src":745},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1772138786/p4pbqd9nnjejg5ds6mdk.png",{"header":747,"blurb":748,"button":749,"secondaryButton":754},"Beginne noch heute, schneller zu entwickeln","Entdecke, was dein Team mit der intelligenten Orchestrierungsplattform für DevSecOps erreichen kann.\n",{"text":750,"config":751},"Kostenlosen Test starten",{"href":752,"dataGaName":48,"dataGaLocation":753},"https://gitlab.com/-/trial_registrations/new?glm_content=default-saas-trial&glm_source=about.gitlab.com/de-de/","feature",{"text":50,"config":755},{"href":52,"dataGaName":53,"dataGaLocation":753},1773871186591]