Was ist das Entwicklungserlebnis (DevEx)?

Das Entwicklungserlebnis (auch DevEx oder DevX) bezeichnet die Handlungen und Gefühle von Entwicklerinnen und Entwicklern bei der Interaktion mit Entwicklungstools und -prozessen. Bei der Verbesserung des Entwicklungserlebnisses werden Workflows, Tools und Prozesse für die Zusammenarbeit vereinfacht, wodurch die tägliche Entwicklungsarbeit erleichtert wird und mehr Zeit für Innovationen bleibt.

In ihrer täglichen Arbeit kümmern sich Entwicklerinnen und Entwickler um das Engineering und die Wartung der Softwareanwendungen ihrer Organisation. Sie entwickeln Lösungen für bestimmte Geschäfts- oder IT-Anforderungen mit dem Ziel, dass diese Anwendungen weitflächig in ihrem Unternehmen eingesetzt werden. Sie möchten funktionierende und möglichst fehlerfreie Lösungen, die positive Rückmeldungen von Kunden und Nutzenden erhalten, rechtzeitig bereitstellen.  

DevEx ist ein Teilbereich des Benutzererlebnisses, der sich auf Entwicklungsteams konzentriert und Unternehmen dazu ermutigt, darauf zu achten, wie diese ihre Arbeit erledigen. DevEx untersucht, wie die Prozesse und Tools, die Entwicklerinnen und Entwickler verwenden, die Qualität ihrer Arbeit und ihre Zufriedenheit und Produktivität beeinflussen.

Beschleunigte App-Entwicklung mit Red Hat OpenShift

Durch den Fokus auf das DevEx erhalten Organisationen ein Verständnis dafür, was für die Engineering-Teams, die geschäftskritische Anwendungen und Tools entwickeln, funktioniert und was nicht. Bei DevEx geht es nicht (nur) darum, Entwicklerinnen und Entwickler glücklich zu machen. Es handelt sich um ein grundlegendes Alleinstellungsmerkmal, denn das DevEx beeinflusst die Produktivität der Entwicklerinnen und Entwickler, welche wiederum den Erfolg der Engineering-Unternehmen, in denen sie arbeiten, und die weitreichenderen Geschäftsergebnisse beeinflusst. 

Durch die Verbesserung des Entwicklungserlebnisses kann die Innovationsgeschwindigkeit, Codequalität und Wirksamkeit der DevOps-Transformation erhöht werden. Es kann die kognitive Belastung für Entwicklungsteams reduzieren und so die Softwarequalität verbessern. Wenn Entwicklerinnen und Entwickler den Eindruck haben, dass ihre Workflows reibungsloser, effizienter und effektiver sind, wird sich ihre Produktivität und Zufriedenheit – und dadurch auch ihre Bindung an das Unternehmen – erhöhen.

In vielen Organisationen müssen Entwicklungsteams mehrere, unterschiedliche Tools in Einklang bringen, von denen jedes einen einzelnen Zweck für Sicherheit, Continuous Integration/Continuous Delivery (CI/CD) und Produktmanagement erfüllt oder für eine bestimmte Cloud- oder On-Premise-Umgebung verwendet wird. Wenn Entwicklungsteams viele Tools neu erlernen und implementieren müssen, kann das ihre Effektivität beeinträchtigen. Fragmentierte Tools können die kognitive Last für Einzelpersonen zusätzlich erhöhen und die Softwareentwicklung verlangsamen. 

Eine weitere Herausforderung ist mangelndes Feedback während des Entwicklungsprozesses. Das führt dazu, dass Probleme im Code erst dann bemerkt werden, wenn Nutzende sie als Bugs melden. Langsame Entwicklungszeiten, verzögerte CI/CD-Test-Pipelines und träge Code-Reviews sorgen für einen verlangsamten Software-Entwicklungs-Lifecycle (SDLC). Fehler zu finden, bevor sie live gehen, spart Zeit, vermeidet Nachbearbeitungen und verbessert die Zufriedenheit der Entwicklungsteams. 

Organisatorischer Widerstand ist ein weiterer Faktor, der einen negativen Einfluss auf das Entwicklungserlebnis haben kann. Werden Tools geändert oder verfrüht und ohne klare Begründung eingeführt, kann es vorkommen, dass Entwicklungsteams keine neuen Prozesse erlernen oder einsetzen wollen. 

Ein positives Entwicklungserlebnis umfasst konsolidierte Tools, die Reduzierung der kognitiven Last für Einzelpersonen und die Berücksichtigung von Feedbackschleifen. Wenn das DevEx einen einfachen Prozess ermöglicht, können Entwicklungsteams mehr Innovationen durchführen und schneller Code bereitstellen, da die Umgebung ihre Arbeit erleichtert.

Konsolidierte Tools

Entwicklungsumgebungen mit mehreren, unterschiedlichen Tools und Bring-your-own-Tools-Ansätzen können chaotisch sein. Eine einheitliche Umgebung mit gut unterstützten Golden Paths hilft Engineering-Teams dabei, in inkompatiblen Entwicklungs- und Bereitstellungsumgebungen zu arbeiten, ohne vorher erst noch neue Tools erlernen zu müssen. 

Geringere kognitive Belastung

Ausufernde Microservices-Architekturen, cloudnative Umgebungen und Drittanbieter-Abhängigkeiten machen die IT-Systeme von heute immer komplexer. Inkonsistente Tools und Lücken in der Dokumentation rauben mentale Energie, da Entwicklerinnen und Entwickler erst herausfinden müssen, wie sie ihre Arbeit erledigen können. Diese Zeit fehlt dann für die wichtigsten Aufgaben, nämlich das Schreiben und Bereitstellen von Code. 

Traditionell war es die Aufgabe von Entwicklungsteams, entweder ein Tool zu finden, das für die jeweiligen Anforderungen geeignet ist, oder das Tool von Grund auf neu zu entwickeln. Heutzutage wird die Unterstützung von Workflows und die effektive Skalierung im Unternehmen mit zunehmendem Geschäftswachstum für Entwicklungsteams immer komplexer und fragmentierter. Mit Platform Engineering können Sie:

• Die Anwendungsbereitstellung automatisieren
• Die Zusammenarbeit und Kommunikation ausweiten
• Fehler reduzieren
• Sicherheit und Compliance stärken
• Die Stärken von Entwicklerinnen und Entwicklern auf die Bereiche konzentrieren, wo sie am meisten gebraucht werden 

Intuitive Tools, Self Service-Portale und Umgebungen, die Platform Engineering einsetzen, ermöglichen es Entwicklungsteams, interne Entwicklungsplattformen (IDPs) für Automatisierung, Self Service und die teamübergreifende Zusammenarbeit zu verwenden, die die Softwarebereitstellung optimieren. Vorkonfigurierte Tools können Entwicklerinnen und Entwicklern die Arbeit erleichtern und dabei gleichzeitig unwichtigere Prozesse und Lernkurven minimieren. 

Feedbackschleifen

Die Fähigkeiten und Effizienz von Entwicklungsteams hängen davon ab, wie schnell sie Antworten von den von ihnen verwendeten Tools bekommen. Sie müssen Code überprüfen, Bugs finden, Codeüberprüfungen automatisieren und testen und lokale Test-Suites schnell und frühzeitig ausführen – so bleibt keine Zeit, um auf Bestätigung zu warten und Probleme werden möglicherweise zu spät erkannt. CI/CD und enge Feedbackschleifen ermöglichen den Entwicklungsteams bereits früh im Prozess einen Einblick in die Wirksamkeit des Codes.

Zusammenarbeit

Durch eine integrierte Zusammenarbeit zwischen Entwicklungs- und Operations-Teams (DevOps) kann eine Arbeitsumgebung entstehen, die die effektive Kommunikation und geteiltes Fachwissen fördert. In der DevOps-Kultur arbeiten Entwicklungsteams, die üblicherweise in einer Standardentwicklungsumgebung (SDE) programmieren, eng mit dem IT-Operations-Team zusammen, um Software-Builds, Tests und die Veröffentlichung neuer Versionen zu beschleunigen – ohne dass Abstriche bei der Zuverlässigkeit gemacht werden müssen. Dieser DevOps-Ansatz kann zu einem besseren Entwicklungserlebnis führen, da er Self Service priorisiert und Kommunikationsprobleme zwischen Teams reduziert. 

Organisationen können das Entwicklungserlebnis über das Ausgabevolumen und die Markteinführungszeiten der kreierten Produkte quantitativ messen. Eine qualitative Messung erfolgt durch die Jobzufriedenheit, Performance und Kommunikation der Entwicklerinnen und Entwickler. 

Das DORA-Framework stammt vom DORA-Forschungsprogramm von Google Cloud. Es verwendet 5 Schlüsselmetriken zur Bewertung der Performance eines Softwareentwicklungsteams: 

• Häufigkeit von Deployments
• Einführungsdauer von Änderungen
• Änderungsfehlerrate
• Zeit bis zur Servicewiederherstellung
• Zuverlässigkeit

Zusammen bewerten die DORA-Metriken Geschäftsergebnisse durch die Überwachung der Teamergebnisse im Laufe der Zeit. 

Das SPACE-Framework vertritt beim Thema Entwicklungsproduktivität einen eher menschenorientierten Ansatz. Es erfasst 5 Dimensionen: 

• Zufriedenheit und Wohlbefinden
• Performance (definiert über die Qualität anstatt der Menge an Code)
• Aktivität
• Kommunikation und Zusammenarbeit
• Effizienz und Fluss 

Die SPACE-Heuristik konzentriert sich stärker auf die Zufriedenheit von Entwicklerinnen und Entwicklern als auf reine Ergebnisse. 

Diese Frameworks schließen sich nicht gegenseitig aus, sondern ergänzen sich. Gemeinsam können sie einen ganzheitlichen Einblick in das DevEx bieten, durch den Organisationen die Erlebnisse ihrer Entwicklungsteams bewerten und die kontinuierliche Verbesserung fördern können. 

Mehr zur Nutzung von DevOps-Metriken erfahren

Der Wandel hin zu KI bringt einige Hürden für Entwicklungsteams mit sich. Sie müssen beispielsweise neue Schwachstellen im Auge behalten, neue Tools in bestehende Workflows integrieren und neue Bugs und Sicherheitsprobleme beheben. Allerdings entstehen durch KI auch neue Chancen zur Verbesserung des DevEx. 

Chancen

KI-Coding-Assistenten und autonome Agenten unterstützen Entwicklungsteams dabei, Boilerplate-Setups zu umgehen, während integrierte Code-Erklärungen und Refactoring-Tools komplexe Architekturen vereinfachen und technische Schulden mindern können. Generative KI verwandelt traditionelle Engpässe bei der Softwareentwicklung in Hochgeschwindigkeits-Workflows mit minimalen Verzögerungen. Viele Organisationen nutzen KI-gestützte Automatisierung zur Verbesserung ihrer CI/CD-Pipeline, indem sie intelligente Codeprüfungen und die schnelle Fehlererkennung und -behebung direkt in den Entwicklungsprozess einbetten. So können strukturelle Probleme bereits aufgedeckt werden, bevor die Überprüfung durch Menschen beginnt. 

Herausforderungen

KI-Assistenten entwickeln sich schneller weiter, als menschliche Überprüfungen mithalten können, was zu neuen Fehlern, veralteten Paketen und versteckten Sicherheitsschwachstellen führen kann. Die Überprüfung von Code sorgt für eine weitere Ebene der Komplexität für Entwicklungsteams. 

Die meisten Entwicklungsteams haben Zugriff auf KI-Assistenten, weshalb die bloße Nutzung von KI keinen Vorteil mehr für sie darstellt. Da KI mittlerweile weit verbreitet ist, setzen Entwicklungsteams sie seltener für das Schreiben von Code ein und häufiger dafür, ihn zu überprüfen, zu verbessern und zu verwalten. Entwicklerinnen und Entwickler werden zu strategischen Orchestrierern, die mehrere KI-Agenten gleichzeitig dirigieren. Das erfordert ein Denken auf Systemebene und kann ein Problem für Engineers darstellen, die es gewohnt sind, lokale logische Probleme zu bewältigen. 

Für ein verbessertes Entwicklungserlebnis müssen Workflows vereinfacht werden, um die tägliche kognitive Last von Engineering-Teams zu reduzieren. Weiterhin müssen die lokale Entwicklungsumgebung effizienter gestaltet und intuitive Entwicklungstools zur Verfügung gestellt werden, die Feedbackschleifen verkürzen. 

Organisationen können IDPs einsetzen, die Self Service-Automatisierung verwenden, damit Entwicklungsteams schnell Ressourcen nutzen können, ohne auf manuelle Ticket-Warteschlangen zurückgreifen zu müssen. IDPs können als ein zentralisierter Hub für aktuelle Dokumentation agieren, wodurch das Onboarding neuer Entwicklerinnen und Entwickler vereinfacht und die teamübergreifende Kommunikation verbessert wird. Die Führungsebene der Organisation kann außerdem die Qualität des Entwicklungserlebnisses in Umfragen erfassen und mithilfe dieser qualitativen Einblicke das gesamte Ökosystem iterativ verbessern.

Welche Onboarding-Herausforderungen bestehen beim DevEx?

Wenn neu eingestellte Mitarbeitende auf inkonsistente Entwicklungsumgebungen treffen, die sich von den Produktivumgebungen unterscheiden, verbringen sie womöglich die ersten Wochen damit, lokale Konfigurationsfehler zu beheben, anstatt die Codebasis zu erlernen. Diese Herausforderungen beim Onboarding werden oft durch Systeme mit mangelhafter Dokumentation verschlimmert, bei denen Anweisungen zur Einrichtung nicht vorhanden, innerhalb von Abteilungen isoliert oder veraltet sind. Um diese Engpässe aufzuspüren, führen Organisationen oft Umfragen zum Entwicklungserlebnis durch, um Feedback von Engineers zu erfassen, die erst seit kurzem im Unternehmen sind.

Was führt zu einer langsamen Softwarebereitstellung?

Eine langsame Bereitstellung wird meist durch ineffiziente Feedbackschleifen verursacht. Pull-Anfragen, die auf eine Überprüfung warten, können Prozesse ausbremsen. Kürzere Code-Reviews können die Softwarebereitstellung beschleunigen. Probleme bei der Versionskontrolle und Zusammenführung von Konflikten können die Bereitstellung zusätzlich verzögern. Das manuelle Abgleichen von Code zwischen verschiedenen Versionen kann Zeit verschwenden, die für die Entwicklung neuer Funktionen hätte eingesetzt werden können. 

Was raubt Entwicklerinnen und Entwicklern Zeit und Energie?

Laut einer Studie von Atlassian berichten viele Entwicklerinnen und Entwickler von einem Zeitverlust durch Ineffizienzen und inkompatible Systeme. Der ständige Wechsel zwischen inkonsistenten Tools und der Umgang mit technischen Schulden, fragmentierten Workflows und unzureichender Dokumentation sind einige der Faktoren, die den Fokus von Entwicklerinnen und Entwicklern von Innovationen ablenken. 

Welchen Einfluss haben technische Schulden und Architekturentscheidungen auf das DevEx?

Die Arbeit mit Legacy-Code stellt eine Hürde dar, weil ältere Codebasen oftmals keine eindeutigen Grenzen und automatisierten Tests bieten. Diese Probleme werden noch größer, wenn Anwendungen komplizierte interne oder Drittanbieter-APIs (Application Programming Interfaces) mit exzessivem Boilerplate-Code, verwirrenden Endpunkten und keinen eindeutigen Methoden zur Fehlerbehebung haben. Diese Herausforderungen können einfache Funktionsupdates in einen frustrierenden und aufwendigen Prozess für Entwicklungsteams verwandeln. 

Mit Red Hat® Advanced Developer Suite können Platform-Engineering-Teams kuratierte Self Service-Entwicklungserlebnisse mit durchsetzbaren Sicherheitsfunktionen entwickeln. Die Lösung reduziert die kognitive Last bei der Entwicklung und in der Lieferkette, indem sie Entwicklungsportale mit automatisiertem Security Gating und angewandter KI vereinheitlicht.

Red Hat Developer Hub bringt unterschiedliche Tools visuell an einem Ort zusammen, zentralisiert die Dokumentation und bietet vorab genehmigte Golden Path-Softwarevorlagen. Die Lösung verkürzt die Onboarding-Zeit und lässt Entwicklerinnen und Entwickler direkt vom Konzept zum Coding übergehen.

Die Sicherheitsfeatures in Advanced Developer Suite, darunter Exploit Intelligence, verwenden KI-gestütztes Code Reasoning, um Warnungen zu Schwachstellen automatisch zu sortieren und zu priorisieren. Dank Advanced Developer Suite müssen Entwicklungsteams nicht mehr jeder theoretischen Schwachstelle nachjagen, sondern können die Fehlerbehebung nach tatsächlichem Anwendungs-Runtime-Risiko priorisieren. Integrierte Produkte und Komponenten, wie Red Hat Trusted Artifact Signer, Red Hat Trusted Profile Analyzer und Red Hat Trusted Libraries, automatisieren die kryptographische Codesignierung, Nachverfolgung der Herkunft und das nach Supply Chain Levels for Software Artifacts (SLSA) Level 3 verifizierte Abhängigkeitsmanagement, um die Codesicherheit von Erfassung bis zur Cluster-Runtime zu erhöhen.

Red Hat OpenShift® basiert auf Kubernetes für Unternehmen und ist eine Anwendungsplattform, mit der Sie Anwendungen in großem Umfang entwickeln, modernisieren und bereitstellen können. Red Hat OpenShift beruht auf offenen Standards und bietet integrierte Sicherheits- und Compliance-Funktionen, die Organisationen dabei unterstützen, sowohl traditionelle als auch KI-gestützte Workloads zu entwickeln, zu beschleunigen und zu skalieren. Die Lösung vereint Tools und Services, die den gesamten Anwendungs-Lifecycle optimieren – von der Codeentwicklung über die Bereitstellung bis hin zum Verwalten von Anwendungsworkloads in hybriden Umgebungen. Red Hat OpenShift gibt Ihnen ein umfassendes Set an Tools auf der Infrastruktur Ihrer Wahl, um schneller Innovationen zu entwickeln und KI einfacher einzuführen. Die Bewältigung und Verwaltung unterschiedlicher Tools und die daraus entstehenden Herausforderungen bei Interoperabilität und Portierbarkeit entfallen. 

Red Hat OpenShift AI bietet Data Scientists und Entwicklungsteams eine vollständig integrierte und skalierbare Umgebung, in der sie intelligente Anwendungen entwickeln, trainieren und bereitstellen können. So wird sichergestellt, dass KI-gestützte Automatisierung so einfach wie möglich in ihr Ökosystem integriert wird.

Red Hat OpenShift Dev Spaces und Red Hat Desktop bieten konsistente, containerisierte Cloud- und lokale Entwicklungsumgebungen, die die Produktion abbilden. So können Teams Anwendungen und KI-Agenten sicher in einer Sandbox testen, bevor sie diese auf einem Cluster bereitstellen.