Das Enterprise Technology Leadership Journal (Fall 2025, Volume 2, Issue 2) ist da – und es ist das bisher umfangreichste. Auf 349 Seiten versammelt IT Revolution die Erkenntnisse des Enterprise Technology Leadership Forums 2025, wo Technologieführer der weltweit größten Unternehmen eine zentrale Frage verhandelt haben: Wie verändert AI die Art, wie wir Software bauen und Wert schaffen?
Die Antworten sind überraschend pragmatisch – und stellenweise unbequem.
Die 9 Papers im Überblick
1. „A Nose for Elevating New Technology Leaders"
Von Kent Beck, JD Black (Northrop Grumman), Clare Hawthorne (Datavant), JP Herald (Southwest Airlines), Max Reele (Rise8)
Wie erkennt man die nächste Generation von Tech-Leadern – besonders wenn AI die technischen Skills commoditisiert? Die Autoren argumentieren, dass klassische Bewertungskriterien versagen und stellen ein Framework vor, das auf Anpassungsfähigkeit, systemisches Denken und die Fähigkeit, Ambiguität auszuhalten, setzt. Kent Beck als Co-Autor allein macht dieses Paper lesenswert.
2. „Breaking the Sabotage Cycle"
Von Jenn Spykerman (DefenseLogic AI)
Ein praxisorientierter Guide für den Software Acquisition Pathway – besonders relevant für alle, die mit dem öffentlichen Sektor oder regulierten Branchen arbeiten. Spykerman zeigt, wie dysfunktionale Beschaffungsprozesse Innovationszyklen systematisch sabotieren und liefert konkrete Gegenmaßnahmen.
3. „Faster, Cheaper, and Safer: Finding the Balance"
Von Adrian Cockcroft (OrionX), Tapabrata Pal (Fidelity), Randy Shoup (ThriveMarket), Cat Swetel (Nubank), Mik Kersten (Planview), Buck Butler (Southwest Airlines)
Das Dreiecks-Dilemma jeder technischen Entscheidung. Die Autoren – allesamt erfahrene CTOs und VPs of Engineering – zeigen, dass „schneller, billiger UND sicherer" kein Widerspruch sein muss, wenn man die richtigen Trade-offs versteht. Besonders die Perspektive von Mik Kersten (Autor von Project to Product) macht dieses Paper strategisch wertvoll.
4. „Human Vibes: How Developers Can Navigate a Job Market That's Stretching at Both Ends"
Von Matt Beane (UCSB), Jonathan Hassell (O'Reilly Media), Brendan Hopper (Commonwealth Bank), Steve Yegge (Sourcegraph)
Der Elefant im Raum: Was passiert mit Entwicklern, wenn AI immer mehr Code schreibt? Steve Yegge – bekannt für seine kontroversen Essays „Death of the Junior Developer" und „Revenge of the Junior Developer" – argumentiert gemeinsam mit Arbeitsmarktforschern, dass sich der Markt an beiden Enden dehnt: Mehr Nachfrage nach Spitzentalenten, weniger nach Durchschnitt. Ein Paper, das jeder Entwickler und jede Entwicklerin lesen sollte.
5. „Lead for the Long Game"
Von Joe Beutler (OpenAI), Amy Willard (John Deere), Chris Blackburn (Liatrio), Michelle Gill (GitLab), Ben Grinnell (XLR8 Consulting)
Ein Guide für Disruptoren und ihre Enabler. Besonders interessant: Joe Beutler von OpenAI bringt die Innenperspektive eines Unternehmens ein, das selbst eine Disruption auslöst. Wie balanciert man langfristige Vision mit kurzfristigem Lieferdruck?
6. „Leading the Human-AI Revolution"
Von Dr. Suzette Johnson (Northrop Grumman), Dr. Robin Yeman (Leidos), Steve Wilson (Exabeam/OWASP), Kim Harrison (Heroku), Christine Hudson (The Welcome Elephant)
Das umfangreichste Paper im Journal – und das mit dem höchsten Praxisbezug. Es geht um safety-critical Cyber-Physical Systems: Was passiert, wenn AI in Systemen eingesetzt wird, bei denen Fehler Menschenleben kosten können? Die Autoren liefern strategische Leadership-Guidance für die verantwortungsvolle Integration von AI in Entwicklung und Betrieb kritischer Systeme.
7. „Lessons from Enterprise GenAI Adoption Journeys"
Von Jason Cox (Disney), Brian Scott (Adobe), Jason Clinton (Anthropic), Adam Zimman (VC Advisor), Jeff Gallimore (Excella)
Fortune-500-Unternehmen teilen ihre GenAI-Adoption-Stories. Disney, Adobe, Anthropic – die Autoren bringen reale Erfahrungen aus Unternehmen mit, die GenAI nicht nur evaluieren, sondern produktiv einsetzen. Die Lessons Learned sind goldwert für jedes Unternehmen, das über die Pilot-Phase hinaus will.
8. „No Vibe Coding When I'm On Call!"
Von Cornelia Davis (Temporal Technologies), Nathen Harvey (Google Cloud), Gene Kim, Matt Ring (John Deere), Jessie Young (GitLab)
Gene Kim himself – zusammen mit einem Team aus Google Cloud, GitLab und John Deere – untersucht die Auswirkungen von Generative AI auf den gesamten SDLC. Der Titel ist Programm: Vibe Coding mag Spaß machen, aber was passiert, wenn der von AI generierte Code nachts um 3 Uhr einen Incident verursacht? Ein Story-basiertes Paper, das die Spannung zwischen Entwicklerproduktivität und operativer Verantwortung aufzeigt.
9. „Revenge of QA: The Age of AI is the Age of Verification & Validation"
Von Elisabeth Hendrickson, Jeffrey Fredrick, Joseph Enochs, John Willis, Kamran Kazempour
Das vielleicht provokanteste Paper: Wenn AI massenhaft Code generiert, wird nicht das Schreiben, sondern das Verifizieren und Validieren zum Engpass. Die Autoren argumentieren, dass wir in ein neues Zeitalter der Quality Assurance eintreten – und dass jeder Entwickler zum Quality Engineer werden muss. Mit dabei: Der „Unclogging the Drain"-Ansatz, der zeigt, wie man den Value Stream von PR bis Production systematisch entschlackt.
Die rote Linie: AI verändert nicht den Code – sie verändert die Verantwortung
Was alle Papers verbindet: Die Herausforderung von AI liegt nicht im Generieren von Code. Sie liegt in der Qualitätssicherung, der Führung, dem Umgang mit Komplexität und der Frage, wie Organisationen lernen und sich anpassen.
Drei Kernthesen ziehen sich durch das gesamte Journal:
1. Code ist nicht der Bottleneck
AI kann Code schneller generieren als je zuvor – aber Review, Testing, Integration und Deployment werden damit zum neuen Engpass. Wer nur die Code-Generierung beschleunigt, verschiebt das Problem.
2. Leadership muss sich neu definieren
In einer Welt, in der AI technische Skills commoditisiert, werden Systemdenken, Risikobewertung und die Fähigkeit, in Ambiguität zu führen, zu den entscheidenden Kompetenzen.
3. Quality Engineering erlebt ein Comeback
Die QA-Rolle, die in vielen Unternehmen zugunsten von „you build it, you run it" abgeschafft wurde, bekommt eine neue Bedeutung – nicht als separate Funktion, sondern als Mindset, das jeder braucht.
Für wen ist das Journal?
- CTOs und VP Engineering, die verstehen wollen, wie AI ihre Delivery-Organisation verändert
- Engineering Manager, die ihre Teams auf die nächste Phase vorbereiten
- Entwickler, die ihre Karriere in einem AI-veränderten Markt navigieren wollen
- IT-Leiter im öffentlichen Sektor, die mit Compliance und Beschaffung kämpfen
Das Journal steht als kostenloser Download auf itrevolution.com/resources zur Verfügung. Es ist – wie alle IT Revolution Guidance Papers – unter Creative Commons (CC BY-NC-SA 4.0) lizenziert.
Die eigentliche Frage ist nicht, ob AI Code schreiben kann. Die Frage ist, wer die Verantwortung übernimmt, wenn sie es tut. — Kernthese des Enterprise Technology Leadership Journal, Fall 2025
AI verändert Ihre Software-Organisation?
Wir bei XALT begleiten Unternehmen bei AI-Adoption, DevOps-Transformation und Cloud-Migration – von der Strategie bis zur Umsetzung.
Gespräch vereinbaren →Quelle: Enterprise Technology Leadership Journal, Fall 2025, Volume 2, Issue 2. Published by IT Revolution. Sponsored by Heroku. 349 Seiten.