Endava nutzt OpenAI Codex nicht nur zum Programmieren, sondern als organisationweiten Arbeitsmodus, der Senior-Entscheidungen in wiederverwendbare Agentenlogik übersetzt. So können kleine Teams schneller liefern, weil Anforderungen, Design und Umsetzung enger zusammenrücken und weniger Schleifen zwischen Rollen entstehen.
Übersicht:
Was sich bei Endava messbar verändert
Endava setzt Codex als durchgängiges Werkzeug über den gesamten Delivery-Prozess ein, von der Anforderungsaufnahme bis zum Betrieb. Das verschiebt die Arbeitsteilung, Senior-Engineers schreiben weniger selbst, sie steuern stärker, prüfen Ergebnisse und geben ihre Perspektive in einer Form weiter, die parallel in mehreren Teams nutzbar ist.
Ein Effekt wird besonders greifbar: Aufgaben, die früher in der Analysephase Tage oder Wochen gebunden haben, lassen sich deutlich schneller in verwertbare Spezifikationen überführen, weil Codex Analyse, Strukturierung und erste Ausarbeitung zusammenzieht.
| Arbeitsbereich | Vorher typisches Muster | Mit Codex bei Endava |
|---|---|---|
| Anforderungen | Viele Iterationen, lange Abstimmungen | Schneller zu einem nutzbaren Requirements-Dokument |
| Design-Kommunikation | Dokumente nach dem Meeting | Skizzen, Spezifikationen und Diagramme live im Termin |
| Rollen im Team | Senior baut, Junior assistiert | Senior codiert Urteil, Junior liefert mit Leitplanken |
Joe Dunleavy, regionaler CTO für Europa bei Endava, beschreibt das als Wechsel vom reinen Produzieren hin zum aktiven Beaufsichtigen und Qualitätssichern der Ergebnisse, die Codex erzeugen kann.
Was eine agentische Organisation bedeutet
Endava bezeichnet sich als agentische Organisation, also als Unternehmen, das Expertenerfahrung nicht nur in Köpfen und Meetings hält, sondern in Arbeitsabläufe übersetzt, die ein KI-Agent im Tagesgeschäft mittragen kann. Der Kern ist nicht Automatisierung um ihrer selbst willen, sondern skalierbares Urteilsvermögen.
Ein „Agent“ ist dabei praktisch ein ausführender Helfer, der Aufgaben nicht nur beantwortet, sondern Schritte übernimmt, Zwischenergebnisse produziert und Rückfragen stellt, bis etwas nutzbar ist. OpenAI positioniert Codex genau in dieser Richtung, als Tool, das Aufgaben end-to-end erledigen kann, statt nur Code-Snippets zu liefern, siehe Codex und den Hintergrund im Artikel Introducing Codex.
Mike Krolnik, Global SVP of Agentic Architecture bei Endava, fasst den internen Anspruch so zusammen: Codex soll wie ein allgemeiner Desktop-Agent funktionieren, der Anforderungen, Design, Spezifikation, Umsetzung und operative Aufgaben unterstützt.
- Technologie: Ein Agent muss mehr können als Text, er muss Struktur erzeugen, Varianten prüfen und Ergebnisse konsistent halten.
- Talent: Senior-Expertise wird nicht ersetzt, sie wird „vervielfältigt“, indem sie als Leitlinie in die Arbeit eingebettet wird.
- Tempo: Der Gewinn entsteht dort, wo Teams weniger Übergaben haben und schneller von vage zu konkret kommen.
Wie Senior-Wissen im Alltag skaliert
Der spannendste Hebel bei Endava ist Wissensübertragung im Moment der Arbeit. Statt dass Junior-Entwickler wochenlang über Pairing, Reviews und Mentoring schrittweise denselben Blick lernen, steht ein Teil dieser Perspektive sofort zur Verfügung, weil Senior-Architekten sie als klare Anforderungen, Prinzipien und Entscheidungslogik formulieren, die Codex im Projektverlauf wiederholt anwenden kann.
Das verändert die Zusammenarbeit in beide Richtungen. Seniors formulieren präziser, was „gutes“ Design in einem Kontext bedeutet, Juniors bekommen schneller verwertbares Feedback und können auf höherem Niveau liefern, ohne dass jede Frage als Meeting endet.
Praktischer Ablauf in einem Delivery-Team
- Senior setzt den Rahmen: Architekturprinzipien, Qualitätskriterien, typische Risiken und gewünschte Trade-offs werden explizit gemacht.
- Codex übersetzt in Arbeitspakete: Aus Rahmen, Inputs und Artefakten entstehen Entwürfe, Spezifikationen, Tickets oder erste Implementierungen.
- Junior liefert iterativ: Rückfragen gehen an Codex, nicht jedes Detail blockiert Senior-Zeit.
- Senior prüft gezielt: Fokus auf kritische Entscheidungen, nicht auf Routine.
Praxisbeispiel Vertragsprüfung aus Wochen wird Stunden
Ein internes Projekt bei Endava zeigt den Mechanismus außerhalb klassischer Software-Features. Die Rechtsabteilung hatte eine große Menge an Verträgen, die gegen definierte Kriterien geprüft werden sollte. Normalerweise entsteht der Zeitverlust hier an der Schnittstelle, Juristen beschreiben Bedarf, Engineering übersetzt, beide Seiten korrigieren mehrfach.
Stattdessen wurde ein intensiver Stakeholder-Termin aufgezeichnet, das Transkript ging in Codex, daraus entstand eine erste, arbeitsfähige Requirements-Spezifikation. Aus einer Phase, die sonst lange Nachschärfungen braucht, wurden wenige, fokussierte Abstimmungsrunden.
Entscheidungsregel aus dem Beispiel
- Wenn die Hauptreibung zwischen Fachbereich und Engineering liegt, dann zuerst das Übersetzungsproblem lösen, nicht die Implementierung optimieren.
- Wenn es viel unstrukturiertes Material gibt, dann Transkripte, Kriterienlisten und Beispiele als Input priorisieren, damit Codex belastbare Spezifikationen erzeugen kann.
Entscheidungsregeln für Teams, die starten
Endavas Führungskräfte betonen drei pragmatische Schritte, die sich auch auf andere Organisationen übertragen lassen. Der Leitgedanke: Erst in der Praxis zeigt sich, wo ein Agent im Prozess wirklich Zeit spart und wo zusätzliche Leitplanken nötig sind.
- Senior-Urteil zuerst codieren: Die größte Hebelwirkung kommt nicht aus mehr Output, sondern aus besseren Entscheidungen, die wiederholbar werden.
- Als Desktop-Agent denken: Nicht bei „Code schreiben“ starten, sondern bei Anforderungen, Design-Dokumenten, Kundenterminen oder Operations-Aufgaben.
- Mit einem Nicht-Code-Workflow beginnen: Ein kurzer Pilot in Requirements oder Dokumentation zeigt schneller den Wert, weil dort vorher selten Automatisierung existierte.
Wer das systematisch angehen will, kann den Startpunkt so wählen: Der erste Use Case sollte (1) regelmäßig wiederkehren, (2) viele Übergaben enthalten und (3) klare Qualitätskriterien haben. Dann lässt sich Wirkung messen, ohne dass das Team im Tooling versinkt.
Markteinordnung für Beratung und Delivery
Für eine globale Software- und Beratungsorganisation ist Codex besonders attraktiv, weil das Geschäftsmodell stark von Senior-Kapazität abhängt. Wenn Senior-Expertise nur über Meetings skalierbar ist, wird sie zum Engpass. Wenn ein Teil davon als wiederverwendbare Entscheidungslogik in den Delivery-Alltag kommt, kann ein Senior mehrere Teams parallel auf Kurs halten.
Im Markt wird Codex zugleich breiter positioniert als reines Entwickler-Tool. OpenAI beschreibt den Enterprise-Rollout und Partnerschaften als Weg vom Pilot zur Produktion, siehe Scaling Codex to enterprises worldwide und als Plattform-Perspektive Frontier. Für Governance-Fragen ist das Framework relevant, das OpenAI veröffentlicht hat: OpenAI’s Frontier Governance Framework.
Ein kompaktes Denkmodell für Entscheider lautet: Kontext, Kontrolle, Geschwindigkeit. Kontext entscheidet, ob der Agent genug Projektwissen bekommt, Kontrolle entscheidet, ob Ergebnisse prüfbar bleiben, Geschwindigkeit entscheidet, ob der Gewinn im Alltag ankommt. Endavas Beispiel zeigt vor allem, dass Geschwindigkeit nicht nur aus schnellerem Coding entsteht, sondern aus weniger Übersetzungsverlusten zwischen Rollen.
Mehr Hintergrund zu Endava als Organisation: Endava. Zur Einordnung der breiteren Endava-OpenAI-Partnerschaft im Enterprise-Kontext: Partnerschaft zu ChatGPT Enterprise.