Ideen & Einblicke · Seite 5

AI-First-Entwicklung, Coding-Leitplanken und die Architektur der Entsorgbarkeit erkunden.

16. Juli 2026

Den Bug zu beheben ist der einfache Teil. Herauszufinden, warum er existiert, ist das, was zählt.

Die meisten Teams beheben Defekte und machen weiter. Dieselben Defekte kommen zurück. So führen Sie Kausalanalyse innerhalb einer Fagan-Inspection durch, damit Sie denselben Bug nicht zweimal schreiben.

15. Juli 2026

Pull-Request-Reviews finden 15–30 % der Defekte. Die Daten sagen das seit 50 Jahren.

Mehrere Studien bei IBM, AT&T, HP und Microsoft bestätigen, dass informelle Code-Reviews etwa ein Viertel der Defekte finden. Hier ist, was die Daten tatsächlich sagen, warum die Zahl so niedrig ist und wie man das behebt.

fagan-inspections code-review data pr-reviews

14. Juli 2026

Eine generische Checkliste findet nichts. Eine strukturierte findet 60 % der Defekte.

Die meisten Review-Checklisten sind kopiert-eingefügte Listen guter Absichten. Eine im Stil einer Fagan inspection strukturierte Checkliste wird aus tatsächlichen Defektdaten erstellt, auf bestimmte Artefakttypen zugeschnitten und während der individuellen Vorbereitung verwendet. So baut man eine, die funktioniert.

fagan-inspections code-review checklists structured-review

13. Juli 2026

Ein LLM kann Ihren Code vorab prüfen. Es kann aber nicht das Meeting leiten.

Fagan-Inspektionen benötigen vier bis sechs Personen und zwei Stunden, um 250 Zeilen zu reviewen. Ein LLM kann diese Kosten senken, indem es Vorbereitung und Checklisten-Überwachung übernimmt, aber es kann die menschlichen Rollen nicht ersetzen, die die teuersten Defekte finden.

fagan-inspections llm code-review ai-engineering

12. Juli 2026

Fagan Inspections fanden 90 % der Defekte vor dem Testing. Dann haben wir aufgehört, sie durchzuführen.

Michael Fagans strukturierter Review-Prozess bei IBM erfasste fast alle Defekte, bevor sie den Compiler erreichten. Er verschlang aber auch 15–20 % des Gesamtprojektaufwands. Hier ist, warum die effektivste Review-Methode in der Softwaregeschichte verschwand und was Teams tatsächlich vermissen.

fagan-inspections code-review software-history process

11. Juli 2026

Dein bester Reviewer übersieht die meisten Defekte. Fagan hat es 1976 bei IBM gemessen.

Selbst Senior Engineers finden nur einen Bruchteil der Defekte in unstrukturiertem Review. Michael Fagans IBM-Forschung zeigte warum, und er baute einen strukturierten Inspection-Prozess, um das zu beheben.

fagan-inspections code-review human-factors defect-detection

10. Juli 2026

Die meisten Code Reviews finden 20 % der Defekte. Fagan Inspections finden 90 %.

Informelles Code Review findet 15–30 % der Defekte. Fagan Inspections, ein strukturierter 50 Jahre alter Prozess, berichten konstant von 60–90 % Entfernungsraten. So funktionieren sie, warum Teams sie vermeiden, und wie man eine leichtgewichtige Version durchführt.

fagan-inspections code-review defect-prevention software-quality

9. Juli 2026

AutoVerus verwandelt 40 Stunden Proof-Writing in 3 LLM-Calls. Der Trick ist, zu wissen, wann man aufgibt.

AutoVerus nutzt ein Netzwerk von LLM-Agents, um Verus-Correctness-Proofs für Rust-Code zu generieren und über 90% der Proof-Obligations durch eine Generate-Repair-Discharge-Schleife zu automatisieren, die vom Feedback des SMT-Solvers getrieben wird.

model-checking autoverus rust verification

8. Juli 2026

LLMs können Rust-Code generieren. Formale Beweise sind ein ganz anderes Problem.

Große Sprachmodelle schreiben erstaunlich guten Rust-Code, aber wenn man sie um einen formalen Beweis bittet, halluzinieren sie Invarianten und erfinden Syntax, die kein Verifizierer akzeptiert. Hier ist, was sie tatsächlich richtig machen, wo sie scheitern und wie man sie dennoch nutzen kann.

model-checking llm rust formal-proofs

7. Juli 2026

Auf Race Conditions zu warten ist eine schreckliche Teststrategie

Warum Model Checking Tage produktiver Laufzeit für das Finden von Concurrency-Bugs schlägt, und wie du es auf deinen eigenen Code anwendest.

model-checking race-conditions concurrency testing