loveholidays hat den Einsatz von OpenAIs Codex nach eigenen Angaben über Engineering hinaus auf Produkt-, Design- und kommerzielle Teams ausgeweitet. In der am 26. August veröffentlichten Kundenfallstudie von OpenAI berichtet der in acht europäischen Märkten tätige Online-Reiseanbieter von mehr KI-unterstützten Änderungen, höheren Erfolgsquoten in Infrastrukturabläufen, mehr Deployments und Einsparungen bei Datenkosten.
Gemeldete Kennzahlen
Nach Angaben von loveholidays stieg der Anteil KI-unterstützter Codeänderungen innerhalb eines Jahres von etwa 7 auf 79 Prozent. Erfolgreiche KI-unterstützte Änderungen an der Data Platform seien im selben Zeitraum von 58 auf 93 Prozent gestiegen.
Für breitere Self-Service-Infrastrukturabläufe gibt das Unternehmen eine gestiegene Erfolgsquote von 63 auf 90 Prozent an. Gleichzeitig seien die Deployments um 73 Prozent gewachsen, während die Zahl der Engineering-Beschäftigten weitgehend unverändert geblieben sei.
Das Data-Engineering-Team meldet zudem rund 36.000 Pfund weniger Cloud-Speicherkosten pro Jahr sowie weitere jährliche Einsparungen von etwa 100.000 Pfund durch weniger Verschwendung bei der Datenverarbeitung. Die Fallstudie nennt außerdem viermal so viele Änderungen an der Data Platform je Support-Anfrage.
Nicht-Engineering-Teams sollen direkt beitragen
Ein zentraler Punkt der Fallstudie ist die breitere Beteiligung am Code. Produktmanager, Designer und kommerzielle Teams trügen laut loveholidays zunehmend direkt zu den Codebasen bei.
Die Ingenieure des Unternehmens entwickelten dafür unter anderem einen „Search Playground“ auf Basis des eigenen Designsystems, der Frontend-Technologien und Codex. Mehr als zehn neue Sucherlebnisse seien darüber entstanden; die meisten davon hätten Nicht-Engineers gebaut. Mindestens drei dieser Erlebnisse liefen bereits auf der loveholidays-Website.
Das deutet auf einen Ansatz hin, bei dem technische Leitplanken und vorhandene Komponenten auch Personen außerhalb klassischer Entwicklungsteams befähigen sollen, Änderungen umzusetzen. Die Studie liefert jedoch keine Angaben dazu, wie die Beiträge geprüft, freigegeben oder langfristig gewartet werden.
Einordnung: Aussagekräftige Signale, aber kein unabhängiger Nachweis
Die Zahlen sind für die Diskussion über KI-gestützte Softwareentwicklung relevant, weil sie nicht nur auf einzelne Entwicklerwerkzeuge zielen, sondern auf Arbeitsabläufe in Produkt, Infrastruktur und Datenplattform. Insbesondere die Verbindung aus höherer Deployment-Zahl bei laut Unternehmen weitgehend konstantem Engineering-Personal ist ein konkreter betrieblicher Messpunkt.
Die Quelle ist allerdings eine von OpenAI veröffentlichte Kundenfallstudie über dessen eigenes Produkt. Alle Kennzahlen beruhen auf Angaben von loveholidays; eine unabhängige Bestätigung, die zugrunde liegenden Messdefinitionen oder Vergleichswerte anderer Unternehmen liegen im vorliegenden Material nicht vor. Deshalb belegen die Daten zunächst die berichteten Erfahrungen dieses einzelnen Kunden, nicht eine allgemeine Wirkung von Codex.
Wie es weitergeht
Entscheidend wäre, ob loveholidays die Kennzahlen über einen längeren Zeitraum, mit transparenten Messmethoden und einschließlich Qualitäts-, Sicherheits- und Betriebskosten veröffentlicht. Für andere Unternehmen bleibt offen, ob sich das Modell mit ihren eigenen Codebasen, Prozessen und Kontrollmechanismen übertragen lässt.
Änderungsvermerk: Erstfassung auf Basis einer einzelnen, von OpenAI veröffentlichten Kundenfallstudie. Sämtliche Unternehmenskennzahlen sind als Angaben von loveholidays eingeordnet.