Srini Tallapragada (President & Chief Engineering Officer bei Salesforce) veröffentlichte am 27. Mai 2026 einen Fortschrittsbericht: Nach dem Überschreiten von 90 % KI-Adoption ist Salesforce Engineering von der „Copilot“-Nutzung zu einem wirklich agentischen SDLC übergegangen, in dem autonome Tools Code schreiben, PRs reviewen, Tests generieren, Dokumentation aktualisieren und Deployments verwalten.

Der Wendepunkt: die unternehmensweite Standardisierung auf Claude Code und vor allem das Entfernen aller Token-Limits. Die Doktrin: Das Token-Limit ist zu eliminierende Friktion, keine Budget-Absicherung. Die Ergebnisse (April 2026 vs. 2025): +50,8 % Arbeitspakete pro Entwickler, +79 % gemergte PRs und ein Effective-Output-Score (ein ML-Maß für den realen Wert des Codes, nicht dessen Volumen) +151,3 %.

Beleg am Beispiel: eine Migration von 33 API-Endpunkten auf eine Cloud-native Architektur, geschätzt auf 231 Personentage, abgeschlossen in 13 Tagen — 18-mal schneller. Die Methode: ein regelbasiertes Framework, gebaut in Claude (Markdown + Referenzimplementierungen), dessen Regelwerk mit jedem PR-Feedback wächst, autonome LLM-Loops (build, fix, validate) ohne manuellen Eingriff, parallelisiert über isolierte Umgebungen. Ergebnis: 5 PRs, wobei der größte 21 Endpunkte mit 100 % Abdeckung lieferte.

Entgegen der Vorstellung eines Zielkonflikts zwischen Geschwindigkeit und Qualität zeigt die Plattform Engineering 360 um 5 % sinkende Incidents trotz steigender Zahl an PRs: „quality doesn't suffer from speed. It benefits from it“ — dank Sicherheits-Leitplanken und Qualitätsstandards, die strukturell in den Workflow eingebettet sind (Trust als Wert Nr. 1).

Jenseits der Zahlen überholt Salesforce den SDLC: Welche Prozesse lassen sich eliminieren, welche Übergaben lassen sich entfernen, welche menschliche Arbeit kann ein Agent übernehmen? Ein neues Handwerk entsteht: Claude-Code-Skills werden zu einem gemeinsamen Engineering-Artefakt; die AI Expert Suite und die Salesforce Foundation Plugins institutionalisieren eine Skill-Bibliothek (mehr Genauigkeit, weniger unnötige Kosten); Subagents und Agent-Teams parallelisieren Arbeitsstränge — der Ingenieur beschreibt das Outcome, die Agenten finden die Schritte.

Der Autor räumt ein, was weiterhin schwierig bleibt: Kontextmanagement (schwankende Qualität der CLAUDE.md-Datei), agentische Sicherheit (Agenten, die handeln → größerer Blast Radius) und sich wandelnde Rollen (Senior werden, Rolle von Designer/PM, die auf 1 bis 3 Personen schrumpfende Ausführungseinheit). Fazit: Die Transformation „changed what was economically possible“; die Ambition ist es, „the most automated, agentic SDLC in the industry“ zu bauen. Ein bedeutendes empirisches Stück, das von Seiten des Betreibers den Wandel vom Token zum Outcome bestätigt.