Lei Zhang, Leiter der Technologie-Infrastruktur bei Bloomberg, beschreibt, wie eine Organisation mit 9.000 Entwicklern KI strukturiert und wirksam einsetzt. Angesichts einer massiven, geschäftskritischen Codebasis (Finanzmärkte) kann Bloomberg sich keine chaotische Einführung leisten.
Zhang unterscheidet KI für "Coding" (Schreiben neuer Funktionen) von KI für "Software Engineering" (Wartung, Betrieb). Bloomberg legt Gewicht auf diesen zweiten, oft übersehenen Aspekt, der einen hohen ROI mit sich bringt: 1. Uplift Agents: Agenten, die für Migrationen und großflächige Sicherheits-Patches zuständig sind und in der Lage sind, erklärte Patches über die gesamte Codebasis hinweg vorzuschlagen. 2. Incident Response Agents: Bei einem Ausfall wird KI eingesetzt, um Logs, Telemetriedaten und Konfigurationen sofort zu durchsuchen. Ihre Stärke liegt darin, "schnell und unvoreingenommen" zu sein (im Gegensatz zu Menschen, die vorgefasste Meinungen zur wahrscheinlichen Ursache mitbringen).
Um diese Größenordnung zu bewältigen, wendet Bloomberg das Prinzip des "Paved Path" an: die richtige Methode leicht und die falsche schwer machen. Das Unternehmen hat eine zentralisierte Plattform aufgebaut, die ein KI-Gateway (Gateway), vereinfachtes PaaS-Deployment für interne Tools und vor allem einen MCP Hub (Model Context Protocol) zum Teilen von Connectoren bietet, damit nicht jedes Team dieselben Tools neu erstellt.
Auf der menschlichen Seite stellt Zhang fest, dass die Akzeptanz unter Einzelentwicklern stärker ist als unter Managern. Um dem entgegenzuwirken, hat Bloomberg KI in das Schulungsprogramm für neue Mitarbeiter integriert. Diese "Juniors" werden anschließend zu Trägern des Wandels und stellen Senioren mit neuen Methoden vor Herausforderungen.
Zhang schließt mit der Feststellung, dass KI die "Kostenfunktion" des Engineerings verändert: bestimmte Aufgaben, die früher teuer waren (Migrationen, Dokumentation), werden günstig, was ein Überdenken der üblichen Trade-offs der Softwareentwicklung erfordert.