Zum Inhalt springen

Glossar

Produkt & Engineering

Technische Schulden

Technische Schulden sind die künftigen Kosten für Nacharbeit, die entstehen, wenn ein Team sich jetzt für eine schnellere oder einfachere technische Lösung statt für eine bessere entscheidet, und die später in Form langsamerer Änderungen, mehr Bugs und schwierigerer Wartung zurückgezahlt werden.

Aktualisiert am · Vom VIZIO AI Team

Was sind technische Schulden?

Wie bei finanziellen Schulden ist die Abkürzung die Tilgungssumme und der Mehraufwand bei jeder künftigen Änderung die Zinsen. Ward Cunningham prägte die Metapher 1992, um Nicht-Entwicklern zu erklären, warum Code manchmal überarbeitet werden muss.

Schulden sind nicht nur unsauberer Code. Dazu gehören veraltete Abhängigkeiten, fehlende Tests, manuelle Deployment-Schritte, undokumentierte Daten-Pipelines, duplizierte Geschäftslogik und eine Architektur, die nicht mehr zum Produkt passt.

Martin Fowlers „Technical Debt Quadrant“ ordnet sie anhand zweier Fragen ein: Wurden sie bewusst oder unbeabsichtigt aufgenommen, und war das umsichtig oder leichtsinnig? Ein MVP mit bekannten Abkürzungen auszuliefern, ist bewusst und umsichtig; das Design zu ignorieren, weil „wir keine Zeit haben“, ist bewusst und leichtsinnig.

Wie misst und managt man technische Schulden?

Sie können nicht alles beheben, also machen Sie die Schulden sichtbar und tilgen Sie die Teile, die Ihre tatsächliche Arbeit bremsen. Ein praktikabler Ansatz:

  1. Führen Sie ein Schuldenregister: jeder Eintrag mit Ort, verursachtem Schmerz und grob geschätzten Behebungskosten.

  2. Nutzen Sie Signale: Durchlaufzeit für Änderungen und Change Failure Rate (zwei der DORA-Metriken), Dateien, die am häufigsten geändert werden und zugleich die meisten Bugs aufweisen, sowie die Testabdeckung kritischer Pfade.

  3. Priorisieren Sie nach Zinsen: Beheben Sie Schulden in Code, der sich wöchentlich ändert, vor Schulden in Code, den niemand anfasst.

  4. Planen Sie Kapazität ein: Viele Teams reservieren einen festen Anteil jedes Sprints für die Tilgung.

  5. Tilgen Sie laufend: Refaktorieren Sie den Bereich, den Sie ohnehin gerade ändern, nach der „Pfadfinderregel“.

Statische Analysetools wie SonarQube oder CodeScene können Schulden auf Code-Ebene abschätzen, übersehen aber Architektur- und Datenschulden.

Wie sehen technische Schulden in der Praxis aus?

Schulden zeigen sich meist daran, dass eine einfache Änderung weit länger dauert, als sie sollte. Stellen Sie sich ein SaaS-Unternehmen mit 35 Mitarbeitenden vor, dessen Preislogik während eines überhasteten Launches in die Web-App, den Abrechnungsdienst und drei Reporting-Skripte kopiert wurde.

Zwei Jahre später wünscht sich der Vertrieb einen neuen Jahrestarif. Die Entwicklung schätzt drei Wochen, weil jede Kopie geändert werden muss und keine Tests hat. Statt erneut fünf Stellen zu flicken, verwendet das Team die erste Woche darauf, die Preislogik in ein einziges Modul mit Tests zu verlagern, und fügt den Tarif dann in zwei Tagen hinzu.

Angenommen, die nächste Preisänderung dauert einen Nachmittag. Das Refactoring hat sich bei der zweiten Nutzung bezahlt gemacht, und genau dieses Argument gehört ins nächste Planungsmeeting.

Sind technische Schulden immer schlecht?

Nein: Bewusst aufgenommene, dokumentierte Schulden sind ein legitimer Weg, schneller zu lernen, besonders vor dem Product-Market-Fit. Eine perfekte Architektur für ein Produkt zu bauen, das niemand will, ist eine größere Verschwendung, als mit bekannten Abkürzungen auszuliefern und herauszufinden, ob das Produkt einen Product-Market-Fit hat.

  • Gute Schulden: manuelle Admin-Schritte in einem MVP, ein Monolith, bevor die Skalierung Services erfordert, fest codierte Konfiguration für einen einzelnen Kunden.

  • Schlechte Schulden: Sicherheit auslassen, keine Backups, keine Tests für die Abrechnung, Logik kopieren statt sie gemeinsam zu nutzen.

  • Verborgenes Risiko: Schulden, die niemand dokumentiert hat und die als Ausfall zutage treten.

Das Warnsignal ist, wenn der Großteil jedes Sprints in die Behebung von Regressionen fließt statt in die Auslieferung von Features.

Worin unterscheiden sich technische Schulden von Legacy-Systemen?

Technische Schulden sind eine Eigenschaft jeder Codebasis, auch neuer; ein Legacy-System ist ein älteres System, das schwer zu ändern ist, oft weil seine Schulden nie getilgt wurden. Ein drei Monate altes MVP kann hohe Schulden tragen; ein 15 Jahre altes System kann sauber und gut getestet sein.

Hilfreiche Tools: SonarQube, CodeClimate und CodeScene für die Codeanalyse; Dependabot und Renovate für veraltete Abhängigkeiten; Snyk für verwundbare Pakete; CI/CD-Pipelines mit automatisierten Tests, die verhindern, dass neue Schulden gemergt werden. Wenn Schulden ein ganzes System unbrauchbar machen, lautet die Antwort Legacy-System-Modernisierung, oft indem das alte System Stück für Stück abgelöst wird (Strangler-Muster), statt es auf einmal neu zu schreiben. Gutes CI/CD hält diesen Prozess sicher.

Bewusste vs. unbeabsichtigte technische Schulden

Bewusste Schulden

Unbeabsichtigte Schulden

Wie sie entstehen

Eine bewusste Abkürzung, um früher auszuliefern

Lücken bei Können, Zeit oder Verständnis

Sichtbarkeit

Dokumentiert, mit einem Tilgungsplan

Später entdeckt, oft bei Vorfällen

Beispiel

Manuelle Auszahlungen in einem MVP

Preislogik, in fünf Services kopiert

Risiko

Gering, wenn planmäßig getilgt

Hoch, wächst unbemerkt

Reaktion

Tilgung vor der Skalierung einplanen

Prüfen, erfassen, dann refaktorieren

Wie managt VIZIO AI technische Schulden?

VIZIO AI nimmt in MVPs bewusst Schulden auf und entwirft modulare Grundlagen, damit diese später ohne Neuentwicklung getilgt werden können. Für Found Factory hat das Venture Studio eine Matching-Plattform für Mitgründer gebaut, die das bestehende R-Skript des Kunden für das Persönlichkeits-Matching als externen Microservice neben einem Node.js-Backend einbindet, statt es von Grund auf neu zu entwickeln; das MVP wurde in 13 Wochen geliefert.

Für Fantasy Hudl baute das Team ein modulares Backend für ESPN-Daten, das für künftige Quellen flexibel bleibt, was half, das technische Risiko zu reduzieren; dieses MVP wurde in 12 Wochen ausgeliefert.

Wo Sie anfangen sollten: Listen Sie die drei Änderungen auf, die im letzten Quartal am längsten gedauert haben, und notieren Sie, welcher Code-Teil jede davon verlangsamt hat.

Facebook-Logo
X-Logo
LinkedIn-Logo
Reddit-Logo
Telegram-Logo

AI-first denken.
Zukunftsschnell handeln.

Lassen Sie uns bauen, was als Nächstes kommt! Von Produktideen und intelligenten Workflows bis zu datengetriebenen Systemen und skalierbaren Growth Operations.

Strategiegespräch buchen