Nextdoor bedient über 110 Millionen Nutzer in elf Ländern. Für das Engineering-Team war Codex von OpenAI ein echter Wendepunkt. Statt mühsam einzelne Prompts zu iterieren, denken die Ingenieure heute ergebnisorientiert – mit bemerkenswerten Auswirkungen auf die gesamte Produktentwicklung. Lesen Sie, wie sich die Rolle von Entwicklern durch den Einsatz von KI-Agenten grundlegend verschoben hat.
Vom Prompting zum Outcome Engineering
Cory Dolphin, Head of Engineering bei Nextdoor, beschreibt den Wandel als strategische Verschiebung. Weg vom iterativen Befragen eines Agenten, hin zum Outcome Engineering: Entwickler definieren das gewünschte Ergebnis und arbeiten mit einem Agenten daran, dieses zu realisieren.
Einzelne Ingenieure bewegen sich damit höher im Stack. Sie sind nicht mehr auf ein spezifisches System oder Framework festgelegt, sondern können die Produkterfahrung nahezu von Anfang bis Ende verantworten – selbst über mehrere Plattformen hinweg. Die Produktivität ist derart gestiegen, dass der Flaschenhals nicht mehr in der technischen Umsetzung liegt, sondern in der strategischen Frage, was als Nächstes gebaut werden soll.
Produktfokus statt Prozessfragen
Mit Codex konzentrieren sich Entwickler deutlich weniger auf das genaue Wie der Umsetzung. Stattdessen widmen sie sich dem gewünschten Ergebnis – sei es ein Screenshot, ein Performance-Test oder eine neue Feature-Idee.
Ein konkretes Beispiel ist die Funktion Opportunity Alerts, die Nutzern hilft, Dienstleister in der Nähe zu finden. Ein Ingenieur hatte die Idee, diese Anbieter zusätzlich auf einer Karte anzuzeigen. Früher hätte dies die Abstimmung zwischen drei spezialisierten Teams erfordert: Mobile, Frontend und Backend. Mit Codex realisierte ein einzelner Entwickler das Feature komplett eigenständig und end-to-end.
Komplexe Bugs und schnellere Feedback-Loops
Nextdoor setzt Codex auch für technisch anspruchsvolle Probleme ein. Dazu gehören eingebettete Rust-Datenbanken und Systeme mit komplexen Race Conditions. Das Team stellt dem Agenten eine saubere Umgebung sowie Testrahmen zur Verfügung. So unterstützt Codex beispielsweise dabei, Kubernetes-Probleme zu diagnostizieren oder Trendlinien in Datenanalysen zu identifizieren.
Laut Dolphin hat sich die Leistungsfähigkeit mit GPT-5.4 und GPT-5.5 nochmals deutlich gesteigert. Codex zeige sich extrem beharrlich und tauche tief in scheinbar esoterische technische Details ein, um die Ursache von Problemen zu finden. Besonders beliebt bei den Entwicklern ist der Fast Mode. Die schnelle Feedback-Schleife beschleunigt das Arbeiten spürbar und sorgt für ein motivierendes Erlebnis.
Neue Flaschenhälse in der Tech-Strategie
Die gestiegene Geschwindigkeit hat die Druckpunkte im Unternehmen verschoben. Statt zu fragen, wie etwas technisch umgesetzt wird, lautet die zentrale Frage nun: Was sind die richtigen Dinge, die als Nächstes gebaut werden sollten?
Dolphin fasst zusammen, dass Codex das Verständnis von Engineering bei Nextdoor so grundlegend verändert habe, dass man sich eine Entwicklung ohne das Tool kaum noch vorstellen könne. Die technische Umsetzung ist heute kein Hemmschuh mehr – die strategische Ausrichtung rückt in den Mittelpunkt.
Quelle: https://openai.com/index/nextdoor
