Beobachtetes Signal · 20. Apr. 2026 · Case Study · Quelle: Lennys Newsletter · Relevanz: 2/5 · Sentiment: Positiv
Intercom verdoppelt Engineering-Geschwindigkeit durch Claude Code
Brian Scanlan, Senior Principal Engineer bei Intercom, beschreibt, wie das Unternehmen durch einen KI-first Engineering-Ansatz und den Einsatz von Claude Code die Anzahl der gemergten Pull Requests pro R&D-Mitarbeiter innerhalb von neun Monaten bei gleichbleibender Code-Qualität verdoppelt hat. Intercom hat Claude Code flächendeckend eingeführt – 100 % der Engineers sowie Designer, PMs und TPMs schreiben damit Code – und eine Telemetrie über Honeycomb aufgebaut, um die KI-Adoption und -Qualität zu messen. Zudem wurde ein zentrales Skills-Repository zur Durchsetzung von Standards, ein Berechtigungs- und Verantwortungsrahmen sowie eine Infrastruktur mit CLIs, Model Context Protocol (MCP) Servern und ephemeren APIs für eine agentenbasierte Zukunft geschaffen. Das Interview bietet Einblicke in Demos, die Automatisierung fehlerhafter Specs und die Betrachtung von KI-Ausgaben als strategisches Investment.
Praxisnahe Fallstudie, die zeigt, dass integrierte LLM-Tools und Governance den Engineering-Durchsatz und die Qualität signifikant steigern können. Dies dient als wertvolle Referenz für Unternehmen, die eine KI-first Entwicklung anstreben.
Marktsignale zu Intercom in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Intercom verdoppelte die gemergten PRs pro R&D-Mitarbeiter innerhalb von neun Monaten mit Claude Code.
- 100 % der Intercom-Engineers sowie Designer, PMs und TPMs shippen Code über Claude Code.
- Intercom nutzte Honeycomb als Telemetrie-Infrastruktur, um die KI-Adoption und -Qualität zu tracken.
- Ein Repository für Best Practices mit automatisierten Hooks erzwingt Engineering-Standards und steuert Berechtigungen.
- Intercom bereitet sich durch CLIs, Model Context Protocol (MCP) Server und ephemere APIs auf agentenbasierte Workflows vor.
Verknüpfte Unternehmen
5 verknüpfte UnternehmenOntologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Intercom verdoppelt Engineering-Geschwindigkeit mit Claude Code
Brian Scanlan, Senior Principal Engineer bei Intercom, beschreibt, wie das Unternehmen durch den Einsatz von Claude Code mit benutzerdefinierten Skills, Telemetrie und einer permissiven Kultur die gemergten Pull Requests pro R&D-Mitarbeiter innerhalb von neun Monaten verdoppelt hat. Intercom instrumentiert die Skill-Nutzung in Honeycomb, speichert anonymisierte Claude-Code-Sitzungen in S3 und hat Dashboards zur Visualisierung von Adoption und Performance entwickelt. Das Unternehmen betont, dass eine ausgereifte CI/CD-Pipeline, umfassende Testabdeckung und eine Vertrauenskultur Voraussetzungen waren; KI verstärkte bestehende Stärken. Intercom sichert die Qualität durch benutzerdefinierte Skills ab (wie etwa einen „Create PR“-Skill, der die Nutzung des GitHub CLI einschränkt) und berichtet in Zusammenarbeit mit Stanford-Forschern über verbesserte Code-Qualitätsmetriken. Scanlan argumentiert, dass Führungskräfte Experimente erlauben und verantworten müssen, und plädiert für agentenfreundliche Produkt-APIs.
Claude Code im Full-Stack-Entwicklungs-Workflow: Ein Praxisbericht
Ein erfahrener Full-Stack-Engineer beschreibt seine fünfmonatige, tägliche Nutzung von Claude Code – flankiert von Gemini AI und GitHub Copilot – zur Beschleunigung der Full-Stack-SaaS-Entwicklung. Der Autor berichtet über die erfolgreiche Bereitstellung von sechs Production-Applikationen mit einer Implementierungsbeschleunigung von 87 Prozent, einer Testabdeckung von über 80 Prozent und keinen kritischen Production-Vorfällen nach vorheriger menschlicher Code-Prüfung. Der Artikel gliedert den Prozess in vier Phasen: Architektur und Design, Server-Side Implementation, Frontend Implementation sowie Testing und Security. Während sich die KI bei Boilerplate-Code, Fehlerbehandlung und Datenbankoptimierung als hochgradig ROI-stark erweist, stößt sie bei komplexer Business-Logik und Performance-Profiling an Grenzen. Abschließend betont der Autor die Notwendigkeit von menschlicher Code-Prüfung, Staging, Canary Rollouts und Feature Flags vor dem finalen Deployment.
Engineer nutzt Claude Code für Abfragen über gesamte Codebasis hinweg
Al Chen, Field Engineer bei der AI-Observability-Plattform Galileo, hat ein System auf Basis von Claude Code entwickelt, um komplexe Code-Abfragen über 15 separate Repositories hinweg durchzuführen. Die Lösung kombiniert den Repository-Kontext mit Confluence-Dokumentation und Slack-Daten über Model Context Protocols (MCPs). Ein kurzes Skript hält den Hauptzweig aller Repositories stets aktuell, während eine spezielle „Customer Quirks“-Ebene hyper-personalisierte Deployment-Anleitungen generiert. Der Workflow zielt darauf ab, kundennahe Teams in die Lage zu versetzen, technische Fragen direkt zu beantworten, und reduziert dadurch Entwicklerunterbrechungen erheblich. Zu den genutzten Tools gehören Claude Code, VS Code, Confluence, Slack und Kubernetes.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.