Wer hat sich nicht schon einmal gewünscht, dass Entwicklerdokumentationen automatisch geschrieben werden oder Änderungsprotokolle von Softwareversionen zuverlässig und ohne zusätzlichen Aufwand gepflegt werden?
In der Softwareentwicklung zählt die Erstellung und die Pflege bestehender Dokumentation nicht immer zu den beliebtesten Aufgaben. Bisweilen fehlt eine klare Zuständigkeit für diese Aufgabe, sodass die Informationen in der Dokumentation schnell veralten oder unvollständig sind. Langfristig kann genau das jedoch zu technischen Schulden führen, die spätere Weiterentwicklung und Wartung unnötig erschweren.
Seit einiger Zeit stehen mit Large Language Models (LLMs) leistungsfähige KI-Werkzeuge zur Verfügung, die genau an dieser Stelle ansetzen können. Sie eröffnen neue Möglichkeiten, Dokumentationen strukturiert, konsistent und nachvollziehbar zu erstellen.
Vor diesem Hintergrund haben wir 2025 in der CIB Group einen Prozess auf Basis unserer Prozessplattform CIB flow entwickelt, der genau dieses Thema adressiert und automatisch eine vollständige Dokumentation für rund 500 CIB flow-Prozessbausteine erzeugt. Zum Einsatz kamen dabei KI-Automatisierung auf Basis der LLM-Modelle des US-Unternehmens Anthropic.
Wie funktioniert der Prozess?
Unser Prozess wird alle zwei Monate automatisch gestartet. Als Input erhält er unsere neusten Prozessbausteine als JSON-Dateien. Mit einem detaillierten Prompt rufen wir das LLM-Modell Claude Sonnet 4.0 mit einer niedrigen Temperatur und mit einer begrenzten Anzahl von Antworttokens auf.
Nach dem Aufruf generiert das Modell pro Prozessbaustein ein vollständig funktionsfähiges HTML, das mehrere CSS-Klassen für verschiedene Layoutoptionen berücksichtigt. Dieses HTML kann unmittelbar auf unserer Lernplattform veröffentlicht werden.
Gut zu wissen:
Die Temperatur ist ein Parameter, der die Kreativität des Modells steuert: Eine niedrige Temperatur führt zu vorhersehbareren und präziseren Antworten, während eine höhere Temperatur zu kreativeren und vielfältigeren, aber weniger konsistenten Antworten führt.
Ein Token ist eine kleine Einheit eines Textes – es kann ein Wort, ein Satzzeichen oder ein Wortteil sein – und entspricht im Durchschnitt etwa vier Zeichen.
Das Modell Claude Sonnet 4.0 ist nicht mehr das neuste Modell. Mittlerweile gibt es eine Handvoll neuer Modelle von Anthropic, OpenAI oder Grok wie Claude Opus 4.5, GPT-5.2 und Grok 4. Diese werden fortlaufend in unsere Module integriert. Mit wenigen Klicks kann unser Prozess auch die neueren Modelle nutzen!
Wie funktioniert unser Prozess?
Halluzinationen sind typische Fehler eines LLMs, bei denen das Modell Informationen erzeugt, die nicht korrekt sind. Dies passiert häufig, weil LLMs auf Wahrscheinlichkeiten basierend auf gelernten Mustern arbeiten, anstatt echtes Verständnis zu haben. Trotz der niedrigen Temperatur, die wir eingestellt haben, um präzise und weniger kreative Antworten zu erhalten, können Halluzinationen dennoch auftreten.
Deshalb haben wir in unserem Prozess ein Post-Processing mit deterministischen Elementen, wie festgelegte Regeln durch bestimmte Ausdrücke, die bestimmte Muster im Text erkennen und korrigieren. Außerdem nutzen wir hier auch erneut ein LLM, um weitere Fehler zu beheben und die Qualität der Dokumentation zu verbessern.
Nun aber zu den Kosten:
Gehen wir konservativ davon aus, dass die manuelle Erstellung der Dokumentation inklusive Qualitätssicherung für einen einzelnen Prozessbaustein rund 30 Minuten in Anspruch nimmt, summiert sich der gesamte Aufwand allein für dieses Tätigkeit auf rund 30 Arbeitstage. Hinzu kommen erhebliche Opportunitätskosten, da diese Zeit nicht für wertschöpfende Aktivitäten wie Kundenakquise oder konzeptionelle Weiterentwicklung genutzt werden kann.
Mit unserem automatisierten Ansatz reduziert sich dieser Aufwand drastisch. Auf Basis der zum Zeitpunkt der Erstellung dieses Beitrags gültigen Modellpreise von etwa 3 € pro Million Input-Tokens und 14 € pro Million Output-Tokens lagen die reinen Modellkosten bei lediglich ca. 0,03 € pro Baustein.
Insgesamt ergibt das rund 15 € für die vollständige Dokumentation aller 500 Bausteine – im Vergleich zu mehreren tausend Euros für die einmalige manuelle Erstellung.
Auch der Zeitgewinn ist signifikant: Die Generierung inklusive Nachbearbeitung dauerte weniger als 30 Sekunden pro Baustein. Damit konnte die komplette Dokumentation in unter fünf Stunden vollautomatisch erstellt werden – schnell, konsistent und skalierbar.
Automatisierung für Dokumentationsprozessen:
Wir sehen hier, dass diese Modelle hervorragend für die Automatisierung von Dokumentationsprozessen eingesetzt werden können. Denken wir etwa an die Erstellung von Änderungsprotokolle für Softwareversionen oder auch an API-Dokumentationen, die standardisierte Abschnitte wie Endpunkte, Antworten und Fehlercodes enthalten.
Auch Nutzer-Fehlerberichte lassen sich beispielsweise mit CIB flow nahtlos in gängige Projektmanagement-Tools wie JIRA (Atlassian) überführen. Dabei unterstützen KI-basierte LLMs den Prozess, indem sie automatisch präzise Fehlerbeschreibungen, fundierte Lösungsvorschläge sowie die passende Priorisierung und den richtigen Aufgabentyp ergänzen.
Das Ergebnis: Produktmanager werden spürbar entlastet, Entwickler erhalten klar strukturierte, verständliche Tickets – und das gesamte Team kann sich stärker auf strategische und wertschöpfende Aufgaben konzentrieren.
Die CIB Group ist Spezialist für die intelligente Automatisierung der Dokumentenerstellung. Eine unserer Kernlösungen ist das leistungsfähige Vorlagen- und Korrespondenzsystem CIB coSys.
Mit CIB coSys lassen sich komplexe Dokumente wie Bankverträge, Schadensmeldungen für Versicherungen, Notarschreiben oder Schriftstücke von Stadtverwaltungen mit nur wenigen Klicks effizient und revisionssicher erstellen.
Im Anschluss können die Dokumente nahtlos an weiterführende Nachverarbeitungsprozesse übergeben werden – etwa an den automatisierten E-Mail-Versand oder an die zentrale Druckstraße CIB fairBrief. So entsteht ein durchgängiger, hochautomatisierter Dokumentenprozess von der Erstellung bis zum Versand. Let´s CIB!
