Cisco und OpenAI treiben die Transformation generativer KI im Enterprise-Umfeld voran. Mit Codex entsteht nicht nur ein Entwicklertool, sondern ein vollwertiger KI-Teammate für komplexe Software-Engineering-Workflows. Erfahren Sie, wie Cisco Codex in produktive Umgebungen skaliert und welche messbaren Effizienzgewinne das Unternehmen bereits erzielt.

Von der Experimentierphase zur Enterprise-Realität

Generative KI hat bei Cisco längst den Status eines reinen Experimentierfeldes hinter sich gelassen. Als eines der weltweit führenden Technologieunternehmen betreibt Cisco einige der komplexesten und sicherheitskritischsten Softwaresysteme der Branche. Statt Codex als isoliertes Entwicklerwerkzeug zu betrachten, integrierte das Unternehmen die KI-Lösung direkt in produktive Engineering-Workflows.

Diese Entscheidung erwies sich als wesentlicher Schritt für die gesamte Branche. Codex wurde nicht nur mit massiven Multi-Repository-Systemen konfrontiert, sondern auch mit C/C++-lastigen Codebases sowie den strengen Security-, Compliance- und Governance-Anforderungen globaler Konzerne. Das Ergebnis ist ein fundamental neues Verständnis von KI-gestützter Softwareentwicklung.

Ching Ho, Mitglied der Cisco Engineering Leadership, beschreibt die Zusammenarbeit so: Ich habe neue Möglichkeiten entdeckt, Codex in Ciscos Enterprise-Software-Lifecycle-Workflows zu integrieren. Die Zusammenarbeit mit dem OpenAI-Team, um Codex für den Enterprise-Produktionseinsatz bereit zu machen, war sehr bereichernd.

AI Defense: Sicherheitslösung in Rekordzeit

Ein besonders eindrucksvolles Beispiel für die Leistungsfähigkeit von Codex ist die Entwicklung von AI Defense. Diese End-to-End-Sicherheitslösung von Cisco schützt Unternehmen vor Sicherheits- und Safety-Risiken, die durch KI-Systeme entstehen können. Codex übernahm den Großteil der Programmierarbeit und prägte nahezu jedes neue Feature.

DJ Sampath, SVP und GM AI Software and Platform bei Cisco, fasst die Effizienzgewinne zusammen: Features, die sonst mehrere Quartale gedauert hätten, um sie in die Hände der Kunden zu bringen, wurden auf Wochen reduziert.

Darüber hinaus positioniert sich Cisco als führende Sicherheitsorganisation innerhalb der OpenAI Daybreak-Initiative. Dieses Programm vereint OpenAI-Modelle, Codex und Sicherheitspartner, um Cyber-Defense zu beschleunigen und Software kontinuierlich abzusichern. Im Rahmen dieser Initiative erhielt Cisco kontrollierten Zugang zu GPT‑5.5‑Cyber, einem spezialisierten Modell für Cyber-Defender.

Konkrete Anwendungsfälle mit messbarem Impact

Die Integration von Codex in tägliche Engineering-Prozesse liefert bei Cisco bereits konkrete, quantifizierbare Ergebnisse. Drei Use Cases zeigen besonders deutlich, wie sich die KI als wertvolles Teammitglied bewährt.

Cross-Repository Build-Optimierung

Codex analysierte Build-Logs und Abhängigkeitsgraphen über mehr als 15 vernetzte Repositories hinweg. Durch die Identifikation von Ineffizienzen konnten die Build-Zeiten um rund 20 Prozent reduziert werden. Gleichzeitig spart das Unternehmen monatlich über 1.500 Engineering-Stunden in globalen Umgebungen ein.

Defect Remediation im großen Maßstab

Mithilfe von Codex-CLI automatisierte Cisco die Fehlerbehebung in umfangreichen C/C++-Codebases. Iterative, agentenbasierte Ausführung machte aus Wochen manueller Arbeit nun Stunden. Die Lösung erzielt eine 10- bis 15-fache Steigerung des Durchsatzes bei der Defektbehebung und entlastet Entwickler für Design- und Validierungsaufgaben.

Framework-Migrationen in Tagen statt Wochen

Als Splunk-Teams mehrere Benutzeroberflächen von React 18 auf React 19 migrieren mussten, übernahm Codex den Großteil der repetitiven Änderungen autonom. Arbeit, die üblicherweise Wochen in Anspruch nimmt, ließ sich so auf wenige Tage komprimieren.

Ryan Brady, Principal Engineer bei Ciscos Splunk-Gruppe, erklärt den Paradigmenwechsel: Die größten Fortschritte erzielten wir, als wir aufhörten, Codex als Tool zu betrachten, und begannen, ihn als Teil des Teams zu behandeln.

Agentenbasierte KI für komplexe Codebases

Was Codex für Cisco besonders wertvoll macht, ist nicht bloß Code-Vervollständigung oder oberflächliche Automatisierung. Entscheidend ist die Agency, also die Fähigkeit zur selbstständigen Ausführung komplexer Aufgaben. Die KI demonstriert Kompetenzen in vier zentralen Bereichen:

• Verständnis und Reasoning über große, vernetzte Repositories
• Fluoreszierende Arbeit in komplexen Programmiersprachen
• Autonome Workflow-Ausführung über CLI-basierte Compile-Test-Fix-Loops
• Betrieb innerhalb bestehender Review-, Security- und Governance-Rahmen

Durch die direkte Zusammenarbeit mit OpenAI konnten Cisco-Ingenieure das Verhalten dieser Fähigkeiten in echten Umgebungen evaluieren und aktiv mitgestalten.

Die Zukunft der KI-gestützten Enterprise-Entwicklung

Cisco lieferte kontinuierliches Feedback aus der Produktion, das OpenAI half, Codex für den Enterprise-Einsatz zu optimieren. Schwerpunkte lagen auf Compliance, dem Management langlaufender Aufgaben und der Integration in bestehende Entwicklungspipelines.

Für Cisco etablierte die Kooperation ein wiederholbares Modell für die Einführung nächster KI-Generationen: tiefe technische Partnerschaft, echte Workloads und Führungsausrichtung vom ersten Tag an.

Heute nutzen mehrere Cisco-Geschäftsbereiche Codex, um Produktivität, Codequalität und Time-to-Resolution zu verbessern. Statt Aufwände nur nach traditionellen Methoden zu bemessen, fragen Teams zunehmend: Wie lange wird dieser Codex-Lauf dauern?

Brad Murphy, VP der Splunk Engineering bei Cisco, blickt voraus: Codex ist zu einem bedeutenden Teil dessen geworden, wie wir über KI-gestützte Entwicklung und Operationen denken.

Quelle: https://openai.com/index/cisco