Cisco setzt bei seiner Softwareentwicklung auf agentische KI. Im Rahmen einer strategischen Partnerschaft mit OpenAI integriert der Netzwerkgigant Codex tief in produktive Enterprise-Workflows. Das Ergebnis ist mehr als nur ein Code-Assistent – es ist ein KI-Engineering-Teammate, das komplexe Codebases im Großunternehmensmaßstab beherrscht.
Enterprise Engineering: Von Quartalen zu Wochen
Cisco nutzte Codex maßgeblich für die Entwicklung von AI Defense, einer End-to-End-KI-Sicherheitslösung. Die künstliche Intelligenz schrieb den Großteil des Codes und nahezu jedes neue Feature. Features, die zuvor mehrere Quartale in Anspruch genommen hätten, erreichten die Kunden innerhalb von Wochen.
Das Projekt zeigt, wie Cisco fortschrittliche Technologien in anspruchsvollen Umgebungen skaliert. Statt Codex als isoliertes Entwicklerwerkzeug zu behandeln, wurde die KI direkt in produktive Engineering-Prozesse eingebettet. Sie arbeitet nun mit massiven Multi-Repository-Systemen, C/C++-lastigen Codebases sowie den Sicherheits-, Compliance- und Governance-Anforderungen eines Global Players zusammen.
Agentische KI in komplexen Codebases
Was Codex im Enterprise-Kontext überzeugend macht, ist nicht bloße Code-Vervollständigung, sondern Agency. Die KI demonstriert Fähigkeiten, die für Großunternehmen entscheidend sind:
- Verständnis und Reasoning über große, vernetzte Repositories hinweg
- Fluente Arbeit in komplexen Sprachen wie C/C++
- Ausführung realer Workflows durch CLI-basierte, autonome Compile-Test-Fix-Loops
- Betrieb innerhalb bestehender Review-, Sicherheits- und Governance-Frameworks
Durch das direkte Feedback der Cisco-Ingenieure an OpenAI konnten Bereiche wie Workflow-Orchestrierung, Sicherheitskontrollen und die Unterstützung langlaufender Tasks entscheidend verbessert werden.
Messbare Effizienzsprünge im Alltag
Sobald Codex in den täglichen Engineering-Betrieb integriert war, zeigten sich dramatische Effizienzgewinne in mehreren kritischen Arbeitsbereichen:
Build-Optimierung über 15 Repositories
Codex analysierte Build-Logs und Abhängigkeitsgraphen über mehr als 15 vernetzte Repositories. Die identifizierten Ineffizienzen führten zu einer Reduktion der Build-Zeiten um rund 20 Prozent und sparten über 1.500 Engineering-Stunden pro Monat ein.
Automatisierte Fehlerbehebung mit CodeWatch
Mithilfe von Codex-CLI automatisierte Cisco die Defekt-Reparatur in großen C/C++-Codebases. Prozesse, die zuvor Wochen manueller Arbeit erforderten, werden nun in Stunden abgeschlossen. Der Durchsatz bei der Fehlerbehebung stieg um das 10- bis 15-Fache.
Framework-Migration in Tagen statt Wochen
Als Splunk-Teams mehrere Benutzeroberflächen von React 18 auf 19 migrieren mussten, übernahm Codex den Großteil der repetitiven Änderungen autonom. Wochenlange Arbeit komprimierte sich auf wenige Tage, während sich die Ingenieure auf bewertungsintensive Entscheidungen konzentrieren konnten.
Sicherheitspartnerschaft und Open Source
Cisco spielt eine führende Rolle in OpenAIs Daybreak-Initiative, die OpenAI-Modelle, Codex und Sicherheitspartner zusammenbringt, um Cyber Defense zu beschleunigen. Im Rahmen dieses Programms hat Cisco kontrollierten Zugang zum Modell GPT‑5.5‑Cyber erhalten.
Zudem nutzte Cisco Codex, um Defense Squad zu entwickeln. Das Open-Source-Tool gelangte von der ersten Idee bis zur Developer-Community in unter einer Woche.
Fazit
Für Cisco hat sich ein wiederholbares Modell für die Adaption modernster KI-Technologien etabliert: tiefe technische Partnerschaft, echte Workloads und Führungsalignment vom ersten Tag an. Heute fragen Teams nicht mehr nur nach traditionellen Aufwandsschätzungen, sondern vielmehr: Wie lange dauert der Codex-Lauf?
Quelle: https://openai.com/index/cisco
