Artikel

Software-Handoff: Wie bewertet man eine fremde Codebasis?

Eine Kennzahl sagt wenig darüber, ob sich eine fremde Codebasis übernehmen lässt. Entscheidend sind Risiken, Maßnahmen, Aufwand — und was offenbleibt.

Zuletzt aktualisiert am

Dieser Beitrag beschreibt den Entwicklungsstand vom 24. September 2026. Ein Nachtrag vom 10. Oktober 2026 erläutert die seitdem eingetretenen Änderungen.

Bei einer Softwareübernahme wechselt die Verantwortung für ein System, das Wissen darüber aber nicht automatisch. Das passiert nach einem Dienstleisterwechsel, beim Insourcing, nach einer Akquisition oder wenn ein anderes Team ein System übernimmt. Immer geht es um Software, die man nicht selbst gebaut hat. Wer in diesem Moment entscheiden muss, kennt den Code nicht, und für eine gründliche Einarbeitung fehlt meist die Zeit.

Gebraucht wird dann keine Qualitätsnote, sondern eine Übersetzung: vom Code zu Risiken, zu möglichen Maßnahmen und zum Aufwand dafür — und zu einer Aussage darüber, was sich nicht sicher sagen lässt. Das betrifft die Person, die eine Übernahme verantworten muss, genauso wie das Team, das danach mit dem Code arbeitet.

Warum „ist der Code gut?“ die falsche Frage ist

Die naheliegende Frage in dieser Situation lautet: Ist dieser Code gut oder schlecht? Sie klingt vernünftig — und ist trotzdem die falsche Frage. Sie führt in eine Qualitätsdebatte statt zu einer Entscheidung, und sie sagt nichts darüber, was die Übernahme kostet. Vor allem aber lässt sie sich ohne den Kontext des übernehmenden Teams gar nicht beantworten. Eine Anwendung, die durchgängig reaktiv mit Spring WebFlux gebaut ist, kann ein Team mit Erfahrung darin gut weiterentwickeln. Für ein Team, das bisher nur klassische Spring-MVC-Anwendungen kennt, kann derselbe Code ein erhebliches Risiko sein.

Beantwortet werden muss eine andere Frage, und sie hat vier Teile: Können wir dieses System verantwortbar übernehmen? Welche technischen Risiken bestehen? Welche Maßnahmen sind erforderlich? Und mit welchem Aufwand müssen wir rechnen? Das ist eine Entscheidungsfrage, keine Qualitätsfrage. Ein Werkzeug oder Verfahren hilft deshalb erst dann, wenn es zu allen vier Teilen etwas Tragfähiges beiträgt — und nicht nur zu einem davon.

Was eine einzelne Kennzahl nicht zeigt

Klassische Auswertungen fassen eine Codebasis gern in einer einzelnen Kennzahl oder einer Liste von Regelverstößen zusammen. Das Problem ist nicht, dass diese Zahlen falsch wären — Testabdeckung, Komplexität und Regelverstöße sind reale, messbare Eigenschaften des Codes. Das Problem ist, was beim Zusammenfassen verloren geht.

Angenommen, eine Codebasis hat eine Testabdeckung von 85 Prozent. Das klingt zunächst gut, sagt über das Übernahmerisiko aber wenig. Die fehlenden 15 Prozent können aus ein paar einfachen Hilfsklassen bestehen — oder aus genau dem Code, der Zahlungen freigibt, Berechtigungen prüft oder eine zentrale fachliche Berechnung durchführt. Die Kennzahl ist in beiden Fällen dieselbe, das Übernahmerisiko jedoch nicht.

Und noch etwas kann eine Kennzahl grundsätzlich nicht zeigen, auch wenn sie korrekt berechnet ist: an welcher Stelle eine Aussage unsicher wird, und warum.

Wie kleinteilig solche Unsicherheiten sind, zeigt sich schon bei der Entwicklung des Werkzeugs, an dem dieses Projekt arbeitet. Um eine REST-Schnittstelle mit ihrer OpenAPI-Dokumentation vergleichen zu können, liest das Werkzeug zunächst die Antworttypen aus dem Code. Ein Antworttyp kann dabei eindeutig erkannt werden. Er kann aber auch als unbekannt markiert sein, weil er aus einer Bibliothek stammt, deren Code die Analyse bewusst nicht mitliest. Hat ein Endpunkt keine eindeutige HTTP-Methode, rät das Werkzeug ebenfalls nicht, sondern meldet ihn als offenen Punkt. Für solche Fälle erzeugt das Werkzeug jeweils eine eigene Meldung.

Jeder dieser Fälle ist für sich genommen klein. Zusammen sind sie aber genau die Information, die eine Übernahmeentscheidung braucht: nicht ein zusammenfassender Wert, sondern die konkrete Stelle, an der Dokumentation und Implementierung möglicherweise nicht übereinstimmen — und der Grund, warum sich das nicht sicher sagen lässt.

Wie weit sich die vier Fragen heute beantworten lassen

Die Fragen nach Machbarkeit, Risiko, Maßnahme und Aufwand lassen sich nicht gleich gut beantworten, auch nicht mit dem Werkzeug dieses Projekts. Umgesetzt ist heute die Grundlage: Das Werkzeug liest Endpunkte und Antworttypen aus dem Code und aus der API-Dokumentation und bringt beide in eine vergleichbare Form. Getestet wird das an eigens dafür gebauten Beispielprojekten.

Als Nächstes sollen daraus bewertete Befunde entstehen: Das Werkzeug soll etwa erkennen, wo ein Endpunkt von seinem API-Vertrag abweicht oder wo eine Schichtgrenze verletzt wird. Dieser Schritt ist geplant, aber noch nicht umgesetzt. Maßnahmenvorschläge sollen darauf aufbauen. Ob sich daraus auch belastbare Aufwandsspannen ableiten lassen, ist noch offen. Festgelegt ist allerdings schon, welche Form ein solches Ergebnis haben soll: eine Maßnahme mit einer Aufwandsspanne und ausgewiesener Unsicherheit statt einer einzelnen Zahl.

Dort soll also nicht „acht Personentage“ stehen, sondern eher etwas wie „zehn bis achtzehn Personentage, abhängig davon, ob auch die Berechtigungsprüfung angepasst werden muss“ — mit der Unsicherheit als Teil der Aussage, nicht als Fußnote. Die Zahlen sind hier frei gewählt; ein solches Ergebnis hat das Werkzeug bislang nicht erzeugt. Die Alternative zur Kennzahl ist in diesem Projekt also noch ein Zielbild. Das Argument gegen die Kennzahl gilt trotzdem, denn es hängt nicht davon ab, ob ein bestimmtes Werkzeug die Alternative schon liefert.

Warum „nicht sicher beurteilbar“ ein gültiges Ergebnis ist

Das Problem bei einer Softwareübernahme ist nicht automatisch schlechte Codequalität. Oft fehlt vor allem der Kontext, um vorhandenen Code und seine Risiken richtig einzuordnen, und daraus entsteht Unsicherheit. Ein Assessment ist deshalb nur dann belastbar, wenn es diese Unsicherheit verringert, wo es kann, und sie sichtbar macht, wo es das nicht kann.

Im Werkzeug dieses Projekts ist das im Datenmodell angelegt: Lässt sich eine Frage mit den verfügbaren Informationen nicht sicher beurteilen, ist das kein Fehlerfall, sondern ein eigenständiges Ergebnis, gleichrangig neben konkreten Befunden. Dasselbe gilt, wenn die Analyse selbst an eine Grenze stößt: Jeder der oben erwähnten Fälle erzeugt eine eigene Meldung, statt dass die Lücke stillschweigend verschwindet.

Ganz erfüllt das Werkzeug diesen Anspruch heute allerdings noch nicht. Steht ein Request-Pfad nicht als fester Text im Code, sondern als Konstante, etwa @GetMapping(Paths.CUSTOMERS), löst die Analyse ihn nicht auf. Anders als bei den benannten Fällen entsteht dabei aber keine Meldung: Der Pfad fällt kommentarlos auf einen leeren Wert zurück. Im eigenen Werkzeug gibt es damit genau die stillschweigende Lücke, die dieser Text kritisiert.

Das ist unbequem: Ein Assessment muss an vielen Stellen ausdrücklich „das weiß ich nicht“ sagen, auch über sich selbst. Es ist trotzdem verlässlicher als ein Werkzeug, das bei fehlender Information rät und dabei genauso sicher klingt wie dort, wo es etwas weiß.

Woran man ein belastbares Assessment erkennt

Drei Eigenschaften lassen sich prüfen, unabhängig vom konkreten Werkzeug.

Erstens: Lässt sich jede Aussage auf eine konkrete technische Quelle zurückführen — eine Codestelle, ein Testergebnis, eine Architekturregel? Oder liegt sie nur als Urteil eines Modells vor, das die Codebasis „gelesen“ hat? Was sich nicht auf eine Quelle zurückführen lässt, lässt sich auch nicht widerlegen. Und eine nicht widerlegbare Aussage ist bei einer Übernahmeentscheidung ein Risiko, kein Ergebnis.

Ein Beispiel für eine solche Architekturregel ist eine Schichtgrenze zwischen Web- und Persistenzschicht. Angenommen, ein Controller gibt eine Datenbank-Entity direkt als REST-Antwort zurück, statt sie zuvor in ein eigenes Response-Objekt zu übersetzen. Dann verletzt er diese Grenze nachweisbar — unabhängig davon, ob jemand das für ein konkretes Projekt als Problem empfindet.

Zweitens: Dokumentiert das Werkzeug seine eigenen Grenzen, statt sie zu kaschieren? Ein fehlender Klassenpfad macht eine Analyse nicht wertlos. Aber jede solche Grenze sollte benannt sein — und nicht erst beim Lesen des Kleingedruckten auffallen.

Drittens: Geht das Werkzeug sorgfältig mit vertraulichem Code um, sobald eine externe KI an der Auswertung beteiligt ist? Bei einer Übernahme analysiert man meist Code, den andere geschrieben haben und der nicht für Dritte bestimmt ist. Zwei Dinge lassen sich dabei technisch durchsetzen: dass der Quellcode die eigene Umgebung nicht verlässt und dass eine externe KI nur eine abstrahierte Zusammenfassung sieht, in der Klassen- und Paketnamen durch neutrale Bezeichnungen ersetzt sind. Beides ist technisch abgesichert und wird automatisch geprüft. Ob ein Werkzeug so arbeitet, lässt sich deshalb an seiner Architektur prüfen — man muss sich nicht auf seine Dokumentation verlassen.

Gegen all das gibt es einen berechtigten Einwand: Eine einzelne Kennzahl hat einen realen Vorteil, den keine der drei Eigenschaften bietet — man kann sie in einem Satz weitergeben. Eine Liste einzeln begründeter Stellen, die sich nicht sicher beurteilen lassen, passt nicht auf eine Management-Folie. Das ist ein echter Zielkonflikt: Was sich leicht weitergeben lässt, enthält wenig Information, und umgekehrt. Die Kennzahl ist also nicht falsch — sie beantwortet nur eine andere Frage, und sie ersetzt nicht die Einzelbefunde, auf denen sie beruht.

Was das für den nächsten Handoff konkret bedeutet

Vor einer Übernahme sollte man einem Assessment deshalb vier Prüffragen stellen: Auf welche technischen Quellen führt eine Aussage über den Code zurück? Welche Teile der Codebasis konnte die Analyse nicht verlässlich beurteilen, und warum? Welche konkrete Maßnahme folgt aus einem Befund, und mit welcher ausgewiesenen Unsicherheit? Und verlässt vertraulicher Code die eigene Umgebung, sobald eine externe KI an der Auswertung beteiligt ist?

Eine Übernahme wird nicht dadurch sicherer, dass eine Kennzahl die Unsicherheit verdeckt. Sicherer wird sie, wenn klar bleibt, was bekannt ist, worauf dieses Wissen beruht — und was offenbleibt.

An diesen Fragen muss sich auch dieses Projekt messen lassen. Sein Werkzeug wurde bislang an keinem realen Projekt erprobt, es ist auf API-Verträge und Schichtgrenzen in Java- und Spring-Anwendungen ausgerichtet, und Maßnahmen mit Aufwandsspannen sind, wie oben beschrieben, noch ein Zielbild.

Nachtrag vom 10. Oktober 2026

Seit der Veröffentlichung am 24. September 2026 wurde das Werkzeug weiterentwickelt.

Die lokale Analyse erzeugt inzwischen technische Befunde aus zwei Prüfungen: dem Abgleich von API-Endpunkten mit ihrer Beschreibung und der Nachverfolgung von Datentypen zwischen Web-Schnittstelle und Geschäftslogik. Die Befunde werden noch nicht nach ihrer Bedeutung gewichtet.

Eine optionale KI-Einordnung kann Maßnahmen und Aufwandsspannen mit Annahmen und offenen Punkten vorschlagen. Diese Einschätzungen sind nicht validiert und wurden bisher nur anhand von Testdaten erprobt. Eine Risikobewertung und Priorisierung der Maßnahmen fehlen weiterhin.

Auch die oben beschriebene Einschränkung bei Request-Pfaden aus Konstanten muss präzisiert werden: Ein nicht auflösbarer Ausdruck kann einen unzutreffenden Endpunkt erzeugen, beispielsweise /. Daraus können falsche Befunde entstehen, während der tatsächliche Endpunkt ungeprüft bleibt. Das ist bislang anhand eines konstruierten Beispiels belegt; wie häufig es in realen Projekten auftritt, ist unbekannt.

Das Verfahren wurde weiterhin nicht an einem realen Softwareübernahmeprojekt validiert. Den aktuellen Entwicklungsstand beschreibt die Handoff-Audit-Projektseite.

Themen

  • Softwareübernahme
  • Evidence
  • Assessment

← Alle Insights