Ehemaliger GitHub-CEO kehrt mit 60 Mio. $ Seed-Finanzierung zurück, um das Programmieren für die Ära der Agenten neu zu gestalten

In der als größte Seed-Finanzierungsrunde in der Geschichte der Entwickler-Tools bezeichneten Runde hat Thomas Dohmke, der ehemalige CEO von GitHub, offiziell sein neues Unternehmen Entire vorgestellt. Hervorgegangen aus dem Stealth-Modus mit einer Kapitalspritze von 60 Millionen Dollar und einer Bewertung von 300 Millionen Dollar, zielt Entire darauf ab, den Lebenszyklus der Softwareentwicklung (Software Development Lifecycle, SDLC) zu demontieren und neu aufzubauen, um dem explosiven Aufstieg von KI-Codierungsagenten (AI Coding Agents) gerecht zu werden.

Die Runde wurde von Felicis angeführt, mit signifikanter Beteiligung von Microsofts Venture-Fonds M12, Madrona und Basis Set Ventures. Das Startup hat zudem eine Liste hochkarätiger Angel-Investoren angezogen, darunter Y-Combinator-CEO Garry Tan, Datadog-CEO Olivier Pomel und Yahoo-Mitbegründer Jerry Yang, was auf ein starkes Branchenvertrauen in Dohmkes These hindeutet: Die Tools, die die Open-Source-Ära aufgebaut haben, reichen für das Zeitalter der KI-Generierung nicht mehr aus.

Das Ende der „handwerklichen“ Softwareentwicklung

Über Jahrzehnte hinweg wurde Software-Engineering als digitales Handwerk behandelt – menschliche Entwickler schreiben Logik Zeile für Zeile, übertragen Änderungen in Versionskontrollsysteme wie Git und überprüfen Pull-Requests manuell. Dohmke argumentiert, dass dieses Modell rasch veraltet, da KI-Agenten beginnen, Code in einem Umfang und einer Geschwindigkeit zu generieren, die menschliche Arbeitsabläufe nicht mehr bewältigen können.

„Wir erleben gerade einen Agenten-Boom, und nun werden gewaltige Mengen an Code schneller generiert, als ein Mensch vernünftigerweise verstehen könnte“, erklärte Dohmke zum Start. „Die Wahrheit ist, dass unser manuelles System der Softwareproduktion – von Issues über Git-Repositories und Pull-Requests bis hin zum Deployment – von vornherein nie für die Ära der KI konzipiert wurde.“

Entire’s Philosophie zieht eine direkte Parallele zur Industriellen Revolution. So wie sich die Automobilindustrie von handwerklichen Werkstätten hin zu fließenden Montagelinien entwickelte, um Skalierbarkeit zu erreichen, muss die Softwareentwicklung von auf den Menschen ausgerichteten Werkzeugen zu einer Infrastruktur übergehen, die für die „Fertigung“ von Code durch Agenten konzipiert ist.

Einführung von „Checkpoints“: Logik versionieren, nicht nur Code

Das unmittelbare Problem, das Entire zu lösen versucht, ist die Natur der „Black Box“ von KI-generiertem Code. Wenn ein Agent wie Claudes von Anthropic oder die Modelle von OpenAI ein Skript generiert, gehen die Argumentation, die Prompts und der Kontext hinter diesem Code normalerweise in dem Moment verloren, in dem die Datei gespeichert wird. Dieser Kontextverlust führt zu dem, was in der Branche als „AI Slop“ bezeichnet wird – Code, der zwar funktioniert, aber nicht wartbar ist, weil seine Absicht undurchsichtig bleibt.

Entire’s erstes öffentliches Angebot ist Checkpoints, ein Open-Source-Kommandozeilen-Tool (Command-Line Interface, CLI). Im Gegensatz zu Standard-Git-Commits, die nur den resultierenden Code speichern, erfasst Checkpoints den gesamten „Sitzungskontext“ (Session Context) des KI-Agenten. Dies beinhaltet:

• Die ursprünglichen Prompts, die dem Agenten gegeben wurden.
• Die „Gedankenkette“ (Chain of Thought) oder der Argumentationsprozess des Agenten.
• Die spezifischen Werkzeuge und Einschränkungen, die während der Generierung angewendet wurden.

Durch das Speichern dieser Metadaten zusammen mit dem Code in einer Git-kompatiblen Datenbank können Entwickler den Erstellungsprozess „wiedergeben“, was eine echte Auditierbarkeit und ein einfacheres Debugging von agentengenerierter Software ermöglicht.

Ein neuer Infrastruktur-Stack

Während Checkpoints der Einstiegspunkt ist, zielt Entire darauf ab, eine Full-Stack-Plattform aufzubauen, die als Nervensystem für die KI-Entwicklung fungiert. Das Unternehmen entwickelt eine Drei-Schichten-Architektur, die darauf ausgelegt ist, bestehende CI/CD-Workflows zu ersetzen oder zu ergänzen:

1. Git-kompatible Datenbank: Eine Speicherschicht, die Code mit seinem generativen Kontext vereint und sicherstellt, dass das „Warum“ einer Änderung genauso zugänglich ist wie das „Was“.
2. Semantische Argumentationsschicht (Semantic Reasoning Layer): Eine Steuerungsebene (Control Plane), die es mehreren KI-Agenten ermöglicht, sich zu koordinieren und effektiv als Projektmanager zu fungieren, welche die Absicht hinter den Codebasen verstehen können, die sie modifizieren.
3. KI-native Benutzeroberfläche (AI-Native Interface): Eine Benutzererfahrung, die nicht nur auf das Tippen von Code ausgelegt ist, sondern auf die Orchestrierung von Agenten-Flotten, die Überprüfung von High-Level-Spezifikationen und das Eingreifen nur bei Bedarf.

Investitionsübersicht

Die 60-Millionen-Dollar-Seed-Runde ist eine Anomalie im aktuellen Risikokapital-Klima, in dem Seed-Runden typischerweise zwischen 1 und 5 Millionen Dollar liegen. Die Höhe der Finanzierung spiegelt sowohl die Kapitalintensität beim Aufbau grundlegender Infrastruktur als auch die Erfolgsbilanz des Gründers wider. Dohmke, der GitHub während der Einführung und Skalierung von Copilot leitete, ist in einer einzigartigen Position, um die Grenzen des aktuellen Ökosystems zu verstehen.

Details zur Finanzierungsrunde

Das „Drift“-Dilemma

Eine der kritischen technischen Herausforderungen, die Entire adressiert, ist das „Abweichen“ (Drift). Während KI-Agenten den Code iterieren, können sie unabsichtlich von den ursprünglichen Projektspezifikationen abweichen oder subtile Fehler einführen, die sich mit der Zeit summieren. Traditionelle Code-Review-Prozesse – bei denen ein Mensch jede Zeile eines Diffs liest – werden zu Engpässen.

Die Plattform von Entire schlägt einen Wechsel von der Überprüfung des Codes hin zur Überprüfung von Spezifikationen und Ergebnissen vor. Durch das Erfassen der Absicht an der Quelle zielt die Plattform darauf ab, Menschen die Steuerung des Prozesses der Softwaregenerierung zu ermöglichen, anstatt jedes Ergebnis einzeln zu inspizieren. Dies steht im Einklang mit dem breiteren Branchentrend hin zu „agentischen“ Arbeitsabläufen (Agentic Workflows), bei denen Menschen in der Hierarchie nach oben rücken, um Architekten und Supervisoren von autonomen Codierungs-Bots zu werden.

Marktauswirkungen

Der Start von Entire stellt eine potenzielle Herausforderung für etablierte Plattformen wie GitHub und GitLab dar. Während diese Plattformen KI-Assistenten (wie Copilot und Duo) integriert haben, bleibt ihre zugrunde liegende Architektur in Linus Torvalds’ Vision von Git aus dem Jahr 2005 verwurzelt – ein Werkzeug für die menschliche Zusammenarbeit.

Dohmkes Wette lautet, dass das Nachrüsten von KI auf diesen Plattformen unzureichend ist. Wenn sich seine Vision bewahrheitet, wird die nächste Generation von Software nicht nur von KI geschrieben, sondern von einer Infrastruktur verwaltet, versioniert und bereitgestellt, die menschlichen Code als Ausnahme und nicht als Regel behandelt. Mit der Veröffentlichung von Checkpoints können Entwickler nun damit beginnen, diese Hypothese zu testen und zum ersten Mal die „Gedanken“ ihrer KI effektiv versionskontrolliert zu verwalten.