Einleitung
Kadmo ist eine agentische Engineering-Plattform, die KI-Coding-Agenten als koordiniertes Team innerhalb Ihrer eigenen Tools, Cloud und Modelle ausführt. Statt dass ein einzelner Assistent ein ganzes Ticket übernimmt, weist Kadmo definierte Rollen, Playbooks und Freigabe-Gates zu, sodass Arbeit vom Backlog bis zum Pull Request wandert – mit einer schriftlichen Aufzeichnung jedes Schritts.
Was ist Kadmo?
Kadmo ist eine Plattform, um KI-Coding-Agenten so zu betreiben, wie ein Softwareteam arbeitet: mit Rollen, Regeln und Review-Punkten. Entwickler, ein Product Manager, ein Reviewer, ein QA-Agent und weitere Spezialisten erhalten jeweils ihre eigene Maschine, ihre eigenen eingeschränkten Zugangsdaten und eine eng umrissene Aufgabe. Ein Playbook choreografiert die Übergaben, und an jeder Übergabe sitzt ein Gate, sodass nichts weitergeht, bevor es bestanden wurde.
Das Problem, das es adressiert, ist bekannt. Ein einzelner Generalist-Assistent, der ein ganzes Ticket bearbeitet, neigt dazu, große, schwer zu prüfende Änderungen zu erzeugen, und Teams können nicht ohne Weiteres sehen, was passiert ist oder warum. Kadmo teilt die Arbeit in kleinere Schritte auf, hält jedes Kontextfenster klein und präzise und schreibt bei jedem Schritt einen Kommentar ins Ticket, der erklärt, was der Agent getan hat und warum.
Da Agenten innerhalb der Tools laufen, die ein Team bereits verwendet — Jira oder Linear, GitHub oder GitLab, Slack —, gibt es nichts herauszureißen und nichts zu migrieren. Kadmo kann in Ihrem eigenen Cloud-Konto oder auf Ihrem eigenen Rechner bereitgestellt werden, wodurch der Quellcode innerhalb Ihres Perimeters bleibt. Diese Kombination macht es relevant für Teams, die KI-Agenten für die Softwareentwicklung wollen, aber Code nicht an einen Drittanbieter senden können.
Kadmo gibt an, dass Teams bis zu 10× Engineering-Output und 24/7-Abdeckung sowie eine Akzeptanzrate von 92,5 % im ersten Durchlauf erreichen; dies sind Anbieterangaben, keine unabhängig verifizierten Ergebnisse.
Wichtige Funktionen von Kadmo
Rollenbasierte Agenten mit eingeschränkten Tools
Kadmo weist jedem Agenten eine Rolle zu — Engineer, Product Manager, Reviewer, QA, Dokumentation, Security —, sodass er nur mit den Tools und Zugangsdaten dieser Rolle arbeitet. Berechtigungen bleiben eng gefasst und die Ausgabe bleibt vorhersehbar.
Playbooks mit einem Gate bei jeder Übergabe
Definieren Sie ein Playbook einmal, und Kadmo führt die Sequenz aus und pausiert an Gates, die Sie kontrollieren. Jeder Schritt veröffentlicht seine Begründung im Ticket, anstatt Reviewer raten zu lassen.
Funktioniert innerhalb Ihrer bestehenden Toolchain
Kadmo verbindet Ihr Task-Board, Ihr Repository und Ihre Cloud, sodass Agenten Tickets dort aufnehmen, wo sie bereits liegen. Unterstützte Integrationen umfassen Jira, Linear, GitHub, GitLab, Slack, AWS, Google Cloud und Hetzner.
Souveränes Deployment
Betreiben Sie die Flotte auf der Kadmo-Infrastruktur in Frankfurt, in Ihrem eigenen Cloud-Konto oder auf Ihrem eigenen Rechner. Es wird kein eingehender Port geöffnet, und jeder Agent arbeitet in seiner eigenen Sandbox mit eingeschränkten Zugangsdaten.
Governance und Audit integriert
Legen Sie Freigaberichtlinien, Ausgabenobergrenzen pro Konto und Workspace sowie Datenresidenzregeln fest. Kadmo führt ein vollständiges, wiedergabefähiges Transkript jedes Laufs plus ein exportierbares Audit-Log und unterstützt SAML und SCIM für die Anmeldung.
Selbstlernende Fähigkeiten
Ein Skill-Discovery-Agent liest die Codebasis und vergangene Läufe, schreibt auf, was andere Agenten wissen müssen, und lädt diese Notizen in spätere Läufe. Das zweite Ticket startet klüger als das erste.
Fertige agentische Lösungen
Kadmo wird mit Lösungen ausgeliefert, die ab dem ersten Tag Mehrwert bieten: Feature-Implementierung, Planung von Zielen in Tickets, Release-Prüfungen, Dokumentationsaktualisierungen, Website-Erstellungen und ein nächtlicher Sicherheitsscan in der Vorschau.
Anwendungsfälle für Kadmo
Vom Ticket zum Pull Request
Übergeben Sie ein Ticket an einen Software-Engineer-Agenten; er arbeitet auf einem eigenen Branch, öffnet einen Pull Request und behebt, was die Review zurückschickt. Reviewer bleiben eingebunden und verbringen weniger Zeit mit Routinearbeit.
Release- und Regressionstests
Ein QA-Agent führt Ihre Testsuite nach jeder Änderung in der Live-Umgebung aus und legt Fehler als Tickets an. Korrekturen fließen zum Engineer-Agenten zurück und werden vor dem Schließen des Tickets erneut getestet.
Ziele in Tickets planen
Ein Product-Manager-Agent verwandelt ein Ziel in ein Epic und teilt es in Tickets auf, die jeweils für einen Agenten dimensioniert sind; anschließend prüft er die Ergebnisse am ursprünglichen Ziel.
Dokumentation, die dem Code folgt
Ein Dokumentations-Agent liest, was ausgeliefert wurde, aktualisiert die Dokumentation und erstellt den Entwurf des Kunden-Updates zur Freigabe, sodass die Dokumentation nicht mehr hinter Releases zurückbleibt.
Sammlung von Compliance-Nachweisen
Da jeder Lauf sein Transkript behält, können Teams Nachweise sammeln, während die Arbeit stattfindet, und sie ohne Hektik in letzter Minute an einen Prüfer übergeben.
So verwenden Sie Kadmo
- Verbinden Sie Ihre Tools. Richten Sie Kadmo auf Ihr Task-Board (Jira oder Linear), Ihr Repository (GitHub oder GitLab) und das Cloud-Konto aus, in dem die Agenten laufen sollen.
- Rollen und Modelle auswählen. Wählen Sie aus, welche KI-Coding-Agenten und Modelle verwendet werden sollen — Claude Code oder Codex, mit Anthropic-, OpenAI- oder Google-Modellen, direkt oder über Ihr eigenes Gateway.
- Legen Sie die Regeln einmal fest. Definieren Sie Playbooks, Freigabe-Gates, Budgets und Residenzrichtlinien, damit jeder Lauf denselben Leitplanken folgt.
- Ein Ticket abgeben. Weisen Sie einen Backlog-Eintrag der Flotte zu und lassen Sie jeden Agenten seinen Fortschritt ins Ticket kommentieren.
- Prüfen Sie an den Gates. Genehmigen Sie oder schicken Sie Arbeit zurück; Kadmo zeichnet die Entscheidung auf und der nächste Lauf nimmt sie auf.
Zielgruppe für Kadmo
- Engineering-Teams, die bereits KI-Coding-Agenten nutzen und Struktur sowie Review-Punkte wünschen
- CTOs und Platform-Leads mit strengen Anforderungen an Datenresidenz oder Compliance
- Product Manager, die Ziele in gut dimensionierte Tickets umwandeln müssen
- Agenturen und Produktstudios, die viele kleine Tickets parallel bearbeiten
- Regulierte Organisationen, die einen Audit-Trail für automatisierte Arbeit benötigen
Ist Kadmo kostenlos?
Die Preisgestaltung für Kadmo erfolgt angebotsbasiert und nicht über eine veröffentlichte Monatsliste. Das Referenzmaterial nennt Business- und Enterprise-Tarife, wobei Governance-Funktionen wie Rollen mit eingeschränkten Berechtigungen, Freigaberichtlinien, Budgets, Durchsetzung der Datenresidenz, Lauf-Transkripte und SSO in diesen Tarifen enthalten sind. Läufe werden über Prepaid-Kadmo-Guthaben oder über Ihre eigenen Modellschlüssel bezahlt, sofern ein Tarif diese umfasst.
| Tarif | Preis | Highlights |
|---|---|---|
| Business | Individuelles Angebot | Agentenflotte, Rollen und Playbooks, Governance-Kontrollen |
| Enterprise | Individuelles Angebot | Governance plus SAML-SSO, SCIM-Provisionierung, Residenzrichtlinien, Audit-Log-Export |
| Pilot | Start mit einem Backlog-Eintrag | Gemeinsame Einrichtung, live innerhalb weniger Tage |
Prüfen Sie die offizielle Preisseite für aktuelle Zahlen. Ein kurzer Pilot mit einem einzelnen Ticket ist der einfachste Weg, den Wert vor einem breiteren Rollout zu beurteilen.
Vor- und Nachteile von Kadmo
| Aspekt | Vorteile | Nachteile |
|---|---|---|
| Deployment | Läuft in Ihrer Cloud oder auf Ihrem Rechner; Code bleibt innerhalb Ihres Perimeters | Einrichtung erfordert Infrastrukturentscheidungen |
| Workflow-Passung | Funktioniert innerhalb von Jira, Linear, GitHub, GitLab und Slack | Benötigt ein bestehendes Task-Board und Repository |
| Aufsicht | Rollenbezogene Agenten, Freigabe-Gates, wiedergabefähige Transkripte | Gates fügen Schritte hinzu, die manche Teams anfangs als langsam empfinden könnten |
| Kostenkontrolle | Token-Verbrauch pro Lauf wird im Ticket gemeldet, Budgets mit Obergrenzen | Angebotsbasierte Preisgestaltung bedeutet keine öffentliche Preisliste |
| Flexibilität | Kein Modell-Lock-in; Anbieter wechseln oder eigenes Gateway nutzen | Beste Ergebnisse erfordern klare Tickets und Playbooks |
Häufig gestellte Fragen zu Kadmo
Was benötige ich für den Start mit Kadmo?
Ein Repository, ein Task-Board und einen Eintrag aus Ihrem Backlog. Kadmo arbeitet in Jira oder Linear und GitHub oder GitLab, sodass nichts ersetzt wird, und die Einrichtung erfolgt gemeinsam mit Ihrem Team.
Wo laufen die Agenten, und verlässt mein Code meinen Perimeter?
Sie können die Flotte auf der Kadmo-Infrastruktur in Frankfurt, in Ihrem eigenen Cloud-Konto oder auf einem eigenen Rechner betreiben. Bei den letzten beiden Optionen bleibt der Code innerhalb Ihres Perimeters, und jeder Agent erhält eine isolierte Maschine mit eingeschränkten Zugangsdaten.
Welche KI-Coding-Agenten und Modelle unterstützt Kadmo?
Claude Code und Codex werden derzeit unterstützt und laufen mit Anthropic-, OpenAI- und Google-Modellen — direkt, über Amazon Bedrock oder Vertex AI oder hinter Ihrem eigenen Gateway. Nichts bindet Sie an einen Anbieter.
Wie viel kostet ein Ticket auf Kadmo?
Jeder Lauf meldet seinen tatsächlichen Token-Verbrauch im Ticket, sodass ein ausgeliefertes Ticket einen sichtbaren Preis hat, und Ausgabenlimits können pro Konto und Workspace festgelegt werden.
Kann Kadmo kostenlos getestet werden?
Es gibt keinen veröffentlichten kostenlosen Tarif. Die Plattform wird mit einem Team eingerichtet und mit einem Backlog-Eintrag pilotiert, bevor ein breiterer Rollout erfolgt; Preise sind auf Anfrage erhältlich.
Wie unterscheidet sich Kadmo von einem einzelnen KI-Coding-Assistenten?
Ein einzelner Assistent bearbeitet normalerweise ein großes Ticket in einem Kontext. Kadmo verteilt die Arbeit auf spezialisierte Agenten mit kleinen Kontextfenstern, fügt an jedem Übergabepunkt ein Gate hinzu und dokumentiert jeden Schritt im Ticket.
Kadmo-Tags
Kadmo, Kadmo-Review, agentische Engineering-Plattform, KI-Coding-Agenten, KI-Engineering-Team, souveräne KI-Plattform, KI-Agenten für Softwareentwicklung, selbst gehostete KI-Agenten, KI-Code-Review-Automatisierung, Playbook-gesteuerte KI-Agenten, Claude Code und Codex, KI-Agent-Governance
