Wie ich mein Onboarding dank KI verbessert habe

Ein neuer Job ist aufregend – und überwältigend. Neue Kollegen, neue Tools und bei GitLab: sehr viel Dokumentation. Vor sechs Wochen bin ich als Fullstack Engineer zum Growth-Team gekommen. Wer das Onboarding bei GitLab durchlaufen hat, weiß: Es ist transparent, umfassend und gründlich.

Das Onboarding bei GitLab umfasst jede Menge Docs, Videos und Trainings, die einen auf den aktuellen Stand bringen. Im Einklang mit GitLabs Werten hat mich mein Team ermutigt, gleich loszulegen und beizutragen. Mir wurde schnell klar: Das Onboarding hier ist sorgfältig und intensiv. Zum Glück hatte ich einen heimlichen Helfer: GitLab Duo.

Meine Hauptanwendungsfälle

GitLab Duos KI-Unterstützung steht im gesamten Software Development Lifecycle zur Verfügung und ist für mich in drei Bereichen besonders nützlich: Exploration, Reviewing und Debugging. Mit GitLab Duo konnte ich schon in der ersten Woche meinen ersten kleinen MR in Production deployen und in den Wochen danach aktiv zur Personal Homepage in GitLab 18.5 beitragen.

Exploration

Zu Beginn des Onboardings erinnerte ich mich oft daran, etwas gelesen zu haben – wusste aber nicht mehr wo. GitLab hat ein öffentliches Handbook, ein internes Handbook und GitLab Docs. Effizient über alle drei gleichzeitig zu suchen, kann schwierig sein.

GitLab Duo vereinfacht das: Ich kann in GitLab Duo Chat in natürlicher Sprache beschreiben, wonach ich suche, und alle Ressourcen werden auf einmal durchsucht.

Beispiel-Prompt:

Ich erinnere mich, über RSpec-Tests bei GitLab gelesen zu haben. Kannst du relevante Dokumentation im Handbook, im internen Handbook und in den GitLab Docs finden?

Bevor ich mit einem Issue anfange, nutze ich GitLab Duo, um Edge Cases und versteckte Abhängigkeiten zu identifizieren. GitLab Duo setzt die Requirements des Issues mit der gesamten GitLab-Codebase in Beziehung, untersucht ähnliche Features und stellt alle Findings zusammen. Basierend auf dem Output kann ich das Issue mit meinem Product Manager und Designer verfeinern und sicherstellen, dass meine Implementierung alle Edge Cases abdeckt – oder künftige Iterationen definieren.

Beispiel-Prompt:

Analysiere dieses Issue im Kontext seines Epics und identifiziere:

• Implementierungsfragen, die ich mit PM/Design klären sollte, bevor ich code
• Edge Cases, die in den Requirements nicht abgedeckt sind
• Cross-Feature-Dependencies, die betroffen sein könnten
• Fehlende Acceptance Criteria

Ich prüfe auch, ob meine geplante Lösung GitLab Best Practices und gängigen Patterns folgt.

Beispiel-Prompt:

Ich möchte XYZ-Verhalten implementieren – wie wird das normalerweise bei GitLab gemacht, und welche anderen Optionen habe ich?

Reviewing

Ich lasse GitLab Duo meine Merge Requests reviewen, bevor ich menschliche Reviewer zuweise. Duo findet oft kleine Fehler, schlägt Verbesserungen vor und zeigt Edge Cases, die ich übersehen habe. Das verkürzt den Review-Cycle und hilft meinen Teammates, sich auf komplexeres und übergeordnetes Feedback zu konzentrieren.

Da ich noch neu in GitLabs Codebase und Coding Practices bin, sind manche Review-Kommentare schwer zu interpretieren. In diesen Fällen hilft mir GitLab Duo zu verstehen, was ein Reviewer meint und wie es sich auf meinen Code bezieht.

Beispiel-Prompt:

Ich verstehe den Kommentar zu diesem MR nicht – es geht um "follow the user instead of testing component internals". Was bedeutet das und wie bezieht es sich auf meine Implementierung?

Debugging

Manchmal schlugen Pipeline-Tests in meinen Merge Requests unerwartet fehl. Wenn ich nicht sagen konnte, ob meine Changes die Ursache waren, half mir GitLab Duo bei der Untersuchung und Behebung. Mit GitLab Duo Agentic Chat kann Duo Changes anwenden, um den fehlgeschlagenen Job zu debuggen.

Beispiel-Prompt:

Der Pipeline-Job "rspec system pg16 12/32" schlägt fehl, aber ich weiß nicht, ob das mit meinen Changes zusammenhängt. Kannst du checken, ob meine Changes den Pipeline-Failure verursachen, und mich durch die Fix-Schritte führen?

Wie Duo mit GitLabs Werten aligned

GitLab Duo zu nutzen, hilft nicht nur mir – es unterstützt auch GitLabs CREDIT-Werte:

• Collaboration: Ich stelle meinen Teammates weniger Basic-Fragen. Und wenn ich Fragen stelle, sind sie durchdachter und informierter. Das respektiert ihre Zeit.

• Results for customers: Indem ich Edge Cases früh identifiziere und Code-Qualität verbessere, hilft mir GitLab Duo, bessere Results für Kunden zu liefern.

• Efficiency: Streamlined Preparation, schnellere Reviews und besseres Debugging machen mich effizienter.

• Diversity, inclusion & belonging: KI-Guidance kann Missverständnisse und unterschiedliche Barriers to Entry basierend auf verschiedenen Backgrounds und Fähigkeiten verringern.

• Iteration: Die Fähigkeit, Ideen schneller auszuprobieren und potenzielle Improvements zu identifizieren, ermöglicht schnellere Iteration.

• Transparency: GitLab Duo macht die bereits transparente Dokumentation bei GitLab noch zugänglicher.

Vorsicht mit KI

Kompetent zu sein war nie so einfach und zugleich so schwierig, wie im Zeitalter der KI. Denn die KI kann ein mächtiges Tool sein, aber KI macht auch Fehler. Daher vermeide ich Automation Bias, indem ich KI-Outputs immer validiere. Wenn ich den Output nicht verstehe, nutze ich ihn nicht.

Ich bin auch vorsichtig bei Over-Reliance. Studien legen nahe, dass heavy AI use zu Cognitive Offloading und langfristig schlechteren Outcomes führen kann. Eine Studie zeigt, dass Users von KI in Prüfungen schlechter abschneiden. Um meine Skills nicht negativ zu beeinflussen, nutze ich KI als Discussion Partner – nicht nur, um den generierten Code zu implementieren.

Zusammenfassung

Onboarding ist immer eine stressige Zeit, aber GitLab Duo hat meins smoother und weniger überwältigend gemacht. Ich habe mehr über GitLabs Codebase, Kultur und Best Practices gelernt, als ich alleine hätte managen können.

Willst du GitLab Duo Teil deines Onboarding-Erlebnisses machen? Melde dich für einen kostenlosen Trial an.

Ressourcen

• Getting started with GitLab Duo
• Get started with GitLab Duo Agentic Chat in the web UI
• 10 best practices for using AI-powered GitLab Duo Chat