Intuitive Machines stellt geschäftskritische Software mit GitLab 4-mal schneller bereit

Intuitive Machines betreibt derzeit vier parallele Mondlander-Programme und ein Orbital Transfer Vehicle, dazu fünf Satelliten für das Lunar Data Network und ein wachsendes Bodennetzwerk, das weltweit Kommunikationsinfrastruktur für den erdnahen Raum unterstützt.

Mit dem Wachstum kommt neue Komplexität: mehr Repositories, Submodule über gemeinsam genutzte Codebasen hinweg, strengere regulatorische Anforderungen durch Programme im Bereich der nationalen Sicherheit sowie ein KI-interessiertes Entwicklungsteam, das einen sicheren und kontrollierten Weg brauchte, um KI-Tools in einer ITAR-konformen Umgebung einzusetzen. Die ITAR-Vorschriften regeln die US-Exportkontrolle für Rüstungsgüter.

"Früher haben wir eine Mission zur Zeit betreut, heute sind es mehrere Missionen, mehrere Teams, mehrere Programme parallel", sagt Brian Butcher, Software Group Lead bei Intuitive Machines. "Jetzt haben wir Satelliten, die wir über ihre gesamte Lebensdauer betreuen und kontinuierlich mit Software-Updates versorgen müssen. Das ist ein völlig anderes Betriebsmodell."

Bei vier parallelen Missionen und zwei Programmen über Dutzende Repositories hinweg ist Governance keine Frage der Bequemlichkeit. Erst Policies machen konsistente, Compliance-konforme Entwicklung in dieser Größenordnung überhaupt möglich.

"Ich kann eine Policy auf der obersten Ebene festlegen, und sie greift automatisch in allen darunterliegenden Projekten", sagt Dami Alugo, DevOps Lead bei Intuitive Machines. "Statt jedes Projekt einzeln zu bearbeiten und sich die Konfiguration jedes einzelnen zu merken, setzen wir die Regeln mit GitLab-Policies automatisch durchgängig durch."

Die Nutzung der CI-Pipelines hat sich bei Intuitive Machines in den vergangenen zwei Jahren verdreifacht – und es geht längst nicht mehr nur um Smoke-Tests. Teams im gesamten Unternehmen nutzen GitLab-Pipelines, um in Mission Control und auf Fahrzeuge in Flatsat-Laboren zu deployen und automatisierte nächtliche Testläufe anzustoßen. Bereitstellungen, die früher bis zu vier Stunden dauerten, brauchen heute 45 Minuten. Der Fokus des Teams hat sich verschoben: von der Durchführung der Bereitstellung zu ihrer Verifikation.

"Alle Bereitstellungen sind mit GitLab automatisiert: ein Knopfdruck, insgesamt 45 Minuten", sagt Alugo. "Wir konzentrieren uns jetzt auf die Verifikation der Bereitstellung, nicht mehr auf die Bereitstellung selbst. Das ist eine enorme Verschiebung, die GitLab möglich gemacht hat."

Das Volumen der Merge Requests ist im Jahresvergleich um 65 Prozent gestiegen, wobei 52 Prozent mehr Merge Requests formalen Freigaberegeln unterliegen. Beides zeigt zweierlei: höhere Entwicklungsgeschwindigkeit und eine reifende Code-Review-Kultur. Zudem setzt das Team Submodule über gemeinsam genutzte Codebasen ein und ermöglicht damit eine programmübergreifende Wiederverwendung von Code, die zu Zeiten vollständig isolierter Einzelmissionen nicht möglich war.

GitLab Duo ist für einen wachsenden Teil des Entwicklungsteams von Intuitive Machines ein tägliches Werkzeug, und die GitLab Duo Agent Platform ist die nächste Etappe der KI-Pläne des Teams.

Der Weg dorthin verlief nicht geradlinig. Als sich KI-Tools in der Branche zu verbreiten begannen, stand Intuitive Machines vor einer Herausforderung, die für Unternehmen der Luft- und Raumfahrt und der Verteidigungsindustrie typisch ist: Wie gibt man Entwickler(inne)n die Produktivitätsvorteile von KI, ohne ITAR-relevanten Code oder geistiges Eigentum offenzulegen? Die Antwort: Intuitive Machines betreibt die GitLab Duo Agent Platform selbst gehostet in einer Bring-your-own-Model-Konfiguration über AWS Bedrock.

"Wenn die falschen Informationen nach außen gelangen, kann das erhebliche Konsequenzen haben", sagt Butcher. "Der einzige Weg, unser geistiges Eigentum zu schützen und die vollständige Sicherheit aller Daten zu gewährleisten, ist, sie intern zu halten, also on-premises. Ohne diese Option von GitLab würden wir KI überhaupt nicht einsetzen."

Neue Ingenieur(innen) werden heute direkt auf GitLab Duo eingearbeitet, nicht auf andere KI-Tools. Das schließt das Sicherheitsrisiko nicht genehmigter KI-Nutzung aus und gibt ihnen vom ersten Tag an Zugang zu KI-gestützter Entwicklung. "Wir müssen nicht einschränken, was Entwickler(innen) mit unseren On-Premises-Ressourcen tun, weil wir wissen, dass die Daten sicher sind", sagt Alugo. "GitLab Duo beschleunigt außerdem das Onboarding. Neue Entwickler(innen) können Code prüfen und in ein oder zwei Tagen verstehen, was vorgeht."

Das GitLab-Team führte im Büro von Intuitive Machines in Houston einen praxisorientierten Workshop zur GitLab Duo Agent Platform durch und beschleunigte damit die Einführung im gesamten Entwicklungsteam. "Die Zusammenarbeit mit GitLab fühlt sich wie eine echte Partnerschaft an, in der unser Feedback die Roadmap tatsächlich mitgestaltet", sagt Butcher. "GitLab will unseren Anwendungsfall verstehen und uns zum Erfolg verhelfen."

Die Nutzung von GitLab Duo hat sich im Jahresvergleich mehr als verdoppelt: von 80 aktiven Lizenzen auf über 200. Die Anwendungsfälle, die sich durchgesetzt haben, sind praktisch und unmittelbar. Entwickler(innen) nutzen GitLab Duo bei Merge Requests, um Fehler früh zu erkennen und mehrfache Review-Runden zu reduzieren. Weitere Einsatzfelder sind die Dokumentation von Merge Requests und die Generierung von Unit-Tests in VS Code – Routinecode, der früher Stunden gekostet hat. Ein Entwickler hat mit der GitLab Duo Agent Platform eine komplette interne Planungs-GUI gebaut, die in Jira integriert ist, und den Schnittstellencode dafür generieren lassen. Das Team von Alugo erstellt mit GitLab Duo außerdem automatisierte Wochen- und Monatsberichte zur Entwicklungsleistung, die direkt nach Confluence übertragen werden. Die Führungsebene erhält damit Einblick in die Teamaktivität, ohne manuellen Berichtsaufwand.

Mit der weiteren Skalierung von Intuitive Machines rückt Sicherheit stärker in den Fokus, weil das Unternehmen in neue Missionstypen mit grundlegend anderen Sicherheitsprofilen expandiert.

Die frühen Lander-Missionen waren weitgehend air-gapped. Software auf einem Raumschiff war nicht derselben Bedrohungslage ausgesetzt wie Software, die mit öffentlichen Netzen verbunden ist. Das ändert sich schnell. "In den Anfangsjahren ging es dem Unternehmen darum, einen Lander zu bauen. Heute bauen wir Lander und Kommunikationssatelliten, Bodennetzwerke, Netzwerkdienste für den erdnahen Raum, also ein verteiltes Netzwerk rund um die Welt, das Kommunikation für lunare, NASA- und kommerzielle Kunden erschließt. Das erfordert ein völlig anderes Sicherheitsniveau", sagt Butcher.

SAST wird inzwischen in allen Pipelines durchgesetzt, über GitLab-Gruppen-Policies, die auf oberster Ebene festgelegt und automatisch auf jedes Projekt angewendet werden, noch bevor die Entwicklung beginnt. "SAST ist für unsere Arbeit am Lunar Data Network höchst relevant, und die Sicherheitsfunktionen von GitLab werden für das, was als Nächstes kommt, entscheidend sein", sagt Butcher.

Das Schwachstellen-Dashboard gibt den Teams einen Überblick über Sicherheitsbefunde in der gesamten Codebasis, wie es ihn vorher nicht gab. Zusätzlich hat das Team ein Alerting-Framework implementiert, das GitLab-Signale in Microsoft Teams weiterleitet. Das DevOps-Team kann Probleme so erkennen und beheben, bevor sie an anderer Stelle im Unternehmen auftreten. Derzeit prüft das Team außerdem GitLab Secrets als möglichen Ersatz für die bestehende OpenBao-Integration.

Mit Blick auf Aufträge des US-Verteidigungsministeriums werden die Compliance- und Audit-Funktionen von GitLab laut Butcher immer wichtiger. "In GitLab gibt es viele Funktionen, die uns helfen werden, Berichtsstrukturen und Logs zu automatisieren, um für Audits die Einhaltung von Compliance-Vorgaben nachzuweisen", sagt er. "Das ist wertvoll – und es wird noch wertvoller werden."

Die strategische Ausrichtung von Intuitive Machines – Build, Connect, Operate – zeigt: Das Unternehmen kann nicht nur Raumfahrzeuge bauen, sondern errichtet aktiv die Infrastruktur, um sie zu verbinden und zu betreiben.

"In dieser Branche und für Kunden zählt der Einsatz von Tools mit bewährten Prozessen in der Softwareentwicklung, und GitLab bietet dieses Maß an Vertrauen", sagt Butcher.

IM-3, eine Lander-Mission mit wissenschaftlichen Nutzlasten der NASA und kommerzieller Kunden, ist für das vierte Quartal 2026 geplant, IM-4 soll etwa ein Jahr später folgen. GitLab wird dabei CI/CD-Pipelines, Branching-Strategien für Mission Freezes, die Prüfung von Konfigurationsdateien über Subsystem-Teams hinweg und Echtzeit-Reaktionsfähigkeit während der Mission unterstützen – so wie bereits bei Odysseus.

Der wichtigste Fokus für die Zukunft ist das Lunar Data Network, eine dauerhafte Kommunikationsinfrastruktur für den cislunaren Raum, getragen von fünf Altus-Relais-Satelliten, die sich derzeit in der Entwicklung befinden. Es ist auch das Projekt, in dem das Team den GitLab-Plattform-Stack am umfassendsten einsetzen will: Sicherheitsfunktionen von Ultimate, Duo Agent Platform, Continuous Deployment und SAST über ein vernetztes Boden- und Raumfahrtnetzwerk hinweg. Zudem interessiert sich das Team für GitLab Orbit. Mit zunehmender Wiederverwendung von Code über Programme hinweg und wachsender Komplexität der Submodule liegt der Reiz auf der Hand: Beziehungen zwischen Anforderungen, Quellcode und Metadaten über das gesamte Repository-Ökosystem hinweg nachvollziehen zu können.

Intuitive Machines war das erste kommerzielle Unternehmen, das auf dem Mond gelandet ist. Das nächste Kapitel ist die Infrastruktur für eine dauerhafte Präsenz der Menschheit im Weltraum.

Wie Dunelm Agile-Prozesse im Handel beschleunigt hat, erfährst du in dieser Fallstudie.

Wie Unternehmen aus dem DACH-Markt GitLab in der Praxis einsetzen: Hier weiterlesen