Wie Coinbase KI für über 1.000 Ingenieure skaliert hat

Wie Coinbase KI dauerhaft bei über 1.000 Ingenieuren verankert hat

Die meisten großen Entwicklerorganisationen probieren KI-Tools aus, sehen einen kurzen Anstieg, und beobachten dann, wie die Nutzung wieder einschläft. Chintan Turakhia, Senior Director of Engineering bei Coinbase, hat genau dieses Tal der Enttäuschung durchlebt – und ist auf der anderen Seite mit einem Playbook herausgekommen, das wirklich funktioniert. Im Gespräch mit Claire Bell bei How I AI beschreibt er die konkreten Taktiken, die echte Akzeptanz ausgelöst haben.

Warum Akzeptanz nicht anhält: “The company tried to adopt other AI tools and we saw this uptick in adoption. People opened it up, checked the box, did kind of like a hello world thing, but it didn’t stick. My biggest thing is, how do I make this damn thing stick?” („Das Unternehmen hat andere KI-Tools eingeführt und wir sahen diesen Anstieg in der Nutzung. Die Leute haben es geöffnet, einen Haken gemacht, so etwas wie ein Hello-World ausprobiert, aber es hat nicht gehalten. Mein größtes Anliegen ist: Wie sorge ich dafür, dass dieses verdammte Ding bleibt?”) Das Problem lag nicht an den Tools – die Modelle waren Ende 2024 schlicht noch nicht bereit, und sobald ein Ingenieur absprang, schrieb das gesamte Team es ab. Turakhias Denkmodell: Die Grundlagenmodelle werden sich immer verbessern – also jetzt schon die Routine aufbauen.

Dass Führungskräfte wieder Code schreiben: Turakhia verbrachte von Januar bis April 2025 täglich Zeit in Cursor, behob persönlich Bugs, erstellte PRs und zeigte Ingenieuren, was möglich ist. Das Schlimmste, was eine Führungskraft tun kann, ist KI-Nutzung aus einem Konferenzraum heraus anzuordnen. “I do think that it’s really important when you’re doing this organizational transformation that you have a single person with incredible conviction at the leadership level who is also hands on the metal.” („Ich glaube wirklich, dass es bei dieser Art von organisatorischem Wandel entscheidend ist, eine einzelne Person auf Führungsebene zu haben, die mit absoluter Überzeugung und gleichzeitig mit beiden Händen im Code ist.”) Er begann mit ungeliebter Routinearbeit – Unit-Tests, Linting, Git-Befehle – die nervenaufreibende Arbeit, die niemand freiwillig macht.

PR-Speedruns als Durchbruchsmoment: Der entscheidende Moment war ein Zeitrennen: Jeder Ingenieur nimmt einen trivialen Bug oder eine kleine Textänderung und erstellt damit mit Cursor einen PR. In 15 Minuten haben 100 Ingenieure 70 PRs eingereicht. Sie haben GitHubs Infrastruktur an ihre Grenzen gebracht. Dann gingen sie unternehmensweit: 800 Ingenieure, 400 PRs in 30 Minuten. „Es war wirklich so etwas wie ein Tod dem Statusupdate – lang lebe das Bauen.”

Die richtige Kennzahl messen: Turakhia ist besessen von einer Metrik: Zeit vom Ticket bis zur Auslieferung an den Nutzer. Das umfasst Priorisierung, Entwicklung, Review und Deployment. Die durchschnittliche PR-Review-Zykluszeit sank von 150 Stunden auf etwa 15 Stunden – eine 10-fache Verbesserung. Das Ziel: Jemand gibt Feedback, und der Fix ist ausgeliefert, bevor das Gespräch endet.

Über Cloudbot – ihren internen Agenten: Coinbase hat einen internen Slack-Bot entwickelt, der Linear-Tickets, MCPs (Datadog, Sentry, Amplitude, Snowflake) und mehrere Codebases miteinander verknüpft. Der Ablauf: Nutzerfeedback per Audio erfassen → LLM extrahiert Bugs → erstellt Linear-Ticket → Agent generiert PR → Deeplink in Cursor-Branch → QR-Code für mobiles Testing. Eines Abends startete Turakhia 200 Bugfixes aus dem Feedback-Tool in einem einzigen Batch.

Die „Super Builder”-Rolle: Turakhia hat eine neue Rolle erfunden: den Super Builder. Dessen wichtigste Aufgabe ist es, weitere Super Builder zu schaffen. Das sind die Menschen, die KI-Tooling vorantreiben, interne Agenten entwickeln und alle anderen beschleunigen. Sein Rat: Zu den drei KI-versiertesten Personen in der eigenen Entwicklerorganisation zu gehören, ist gerade eine der besten Karriereentscheidungen überhaupt.

Koordinationsaufwand verschwindet: “My calendar is empty. Almost empty. And the reason why is because the coordination overhead of prioritizing, changing the roadmap — no, you just do things.” („Mein Kalender ist leer. Fast leer. Und das liegt daran, dass der Koordinationsaufwand für Priorisierung und Roadmap-Änderungen weggefallen ist – nein, man macht einfach Dinge.”) Führungskräfte schreiben mehr Code. Teams überspringen die Sprint-Planungs-Diskussionen, weil Feedback-zu-Fix-Zyklen in Minuten gemessen werden, nicht in Sprints.

6 Erkenntnisse aus Coinbases KI-Adoptions-Playbook

• Eine überzeugungsstarke Führungskraft direkt im Code — Akzeptanz braucht einen Hands-on-Champion, der täglich programmiert, keine Direktive von oben
• Mit Routinearbeit beginnen — Unit-Tests, Linting, Git-Befehle – erst die nervenaufreibende Arbeit abnehmen, dann ziehen die Ingenieure mit
• PR-Speedruns schaffen Durchbrüche — Zeitrennen, bei denen alle gleichzeitig liefern, stärken die Überzeugung und decken Infrastrukturgrenzen auf
• 10x schnellere PR-Reviews — Zykluszeit sank von 150 auf 15 Stunden durch Komprimierung der gesamten Feedback-zu-Deployment-Pipeline
• Interne Agenten schlagen externe Tools — Cloudbot verknüpft Linear, Slack und MCPs, um autonom vom Nutzerfeedback bis zum gemergten PR zu gelangen
• „Super Builder” als Karrierepfad — Die Person, die alle anderen mit KI produktiver macht, ist gerade die wertvollste Einstellung überhaupt

Was das für Entwicklerorganisationen bedeutet, die KI einführen

Coinbases Geschichte ist bedeutsam, weil es ein echter Case Study im Maßstab ist – kein 5-Personen-Startup, sondern über 1.000 Ingenieure in einem börsennotierten Unternehmen mit ernsthaften Sicherheits- und Compliance-Anforderungen. Das Playbook lässt sich replizieren: Mit einer überzeugungsgetriebenen Führungskraft beginnen, die programmiert, zuerst Routinearbeit anvisieren, durch Speedruns sichtbare Erfolge schaffen, interne Agenten für Workflows bauen, die externe Tools nicht erreichen, und die eine Metrik messen, die zählt – Zeit vom Feedback bis zum Nutzer. Organisationen, die das herausfinden, liefern nicht nur schneller. Sie verändern grundlegend, was mit dem bestehenden Team möglich ist.