Hier ist etwas, das mich beschäftigt.

Mit KI liefern Teams schneller als je zuvor. Aber die Systeme, die sie bisher genutzt haben, um zu verstehen, was sie geliefert hatten, haben sich überhaupt nicht verändert. Jemand muss immer noch manuell Features taggen, Dashboards pflegen und diese Dashboards prüfen, wenn er daran denkt.

Dieses „Jemand" kann nicht mehr mithalten. Und wenn er den Anschluss verliert, entfernen sich die Daten, die Menschen für Entscheidungen nutzen, still und leise von dem Produkt, das tatsächlich in der Produktion läuft. Routen werden umbenannt. Features werden umstrukturiert. Neue Workflows werden veröffentlicht. Die Instrumentierung folgt nicht. Wir haben begonnen, dies als Analytics-Drift zu bezeichnen, und sobald man es in einemCodebase, kann man nicht mehr übersehen.

Um Entwicklern dabei zu helfen, haben wir Novus entwickelt und eingeführt – den Produkt-Agenten, der sich direkt mit Ihrer Codebasis verbindet, um Ihr Produkt bei jedem Release automatisch zu instrumentieren, zu analysieren und zu verbessern. Er liefert Produktintelligenz für Entwickler, Agenten und schnell arbeitenden Produktteams, damit sie stets einen klaren Überblick über die Produktleistung haben, egal wie schnell sie ausliefern.

Warum Builder Novus jetzt brauchen

In jedem Team, das derzeit mit KI entwickelt, findet ein Gespräch statt: Wie geben Sie Ihren Agenten und Modellen den Kontext, den sie benötigen, um nützliche Arbeit zu leisten? Bessere Prompts helfen. Bessere Fähigkeiten helfen. Aber was wirklich den Unterschied macht, ist ein grundlegendes Produktverständnis: ein genaues, aktuelles Bild davon, wie Ihr Produkt funktioniert und wie tatsächlich nutzen.

Als VP of Product Design habe ich mit Claude Code entwickelt, und der Unterschied zwischen nützlichem Output und generischem Output hängt genau davon ab. Wenn die KI echtes Verhalten und echtes Feedback versteht – wer die Nutzer sind, wo sie nicht weiterkommen, was wirklich zählt – trifft sie schneller bessere Entscheidungen. Ohne diesen Kontext baut sie Dinge, die funktioniert. Es ist jedoch blind dafür, wie Sie Ihr Unternehmen ausbauen können: Akzeptanz fördern, Reibungsverluste reduzieren, Kundenbindung verbessern.

Für die meisten Teams fehlt dieses grundlegende Verständnis entweder, ist veraltet oder steckt im Kopf von jemandem fest. Es verfällt jedes Mal, wenn das Produkt etwas Neues liefert. Das ist das Problem, das gelöst werden muss – nicht nur für Menschen, die Entscheidungen treffen, sondern für jeden Agenten und jedes Tool, das neben Ihrer Codebasis arbeitet.

Als wir also mit dem Design von Novus begannen, wurden diese Einschränkungen zum Briefing:

  • Es sollte das Produkt durch den Code verstehen, ohne dass manuelles Tagging erforderlich ist.
  • Es sollte aktuell bleiben, wenn sich die Codebasis ändert. Instrumentierung, die veraltet, verfehlt den gesamten Zweck.
  • Es sollte aufzeigen, was wichtig ist, ohne darauf zu warten, dass jemand fragt. Kontinuierliche Beobachtung, keine periodischen Check-ins.
  • Es sollte Erkenntnisse mit etwas Überprüfbarem und Umsetzbarem verbinden: Pull Requests und produktinterne Änderungen, keine weiteren Berichte.
  • Das Team entscheidet immer, was ausgeliefert wird. Novus schlägt vor, Menschen genehmigen.

Wie Novus funktioniert

Alles in Novus läuft auf Cortex, dem Produktkontextgraphen, der im Kern steht. Cortex ist ein lebendiges Modell Ihres Produkts: was es ist, wie es strukturiert ist, wie Menschen es tatsächlich nutzen und was diese Nutzung für Ihr Unternehmen bedeutet. Es verbindet Code, Verhalten und Ergebnisse in einem einzigen, kontinuierlich aktualisierten Bild, ohne dass jemand es manuell konfigurieren oder pflegen muss. 

Das ist auch das, was Novus mit Pendos breiterem Product-Intelligence-Layer verbindet. Pendo hat mehr als ein Jahrzehnt damit verbracht, eine Infrastruktur aufzubauen, um Produktverhalten in großem Maßstab zu verstehen – Analytics, Session Replay, Feedback, Prognosen. Cortex ist das, was all das mit der Realität verbindet, wenn sich Software verändert. 

Wenn sich Ihre Codebasis weiterentwickelt, entwickelt sich Cortex mit ihr – sodass die generierte Intelligenz stets auf einem genauen Bild dessen basiert, was tatsächlich in der Produktion läuft. Novus ist die Art und Weise, wie Product Intelligence im KI-Zeitalter funktioniert: wo Software täglich ausgeliefert wird, die Instrumentierung nicht manuell sein kann und die Feedback-Schleife eigenständig laufen muss.

Am besten versteht man die Funktionsweise, indem man ein einzelnes Release von Anfang bis Ende verfolgt.

Schritt 1: Repository verbinden – Novus erstellt die Karte

Um loszulegen, verbinden Sie ein GitHub-Repository und können sofort beginnen. Novus liest den Code und erstellt, was wir Memory nennen: eine lebendige strukturelle Karte Ihres Produkts. Dazu gehören Routen, UI-Elemente, Identifikationsmuster für Benutzer und Konten, clientseitige und serverseitige Track-Event-Kandidaten sowie Workflows. 

Wenn Ihr Produkt KI-Agenten enthält, erkennt und instrumentiert Novus auch diese. Es konfiguriert Ihre Replays, sodass keine sensiblen Informationen erfasst werden. Es richtet ein Theme für In-App-Guides ein, das zu Ihrer Anwendung passt. Der Onboarding-Ablauf fragt nach Ihrer Rolle und Ihren Zielen, was bestimmt, wie Novus alles Nachgelagerte priorisiert und einrahmt.

Innerhalb von Minuten weiß Novus bereits Dinge über Ihr Produkt, deren manuelle Dokumentation einen PM wochenlang beschäftigen würde. Und anders als Dokumentation bleibt Memory akkurat. Wenn sich Code ändert, wird es automatisch aktualisiert.

Schritt 2: Sie liefern etwas aus – Novus überprüft den PR

Ein Entwickler pusht eine Änderung und öffnet einen Pull Request. Bevor dieser gemergt wird, führt Novus zwei Prüfungen parallel durch.

Die erste ist eine Diff-Analyse: was sich geändert hat, was das für das Produktverständnis bedeutet, welche Instrumentierung aktualisiert werden muss. Sie werden wahrscheinlich nie wieder daran denken, Analytics manuell zu instrumentieren. 

Die zweite ist ein UX-Review. Das ist die Prüfung, die bei den Teams, die sie genutzt haben, die stärkste Reaktion hervorgerufen hat. Die meisten PR-Review-Tools prüfen Codequalität oder Systemarchitektur. Novus prüft, ob das Erlebnis, das Sie ausliefern, für Ihre Nutzer tatsächlich funktionieren wird. Es zeigt Probleme auf Zeilenebene auf: falsche Farbsemantik, inkonsistente Interaktionsmuster, tote Klickzonen, Barrierefreiheitslücken. Wo Verhaltensdaten zur Untermauerung vorhanden sind, werden diese ebenfalls angezeigt.

So sieht das in der Praxis aus. In einem kürzlichen PR bemerkte Novus, dass der Code einen Fehler in der Anwendung zwar protokollierte, aber dem Nutzer nichts anzeigte. Keine Meldung, kein Feedback, kein Hinweis darauf, dass etwas schiefgelaufen war. Ein klassischer UX-blinder Fleck, der in einem Diff leicht zu übersehen ist und als Nutzer wirklich frustrierend ist.

Ein weiteres Beispiel, das mir mehr im Gedächtnis geblieben ist: Ein PR führte einen neuen Authentifizierungsflow ein, dem am Ende eine Weiterleitung fehlte – was bedeutete, dass Nutzer, die den Flow erfolgreich abgeschlossen hatten, nirgendwo landeten. Der UX-Review markierte die fehlende Weiterleitung, bevor der PR gemergt wurde, und untermauerte dies mit Verhaltensdaten, die zeigten, dass Hunderte von Besuchern in den Wochen zuvor bei einem ähnlichen Flow genau an dieser Sackgasse angelangt waren. Ein stiller Fehler, der unsichtbar geblieben wäre, bis jemand ein Support-Ticket eingereicht hätte.

Der Entwickler überprüft Vorschläge genau so, wie er jeden PR-Kommentar überprüfen würde. Novus blockiert den PR nicht, sondern informiert die Entscheidung. Nichts gelangt ohne menschliche Freigabe in die Produktion.

Schritt 3: Novus baut den Launch

Hier geht Novus vom Beobachten zum Handeln über.

Wenn eine bedeutende Änderung gemergt wird (ein neues Feature, ein wesentliches Workflow-Update) verfolgt Novus es nicht nur. Es richtet den Launch ein. Das bedeutet ein Feature-Flag mit zusammengesetzten Rollout-Segmenten (zuerst das interne Team, dann aktive Nutzer, dann eine prozentuale Stichprobe), In-Produkt-Guides, die an das neue Erlebnis angehängt sind, und alles verbunden mit den Seiten und Features, die Novus bereits aus Memory kennt.

Sie überprüfen den Plan und genehmigen ihn. Novus erledigt die Arbeit.

Dann legen Sie ein Ziel in einfacher Sprache fest. Zum Beispiel: „Akzeptanz des neuen Flows in 30 Tagen um 20 % steigern." Novus ordnet es den Artefakten zu, die es bereits kennt, legt eine Baseline fest, und von diesem Zeitpunkt an wird jedes Signal, das es anzeigt, im Kontext dieses Ziels dargestellt.

Schritt 4: Signal wird angezeigt, Untersuchung läuft, PR wird geöffnet

Während Memory das Produktverständnis aktuell hält, ist Signals die andere Hälfte von Cortex – die kontinuierliche Beobachtung des tatsächlichen Nutzerverhaltens auf der Produktkarte, die Memory pflegt. Signals werden in drei Typen kategorisiert: Probleme, Chancen und Erkenntnisse. 

Wenn bei Ihrem Launch etwas schiefläuft (die Akzeptanz steigt nicht, im neuen Flow tauchen Reibungspunkte auf, Nutzer brechen an Stellen ab, an denen sie es nicht sollten), zeigt Novus dies als narrative Erklärung an, die durch Daten untermauert wird – nicht nur als eine Kennzahl, die sich verändert hat.

Schau dir das an: 23 reale Anwendungsfälle für Novus, den weltweit ersten Produkt-Agenten

Sie klicken auf das Signal und lösen eine Untersuchung aus. Novus korreliert die Verhaltensdaten, ruft Session-Replays ab, ermittelt die Ursache des Problems und erstellt einen Lösungsplan auf Code-Ebene. 

Eine Untersuchung zu Dead-Click-Frustration auf einem Dashboard brachte beispielsweise drei unterschiedliche Ursachen ans Licht: Platzhalter-Karten ohne Click-Handler, ein Chat-Eingabefeld mit toten Zonen im Padding und Inhaltsbereiche, die als nicht interaktiv gerendert wurden. Novus identifizierte alle drei, ermittelte die jeweilige Ursache und schlug konkrete Code-Änderungen vor. Der Entwickler prüfte den Plan, genehmigte ihn, und Novus öffnete den PR.

Wenn Sie den PR prüfen, hat Novus die Code-Änderung bereits mit dem Verhalten und der Lösung verknüpft. Das ist der Kreislauf – und er braucht niemanden, der ihn antreibt.

Wir lernen und entwickeln öffentlich

Novus befindet sich in der geschlossenen Beta. Das System funktioniert, und die Teams, mit denen wir bisher zusammengearbeitet haben, haben uns deutlich signalisiert, dass wir auf dem richtigen Weg sind. Es gibt jedoch Dinge, an denen wir noch aktiv arbeiten.

  • Instrumentierungsgenauigkeit über verschiedene Architekturen hinweg. Die Auto-Instrumentierung ist in den von uns getesteten Codebasen stark. Wir haben noch nicht jedes Framework, jedes Muster und jeden Grenzfall gesehen. Einige Repositories werden beim ersten Durchlauf Korrekturen benötigen. Wir lernen schnell, und jeder Design-Partner hilft uns, besser zu werden.
  • Was „richtig" im Review-Workflow bedeutet. Wir haben Menschen bewusst in jeden Schritt eingebunden, den Novus vorschlägt. Das bedeutet: Nichts wird automatisch gemergt, nichts gelangt ohne Genehmigung in die Produktion. Wir halten das für die richtige Entscheidung. Unsere Branche ringt mit der Frage, wie viel Kontrolle wirklich notwendig ist und wie viel nur Zögern ist. Wir sind hier, um das gemeinsam herauszufinden.
  • Der Umfang dessen, was wir instrumentieren. Novus verarbeitet heute menschlich generierte Flows gut – und das ist auch ein Bereich, in dem Pendos bestehende Infrastruktur uns einen bedeutenden Vorsprung verschafft. Über Agent Analytics verfolgt Pendo bereits 2,5 Millionen Prompts pro Woche, was bedeutet, dass Cortex nicht bei null anfängt, wenn es darum geht zu verstehen, wie KI-gesteuertes Verhalten in der Produktion auftritt. Produkte, die im Wesentlichen agentisch sind – bei denen Verhalten dynamisch aus Agenten-Entscheidungen entsteht – sind unser nächstes Investitionsfeld. Wir suchen Design-Partner, die in diesem Bereich entwickeln.

Drei Dinge, die sich niemals ändern werden: Novus führt keinen Code ohne Ihre Genehmigung zusammen. Es trainiert nicht mit Ihrem proprietären Code. Es schließt Sie nicht aus dem Entscheidungsprozess aus.

Wir teilen unsere Erkenntnisse, während wir voranschreiten. Wenn Sie zu den Teams gehören, die etwas mitgestalten möchten, während es noch entwickelt wird, sind Sie genau die Richtigen, die wir suchen.

Am Novus-Betaprogramm teilnehmen

Wir arbeiten mit einer kleinen Gruppe von Design-Partnern, Produktingenieuren und technischen Produktverantwortlichen in Unternehmen mit schnell wachsenden Codebasen zusammen, die uns helfen möchten, die Grenzen auszuloten und zu gestalten, wie kontinuierliche Produktintelligenz in der Praxis aussieht.

Das Interessante ist, was Novus ans Licht bringt, bevor Sie ihm irgendetwas mitgeteilt haben. Finden Sie es heraus.

Frühen Zugang anfordern und Teil der geschlossenen Beta sein.