Viele Unternehmen messen externe Entwicklungsteams so, wie es in der Ära klassischer Personalbereitstellung üblich war: gebuchte Stunden, geschlossene Tickets, Commits pro Person. Diese Zahlen sind leicht zu erheben und sagen fast nichts darüber aus, ob das Team Wert liefert. Schlimmer noch: Wer einzelne Entwickler misst und steuert, rückt in eine Vorgesetztenrolle, die in einem ergebnisorientierten Engagement nichts zu suchen hat. Besser ist es, das Team als Liefersystem zu messen: mit den DORA-Kennzahlen für Durchsatz und Stabilität, einigen Flow-Kennzahlen wie der Durchlaufzeit und den Abnahmedaten aus dem Sprint-Prozess. Diese Analyse erklärt, welche Kennzahlen sinnvoll sind, wie man sie liest und welche Fallen man vermeiden sollte.

Die Zahlen: was die aktuelle DORA-Forschung zeigt

Die Forschung hinter diesen Kennzahlen hat ihren Schwerpunkt auf KI verlagert, und die Ergebnisse sind für jeden relevant, der ein externes Team misst. Der DORA-Bericht 2025 auf Basis von fast 5.000 Technologie-Fachleuten ergab, dass 90 Prozent KI bei der Arbeit nutzen, im Median zwei Stunden täglich, und dass mehr als 80 Prozent ihre Produktivität dadurch gesteigert sehen. Zugleich vertrauen 30 Prozent dem KI-generierten Code wenig oder gar nicht, und der Bericht verbindet KI-Nutzung mit höherem Durchsatz, aber auch mit geringerer Lieferstabilität. Der Bericht 2024 hatte geschätzt, dass eine steigende KI-Nutzung mit einem Rückgang des Durchsatzes um 1,5 Prozent und der Stabilität um 7,2 Prozent einhergeht. Der Stack Overflow Developer Survey 2025 mit mehr als 49.000 Entwicklern bestätigt die Lücke zwischen Nutzung und Vertrauen: 84 Prozent nutzen KI-Werkzeuge oder planen es, aber 46 Prozent misstrauen ihrer Genauigkeit. Für Auftraggeber ist die Konsequenz klar: Die Aktivität steigt, deshalb zeigen nur Ergebniskennzahlen auf Teamebene, ob die Lieferung tatsächlich besser wird.

Die DORA-Kennzahlen in ihrer aktuellen Form

Das DORA-Forschungsprogramm, heute bei Google Cloud angesiedelt, veröffentlicht seit über zehn Jahren Kennzahlen zur Softwarelieferung. Das aktuelle Modell fasst fünf Kennzahlen in zwei Kategorien zusammen.

KennzahlKategorieDefinition
Change Lead TimeDurchsatzZeit vom Commit einer Änderung bis zu ihrem erfolgreichen Betrieb in Produktion
Deployment FrequencyDurchsatzWie oft Änderungen in Produktion ausgerollt werden
Failed Deployment Recovery TimeDurchsatzZeit bis zur Wiederherstellung, wenn ein Deployment einen Fehler in Produktion verursacht
Change Fail RateInstabilitätAnteil der Deployments, die einen Fehler in Produktion verursachen
Deployment Rework RateInstabilitätAnteil der Deployments, die ungeplante Korrekturen für Produktionsprobleme sind

Zwei Änderungen der letzten Jahre sind wichtig. 2023 wurde die frühere Mean Time to Restore zur Failed Deployment Recovery Time umdefiniert und auf Fehler beschränkt, die durch Änderungen verursacht werden. 2024 kam die Deployment Rework Rate als fünfte Kennzahl hinzu. Berichtet ein Anbieter nur die klassischen vier Kennzahlen, ist das nicht falsch. Fragen Sie aber nach, wie er jede einzelne definiert.

Warum DORA-Kennzahlen zu externen Teams passen

DORA-Kennzahlen beschreiben das Liefersystem, nicht die Menschen darin. Genau diese Eigenschaft braucht ein externes Engagement. Sie beantworten die Frage, die einen CTO tatsächlich beschäftigt: Erreicht funktionierende Software in nachhaltigem Tempo die Produktion, ohne dass etwas kaputtgeht? Zudem lassen sie sich weitgehend aus Systemen ableiten, die dem Auftraggeber ohnehin gehören, etwa der Git-Plattform, der CI/CD-Pipeline und dem Incident-Werkzeug. Das macht sie schwer manipulierbar und leicht überprüfbar.

Es gibt auch eine vertragliche Dimension. Beim Werkvertrag oder Dienstvertrag organisiert der Dienstleister sein Team selbst. Beginnt der Auftraggeber, die Leistung einzelner Entwickler zu überwachen und Arbeit personenbezogen zuzuweisen, rückt das Engagement in Richtung der Eingliederung und Weisungsgebundenheit, die nach § 1 Abs. 1 Satz 3 AÜG eine Arbeitnehmerüberlassung kennzeichnen. Ergebniskennzahlen auf Teamebene passen zum Vertragsmodell. Aktivitätskennzahlen pro Person nicht.

Ergänzung um Flow- und Abnahmekennzahlen

DORA-Kennzahlen beginnen beim Commit. Für ein externes Team zählen auch die Zeit davor und der Abnahmeschritt danach. Drei Ergänzungen schließen die Lücke:

  • Durchlaufzeit: Zeit vom Arbeitsbeginn an einer Position bis zu ihrer Abnahme. Sie erfasst Wartezeiten auf Entscheidungen, Reviews und Abnahme, die häufig auf Auftraggeberseite liegen.
  • Review-Wartezeit: Zeit vom Öffnen eines Pull Requests bis zum ersten Review. In verteilten Teams ist das oft die größte einzelne Verzögerung.
  • Sprint-Abnahmequote: Anteil der zugesagten Sprint-Positionen, die am Sprintende ohne abnahmeverhindernde Mängel abgenommen werden. Sie verbindet die Kennzahlen mit dem vertraglichen Abnahmeprozess.

Ergänzen Sie einen Qualitätsindikator nach der Abnahme: Fehler in Produktion oder in späteren Sprints, die sich auf ein abgenommenes Inkrement zurückführen lassen. Das ist das ehrliche Gegengewicht zu einer hohen Abnahmequote.

Wie man die Zahlen liest

Kennzahlen sind als Trends über mehrere Sprints am aussagekräftigsten, nicht als Momentaufnahme. Ein praktisches Lesemuster:

  1. Durchsatz und Instabilität gemeinsam betrachten. Steigende Deployment-Frequenz bei steigender Change Fail Rate ist kein Fortschritt.
  2. Die Durchlaufzeit zerlegen. Aufteilen in aktive Arbeit, Review-Wartezeit, Wartezeit auf Entscheidungen des Auftraggebers und Wartezeit auf Abnahme. In vielen Engagements liegt ein erheblicher Teil der Durchlaufzeit beim Auftraggeber, und genau dort liegt das Verbesserungspotenzial.
  3. Mit der eigenen Ausgangslage vergleichen. Veröffentlichte Benchmark-Gruppen sind nützlicher Kontext, aber der Trend des eigenen Teams ist die aussagekräftigere Referenz.
  4. Ausreißer besprechen, nicht bestrafen. Ein Anstieg der Wiederherstellungszeit nach einer komplexen Migration ist eine Information, kein Fehlverhalten.

Was Sie nicht messen sollten

  • Stunden als Leistungsindikator. Stunden sind ein Kosteneinsatz, kein Ergebnis.
  • Codezeilen oder Commits pro Person. Beides belohnt falsches Verhalten.
  • Story Points als Produktivität. Punkte sind ein Planungswerkzeug innerhalb eines Teams. Vergleiche zwischen Teams oder über lange Zeiträume fördern Inflation.
  • Individuelle Ranglisten. Sie schaden der Zusammenarbeit im Team und drängen den Auftraggeber in einem externen Engagement in eine Aufsichtsrolle.

Ein monatliches Delivery-Review

Führen Sie die Kennzahlen in einem kurzen monatlichen Review mit der Projektleitung des Dienstleisters und Ihrer Engineering-Leitung zusammen. Eine einfache Agenda:

  1. DORA- und Flow-Kennzahlen, Trend der letzten drei Monate.
  2. Aufschlüsselung der Durchlaufzeit: Wo konzentriert sich Wartezeit, und wer ist dafür verantwortlich?
  3. Sprint-Abnahmequote und Fehler nach der Abnahme.
  4. Eine oder zwei Verbesserungsmaßnahmen, jeweils mit verantwortlicher Person auf der zuständigen Seite.

Halten Sie das Dashboard in einem Werkzeug, das beide Seiten sehen und das aus Systemen des Auftraggebers gespeist wird. Wenn beide Parteien auf dieselben Daten schauen, verschiebt sich das Gespräch vom Verteidigen von Zahlen hin zur Verbesserung des Systems.

Praktische Umsetzung

Die meisten dieser Kennzahlen lassen sich mit überschaubarem Aufwand aus Git-Plattform, CI/CD-Logs und Issue-Tracker ableiten, und mehrere Werkzeuge bieten sie bereits standardmäßig an. Vereinbaren Sie die Definitionen vor dem Start schriftlich: Was zählt als Deployment, was als Fehler, wann beginnt eine Position, und wann ist sie abgenommen? Ohne gemeinsame Definitionen erzeugen Kennzahlen Streit, statt ihn zu lösen.

Unabhängig vom Anbieter gilt derselbe Ansatz: Messen Sie das Team als System, lesen Sie Trends statt Momentaufnahmen, und lassen Sie die vertraglichen Rollen bestimmen, wer worauf reagiert.

Die Hinweise zu Vertragstypen und zum AÜG sind allgemeine Informationen und keine Rechtsberatung.

Liefer-Kennzahlen auf Teamebene machen aus einer Anbieterbeziehung eine belegbasierte Zusammenarbeit. In Pods von niogod™ bereitet der Projektleiter ein monatliches Delivery-Review aus den Daten Ihrer eigenen Systeme vor, und Verbesserungsmaßnahmen werden wie jede andere Backlog-Position verfolgt. Wenn Sie ein externes Team als Liefersystem und nicht in Stunden messen wollen, lohnt sich das Gespräch frühzeitig.

Sprechen Sie mit niogod™

Sie planen Engineering-Kapazität in DACH? Vereinbaren Sie eine 30-minütige Konsultation mit dem niogod™-Team.

Konsultation vereinbaren
← Alle Insights