Bereiten Sie Portfolio- und Release-Reviews mit verbundenen Work Items und Abhängigkeiten aus Azure DevOps und GitHub vor. Nutzen Sie den Erfassungs- und Reporting-Workflow beim nächsten Mal erneut, ohne die bewährten Systeme Ihrer Teams zu ersetzen.
Systeme behaltenWiederholbare WorkflowsKI optional
Echte Produktausgaben. Keine Mock-ups.
Teams planen und verfolgen ihre Arbeit in Azure DevOps und GitHub, oft über Projekte, Organisationen und Mandanten hinweg. Entwicklungs- und Portfolioverantwortliche müssen dennoch gemeinsame Initiativen priorisieren und Releases über diese gesamte Landschaft hinweg bewerten.
Eine gemeinsame Entscheidung braucht mehr als getrennte Statusberichte. Die Herausforderung ist, die Arbeit hinter diesen Berichten zu verbinden, nicht alle Teams in ein neues Werkzeug zu verlagern.
Status einsammeln. Exporte zusammenführen. Links über Systemgrenzen hinweg verfolgen. Bevor die Diskussion beginnen kann, muss jemand rekonstruieren, wie die Arbeit zusammenhängt. Diese Vorbereitung wiederholt sich, und Abhängigkeiten können zwischen isolierten Teamsichten verloren gehen.
Getrennte Systeme haben oft gute Gründe: Übernahmen, Unternehmensgröße, Compliance-Grenzen oder Historie. Eine tragfähige Entscheidungsgrundlage sollte mit dieser Realität umgehen können.
Übernommene Teams bringen eigene Organisationen und Mandanten mit.
Organisations- und Projektgrenzen in Azure DevOps teilen wachsende Landschaften auf.
Regulierte Bereiche erhalten bewusst einen eigenen Mandanten.
„Das wurde 2016 eben so eingerichtet.“
Wie erhalten wir für jedes Review eine aktuelle, nachvollziehbare Sicht auf zusammenhängende Arbeit, ohne Datenverknüpfungen neu aufzubauen oder unsere Systeme zu ersetzen?
Sie haben bereits ein Reporting? Behalten Sie es. azdw ergänzt eine wiederverwendbare Erfassungs- und Beziehungsschicht. Microsofts Power-BI-Beispiel für organisationsübergreifendes Reporting ansehen ↗
azdw query --columns Connection,Project,Id,Type,Title,State – zwei Anbieter, eine Tabelle.
azdw verbindet Work Items und ihre Beziehungen zu einer wiederverwendbaren Entscheidungsgrundlage über Azure DevOps und GitHub hinweg, ohne Ihre bestehenden Systeme zu ersetzen.
Ihr technisches Team konfiguriert autorisierte Quellen, Abfragen und Beziehungsregeln. Sie erhalten prüfbare Ergebnisse über Berichte, bestehende Anwendungen oder eine optionale KI-gestützte Erkundung. Die ursprünglichen Systeme bleiben maßgeblich; Ergebnisse hängen von Quelldaten, konfiguriertem Umfang, Berechtigungen und Aktualisierungs- oder Cache-Einstellungen ab. azdw garantiert keine vollständigen Daten, erkennt nicht jedes Risiko und nimmt Ihnen die Entscheidung nicht ab.
Ein 60-Sekunden-Beispiel: Release-Risiken über Azure DevOps, TFS und GitHub hinweg untersuchen, Abhängigkeiten in beide Richtungen verfolgen und gezielte Änderungen freigeben.
Die Vorschau wird auf dieser Website gehostet. Der YouTube-Link öffnet eine externe Website in einem neuen Tab; Google/YouTube kann dort Cookies verwenden und Ihre Aktivitäten verfolgen. Diese Vorschau lädt keinen YouTube-Player und kontaktiert YouTube nicht.
Dieses fiktive Szenario ist nur eine Einsatzmöglichkeit von azdw. Einfachere Alltagsabfragen sowie weitergehende Automatisierung und Integrationen werden in künftigen Videos gezeigt. Der hier gezeigte Zugriff über mehrere Verbindungen und das Zurückschreiben erfordern einen kostenpflichtigen Tarif; das Markieren eines Blockers behebt ihn nicht.
Azure DevOps Services und Server, GitHub.com und GitHub Enterprise Server – über Entra-ID-Mandanten hinweg. PAT, OAuth2-Gerätecode oder Browser-Anmeldung.
azdw connection add --name Demo --url https://dev.azure.com/…
Hierarchie, Abhängigkeiten und Hyperlinks – auch Links, die aus einer anderen Organisation zurückverweisen – werden zu einer abfragbaren Beziehungshülle aufgelöst.
azdw relationship find-closure --ids 9 --top-type Epic
Verwenden Sie verbundene Ergebnisse in Berichten und bestehenden Anwendungen oder erkunden Sie sie mit optionalem KI-Chat. Speichern Sie den Erfassungs- und Reporting-Workflow für Ihr nächstes Review. KI-generierte Antworten müssen von Menschen geprüft werden.
azdw ai-chat --webui
Platform Engineers, technische Portfolioverantwortliche und Berater betreiben und integrieren azdw. Entwicklungs- und Portfolioverantwortliche erhalten die Berichte und Belege für ihr Review, ohne selbst die CLI bedienen zu müssen.
CLI, MCP-Server, Web UI, REST-API und direkte .NET-Integrationen nutzen dieselbe Bibliothek, mit Abstraktionen für Work-Item-Anbieter, Speicherung, MEF-Plugins und optionale KI-Anbieter. Auf Basis von .NET 10 LTS für Windows, macOS und Linux.
Die Chance liegt in weniger wiederholter Vorbereitung und einer besser prüfbaren Sicht auf zusammenhängende Arbeit. Beginnen Sie mit einem wiederkehrenden Portfolio- oder Release-Review und vergleichen Sie denselben Umfang vor und mit azdw.
Leiten Sie den Business Case aus beobachteten Ergebnissen ab. Jährlicher Kapazitätswert = nachgewiesene eingesparte Personenstunden pro Review × Reviews pro Jahr × Ihr Vollkostensatz pro Stunde. Das ist frei werdende Kapazität, keine garantierte Kosteneinsparung. Ziehen Sie laufende Kosten ab und berücksichtigen Sie die Ersteinrichtung, bevor Sie den Nettowert im ersten Jahr schätzen.
Dies sind Bewertungskriterien, keine gemessenen Kundenergebnisse. Der Nutzen hängt von Ausgangslage, Datenqualität, Zugriff, Konfiguration und Nutzung ab. Weisen Sie hypothetisch vermiedenen Release-Fehlern keinen finanziellen Wert zu.
Die deterministische Datenschicht funktioniert ohne KI. Wenn Sie KI nutzen möchten, wählen Sie Anbieter und Modell selbst und können beides später wechseln, ohne Ihre Erfassungs- und Abfrageskripte zu ändern.
Kein Modell beteiligt. Abfragen, auflösen, berichten, visualisieren – interaktiv oder ohne Benutzeroberfläche, mit verlässlichem --json und Exit-Codes. In eine Pipeline einbauen und zeitgesteuert ausführen.
azdw query --connections A,B,C --json \ | jq '.[] | select(.State=="Active")'
Mehrwert dort, wo er zählt: natürliche Sprache zu WIQL mit --ai, Erläuterungen zur Beziehungshülle mit --ai-tell-story, KI-gestützter Abgleich, Terminal-Chat und Web UI.
azdw query --ai "risikoreiche Einträge \ ohne Release-Zuordnung"
Modellverarbeitung lokal halten: Betreiben Sie das Modell auf eigener Hardware mit Ollama oder einem anderen lokalen OpenAI-kompatiblen Endpunkt. Work-Item-Inhalte bleiben in Ihrer Infrastruktur, wenn alle Modell- und Agenten-Endpunkte des Workflows lokal sind.
azdw config ai set --approach ollama \ --model gemma4:12b
Sie bezahlen bereits für Copilot? Nutzen Sie es als KI-Anbieter für azdw – ohne zusätzlichen API-Schlüssel oder neuen Anbieter. Anthropic, OpenAI und Azure-Endpunkte funktionieren ebenfalls.
azdw config ai set \ --approach github-copilot
Überlassen Sie Werkzeugaufrufe dem Agenten. VS Code Copilot, Claude Code oder Claude Desktop erhalten eine vorbereitete, deterministische Sicht auf Ihre Work Items – mit zweistufiger Freigabe für jeden Schreibvorgang.
azdw mcp azdw config ai skills install
KI ist optional. Ihre Ausgabe stammt vom konfigurierten Anbieter und Modell und variiert mit Daten, Prompts, Berechtigungen, Einstellungen sowie Anweisungs- oder Skill-Dateien wie AGENTS.md. Prüfen Sie Ausgaben und jede vorgeschlagene Änderung, bevor Sie sich darauf verlassen oder sie freigeben; verwenden Sie KI-Ausgaben nicht als alleinige Grundlage für Entscheidungen mit rechtlichen oder ähnlich erheblichen Auswirkungen auf Personen. Siehe KI-Bedingungen und zulässige Nutzung.
Agenten treiben die Arbeit voran. Der Plan bleibt für Menschen sichtbar.
Die Technologie verändert sich und damit unsere Arbeitsweise. Wenn Ihre Pläne für eine Dark Software Factory KI-Agenten mehr Aufgaben in der Softwareentwicklung übertragen, könnte azdw ein wichtiger Baustein sein: die Verbindung zwischen diesen Agenten und den Work Items, die Ihre Organisation bereits nutzt.
Behandeln Sie Kontext so, wie npm Code behandelt: paketieren, versionieren, Abhängigkeiten deklarieren und zur Wiederverwendung veröffentlichen. Und dann aktuell halten. Das ist eine Lebenszyklus-Analogie, keine Behauptung, azdw sei eine Paketregistrierung.
Anweisungen und Skills sind nur ein Teil dieses Kontexts. Agenten brauchen auch das gesammelte Planungswissen Ihrer Organisation: was wichtig ist, was gerade bearbeitet wird, was wovon abhängt und was sich geändert hat.
Das azdw Agentic AI Plugin bündelt den Zugriff auf diesen Planungskontext. Es bringt verbundene Work Items und dokumentierte Beziehungen aus autorisierten Azure-DevOps- und GitHub-Quellen in den Arbeitskontext Ihres Agenten. Ihre bestehenden Systeme bleiben die gemeinsame Planungsgrundlage, statt von der ausführenden Automatisierung abgekoppelt zu werden.
Mehr Bearbeitung automatisieren. Den Plan aktuell, nachvollziehbar und prüfbar halten. azdw ist ein Baustein, nicht die Fabrik. Es kann eine grundlegende Brücke zwischen heutigen Work-Management-Systemen und dem nächsten Schritt bilden: einem Team mit Skills, koordinierten Agentenschleifen, einer Dark Software Factory oder etwas dazwischen.
Ihre Orchestrierung bestimmt, wann Kontext aktualisiert und Änderungen vorgeschlagen werden. Zugriff, Aktualität und Abdeckung hängen von konfigurierten Quellen, Berechtigungen sowie Aktualisierungs- oder Cache-Einstellungen ab; Schreibvorgänge unterliegen weiterhin der zweistufigen Freigabe von azdw. Sie bleiben für die Workflow-Konfiguration, die Prüfung von KI-Ausgaben und Änderungsvorschlägen sowie die Einhaltung geltender Anbieterbedingungen verantwortlich. Diese Integration überträgt diese Verantwortung weder auf azdw noch auf Ihren KI-Anbieter. Siehe KI-Bedingungen und zulässige Nutzung.
Die Kontextlebenszyklus-Analogie wurde durch diesen Vortrag über Kontext, Teams und Softwarefabriken (YouTube) inspiriert. Die Jahreszahlen veranschaulichen eine Entwicklung im Denken, nicht den Ursprung dieser Konzepte.
Ihr Portfolio endet nicht an einer Mandantengrenze. azdw auch nicht.
Mehrere Entra-ID-Mandanten, Organisationen, Projekte und Prozessvorlagen – eine integrierte Ergebnismenge mit Organization-/Project-Spalten.
Investieren Sie Ihr KI-Budget in Erkenntnisse, nicht in wiederholte Informationsbeschaffung.
Die Kernerfassung verbraucht keine KI-Token. Explizite Abfragen und Beziehungsregeln machen den Abruf vorhersehbarer und reproduzierbarer, als ein Modell bei jedem Lauf über die Datenauswahl entscheiden zu lassen. Optionale KI erhält vorbereiteten Kontext; Modell- und Agentennutzung können weiterhin Kosten verursachen.
Betreiben Sie azdw auf Ihrem Rechner oder Ihrer Infrastruktur. Eine einzelne Programmdatei und die enthaltene Browser-Oberfläche machen Expertenwerkzeuge leicht zugänglich, ohne eine weitere anbieterbetriebene Plattform einzuführen.
Sie kontrollieren Verbindungen, Zugangsdaten und KI-Endpunkte. Arbeiten Sie ohne KI oder halten Sie die KI-Verarbeitung mit lokalen Modell- und Agenten-Endpunkten in Ihrer Umgebung. Cloud-KI übermittelt ausgewählte Inhalte an den jeweiligen Anbieter. Zweistufige Schreibfreigaben sichern die Prüfung von Änderungen.
Beantworten Sie eine echte Umsetzungsfrage, bevor Sie eine größere Integration aufbauen.
Installieren, verbinden, anmelden und abfragen. Verwenden Sie den Workflow später für zeitgesteuerte Berichte oder Ihre eigene Anwendung weiter.
Machen Sie Reporting wiederholbar, statt es vom Gedächtnis Einzelner abhängig zu machen.
Versionieren Sie Abfragen und Reporting-Workflows, damit Kollegen sie prüfen, erneut ausführen und anpassen können. Ergebnisse spiegeln Quelldaten und Berechtigungen zum Ausführungszeitpunkt wider; KI-generierte Antworten können variieren.
Fachleute nutzen und integrieren den programmierbaren Kern. Die Fachseite erhält die passende Oberfläche: Berichte, interne Anwendungen, Web-UI-Antworten oder agentengestützte Workflows.
CLI · Web UI · MCP · PowerShell · .NET-Bibliothek · REST/GraphQL · strukturiertes JSON · individuelle Unternehmensanwendungen.
azdw reconcileSchreibgeschützte Analyse über alle Verbindungen: Kandidaten für Duplikate und verwandte Einträge, Konsolidierungsvorschläge, Vorschläge für fehlende Related-Verknüpfungen und explizite Cluster – über Azure DevOps, GitHub und GitHub Enterprise Server hinweg.
AnalyzeWorkItems, über REST und GraphQL sowie als Graph-Export (GraphML / D3 JSON).azdw reconcile --types Epic,Feature --states-exclude Removed --max-items 100 --output analysis.json azdw report generate --template-id work-item-analysis-html --data analysis.json --output review.html
Nur auf dieser Seite neu – die Videos und Screenshots oben entstanden davor.
Verbindungen, mandantenübergreifende Abfragen, Beziehungsgraphen, Berichte, Web-UI-Chat, kontrollierte Schreibzugriffe, lokale KI und der MCP-Server in VS Code und Claude Code.
--connections-Parameter; Agile-, Scrum- und CMMI-Feldnamen werden abstrahiert, damit ein Skript überall funktioniert.report generate-Befehl, Markdown oder HTML, nächsten Monat erneut ausführbar.azdw reconcile: Kandidaten, Konsolidierungs- und Verknüpfungsvorschläge, Offline-Prüfbericht.Bringen Sie vereinheitlichte Work-Item-Daten in die Berichte, Anwendungen und KI-Workflows, die Ihre Teams bereits nutzen.
| Microsoft-Werkzeug | Weiter nutzen für | azdw ergänzen für |
|---|---|---|
| ADO Remote MCP server | Ihre bestehenden Azure-DevOps-Agenten-Workflows | Wiederverwendbare quellenübergreifende Abfragen, aufgelöste Beziehungen und vorbereiteten Kontext |
| Git DevOps Assistant | Ihren Entwicklungsworkflow im Editor | Portfolio-Reporting, Work-Item-Graphen und individuelle Integrationen |
| GitHub Copilot | Ihre Agentenumgebung | azdw als eines ihrer Werkzeuge – und Ihr Copilot-Abo als KI-Anbieter für azdw |
azdw MCP neben anderen Werkzeugen in VS Code: wiederverwendbare Abfragen und quellenübergreifender Kontext im selben Workspace.
Ein fiktives SaaS-Unternehmen entwickelt Kundensupport-Software. Plattform- und Support-Produktentwicklung liegen in zwei Azure-DevOps-Organisationen in Mandant A; die zentrale IT arbeitet aus historischen Gründen und zur getrennten Zugriffsverwaltung in einer dritten Organisation in Mandant B – ergänzt durch GitHub Enterprise Server für Komponenten auf Open-Source-Basis.
Die Herausforderung: ein Nachverfolgbarkeitsreview über getrennte Systeme hinweg vorbereiten, ohne jedes Quartal Tabellenverknüpfungen neu aufzubauen. So könnte das Team azdw einsetzen:
Abmelden, anmelden, falsches Browserprofil, welche Organisation war es noch, warum heißen die Felder dort anders? azdw übernimmt den lästigen Teil: Jede Kundenorganisation einmal verbinden – auch verschiedene Mandanten und GitHub – und eine oder alle gemeinsam abfragen.
azdw report generate für Markdown oder HTML, nächsten Monat erneut ausführen.
Ein Bericht aus einem einzigen Befehl, bereit zum Versenden.
Optionale KI-gestützte Erkundung.
Erkunden Sie vorbereiteten Work-Item-Kontext mit dem integrierten Chat oder Ihrem vorhandenen Agenten über MCP. Wählen Sie Modell und Endpunkte selbst und prüfen Sie die Antworten. Die Erfassungsschicht funktioniert auch ohne KI.
Wiederverwendbare Automatisierung und Integration.
Nutzen Sie CLI, PowerShell, strukturiertes JSON, die .NET-Bibliothek oder REST/GraphQL, um dieselbe verbundene Grundlage über die Anwendungen bereitzustellen, die Ihr Unternehmen braucht.
Ihr bestehendes Reporting bleibt.
Ergänzen Sie hinter Ihren Berichten wiederverwendbare quellenübergreifende Erfassung und Beziehungsauflösung. Power BI kann exportierte CSV-Daten verwenden; azdw ersetzt weder Ihre Dashboards noch deren Governance.
Befähigen Sie technische Teams, Berichte, Integrationen und Agenten-Workflows im gesamten Unternehmen bereitzustellen. Kostenpflichtige Tarife richten sich nach der gesamten Organisationsgröße; Preise werden zur Veröffentlichung bekannt gegeben.
Free-Tarif. Dauerhaft kostenlos. Starten Sie mit schreibgeschütztem Zugriff, 1 Verbindung und bis zu 200 Work Items pro Abfrage. Ohne Zeitlimit. Die 30-tägige Testphase ist eine separate Möglichkeit, kostenpflichtige Funktionen kennenzulernen.
Unbegrenzte Kundenorganisationen · selbstständige Berater und Kleinstberatungen
Über Paddle kaufenOrganisationsweite Lizenz für Teams mit 6–50 Beschäftigten
Über Paddle kaufenOrganisationsweite Lizenz für Teams mit 51–250 Beschäftigten
Über Paddle kaufenOrganisationsweite Lizenz für Teams ab 251 Beschäftigten
Angebot anfragenDer Kauf ist ab der öffentlichen Veröffentlichung möglich. Lassen Sie sich zum Start benachrichtigen, um Informationen zu Verfügbarkeit und Preisen zu erhalten.
Auf gemeinsamen Fähigkeiten aufbauen, statt Grundlagenarbeit zu wiederholen. Verwenden Sie Erfassungs-, Reporting- und Integrationsworkflows erneut, damit Ihr Team sich auf unternehmensspezifische Anforderungen konzentrieren kann. Die Kernerfassung verbraucht keine KI-Token; Ihr Abonnementjahr enthält Produktupdates und neue Funktionen, sobald sie verfügbar werden.
KI-Nutzungskosten variieren je nach Anbieter, Modell und Kundenumgebung. Messen Sie in der 30-tägigen Testphase tatsächliche Modell-, Einrichtungs- und Infrastrukturkosten in Ihren eigenen Workflows, bevor Sie Optionen vergleichen.
„Organisationsgröße“ bezeichnet die Gesamtzahl aller Beschäftigten und beauftragten Personen der lizenznehmenden Einheit, unabhängig davon, wie viele die Software nutzen. Die geltenden Lizenzstufen und Preise werden bekannt gegeben, wenn azdw verfügbar ist.
Eine E-Mail zur öffentlichen Veröffentlichung: wo Sie azdw erhalten und was es kostet. Kein Newsletter, keine Weitergabe; Ihre Adresse wird unmittelbar nach dieser E-Mail gelöscht.
Wählen Sie ein wiederkehrendes Portfolio- oder Release-Review, dessen Vorbereitung manuelle Arbeit über mehrere Quellen hinweg erfordert. Vereinbaren Sie Quellen, Risikokriterien und benötigte Ausgabe und vergleichen Sie Vorbereitungszeit, manuelle Schritte und Quellenabdeckung. Berücksichtigen Sie Einrichtung, Validierung, Pflege und Betriebskosten. Bessere Sichtbarkeit unterstützt die Beurteilung; sie garantiert weder ein sichereres Release noch vollständige Nachverfolgbarkeit.
Beides. Der Free-Tarif ist dauerhaft kostenlos und bietet schreibgeschützten Zugriff, 1 Verbindung und bis zu 200 Work Items pro Abfrage. Ohne Zeitlimit. Die separate 30-tägige Testphase erlaubt Ihnen, kostenpflichtige Funktionen kennenzulernen, bevor Sie einen kostenpflichtigen Tarif wählen.
Ja, wenn Sie wiederholbare Berichte, Beziehungsanalysen, zeitgesteuerte Automatisierung oder Daten für eine interne Anwendung oder einen KI-Agenten benötigen. Beginnen Sie mit einem Workflow und ergänzen Sie später weitere Quellen. Wenn native Abfragen Ihren Bedarf bereits abdecken, brauchen Sie möglicherweise kein weiteres Werkzeug; die Testphase hilft, die Eignung zu prüfen.
Behalten Sie die Workflows, die für Sie funktionieren. Ergänzen Sie azdw neben Ihren bestehenden Werkzeugen, wenn Sie wiederverwendbare quellenübergreifende Abfragen, aufgelöste Work-Item-Beziehungen oder vorbereiteten Kontext für einen Agenten benötigen. Beginnen Sie mit einer Frage über Ihre verbundenen Quellen hinweg und vergleichen Sie den Workflow.
Behalten Sie Ihren Workflow im Editor. azdw kann eine ergänzende Datenschicht für Portfolio-Reporting, Beziehungsanalysen und individuelle Anwendungen bereitstellen. Nutzen Sie es direkt oder stellen Sie es Ihrem Agenten über MCP bereit.
Die Kernabfragen, Beziehungsanalysen und Berichte von azdw funktionieren ohne KI. Wenn lokale KI erlaubt ist, konfigurieren Sie ausschließlich lokale Modell- und Agenten-Endpunkte, damit die KI-Verarbeitung in Ihrer Umgebung bleibt. Schreibvorgänge durchlaufen eine zweistufige Freigabe mit Vorabprüfung → Bestätigung; Erfassungsbefehle lassen sich für wiederholbares Reporting speichern.
Sie wählen und konfigurieren KI-Anbieter, Modell, Daten, Berechtigungen, Prompts und Anweisungs- oder Skill-Dateien. Deren Bedingungen gelten; Ausgaben können ungenau, unvollständig oder verzerrt sein. Sie müssen die Ausgabe und jede vorgeschlagene Änderung prüfen, bevor Sie sich darauf verlassen oder sie freigeben. azdw ist nicht dafür vorgesehen, Personalentscheidungen oder andere rechtlich erhebliche Entscheidungen über Menschen zu treffen. Siehe KI-Bedingungen und zulässige Nutzung.
Ja, als Work-Item-Integrationsschicht für Ihre Agenten, nicht als Fabrikorchestrierung. Das azdw Agentic AI Plugin bündelt den Zugriff auf verbundenen Planungskontext aus autorisierten Azure-DevOps- und GitHub-Quellen. Ihre Orchestrierung bestimmt, wann Agenten Kontext lesen oder Work-Item-Änderungen vorschlagen; Schreibvorgänge unterliegen weiterhin einer zweistufigen Freigabe. Menschen können den entstehenden Plan in den ursprünglichen Systemen sowie über azdw-Berichte und Beziehungssichten prüfen. Sie bleiben für die Konfiguration, die Prüfung von KI-Ausgaben und Änderungsvorschlägen sowie die Einhaltung geltender Anbieterbedingungen verantwortlich. Siehe von Skills über Schleifen zu Fabriken und KI-Bedingungen und zulässige Nutzung.
Behalten Sie Ihre Dashboards. azdw kann Work Items aus verbundenen Quellen erfassen, deren Beziehungen auflösen und CSV für Ihre Reporting-Pipeline exportieren. Evaluieren Sie es dort, wo es individuelle Erfassungsskripte oder manuelle Vorbereitung ersetzen könnte, ohne funktionierende Berichte neu aufzubauen.
Ja – mit github.com und GitHub Enterprise Server. Issues sind vollwertige Work Items mit denselben Befehlen für Abfragen, Beziehungen, CRUD, Visualisierung und Reporting. Labels, Typen und Status werden auf das vereinheitlichte Modell abgebildet; nur in Azure DevOps verfügbare Funktionen werden kontrolliert eingeschränkt.
Die Kernerfassung folgt expliziten Abfragen und Beziehungsregeln, ohne KI-Token zu verbrauchen. Optionale Modelle und Agenten erhalten vorbereitete Daten, statt alles über einzelne Basisaufrufe selbst ermitteln zu müssen. Ihre Nutzung kann weiterhin Kosten verursachen, und generierte Antworten können variieren. Erneute Abfragen spiegeln auch Änderungen an Quelldaten, Berechtigungen und Verfügbarkeit wider.
Ja. Das SaaS-Szenario veranschaulicht teamübergreifende Nachverfolgbarkeit, ist aber keine Voraussetzung für azdw. Produktteams, Beratungen und Plattformteams jeder Branche können mit wiederkehrenden Statusberichten, Abhängigkeitsreviews oder einer internen Integration beginnen.
Das können Sie. azdw bietet wiederverwendbare Verbindungsverwaltung, Abfragen, Beziehungsauflösung und Reporting, damit Ihre Entwicklungsarbeit in die Workflows fließen kann, die Ihr Unternehmen auszeichnen. Vergleichen Sie die Teile, die Sie sonst selbst entwickeln und pflegen müssten, mit dem, was azdw bereits bietet.
Weil der Name eine Leiter ist und wir eine weitere Sprosse ergänzt haben:
Vier Buchstaben, und der letzte heißt auf Englisch „double-u“ – drei Silben für einen einzigen Buchstaben, ziemlich viel verlangt vor dem ersten Kaffee. Deshalb sagen wir A-Z-D-U: Das „D-U“ übernimmt D und W gemeinsam. Nicht wichtig. Aber jetzt wissen Sie es.
Eselsbrücke für Rockfans: an AC/DC denken, AZ/DU sagen. Gleiche Energie, weniger Verstärker, kein Work Item bleibt zurück.
Bringen Sie ein wiederkehrendes Portfolio- oder Release-Review mit. Vergleichen Sie denselben Vorbereitungsworkflow während Ihrer 30-tägigen Testphase und leiten Sie den Business Case aus Ihren eigenen Ergebnissen ab.