> ## Documentation Index
> Fetch the complete documentation index at: https://docs.devinenterprise.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Checkout-Latenz mit drei konkurrierenden Strategien beheben

export const UseCaseHero = ({title, description, prompt, category, features, devinUrl, agent, intent, playbookId, type}) => {
  const encodedPrompt = encodeURIComponent(prompt || '');
  const tag = 'docs-use-case-gallery';
  const utm = 'utm_source=docs&utm_medium=use-case-gallery&utm_campaign=hero-cta';
  const agentParams = (agent ? '&agent=' + agent : '') + (intent ? '&intent=' + intent : '') + (playbookId ? '&playbookId=' + playbookId : '');
  const devinHref = type === 'schedule' ? 'https://app.devin.ai/settings/schedules/create?' + utm + agentParams + (prompt ? '&prompt=' + encodedPrompt : '') : type === 'review' ? 'https://app.devin.ai/review?' + utm : agent === 'ada' ? 'https://app.devin.ai/search?' + utm + '&noSubmit=true' + (prompt ? '&prompt=' + encodedPrompt : '') : devinUrl ? devinUrl.includes('?') ? devinUrl + '&' + utm + agentParams : devinUrl + '?' + utm + agentParams : prompt ? 'https://app.devin.ai/?tags=' + tag + '&' + utm + agentParams + '&prompt=' + encodedPrompt : 'https://app.devin.ai/?' + utm + agentParams;
  const buttonLabel = type === 'schedule' ? 'Schedule in Devin ↗' : type === 'review' ? 'Set Up Devin Review ↗' : agent === 'advanced' ? 'Try in Devin ↗' : agent === 'dana' ? 'Try in Dana ↗' : agent === 'ada' ? 'Try in Ask Devin ↗' : 'Try in Devin ↗';
  const featureList = features ? features.split(',').map(f => f.trim()) : [];
  return <div className="uc-hero">
      <div className="uc-hero-inner">
        <div className="uc-hero-left">
          <h1 className="uc-hero-title">{title}</h1>
          <p className="uc-hero-desc">{description}</p>
          <div>
            <a href={devinHref} target="_blank" rel="noopener noreferrer" className="try-in-devin-btn">
              {buttonLabel}
            </a>
          </div>
        </div>
        <div className="uc-hero-meta">
          <div className="uc-meta-item">
            <span className="uc-meta-label">Author</span>
            <span className="uc-meta-value">Cognition</span>
          </div>
          <div className="uc-meta-item">
            <span className="uc-meta-label">Category</span>
            <span className="uc-meta-value">{category}</span>
          </div>
          {featureList.length > 0 && <div className="uc-meta-item">
              <span className="uc-meta-label">Features</span>
              <span className="uc-meta-value">{featureList.join(', ')}</span>
            </div>}
        </div>
      </div>
    </div>;
};

export const PromptBlock = ({children, type, agent, intent, playbookId}) => {
  var utm = 'utm_source=docs&utm_medium=use-case-gallery&utm_campaign=prompt-block';
  var tag = 'docs-use-case-gallery';
  var agentParams = (agent ? '&agent=' + agent : '') + (intent ? '&intent=' + intent : '') + (playbookId ? '&playbookId=' + playbookId : '');
  var label = type === 'schedule' ? 'Schedule in Devin' : type === 'playbook' ? 'Create Playbook' : type === 'knowledge' ? 'Add to Knowledge' : agent === 'advanced' ? 'Try in Devin' : agent === 'dana' ? 'Try in Dana' : agent === 'ada' ? 'Try in Ask Devin' : 'Try in Devin';
  var buildUrl = function (text) {
    var encoded = encodeURIComponent(text);
    if (type === 'schedule') return 'https://app.devin.ai/settings/schedules/create?' + utm + agentParams + '&prompt=' + encoded;
    if (type === 'playbook') return 'https://app.devin.ai/settings/playbooks/create?' + utm + '&body=' + encoded;
    if (type === 'knowledge') return 'https://app.devin.ai/knowledge?' + utm + '&body=' + encoded;
    if (agent === 'ada') return 'https://app.devin.ai/search?' + utm + '&noSubmit=true&prompt=' + encoded;
    return 'https://app.devin.ai/?tags=' + tag + '&' + utm + agentParams + '&prompt=' + encoded;
  };
  const ref = React.useRef(null);
  const [href, setHref] = React.useState('#');
  React.useEffect(() => {
    if (!ref.current) return;
    var codeEl = ref.current.querySelector('pre code');
    if (codeEl) {
      var text = codeEl.textContent.trim();
      if (text) setHref(buildUrl(text));
    }
    var header = ref.current.querySelector('[data-component-part="code-block-header"]');
    if (header && !header.querySelector('.prompt-block-devin-link')) {
      var link = document.createElement('a');
      link.href = href;
      link.target = '_blank';
      link.rel = 'noopener noreferrer';
      link.className = 'prompt-block-devin-link';
      link.style.cssText = 'display:inline-flex;align-items:center;gap:6px;text-decoration:none;color:#fff;font-size:11px;font-weight:500;padding:4px 10px;border-radius:6px;white-space:nowrap;background:#317CFF;transition:background 0.2s;margin-left:8px;';
      link.innerHTML = '<svg xmlns="http://www.w3.org/2000/svg" width="12" height="12" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2" stroke-linecap="round" stroke-linejoin="round"><path d="M18 13v6a2 2 0 0 1-2 2H5a2 2 0 0 1-2-2V8a2 2 0 0 1 2-2h6"/><polyline points="15 3 21 3 21 9"/><line x1="10" y1="14" x2="21" y2="3"/></svg> ' + label;
      link.onmouseenter = function () {
        link.style.background = '#2968D9';
      };
      link.onmouseleave = function () {
        link.style.background = '#317CFF';
      };
      header.appendChild(link);
    }
    var existingLink = ref.current.querySelector('.prompt-block-devin-link');
    if (existingLink && href !== '#') existingLink.href = href;
  });
  return <div className="prompt-block" ref={ref}>{children}</div>;
};

<UseCaseHero title="Checkout-Latenz mit drei konkurrierenden Strategien senken" description="Lass 3 parallele Devin-Sessions gegen eine langsame Checkout-API antreten – jede probiert eine andere Optimierung, anschließend wird der beste Ansatz ausgeliefert." prompt="Unsere Checkout-API hat eine p99-Latenz von 1,8 s und muss unter 400 ms liegen. Starte 3 parallele Devin-Sessions, um sie jeweils unabhängig zu optimieren. Jede Session soll den Endpoint profilieren, eine andere Optimierungsstrategie implementieren und das Ergebnis benchmarken. Sobald alle 3 fertig sind, vergleiche ihre Ansätze und öffne einen finalen Pull Request (PR) mit der besten Lösung." category="Devin Optimization" features="Fortgeschritten" agent="advanced" intent="batch" />

<div className="uc-detail-wrapper">
  <Tip>Möchten Sie das nicht manuell einrichten? Fügen Sie einen Link zu dieser Seite in eine Devin-Sitzung ein und bitten Sie Devin, alles für Sie einzurichten.</Tip>

  <Steps>
    <Step title="Definieren Sie die Problemstellung und die Erfolgskriterien">
      Ihre Checkout-API (`POST /api/checkout`) hat eine p99-Latenz von 1,8 Sekunden – Nutzer brechen den Kaufvorgang ab und Ihr SLA-Ziel liegt bei 400 ms. Es gibt mehrere sinnvolle Ansätze, um das zu beheben: Caching, Query-Optimierung, asynchrone Verarbeitung, Connection-Pooling. Sie wissen nicht, welcher Ansatz am besten funktioniert, bevor Sie ihn ausprobiert haben, und sie nacheinander auszuprobieren bedeutet Tage des Wartens.

      Bitten Sie stattdessen Devin, 3 Sessions parallel zu starten, von denen jede eine andere Strategie untersucht. Nachdem alle 3 fertig sind, vergleicht Devin die Ergebnisse und stellt den Gewinner bereit – oder kombiniert die besten Teile aus allen zu einem einzelnen PR.

      Um loszulegen, öffnen Sie auf der [Devin-Homepage](https://app.devin.ai/?utm_source=docs\&utm_medium=use-case-gallery) eine neue Devin-Session und beschreiben Sie die Batch-Aufgabe.
    </Step>

    <Step title="Formulieren Sie einen Prompt, der jede Sitzung auf eine andere Fehlerbehebung ausrichtet">
      Der Nutzen von 3 Sitzungen hängt davon ab, dass jede wirklich einen anderen Ansatz verfolgt. Formulieren Sie Ihren Prompt so, dass er unterschiedliche Ansätze fördert – schlagen Sie konkrete Strategien vor und definieren Sie, was „best“ bedeutet, damit die Ergebnisse direkt vergleichbar sind.

      <PromptBlock agent="advanced" intent="batch">
        ```txt Fix Checkout-Latenz – 3 konkurrierende Strategien theme={null}
        Unsere Checkout-API (POST /api/checkout in src/routes/checkout.ts) hat
        eine p99-Latenz von 1,8s. Wir brauchen sie unter 400ms.

        Starte 3 parallele Sitzungen. Jede sollte:
        1. Den Endpunkt profilieren, um Engpässe zu finden (führe `npm run bench:checkout` aus)
        2. Eine ANDERE Optimierungsstrategie wählen – z. B. Caching, Query-
           Optimierung, asynchrone Verarbeitung, Connection-Pooling oder Denormalisierung
        3. Die Optimierung implementieren
        4. Den Benchmark erneut ausführen und den neuen p99 melden

        Vergleichskriterien – bewerte jedes Ergebnis nach:
        - p99-Latenz (muss unter 400ms liegen, um zu bestehen)
        - Fehlerrate (darf sich nicht erhöhen)
        - zusätzlicher Code-Komplexität (weniger neue Abhängigkeiten = besser)
        - Trade-offs bei der Datenkonsistenz (dokumentiere alle Risiken durch Eventual Consistency)

        Sobald alle 3 fertig sind, vergleiche die Ergebnisse anhand der obigen Kriterien und
        erstelle einen finalen PR, der den besten Ansatz nutzt – oder Ideen aus mehreren
        Sitzungen kombiniert, wenn uns das zu einer geringeren Latenz verhilft.
        ```
      </PromptBlock>

      **Tipps für einen guten Multi-Strategie-Prompt:**

      * **Definiere „best“ mit gewichteten Kriterien.** Das Auflisten von Vergleichsdimensionen – Latenz, Fehlerrate, Komplexität, Konsistenz – verhindert, dass Devin standardmäßig nur auf rohe Geschwindigkeit optimiert.
      * **Schlage konkrete Strategien vor.** Optionen wie „Caching, Query-Rewriting, asynchrone Verarbeitung“ lenken jede Sitzung in eine andere Richtung.
      * **Füge einen Benchmark-Befehl ein.** Jede Sitzung braucht eine reproduzierbare Methode, um ihr eigenes Ergebnis zu messen – `npm run bench`, `k6 run load-test.js` oder eine einfache curl-Schleife.
      * **Verweise auf den Code.** Ein Dateipfad wie `src/routes/checkout.ts` stellt sicher, dass alle 3 Sitzungen vom gleichen Ausgangspunkt starten.
    </Step>

    <Step title="Ergebnisse vergleichen und den Gewinner auswählen">
      Sobald alle 3 Sessions abgeschlossen sind, überprüft Devin ihre Arbeit nebeneinander anhand deiner Kriterien – verwendete Strategien, Benchmark-Zahlen, Trade-offs – und wählt entweder die beste Lösung aus oder fasst sie zu einer kombinierten Lösung in einem finalen PR zusammen.

      So sieht dieser Vergleich für das Checkout-Latenz-Problem aus:

      ```
      Session 1 — Redis-Response-Caching
        Strategie:    Serialisierten Warenkorb + Inventarabfragen in Redis mit
                      30s TTL cachen, DB für wiederholte Anfragen umgehen
        p99:          1,8s -> 320ms  (BESTANDEN — 82% Reduktion)
        Fehler:       Keine Änderung
        Komplexität:  +1 Abhängigkeit (ioredis), 2 neue Dateien
        Kompromiss:   Veraltete Inventardaten für bis zu 30s; 40 MB Redis-Speicher

      Session 2 — Query-Optimierung + Connection-Pooling
        Strategie:    N+1-Abfragen durch einen einzelnen JOIN ersetzt, PgBouncer
                      Connection-Pool hinzugefügt (25 Verbindungen)
        p99:          1,8s -> 580ms  (FEHLGESCHLAGEN — noch über 400ms)
        Fehler:       Keine Änderung
        Komplexität:  0 neue Abhängigkeiten, sauberere Abfragen
        Kompromiss:   Keine wesentlichen — insgesamt geringere DB-Last

      Session 3 — Asynchrone Auftragsverarbeitung
        Strategie:    Zahlungsverarbeitung und E-Mail in eine Hintergrundwarteschlange
                      (BullMQ) verschoben, 202 sofort nach Inventarprüfung zurückgeben
        p99:          1,8s -> 190ms  (BESTANDEN — 89% Reduktion)
        Fehler:       Keine Änderung
        Komplexität:  +1 Abhängigkeit (bullmq), 3 neue Dateien, Webhook-Handler
        Kompromiss:   Checkout wird eventually consistent; benötigt Webhook
                      zur Zahlungsbestätigung

      Fazit: Session 1 und 3 erfüllen beide das 400ms-Ziel. Die Query-Korrekturen
      aus Session 2 sind wertvoll, aber allein nicht ausreichend.

      Finaler PR: Query-Optimierung aus Session 2 (ohne Mehraufwand, eindeutig
      besser) mit asynchroner Verarbeitung aus Session 3 kombiniert. Zahlung + E-Mail
      in Warteschlange verschoben, N+1-Abfragen behoben. Finales p99: 150ms. PR #412 erstellt.
      ```

      Sie können die einzelnen Session-PRs überprüfen, bevor Devin die zusammengeführte PR erstellt. Wenn Sie eine Vorgehensweise klar bevorzugen, sagen Sie Devin einfach: "Verwende den Ansatz aus Session 3, überspring die Kombination."
    </Step>

    <Step title="Wann Sie drei Strategien bei einem einzelnen Problem gegeneinander antreten lassen sollten">
      **Gute Eignung — es gibt mehrere sinnvolle Ansätze:**

      * Performance-Engpässe, bei denen Caching, Query-Tuning und Architekturänderungen alle infrage kommen
      * Architekturentscheidungen mit echten Abwägungen (Aufspaltung eines Monolithen, Neugestaltung des State-Managements)
      * Auswahl eines Algorithmus für ein datenintensives Problem (unterschiedliche Indexierung, Ranking- oder ML-Ansätze)

      **Schlechte Eignung — die Lösung ist offensichtlich:**

      * Bugfixes mit klarer Ursache
      * Hinzufügen eines standardmäßigen CRUD-Endpunkts
      * Aktualisieren von Abhängigkeiten oder Konfigurationsdateien

      Dieses Pattern verbraucht das 3‑Fache der [ACUs](/de/admin/billing/usage) einer einzelnen Session. Reserviere es für Probleme, bei denen du sonst Tage damit verbringen würdest, nacheinander verschiedene Ansätze auszuprobieren. Für unkomplizierte Aufgaben ist eine einzelne Devin-Session schneller und günstiger.

      Du kannst auch parallele Sessions [über die API](/de/api-reference/v3/sessions/post-organizations-sessions) starten, indem du `advanced_mode` auf `batch` setzt — nützlich für die Integration in CI-Pipelines, die automatisch mehrere Fixes gegeneinander laufen lassen, um eine Performance-Regression zu beheben. Wenn Devin vollständig autonom laufen soll, ohne auf deine Freigabe für Vorschläge zu warten, aktiviere das Flag **bypass permissions**, damit Sessions automatisch genehmigt werden und weiterlaufen.
    </Step>
  </Steps>
</div>