Traditionelle, AI-gestützte und agentische Entwicklung stehen heute nebeneinander. Der Unterschied liegt nicht darin, wie viel die AI tut, sondern in dem, was um sie herum gebaut ist.
Vier Arbeitsweisen
- Ad-hoc-Nutzung - AI beantwortet Fragen neben der Arbeit. Hilfreich, verändert aber nichts.
- Vibe Coding - Software entsteht im schnellen Dialog, mit wenig Struktur. Gut zum Erkunden, keine Delivery-Disziplin.
- AI-gestützte Entwicklung - AI arbeitet im Workflow des Engineers mit, der Mensch bleibt durchgehend in der Ausführung. Der Alltag.
- Agentische Entwicklung - Engineers delegieren abgegrenzte Ergebnisse mit explizitem Kontext, Akzeptanzkriterien und automatischer Prüfung. Menschen behalten risikogerechte Kontrollpunkte.
- Engineering-Rahmen
- Spezifikation, Kontext, Tests und Prüfung rund um die Übergabe
- Grad der Delegation
- wie viel übergeben wird, bevor ein Mensch darauf schaut
Was agentische Entwicklung professionell macht, ist der Engineering-Rahmen: Spezifikation, Kontext, Tests, Prüfung. Je stärker er ist, desto mehr kann die AI tragen.
Vom Artefakt zum Werkzeug
In der klassischen Entwicklung schreiben Menschen Code. In der agentischen Entwicklung bauen und pflegen sie das Agentensystem - Skills, Tool-Anbindungen, Regeln -, das den Code schreibt. Unser Grundsatz: Wenn ein Agent irrt, korrigieren wir nicht nur das Werkstück, sondern die Maschine.
Wie viel die AI je Phase trägt
- Anforderungen & AnalyseRolle der AIAnalystBeitrag der AIKonsistenzprüfung, User Stories, AkzeptanzkriterienAI-Anteil an der Ausführung0+AssistiertMenschliche Arbeit ggü. derselben Phase ohne AI-0+Rolle des MenschenAbsichtKontrollpunkt✓ Akzeptanzkriterien vereinbart
- Design & ArchitekturRolle der AIArchitektur-SparringBeitrag der AILösungsoptionen, Abhängigkeiten, AuswirkungenAI-Anteil an der Ausführung0+AssistiertMenschliche Arbeit ggü. derselben Phase ohne AI-0+Rolle des MenschenEntscheidungKontrollpunkt✓ Architekturentscheidung freigegeben
- ImplementierungRolle der AICo-EntwicklerBeitrag der AICode erstellen, Refactoring, größere zusammenhängende ÄnderungenAI-Anteil an der Ausführung0+Kontrollierte AutonomieMenschliche Arbeit ggü. derselben Phase ohne AI-0+Rolle des MenschenRichtungKontrollpunkt✓ Code-Review vor dem Merge
- Test & QARolle der AITestingenieurBeitrag der AITests erzeugen, Abdeckung, Qualitäts- und SicherheitsanalyseAI-Anteil an der Ausführung0+DelegiertMenschliche Arbeit ggü. derselben Phase ohne AI-0+Rolle des MenschenAbsicherungKontrollpunkt✓ Qualitätschecks bestanden
- DeploymentRolle der AIRelease-AssistentBeitrag der AIBuild- und Deploy-Konfiguration, Analyse von Pipeline-FehlernAI-Anteil an der Ausführung0+DelegiertMenschliche Arbeit ggü. derselben Phase ohne AI-0+Rolle des MenschenFreigabeKontrollpunkt✓ Release-Freigabe
- Betrieb & MonitoringRolle der AIDiagnostikerBeitrag der AIVorfälle und Ursachen analysieren, Logs auswertenAI-Anteil an der Ausführung0+AssistiertMenschliche Arbeit ggü. derselben Phase ohne AI-0+Rolle des MenschenInterpretationKontrollpunkt✓ Befund bewertet vor jeder Aktion
Menschlicher Aufwand verschwindet nicht. Er wandert - aus der Ausführung in die Prüfung und in den Rahmen.
Verantwortung lässt sich nicht delegieren
AI-generierte Änderungen durchlaufen denselben Review- und Release-Prozess wie jede andere Änderung. Jede Phase endet mit einer Entscheidung, für die ein Mensch geradesteht. Und Kundendaten sind durch Architektur und Vertrag geschützt, nicht durch guten Willen: kein Modelltraining, keine Datenspeicherung beim Anbieter, Verarbeitung in der EU, nur der für die Aufgabe nötige Kontext.
Wie das konkret aussieht, zeigen unser Projekt Testbetrieb mit Agenten und unser Praxisexperiment Vom Ticket zum Pull Request.
