# Agentic Engineering heute: So arbeiten wir mit KI-Agenten | P-CATION Blog

> KI-Agenten schreiben Code inzwischen schneller, als ein Mensch ihn lesen kann. Was zählt, ist eine Umgebung, in der man ihnen trauen kann: feste Regeln, Selbsttests und Reviews mit frischem Blick.
> Source: https://p-cation.de/blog/agentic-engineering-how-we-work/
> Language: de

[Zurück zum Blog](https://p-cation.de/blog/)
18. November 2026 Software & Digitale Praxis

# Agentic Engineering heute: Wie wir bei P-CATION mit KI-Agenten Software bauen

KI-Agenten schreiben Code inzwischen schneller, als ein Mensch ihn lesen kann. Was zählt, ist eine Umgebung, in der man ihnen trauen kann: feste Regeln, Selbsttests und Reviews mit frischem Blick.

**Autor:** P-CATION Redaktion

![Blaue Würfel fallen durch vier Glasschalen in einem Metallrahmen, gelbe Würfel bleiben auf den Schalen liegen, darunter entsteht eine geordnete Struktur](https://p-cation.de/_astro/hero.DUJiIMOS_1MDXiT.webp)

KI-generiertes Bild

In diesem Artikel

- [TL;DR](https://p-cation.de/blog/agentic-engineering-how-we-work/?format=markdown#tldr)
- [KI ist kein Trend mehr](https://p-cation.de/blog/agentic-engineering-how-we-work/?format=markdown#ki-ist-kein-trend-mehr)
- [Was sich seit Anfang 2026 erledigt hat](https://p-cation.de/blog/agentic-engineering-how-we-work/?format=markdown#was-sich-seit-anfang-2026-erledigt-hat)
- [Der neue Engpass: Vertrauen](https://p-cation.de/blog/agentic-engineering-how-we-work/?format=markdown#der-neue-engpass-vertrauen)
- [Was eine Regel prüfen kann, prüft eine Regel](https://p-cation.de/blog/agentic-engineering-how-we-work/?format=markdown#was-eine-regel-pr%C3%BCfen-kann-pr%C3%BCft-eine-regel)
- [Verifikation ist das A und O](https://p-cation.de/blog/agentic-engineering-how-we-work/?format=markdown#verifikation-ist-das-a-und-o)
- [Anleitungen erst ganz zum Schluss](https://p-cation.de/blog/agentic-engineering-how-we-work/?format=markdown#anleitungen-erst-ganz-zum-schluss)
- [Reviews mit frischem Blick](https://p-cation.de/blog/agentic-engineering-how-we-work/?format=markdown#reviews-mit-frischem-blick)
- [Was das für Geschäftsführer und Entscheider bedeutet](https://p-cation.de/blog/agentic-engineering-how-we-work/?format=markdown#was-das-f%C3%BCr-gesch%C3%A4ftsf%C3%BChrer-und-entscheider-bedeutet)
- [Grenzen](https://p-cation.de/blog/agentic-engineering-how-we-work/?format=markdown#grenzen)
- [Häufige Fragen](https://p-cation.de/blog/agentic-engineering-how-we-work/?format=markdown#h%C3%A4ufige-fragen)[Brauchen wir dafür ein großes Entwicklerteam?](https://p-cation.de/blog/agentic-engineering-how-we-work/?format=markdown#brauchen-wir-daf%C3%BCr-ein-gro%C3%9Fes-entwicklerteam)
- [Liest bei Ihnen noch ein Mensch den Code?](https://p-cation.de/blog/agentic-engineering-how-we-work/?format=markdown#liest-bei-ihnen-noch-ein-mensch-den-code)
- [Welches Modell ist das beste?](https://p-cation.de/blog/agentic-engineering-how-we-work/?format=markdown#welches-modell-ist-das-beste)
- [Wie sieht Ihr technisches Setup aus?](https://p-cation.de/blog/agentic-engineering-how-we-work/?format=markdown#wie-sieht-ihr-technisches-setup-aus)

In diesem Artikel

- [TL;DR](https://p-cation.de/blog/agentic-engineering-how-we-work/?format=markdown#tldr)
- [KI ist kein Trend mehr](https://p-cation.de/blog/agentic-engineering-how-we-work/?format=markdown#ki-ist-kein-trend-mehr)
- [Was sich seit Anfang 2026 erledigt hat](https://p-cation.de/blog/agentic-engineering-how-we-work/?format=markdown#was-sich-seit-anfang-2026-erledigt-hat)
- [Der neue Engpass: Vertrauen](https://p-cation.de/blog/agentic-engineering-how-we-work/?format=markdown#der-neue-engpass-vertrauen)
- [Was eine Regel prüfen kann, prüft eine Regel](https://p-cation.de/blog/agentic-engineering-how-we-work/?format=markdown#was-eine-regel-pr%C3%BCfen-kann-pr%C3%BCft-eine-regel)
- [Verifikation ist das A und O](https://p-cation.de/blog/agentic-engineering-how-we-work/?format=markdown#verifikation-ist-das-a-und-o)
- [Anleitungen erst ganz zum Schluss](https://p-cation.de/blog/agentic-engineering-how-we-work/?format=markdown#anleitungen-erst-ganz-zum-schluss)
- [Reviews mit frischem Blick](https://p-cation.de/blog/agentic-engineering-how-we-work/?format=markdown#reviews-mit-frischem-blick)
- [Was das für Geschäftsführer und Entscheider bedeutet](https://p-cation.de/blog/agentic-engineering-how-we-work/?format=markdown#was-das-f%C3%BCr-gesch%C3%A4ftsf%C3%BChrer-und-entscheider-bedeutet)
- [Grenzen](https://p-cation.de/blog/agentic-engineering-how-we-work/?format=markdown#grenzen)
- [Häufige Fragen](https://p-cation.de/blog/agentic-engineering-how-we-work/?format=markdown#h%C3%A4ufige-fragen)[Brauchen wir dafür ein großes Entwicklerteam?](https://p-cation.de/blog/agentic-engineering-how-we-work/?format=markdown#brauchen-wir-daf%C3%BCr-ein-gro%C3%9Fes-entwicklerteam)
- [Liest bei Ihnen noch ein Mensch den Code?](https://p-cation.de/blog/agentic-engineering-how-we-work/?format=markdown#liest-bei-ihnen-noch-ein-mensch-den-code)
- [Welches Modell ist das beste?](https://p-cation.de/blog/agentic-engineering-how-we-work/?format=markdown#welches-modell-ist-das-beste)
- [Wie sieht Ihr technisches Setup aus?](https://p-cation.de/blog/agentic-engineering-how-we-work/?format=markdown#wie-sieht-ihr-technisches-setup-aus)

Im Februar haben wir über [Agentic Engineering](https://p-cation.de/blog/agentic-engineering-openclaw/) geschrieben und darüber, [warum beim Vibe Coding weniger oft mehr ist](https://p-cation.de/blog/vibe-coding-less-is-more/). Neun Monate später stimmt davon vieles nicht mehr. Deshalb schreiben wir auf, wie wir heute arbeiten.

Die kurze Fassung: **KI-Agenten schreiben Code inzwischen schneller, als ein Mensch ihn lesen kann. Unsere eigentliche Arbeit ist deshalb, eine Umgebung zu bauen, in der wir ihren Ergebnissen trauen können, ohne jede Zeile selbst zu lesen.**

## TL;DR

- KI ist kein Trend. Wer sie in der Softwareentwicklung nicht aktiv nutzt, bekommt Probleme.

- Die großen Baustellen von Anfang 2026, Kontext-Engineering, Ralph Loops und ausgefeiltes Prompting, sind weitgehend erledigt.

- Der Engpass ist heute Vertrauen. Was ein Agent liefert, muss automatisch überprüfbar sein.

- Unsere Reihenfolge: erst feste Regeln im Code, dann Selbsttests der Agenten, erst zuletzt Anweisungen in Textform.

- Jede Änderung prüft ein Agent, der sie nicht geschrieben hat. Bei wichtigen Änderungen sind es drei Modelle von drei Anbietern.

- Qualität hat weiterhin die höchste Priorität. Das Tempo kommt aus der Qualität, nicht umgekehrt.

## KI ist kein Trend mehr

Die Frage, ob KI „bleibt“, stellt sich nicht mehr. Wer einen nüchternen Überblick möchte, dem empfehlen wir zwei Gespräche von Daniel Jung mit Prof. Dr. Christian Bauckhage vom Fraunhofer IAIS: [„KI - Wir haben noch gar nichts gesehen!“](https://www.youtube.com/watch?v=pb5cMmdQVJo) und [„KI: Schon wieder Dekaden vergangen“](https://www.youtube.com/watch?v=l7pESZavZ7w). Kein Hype, kein Weltuntergang, dafür viel Einordnung.

Für Unternehmen heißt das: Die Frage ist nicht mehr, ob man KI einsetzt, sondern wie gut. In der Softwareentwicklung sehen wir den Unterschied jeden Tag.

## Was sich seit Anfang 2026 erledigt hat

Ein KI-Modell kann von sich aus nur Text schreiben. Damit es Dateien liest, Programme startet und Tests ausführt, braucht es ein Programm drumherum, den sogenannten Harness. Modell plus Harness ergibt einen Agenten. Was das genau ist, erklären wir in [Was ist ein Harness?](https://p-cation.de/blog/what-is-a-harness/).

Anfang des Jahres drehte sich vieles um drei Probleme. Zwei davon hat inzwischen der Harness übernommen, das dritte die Modelle selbst.

Das erste war **Kontext-Engineering**. Der Kontext ist das Arbeitsgedächtnis des Modells, also alles, was es in einer Sitzung gleichzeitig vor Augen hat. Wurde er zu voll, verlor das Modell den Faden, und man musste genau steuern, was hineinkommt. Heute merkt der Harness, wenn es eng wird. Er lässt das Modell den bisherigen Verlauf zusammenfassen und ersetzt den alten Verlauf durch diese Zusammenfassung. Das nennt sich Compaction. Der Harness entscheidet also, wann zusammengefasst wird, das Modell schreibt die Zusammenfassung. Weil die Modelle inzwischen genau darauf trainiert sind, arbeiten sie danach ohne spürbaren Bruch weiter.

Das zweite waren **Ralph Loops**, benannt nach Ralph Wiggum aus den Simpsons. Ein Skript startete denselben Agenten immer wieder neu, bis eine lange Aufgabe erledigt war. Heute arbeitet ein Agent über Stunden oder Tage an einer Aufgabe. Teilaufgaben gibt er an Sub-Agenten ab. Das sind weitere Agenten mit eigenem, frischem Kontext, die nur ihr Ergebnis zurückmelden.

Das dritte war **Prompting**. Früher musste man sehr genau aufschreiben, was man wollte: jeden Schritt, das Format, Beispiele, und am besten noch, was das Modell auf keinen Fall tun soll. Heute reicht meist, das Ziel so zu beschreiben, wie man es einer erfahrenen Kollegin sagen würde. Den Weg erarbeitet sich der Agent selbst, indem er den Code liest, ausprobiert und bei echten Unklarheiten nachfragt. Genau sein muss man trotzdem, nur an anderer Stelle: nicht beim Weg, sondern beim Ziel. Was heißt „fertig“, was darf sich nicht ändern, und woran erkennt man, dass es funktioniert? Man nennt das Exact Coding.

Achten Sie in der Animation auf die Kontextanzeige rechts. Sie läuft voll, wird zusammengefasst und läuft wieder voll, während die Aufgabe einfach weitergeht.

Diese Themen haben uns lange beschäftigt. Der Engpass sind sie nicht mehr.

## Der neue Engpass: Vertrauen

Wenn ein Agent in einer Nacht mehr Code schreibt als ein Entwickler in einer Woche, kann niemand mehr jede Zeile lesen. Die Frage ist also: Woher wissen wir, dass das Ergebnis stimmt?

Die beste Antwort darauf, die wir kennen, kommt von Lauren Tan. Sie ist Softwareentwicklerin bei SpaceXSI und arbeitet dort am Grok Bot. Ihr Team bringt nach ihren Angaben rund 11.000 Änderungen im Monat in Produktion, und nur etwa ein halbes Prozent davon muss zurückgenommen werden. In ihrem Talk [„All Code Is Slop (Except Mine)“](https://www.youtube.com/watch?v=O_zcc6Xl12g) auf dem AI Engineer Code Summit beschreibt sie, wie das geht.

Ihr Kernpunkt: Man vertraut Agenten nicht einfach. Man investiert so lange in ihre Umgebung, bis man ihnen vertrauen kann. Dafür zeichnet sie eine umgekehrte Pyramide. Oben, wo sie am breitesten ist, gehört die meiste Arbeit hin:

- **Code und Architektur:** klare Strukturen, saubere Grenzen zwischen den Teilen.

- **Feste Prüfungen:** Programme, die Code automatisch kontrollieren, und Tests.

- **Verifikation:** Der Agent startet die Software selbst und belegt, dass sie funktioniert.

- **Anweisungen:** geschriebene Regeln für den Agenten, nur für das, was echtes Urteilsvermögen braucht.

Jede Ebene fängt andere Fehler ab. In der Animation fällt jeder Fehler so weit, bis eine Ebene ihn aufhält.

Wir halten uns sehr eng an diese Reihenfolge. Die nächsten drei Abschnitte gehen sie von oben nach unten durch.

## Was eine Regel prüfen kann, prüft eine Regel

Agenten lernen vor allem aus dem Code, den sie vorfinden. Ein Workaround, der einmal drin ist, wird vom nächsten Agenten kopiert, weil er wie der übliche Weg aussieht. Eine Anweisung in Textform kann der Agent überlesen. Eine Regel, die den Code automatisch prüft, kann er nicht überlesen.

Für solche Regeln nutzen wir in LIVOI einen Linter. Das ist ein Programm, das Code liest, ohne ihn auszuführen, und nach bekannten Fehlermustern sucht. Unserer heißt Ruff. Dazu kommt ty, das prüft, ob die Datentypen zusammenpassen.

Ein Beispiel, das zeigt, warum das mehr ist als Stilfragen. LIVOI besteht aus mehreren Diensten: einer API, einem Worker für Hintergrundaufgaben, einem Zeitplaner und weiteren. Jeder läuft in einem eigenen Container. Den Code, den alle brauchen, legen wir in einen gemeinsamen Ordner, der in jeden Container kopiert wird.

Auf dem Rechner eines Entwicklers liegt aber alles in einem Repository. Wenn ein Agent im Worker etwas aus der API importiert, funktioniert das dort einwandfrei, und die Tests sind grün. Erst im Betrieb fällt auf, dass dieser Code im Container des Workers gar nicht vorhanden ist. Genau so einen Fehler findet kein Review zuverlässig, weil der Code völlig normal aussieht.

Deshalb verbietet jetzt eine Regel diese Importe. So steht sie in der Konfiguration des Workers:

`[lint.flake8-tidy-imports.banned-api] "backend".msg = "Use shared code or a service contract instead of importing the API."`

Und so sieht es aus, wenn ein Agent es trotzdem versucht:

`$ ruff check celery_worker/ celery_worker/tasks/reminders.py:3:1: TID251 `backend` is banned: Use shared code or a service contract instead of importing the API.`

Die Meldung sagt nicht nur, was falsch ist, sondern auch, was der Agent stattdessen tun soll. Damit ist sie im Grunde eine Anweisung, die nicht überlesen werden kann. Für jeden Dienst gibt es eine eigene Liste, und der gemeinsame Code darf keinen der Dienste importieren.

Tan beschreibt in ihrem Talk fast denselben Fall: In ihrer Desktop-App dürfen sich zwei Programmteile nicht gegenseitig importieren, und eine Lint-Regel sorgt dafür. Sie nennt noch weitere Hebel, die man mit festen Regeln ziehen kann:

- **Heikle Werkzeuge ganz verbieten.** Manche Funktionen lassen sich nur mit viel Fingerspitzengefühl richtig einsetzen, und genau das fehlt Agenten. Ihr Team erlaubt so eine Funktion nur noch an wenigen zentralen Stellen. Der Fehler ist damit nicht seltener, sondern unmöglich.

- **Codekommentare weitgehend verbieten.** Kommentare im Code veralten, und Agenten nutzen sie gern, um zu begründen, warum sie einen Workaround eingebaut haben. Der nächste Agent liest die Begründung und baut den Workaround nach.

- **Fehlermeldungen schreiben, die zur Ursache führen.** Eine gute Meldung sagt dem Agenten, was er an der Wurzel ändern soll, nicht wie er die Prüfung umgeht.

- **Erst neue Fälle verhindern, dann aufräumen.** Eine neue Regel stoppt zuerst jedes weitere Vorkommen. Die alten Stellen räumt man danach in Ruhe auf.

Ähnlich wie beim Verbot von Codekommentaren geht es uns darum, Ausreden zu verhindern. Ein Agent darf bei uns eine Prüfung nicht pauschal abschalten. Wer eine Meldung unterdrücken will, muss genau sagen, welche. So bleibt jede Ausnahme sichtbar, und ein Review kann gezielt nachfragen.

Unsere Faustregel: Jede Korrektur, die wir zum zweiten Mal machen, wird eine Regel.

Für Entscheider übersetzt: Eine Regel ist eine Qualitätsprüfung, die man einmal einrichtet und die danach bei jeder einzelnen Änderung ohne Zusatzaufwand mitläuft.

## Verifikation ist das A und O

Ein Agent, der seine Arbeit nicht selbst ausprobieren kann, rät. Deshalb kann bei uns jeder Agent eine eigene, wegwerfbare Kopie von LIVOI starten, mit genau dem Stand, an dem er gerade arbeitet. Er meldet sich im Browser mit einem Testkonto an, klickt die geänderte Funktion durch, prüft die Antworten der Schnittstelle und räumt danach alles wieder ab.

So entsteht eine Schleife: ändern, starten, nachsehen, korrigieren. Und zwar so lange, bis das Ergebnis belegt ist. „Die Tests sind grün“ reicht dafür nicht. Belegt ist es erst, wenn die Funktion tut, was sie soll.

Die Animation zeigt, warum das einen Unterschied macht. Linter und Tests sind zufrieden. Erst als der Agent die Seite im Browser öffnet, sieht er, dass eine Frist einen Tag zu früh angezeigt wird.

Am Ende liefert der Agent einen Nachweis mit: Testergebnisse, Antworten der Schnittstelle, Screenshots. Unser Review verschiebt sich damit vom Lesen jeder Zeile zum Prüfen dieser Nachweise. Tan berichtet, dass inzwischen der Großteil ihres KI-Budgets in Verifikation fließt. Wir sehen das genauso, denn hier entsteht das Vertrauen.

## Anleitungen erst ganz zum Schluss

Erst unten in der Pyramide kommt Text. Für LIVOI haben wir in den letzten Wochen eine Reihe sogenannter Skills geschrieben. Ein Skill ist eine kurze Arbeitsanleitung, die ein Agent nur dann lädt, wenn eine Aufgabe sie braucht. So bleibt sein Arbeitsgedächtnis frei für das Wesentliche.

Eine Anleitung klärt zum Beispiel zuerst, ob eine Anfrage nur eine Frage ist, ein Plan gewünscht wird oder ob wirklich etwas umgesetzt werden soll. Eine andere legt fest, welcher Nachweis eine Änderung tatsächlich belegt. Eine dritte prüft Code auf echte Fehler statt auf Geschmacksfragen, eine vierte vereinfacht eine Umsetzung, ohne ihr Verhalten zu ändern. Für heikle Stellen wie Datenbankänderungen, Migrationen, Performance und Tests gibt es eigene.

Wenn sich Anweisungen widersprechen, gilt eine feste Rangfolge: Was der Mensch sagt, geht vor. Danach kommt die konkrete Aufgabe, dann die Regeln des Projekts und erst dann die Methode einer Anleitung.

Auch hier ändern wir fast täglich etwas. Das Ziel ist, dass unser Tempo weiter steigt, ohne dass die Qualität leidet.

## Reviews mit frischem Blick

Wer einen Text geschrieben hat, findet seine eigenen Tippfehler am schlechtesten. Er liest, was er schreiben wollte, nicht was dasteht. Bei Agenten ist es genauso: Der Agent, der eine Änderung gebaut hat, kennt seine Annahmen und übersieht genau die.

Deshalb prüft bei uns jede Änderung ein eigener Review-Agent mit frischem Kontext. Er bekommt den Code und das Ziel, aber nicht den Weg dorthin.

Bei wichtigen Änderungen gehen wir weiter. Drei starke Modelle von drei verschiedenen Anbietern prüfen unabhängig voneinander und vergeben eine Note von 1 bis 10. Wir beheben die Befunde und lassen erneut prüfen, bis alle drei zufrieden sind. Verschiedene Modelle haben verschiedene blinde Flecken, deshalb finden sie gemeinsam mehr als jedes einzelne.

Bei kleineren Änderungen reicht ein einzelnes Prüfmodell in wenigen Runden. Jeder Befund wird eingestuft: blockiert die Freigabe, echter Fehler oder Kleinigkeit. Wir beheben mit der kleinstmöglichen Änderung. Und wir widersprechen, wenn ein Vorschlag den Umfang nur aufbläht, denn auch Prüfmodelle schlagen gern mehr vor als nötig.

In Produktion geht trotzdem nichts ohne die Freigabe eines Menschen.

Reviews mit frischem Kontext sind für uns das nächste große Thema. Hier ändern wir gerade am meisten.

## Was das für Geschäftsführer und Entscheider bedeutet

- **Der Vorsprung steckt in der Umgebung, nicht im Modell.** Die besten Modelle kann jeder kaufen. Regeln, Tests und Verifikation gehören Ihnen und bleiben, auch wenn das Modell wechselt.

- **Automatisierung verstärkt, was schon da ist.** Wenn Agenten heute unsauberen Code produzieren, produziert mehr Automatisierung nur mehr davon.

- **Tempo und Qualität sind kein Widerspruch,** sobald Qualität automatisch geprüft wird.

- **Die Rolle der Entwickler ändert sich.** Weniger selbst tippen, mehr Leitplanken bauen, Architektur verantworten und Nachweise prüfen. Man kann es mit Gärtnern vergleichen: Man setzt nicht mehr jede Pflanze selbst, sondern sorgt für Beete, Rankhilfen und Zäune, an denen das Neue in die richtige Richtung wächst.

- **Fangen Sie klein an.** Jede Korrektur, die Sie zum zweiten Mal machen, ist ein Kandidat für eine Regel.

## Grenzen

- Keine Regel ersetzt Produktentscheidungen. Was gebaut werden soll, entscheiden Menschen.

- Verifikation kostet vor allem Zeit. Ein Agent, der die Software startet und durchklickt, braucht länger als einer, der nur Code schreibt. Echtes Geld kostet sie dort, wo Prüfungen auf Build-Servern laufen, die nach Minuten abgerechnet werden. Beides ist günstiger als ein Fehler in Produktion.

- Ohne eine solide Codebasis hilft das alles wenig. Bei gewachsenen Altsystemen ist der erste Schritt oft Aufräumen.

- Nichts davon ist ein Endzustand. Was heute funktioniert, ersetzen wir morgen, wenn wir etwas Besseres finden.

## Häufige Fragen

### Brauchen wir dafür ein großes Entwicklerteam?

Nein. Gerade kleine Teams profitieren, weil Regeln und Verifikation Arbeit übernehmen, für die früher zusätzliche Reviewer nötig waren.

### Liest bei Ihnen noch ein Mensch den Code?

Ja, dort wo es zählt: Architektur, Sicherheit, heikle Datenänderungen. Routinedetails prüfen Regeln, Tests und Review-Agenten. Freigegeben wird immer von einem Menschen.

### Welches Modell ist das beste?

Das wechselt alle paar Wochen. Deshalb binden wir uns an keinen Anbieter und lassen wichtige Änderungen von mehreren Modellen prüfen.

### Wie sieht Ihr technisches Setup aus?

Bewusst schlicht, und es ändert sich ständig. Wenn Sie Fragen dazu haben, melden Sie sich gern bei uns. Wir kommen gern ins Gespräch.

Wenn Sie morgen nur eine Sache ausprobieren: Achten Sie darauf, welche Korrektur Sie zum zweiten Mal machen, und fragen Sie, ob ein Programm sie hätte finden können. Wenn Sie Agentic Engineering mit Regeln, Verifikation und klaren Rollen in Ihrem Team einführen möchten, sprechen Sie uns an.

[Workshop anfragen](https://p-cation.de/ki-speaker-workshops/) · [LIVOI entdecken](https://p-cation.de/livoi/)

- Praxisberichte aus eigenen Digitalprojekten
- Systemlandschaft und Tool-Stack
- IT-Modernisierung

[← Zurück zum Blog](https://p-cation.de/blog/)