KI-Einschätzung erhalten 
Softwareentwicklung verschiebt sich gerade spürbar. In der neuesten Episode des Lex Fridman Podcasts beschreibt Peter Steinberger (PSPDFKit) ein Modell, das mehr ist als “KI schreibt Code”: Agentic Engineering.
Der Nutzen für Sie als Leser ist konkret: Sie können heute Software deutlich schneller umsetzen, weil KI-Agenten nicht nur Vorschläge machen, sondern Aufgaben abarbeiten, solange Sie Ziele, Regeln und Qualitätsstandards klar vorgeben. Es geht weniger um perfekte Syntax. Es geht um saubere Vorgaben und Kontrolle.
Was ist Agentic Engineering in einem Satz?
Agentic Engineering bedeutet: Ein KI-Agent arbeitet innerhalb eines Rahmens eigenständig an einer Aufgabe. Er analysiert, implementiert, führt Build und Tests aus, korrigiert Fehler und wiederholt das, bis es funktioniert.
Der Unterschied zu normalem Prompting: nicht “eine Antwort”, sondern ein Arbeitsablauf.
Warum das so relevant ist
Viele Teams verlieren Zeit nicht an großen Ideen, sondern an Routine:
- Boilerplate und Schnittstellen (“Plumbing”)
- kleine Änderungen, die sich summieren
- Tests, Review und Nacharbeit
- Kontextwechsel zwischen Tickets
Agentic Engineering zielt genau darauf: Routine wird automatisierbar, während Menschen sich stärker auf Architektur, Produktentscheidungen und Qualität konzentrieren.
Der Paradigmenwechsel: Vom Coder zum Architekten
Das ist kein “Menschen werden ersetzt”-Thema. Es ist ein Rollenwechsel.
Wenn Agenten die Iteration übernehmen, werden zwei Fähigkeiten wichtiger:
- Systemdenken: Was ist sicher, skalierbar und wartbar?
- Technischer Geschmack (“Taste”): Was ist nicht nur fertig, sondern gut gelöst?
Agenten können Geschwindigkeit liefern. Ob daraus langfristig ein Vorteil wird, hängt von Ihren Standards ab.
OpenClaw und der “Green Loop”
Steinberger zeigt das mit OpenClaw: Der Agent arbeitet in einer kontrollierten Umgebung und läuft in einer Schleife:
- Aufgabe verstehen
- Code ändern
- Tests ausführen
- Bei Fehlern: Fehlermeldung lesen, korrigieren, erneut testen
- Wiederholen, bis alles grün ist
Der Hebel ist nicht der erste Entwurf. Der Hebel ist die automatisierte Iteration, mit Tests als Maßstab.
Wo Teams scheitern und wie Sie das vermeiden
Agentic Engineering klingt nach Tempo ohne Preis. In der Praxis scheitert es meist an denselben Dingen:
- Zu viel Freiheit: Der Agent verändert mehr als gewollt
- Keine starken Tests: “Grün” heißt nicht “richtig”
- Kontext verteilt: Regeln stehen in Chats, Wissen in Köpfen, daraus entsteht Drift
- Zu große Aufgabenpakete: Dann fehlt Kontrolle
Die Lösung ist nicht weniger KI, sondern klare Leitplanken.
Ein pragmatischer Start: 5 Regeln für Ihr Team
- Rahmen definieren
Nur ein Modul, ein Feature-Branch, klare No-Gos. - Tests zum Vertrag machen
Ohne brauchbare Tests beschleunigen Sie nur Fehler. - Kontext schriftlich bündeln
Eine Seite reicht oft: Ziel, Regeln, Beispiele, Stil und Datenquellen. - Kurze Schleifen
Kleine Aufgaben, schneller Check, nächster Schritt. - Mensch bleibt final
Der Agent iteriert. Sie prüfen fachlich und technisch, bevor es live geht.
Fazit
Agentic Engineering ist kein Buzzword, sondern ein neues Arbeitsmodell: KI-Agenten setzen um, Menschen geben Richtung und Qualität vor. Wer das beherrscht, kann schneller liefern, ohne Wartbarkeit zu opfern, und deutlich mehr selbst bauen, auch mit kleinen Teams.
Wenn Sie lernen möchten, wie KI-gestützte Entwicklung und Agentic Engineering kontrolliert im Unternehmen funktioniert — mit Kontext, Tests, Leitplanken, Rollen und Vorgehen — fragen Sie unseren Workshop an.