Was ist agentisches Engineering?

Mit dem rasanten Wachstum von künstlicher Intelligenz (KI) und KI-Agenten ist der Einsatz generativer KI zum Standard-Workflow der Softwareentwicklung geworden. In der Entwicklerumfrage von Stack Overflow 2025 wurde festgestellt, dass 84 % der Befragten KI-unterstützte Programmierung in ihrem Entwicklungsprozess verwenden oder dies beabsichtigen. ¹

Die Umfrage zeigt jedoch auch, dass mehr Entwickler der Genauigkeit von KI-Tools misstrauen als ihnen vertrauen: 46 % äußern Skepsis, während 33 % Vertrauen in die Ergebnisse haben.

Nur ein kleiner Anteil (3 %) sagt, dass sie KI-generierter Ausgabe „sehr vertrauen“. Erfahrene Entwickler sind besonders vorsichtig und zeigen den niedrigsten Anteil an „sehr hohem Vertrauen“ (2,6 %) und den höchsten Anteil an „sehr hohem Misstrauen“ (20 %).^¹ Dieses Muster unterstreicht die breite Erwartung, dass menschliche Aufsicht unerlässlich bleibt, insbesondere bei Rollen mit erheblicher Verantwortung.

In der Praxis nutzen Entwickler KI für Aufgaben, die zwar zeitaufwändig sind, aber bei Anleitung durch einen erfahrenen menschlichen Prüfer ein relativ geringes Risiko darstellen. Diese Maßnahme umfasst Aufgaben wie Code-Refactoring, das Generieren von Standardcode und Tests, das Durchführen einfacher Code-Reviews, das Erstellen von Dokumentationen, das Entwerfen von API-Gerüsten und andere Aufgaben mit geringem Risiko.

Zusammenfassend ermöglicht Vibe-Codierung es Entwicklern, schnell zu automatisieren und Prototypen mit wenigen Prompts in natürlicher Sprache mithilfe großer Sprachmodelle (LLMs) oder agentischen Systemen zu erstellen.

Das Wort „Vibe“ im Begriff „Vibe-Codierung“ hat eine beiläufige, improvisatorische Konnotation. Dieses Framing war zwar für die frühe, explorative Phase der KI-gestützten Programmierung gut geeignet, widerspricht aber der aktuellen Realität der Skepsis der Entwickler gegenüber KI-Codierung.

Ohne die entsprechende Expertise in der Verwendung von LLMs für Software-Engineering-Zwecke kann Vibe-Codierung zu einem sogenannten „KI-Slop“ führen: Code, der nicht nützlich ist oder bestehenden Code kaputt macht. Solch ein defekter Code erhöht oft die technische Verschuldung der Entwicklungsteams, da sie einen Großteil ihrer Zeit damit verbringen, den Code zu verstehen, zu debuggen und zu überarbeiten.

Alternativ wird der Begriff „agentisches Engineering“ von Karpathy auf X anders erläutert:

• „Agentisch“: Eine Orchestrierung von Agenten schreibt den Code, und der menschliche Entwickler überwacht und validiert die Ausgabe. Während das Agenten- oder Multi-Agenten-System die Unteraufgaben iteriert, erhalten wir die menschliche Beteiligung aufrecht.
• „Engineering“: Es ist ein Maß an Fachwissen erforderlich, um agentische Workflows für eine sinnvolle Codeproduktion zu nutzen, welche die Codequalität nicht gefährdet. Diese Fähigkeit kann entwickelt und verbessert werden.

Agentisches Engineering ermöglicht es uns, von der deterministischen Logik zum nuancierten Gebiet des probabilistischen Urteilsvermögens überzugehen. Daher ist ein grundlegender Wandel im Denken von Unternehmen und der Arbeitsweise von Ingenieurteams erforderlich.

Dieser Prozess beginnt mit der Festlegung klarer Governance-Frameworks, die definieren, wann und wie agentische Workflows eingesetzt werden sollen, wobei die menschliche Aufsicht im Mittelpunkt der Qualitätskontrolle steht. Ingenieurteams sollten nicht nur im Prompting, sondern auch im Systemdesign geschult werden. Es ist entscheidend zu lernen, wie man autonome Agenten orchestriert, deren Ergebnisse validiert und iterative Review-Schleifen in bestehende CI/CD-Pipelines integriert.

Gut konzipierte Agentensysteme unterteilen Aufgaben in kleinere Module, sodass Agenten in Echtzeit eigenständige Komponenten generieren können, die sich problemlos in die bestehende Codebasis integrieren lassen, ohne dass die technische Verschuldung zunimmt. Viele Organisationen übernehmen zudem RAG-basierte Architekturen, sodass Agenten ihre Ergebnisse auf echte Dokumentation, Spezifikationen und Code-Repositorys stützen können, Halluzinationen reduzieren und die Genauigkeit verbessern.

Unternehmen können auch interne Playbooks entwickeln, die Muster für die sichere Verwendung von Agenten standardisieren, einschließlich Anforderungen an Code-Reviews, Testerwartungen und Konfigurationen von Leitlinien. Ingenieuren Beispiele für erfolgreich eingesetzte agentische KI-Systeme für verschiedene Anwendungsfälle bereitzustellen, kann einen hilfreichen Ausgangspunkt bieten.

Schließlich muss die Führung eine Kultur fördern, die Experimente fördert und gleichzeitig Rechenschaftspflicht wahrt: Agentische Systeme sollten die Entwicklung beschleunigen und nicht die Expertise im Softwareingenieurwesen ersetzen. Auf diese Weise können Unternehmen agentisches Engineering so integrieren, dass die Produktivität gesteigert und Entwickler unterstützt werden, ohne das Vertrauen oder die Codequalität zu beeinträchtigen.

Da sich die Landschaft der KI-gestützten Softwareentwicklung ständig weiterentwickelt, wird sich voraussichtlich auch ihre Terminologie weiter verändern. „Agentisches Engineering“ bietet zwar einen ausgereifteren und genaueren Rahmen dafür, wie Entwickler heute mit autonomen Systemen zusammenarbeiten, aber die dahinterstehenden Verfahren werden sich weiter entwickeln, wenn KI-Agenten immer leistungsfähiger werden. In den kommenden Jahren können wir erwarten, dass agentische Systeme immer komplexere Aufgaben bewältigen werden.

Gleichzeitig wird sich die Rolle der Entwickler vom einfachen Schreiben von Code hin zum Entwerfen, Überwachen und Gestalten des Verhaltens dieser KI-Systeme entwickeln. Ganz gleich, ob Sie KI-Ingenieur, Full-Stack-Entwickler, Data Scientist oder jemand sind, der mit Codierung beginnt: Die Kernprinzipien der menschlichen Aufsicht, Systemdesignkompetenz und eine fundierte Entscheidungsfindung werden grundlegend bleiben.

Wenn Sie sich unsicher sind, wo Sie anfangen sollen, fangen Sie klein an. Erkunden Sie einen agentischen Workflow, ob Open Source oder Unternehmensklasse, testen Sie ihn mit Ihrem Team und sehen Sie, was möglich ist.