Zusammenfassung
Von Assistenz zu Autonomie
Die fünf Level des Agentic Engineering beschreiben, wie selbstständig KI an der Softwareentwicklung beteiligt ist.
| Level | Rolle der KI | Rolle des Menschen |
|---|---|---|
| 1Level 1 | beantwortet Fragen im LLM-Chat | liefert Kontext und überträgt Ergebnisse manuell |
| 2Level 2 | unterstützt direkt in der Entwicklungsumgebung | programmiert und steuert jeden Arbeitsschritt |
| 3Level 3 | bearbeitet konkrete Entwicklungsaufgaben selbstständig | formuliert Aufgaben und prüft die Umsetzung |
| 4Level 4 | übernimmt große Teile des Entwicklungsprozesses autonom | definiert Ziele und gibt kritische Schritte frei |
| 5Level 5 | setzt fachliche Anforderungen vollständig autonom um | formuliert die fachliche Anforderung, greift aber nicht in die Umsetzung ein |
Je höher der Level, desto weniger direkte Steuerung durch einen Menschen ist erforderlich. Die Entwicklung reicht von der einfachen Nutzung eines LLM-Chats bis zur vollständig autonomen Umsetzung fachlicher Anforderungen.
Reine LLM-Chat-Nutzung
In Level 1 wird die KI ausschließlich über einen Chat verwendet.
Der Entwickler kopiert Code, Fehlermeldungen oder Anforderungen in den Chat und erhält Erklärungen, Vorschläge oder Codebeispiele.
Typische Anfragen sind:
- „Erkläre mir diese Fehlermeldung.“
- „Schreibe eine Java-Methode.“
- „Erstelle einen Unit-Test.“
- „Wie kann ich diesen Code verbessern?“
Die KI hat keinen direkten Zugriff auf das Projekt, das Repository, die Dateien oder die Entwicklungsumgebung.
Der Mensch muss den notwendigen Kontext manuell bereitstellen, die Antwort prüfen und den erzeugten Code selbst in das Projekt übertragen.
Beispiele: ChatGPT, Claude, Gemini oder selbstgehostete Modelle im normalen Chat.
KI-gestützte Entwicklung in der IDE
In Level 2 ist die KI direkt in die Entwicklungsumgebung integriert.
Sie unterstützt den Entwickler während des Programmierens und kann den aktuell geöffneten Code sowie Teile des Projektkontexts berücksichtigen.
Typische Funktionen sind:
- automatische Codevervollständigung,
- Vorschläge für ganze Methoden,
- Erzeugung einzelner Tests,
- Erklärung oder Überarbeitung markierter Codebereiche,
- Generierung von Dokumentation,
- Inline-Vorschläge direkt im Editor.
Der Mensch programmiert weiterhin selbst und steuert jeden einzelnen Arbeitsschritt. Die KI reagiert hauptsächlich auf den aktuellen Kontext und übernimmt noch keine umfangreichen Entwicklungsaufgaben eigenständig.
Beispiele: GitHub Copilot Autocomplete, JetBrains AI Assistant oder einfache Cursor-Inline-Vorschläge.
Agentische Bearbeitung konkreter Entwicklungsaufgaben
In Level 3 erhält die KI eine konkrete Entwicklungsaufgabe und setzt diese weitgehend selbstständig im Projekt um.
Eine typische Anweisung lautet beispielsweise:
Implementiere eine Passwort-zurücksetzen-Funktion.
Der Agent kann daraufhin:
- das Repository analysieren,
- relevante Dateien identifizieren,
- einen Umsetzungsplan erstellen,
- mehrere Dateien verändern,
- neue Dateien anlegen,
- Befehle und Tests ausführen,
- Fehler erkennen und korrigieren.
Der Mensch beschreibt die Aufgabe, definiert Akzeptanzkriterien und prüft anschließend das Ergebnis.
Die KI unterstützt damit nicht mehr nur einzelne Programmierschritte, sondern übernimmt eine zusammenhängende Entwicklungsaufgabe.
Beispiele: Codex, Claude Code, Cursor Agent oder JetBrains Junie.
Weitgehend autonome Entwicklung mit menschlicher Freigabe
In Level 4 übernimmt die KI große Teile des gesamten Entwicklungsprozesses selbstständig.
Ein einzelner Agent oder mehrere spezialisierte Agenten können unterschiedliche Aufgaben übernehmen, zum Beispiel:
- Anforderungen analysieren,
- Aufgaben priorisieren,
- Architekturvorschläge erstellen,
- Code implementieren,
- Tests erzeugen und ausführen,
- Security-Prüfungen durchführen,
- Pull Requests erstellen,
- Code Reviews durchführen,
- CI/CD-Fehler beheben,
- Dokumentation aktualisieren,
- Deployments vorbereiten.
Der Mensch gibt hauptsächlich Ziele, Rahmenbedingungen, Qualitätsanforderungen und Grenzen vor.
Die Umsetzung erfolgt weitgehend autonom. An wichtigen Kontrollpunkten ist jedoch weiterhin eine menschliche Prüfung oder Freigabe erforderlich.
Typische Freigabepunkte sind:
- grundlegende Architekturentscheidungen,
- Pull Requests,
- Produktiv-Deployments,
- sicherheitskritische Änderungen,
- fachlich oder wirtschaftlich besonders relevante Entscheidungen.
Der Mensch agiert in diesem Level vor allem als Auftraggeber, Reviewer und Entscheider.
Vollautonome Umsetzung fachlicher Anforderungen
In Level 5 formuliert ein Mensch fachliche Anforderungen oder ein gewünschtes Ergebnis.
Eine solche Anforderung könnte beispielsweise lauten:
Entwickle eine Funktion, mit der Kunden ihre Rechnungen einsehen, herunterladen und bei Unstimmigkeiten reklamieren können.
Nach der Übergabe dieser fachlichen Anforderung erfolgt die vollständige Umsetzung ohne weiteren menschlichen Eingriff.
Das KI-System übernimmt den gesamten Softwareentwicklungszyklus:
Das System kann selbstständig:
- fachliche Anforderungen analysieren,
- Rückschlüsse auf technische Anforderungen ziehen,
- Aufgaben bewerten und priorisieren,
- technische und fachliche Detailentscheidungen treffen,
- Softwarearchitekturen entwerfen,
- Code entwickeln,
- Tests und Qualitätsprüfungen durchführen,
- Sicherheitsrisiken erkennen,
- Software produktiv bereitstellen,
- Anwendungen überwachen,
- Fehler in der Produktion analysieren und beheben,
- notwendige Optimierungen und Weiterentwicklungen durchführen.
Der Mensch liefert den fachlichen Ausgangspunkt, greift jedoch nicht mehr in Planung, Entwicklung, Prüfung, Freigabe, Deployment oder Betrieb ein.
Level 5 beschreibt damit eine vollständig autonome Softwareentwicklung innerhalb einer vorgegebenen fachlichen Zielsetzung.
Kontrollsystem
Die Bedeutung des Harness
Mit zunehmender Autonomie wird ein sogenanntes Harness immer wichtiger.
Wörtlich lässt sich Harness mit „Geschirr“ oder „Gurtzeug“ übersetzen. Im Kontext des Agentic Engineering beschreibt der Begriff treffender einen Steuerungs- und Kontrollrahmen bzw. ein Rahmenwerk.
Ein Harness ist der technische und organisatorische Rahmen, innerhalb dessen ein KI-Agent arbeiten darf. Es sorgt dafür, dass die KI nicht unkontrolliert handelt, sondern definierte Regeln, Werkzeuge und Qualitätsanforderungen einhält.
Ein Harness kann unter anderem enthalten:
- Architekturvorgaben
- Coding Guidelines
- automatisierte Tests
- Zugriffsrechte und Berechtigungen
- Security-Regeln
- Datenschutz- und Compliance-Vorgaben
- fachliche Geschäftsregeln
- Qualitätsprüfungen
- erlaubte Werkzeuge
- Protokollierung und Nachvollziehbarkeit
- definierte Freigabeprozesse
- Grenzen für Änderungen und Deployments
- automatische Rollback- und Notfallmechanismen
Während der Mensch in den unteren Leveln die KI noch direkt steuert, wird diese Steuerung in höheren Leveln zunehmend durch das Harness ersetzt.
Das Harness ist damit nicht nur eine technische Umgebung, sondern das zentrale Kontrollsystem für zuverlässige und sichere agentische Softwareentwicklung.