KI-Agenten

Ingenieure wechseln vom Coden zum Design von Agent-Workflows

Da KI-Agenten mehr als 40 % der Pull Requests generieren, müssen Software-Ingenieure zu Prozessingenieuren werden, die die Systeme entwerfen, die Code erstellen, testen und ausliefern.

Ein digitales Fabrik-Montageband mit Roboterarmen, die Codeblöcke weitergeben.
Für diesen Artikel generierte Illustration

Automatisch aus dem englischen Original übersetzt.

Die grundlegende Annahme der Softwareentwicklung hat sich verschoben. Jahrzehntelang optimierte die Branche für menschliche Coder, doch bis September 2026 begannen mehr als 40 % der GitHub-Pull Requests mit einem ersten Entwurf eines Agenten. Diese rasante Adoption generativer KI hat den Engpass vom Schreiben des Codes hin zur Auslieferung verlagert und erzwingt eine strukturelle Änderung in der Arbeitsweise von Engineering-Teams.

Was passiert ist

Die Arbeit verlagert sich auf Maschinen, aber die Prozesse rund um diese Arbeit haben nicht Schritt gehalten. Die Lieferdaten von CircleCI aus dem Jahr 2026 zeigen, dass die durchschnittlichen täglichen Workflow-Ausführungen im Jahresvergleich um 59 % gestiegen sind, wobei die Top-5-% der Teams einen Anstieg von 97 % verzeichneten. Im Gegensatz dazu zeigte das unterste Quartil keine messbare Verbesserung. Eine Studie an einem Unternehmen, das eine Verdopplung der Pull-Request-Ausgabe vorschrieb, ergab, dass sich die Last für Reviewer verdoppelte und automatisierte Reviews die menschlichen Reviews schnell bei der Abdeckung überholten.

Dieser Anstieg des Volumens legt die Grenzen traditioneller Sprint- und Release-Modelle offen. Wenn Arbeit automatisiert wird, verschwinden Menschen nicht; sie hören auf, manuelle Arbeit zu leisten, und beginnen, das System zu entwerfen, durch das die Arbeit fließt. Software-Ingenieure werden zu Prozessingenieuren, verantwortlich für den Aufbau einer „Software-Fabrik“, in der Agenten die Ausführung übernehmen, während Menschen Regeln, Einschränkungen und Qualitätsstandards definieren.

Wie es funktioniert

Eine Software-Fabrik operiert als Netzwerk spezialisierter Agenten, wobei jeder eine bestimmte Phase des Lebenszyklus bearbeitet. Ein Recherche-Agent wandelt Kundendaten in Briefings um, ein Spezifikations-Agent schreibt Anforderungen, und ein Coding-Agent generiert die Änderung. Nachfolgende Agenten kümmern sich hinter Feature Flags um Review, Testing und Release. Im Gegensatz zu menschlichen Übergaben, die auf geteiltem Kontext basieren, erfordern Agent-zu-Agent-Übergaben strenge Verträge, die Eingabeformate, Akzeptanzkriterien und Nachweise der Korrektheit definieren.

Die Qualitätskontrolle verschiebt sich von der End-of-Line-Inspektion zur eingebauten Verifizierung bei jedem Schritt. Inspiriert von Fertigungsprinzipien wie Sakichi Toyodas automatischem Webstuhl, der stoppte, wenn ein Faden riss, müssen moderne Pipelines jede Änderung sofort prüfen. Dies erfordert ephemere Umgebungen, die die Produktion nachahmen, sodass Test-Agenten Änderungen gegen reale Dienste statt gegen Mocks verifizieren können. Schlägt eine Prüfung fehl, stoppt die Linie, und der Coding-Agent versucht eine Korrektur, bevor die Änderung fortgesetzt wird.

Guardrails ersetzen Prompts als primärer Sicherheitsmechanismus. Statt sich auf Anweisungen zu verlassen, die Agenten möglicherweise ignorieren, erzwingt das System Berechtigungsgrenzen und Isolation. Jeder Agent hält nur den Zugriff vor, der für seine Station notwendig ist, was verhindert, dass ein Coding-Agent auf Produktions-Credentials zugreift. Vertrauen kaskadiert nicht die Kette hinunter; die Genehmigung eines Review-Agenten erweitert nicht die Berechtigungen des Release-Agenten, wodurch sichergestellt wird, dass sich Fehler nicht über Stufen hinweg verstärken.

Wichtige Details

  • Bis September 2026 begannen über 40 % der GitHub-Pull Requests mit einem ersten Entwurf eines Agenten, gegenüber 17 % im März.
  • CircleCI-Daten zeigen ein jährliches Wachstum von 59 % bei täglichen Workflow-Ausführungen, wobei Top-Teams um 97 % zulegten.
  • Agent-Übergaben erfordern explizite Verträge, einschließlich Akzeptanzkriterien und Testnachweisen, statt informellem Kontext.
  • Qualitätssicherung bewegt sich von der finalen menschlichen Inspektion zur automatisierten, änderungsbasierten Verifizierung in produktionsähnlichen Umgebungen.
  • Menschliche Gatekeeper bleiben für Entscheidungen mit hohem Urteilsvermögen reserviert, wie Sicherheitsgrenzen und Produktstrategie, nicht für routinemäßige Code-Reviews.
  • Jeder entkommene Defekt wird als Prozessfehler behandelt, der eine Analyse erfordert, warum das System ihn durchließ, statt den Agenten zu beschuldigen.

Warum es wichtig ist

Für Entwickler bedeutet dieser Wandel, dass sich die Stellenbeschreibung vom Schreiben von Syntax zum Entwerfen von Flows ändert. Ingenieure müssen definieren, wie „gut“ in maschinenlesbaren Begriffen aussieht, wie Performance-Budgets und API-Verträge. Der Wert liegt darin, ein resilientes System zu konstruieren, in dem Agenten sicher und effizient arbeiten können. Dies ist technisch anspruchsvoller, nicht weniger, da es ein tiefes Verständnis dafür erfordert, wie Code mit Infrastruktur interagiert und wo Fehler auftreten.

Teams, die sich nicht anpassen, werden Engpässe beim Review und bei der Verifizierung erleben. Einfach mehr Agenten hinzuzufügen, ohne die Pipeline neu zu gestalten, führt zu angestauter Arbeit und kumulierten Fehlern. Der Wettbewerbsvorteil entsteht nicht mehr aus dem Modell, das Code generiert, sondern aus der Effizienz und Zuverlässigkeit der darum aufgebauten Software-Fabrik. Ingenieure, die das Prozessdesign beherrschen, bestimmen, welche Teams Geschwindigkeit skalieren können, ohne Stabilität zu opfern.

Was Sie tun können

  • Kartieren Sie Ihre aktuelle Liefer-Pipeline und identifizieren Sie den langsamsten Schritt, der wahrscheinlich Review oder Verifizierung ist.
  • Definieren Sie explizite Akzeptanzkriterien und API-Verträge für Agent-Übergaben, um Mehrdeutigkeiten zu reduzieren.
  • Ersetzen Sie End-of-Line-Staging durch ephemere, produktionsähnliche Umgebungen für jeden Pull Request.
  • Implementieren Sie strenze Berechtigungsgrenzen für jeden Agenten, um Least-Privilege-Zugriff an jeder Station sicherzustellen.
  • Verlagern Sie menschliche Reviews auf Bereiche mit hohem Urteilsvermögen wie Architekturentscheidungen und Nuancen der Benutzererfahrung.
  • Behandeln Sie jeden entkommenen Bug als Versagen des Prozesses, nicht des Agenten, und passen Sie die Prüfungen entsprechend an.
  • #ai agents
  • #software engineering
  • #devops
  • #process engineering
  • #automation

Tools aus dem Bytechap-Shop

Weiterlesen

Alle Artikel