Agentic Engineering: nicht ob KI, sondern wie
- Agentic Engineering
- Vibe Coding
- Harness
- Context Engineering
- SDLC
Ich bin diese Woche über einen Blog-Beitrag von Addy Osmani gestolpert und habe danach das Google-Whitepaper dahinter gelesen: „The New SDLC With Vibe Coding“, von ihm zusammen mit Shubham Saboo und Sokratis Kartakis. Es beschreibt, wie KI die Softwareentwicklung umbaut, vom lockeren „Vibe Coding“ bis zur disziplinierten „Agentic Engineering“. Und es sagt laut aus, was ich Kunden seit Monaten erkläre.
Der Wechsel ist echt, nur nicht der, den der Hype meint
Ich habe drei große Technologiewechsel mitgemacht. Bei jedem hieß es, jetzt ändert sich alles. Meistens stimmte ein Teil davon, der Rest war Show. Dieser hier ist echt. Aber der Kern ist nicht „die KI schreibt jetzt den Code“. Der Kern ist die Verschiebung von Syntax zu Anliegen: Ich beschreibe, was entstehen soll, und das Urteil darüber, ob es trägt, bleibt bei mir.
Laut dem Paper nutzen Anfang 2026 schon rund 85 Prozent der Entwickler regelmäßig KI-Coding-Agents, gut die Hälfte täglich, und ein beträchtlicher Teil des neuen Codes ist KI-generiert. Das deckt sich mit meinem Alltag im Team.
Der Unterschied ist nicht die KI, sondern die Prüfung
Der für mich beste Gedanke im Paper: Der Unterschied zwischen Spielerei und Produktion ist nicht, ob man KI nutzt, sondern wie viel Struktur und Prüfung die Ausgabe umgibt.
Die Autoren zeichnen ein Spektrum. Am einen Ende „Vibe Coding“: Prompt rein, Ergebnis nehmen, kurz schauen, ob es läuft. Am anderen Ende „Agentic Engineering“: klare Vorgaben, automatisierte Tests, Reviews, die KI als Motor innerhalb von Leitplanken, das Urteil über Architektur und Korrektheit beim Menschen.
Der einzige größte Unterschied zwischen den beiden Enden ist, wie Ausgaben geprüft werden.
Das ist exakt mein „Substanz vor Effekt“. Ein Wochenend-Prototyp darf reines Vibe Coding sein. Ein Zahlungssystem nicht. Die Kunst ist, für jede Aufgabe zu wissen, wo die Linie liegt.
Kontext schlägt cleveren Prompt
Der Teil, der mir am meisten aus dem Herzen spricht: Die Qualität von KI-Code hängt weniger am cleveren Prompt als am Kontext, den die KI bekommt. Das Paper nennt es Context Engineering, und genau so arbeite ich.
Die KI bekommt bei mir keine magischen Zauberworte, sondern dasselbe, was ein neuer Kollege bräuchte: klare Regeln in versionierten Dateien wie AGENTS.md, die Architektur, die Konventionen, Beispiele, harte Grenzen. Was statisch immer mitläuft und was bei Bedarf nachgeladen wird, ist eine Architekturentscheidung, kein Detail. Tests prüfen das Deterministische, Evaluierungen das Nicht-Deterministische. Ohne beides bleibt es Vibe Coding, egal wie schlau der Prompt klingt.
Was das für die Praxis heißt
Für mich ändert sich dadurch die Rolle, nicht der Anspruch. Ich tippe weniger Zeilen und treffe mehr Entscheidungen: Was lohnt sich, was bleibt draußen, wo zieht man die Grenze, wie wird abgesichert. Genau dafür sind 37 Jahre gut. Nicht fürs schnelle Wegtippen, sondern fürs Urteil, ob etwas auch in fünf Jahren noch trägt.
KI macht dieses Urteil nicht überflüssig, sie macht es wichtiger. Wer ohne losläuft, baut sehr schnell sehr viel Code, den später niemand mehr versteht.
Schöne Lektüre, klare Sprache, und endlich ein Begriff für den Unterschied, der zählt. Wenn Sie überlegen, wo KI in Ihrem Produkt wirklich hilft und wo sie nur gut aussieht: Genau diese Linie ist meine Arbeit.