Bisher haben Agenten vor allem die Zusammenarbeit rund um die Methodik verändert, wie der vorige Teil dieses Kapitels gezeigt hat. Doch das ist erst die heutige Stufe: Agenten sind noch Werkzeuge am Rande der Methodik. Im nächsten Schritt wird die Methodik selbst agentisch.
Die Methodik wird selbst agentisch
Heute beschleunigt AIND die Entwicklung über einen Programmier-Agenten wie Cloude Code, der als Kommandozeilen-Werkzeug läuft. Das funktioniert gut, aber der Agent bleibt ein mächtiges Werkzeug, das nicht voll in die Methodik integrierbar ist. Die nächste Stufe ist die echte Agentenintegration in die AIND-Werkzeuge. Erst dadurch wird es möglich, KI-Funktionen in der Bedienoberfläche von AIND nahtlos zu integrieren und die KI-Unterstützung zu skalieren – von der einfachen Überprüfung eines Spezifikationsschnipsels durch einen Prompt über die Verifikation eines Moduls durch einen integrierten Agenten bis hin zur vollständigen Umsetzung eines Features durch einen externen Agenten wie Claude Code oder GitHub Copilot. Die Technologie der PROSTEP AI Workbench, die, wie in Kapitel 2 dieser Serie beschrieben, KI-Prozesse in Produkten ausführt, wird selbst zum primären KI-Werkzeug der Entwicklungsmethodik. Agententypen werden in APL beschrieben, derselben Sprache, mit der auch produktive KI-Prozesse beschrieben werden, und von der Laufzeit direkt ausgeführt.
Spezialisierte Agenten statt eines Allzweck-Agenten
Was gewinnen wir, wenn wir den Kommandozeilen-Agenten durch einen integrierten Agenten ersetzen, der durch die Methodik voll steuerbar ist? Der Vorteil liegt nicht darin, einfach mehr Tätigkeiten durch die KI ausführen zu lassen, sondern in der Spezialisierung und Begrenzung. Statt eines Allzweck-Agenten, der alles ein bisschen kann, entstehen spezialisierte und selbstlernende Agententypen, z.B. ein Lücken-Analyst, ein Code-Prüfer, ein Anforderungs-Analyst oder ein Implementierungs-Agent. Jeder Agent bekommt genau die Werkzeuge, Daten und Kontexte, die zu seiner Aufgabe passen.
Spezialisierung entsteht dabei nicht nur durch unterschiedliche Werkzeuge. Jeder Agententyp bekommt auch eine eigene interne Arbeitsanweisung: Welche Rolle er einnimmt, worauf er besonders achten soll, welche Begriffe und Artefakte für ihn relevant sind, wann er abbrechen oder rückfragen muss und wie seine Ergebnisse aussehen sollen. Ein Prüf-Agent arbeitet mit anderen Prioritäten als ein Implementierungs-Agent; ein Anforderungs-Agent bewertet andere Signale als ein Code-Prüfer.
Diese internen Arbeitsanweisungen sind kein Beiwerk, sondern Teil der Methodik. Zusammen mit dedizierten Werkzeugsets, Kontextauswahl und Modellwahl bestimmen sie, wie spezialisiert und effizient ein Agent tatsächlich arbeitet.
Mit anderen Worten: Ein spezialisierter Agent ist eben nicht nur dasselbe Sprachmodell mit einer anderen Werkzeugliste.
Je schärfer die Rolle, desto besser lässt sich Kontext begrenzen, Verhalten prüfen und Modellwahl anpassen. Der Nutzen liegt also nicht in der größeren Autonomie, sondern in schärfer zugeschnittenen, begrenzten Agentenrollen.
Das richtige Modell für die richtige Aufgabe
Mit spezialisierten Agententypen wird auch die Modellwahl differenzierter: Ein Analyse-Agent kann ein anderes Sprachmodell verwenden als ein Code-Prüfer, bis hin zur Wahl zwischen lokalem und Cloud-Modell je nach Datenschutz- und Sicherheitslage, wie sie das zweite Kapitel im Detail beschreibt. Die Modellwahl wird damit zu einer bewussten Entscheidung der Methodik.
Das klassische Kommandozeilen-Werkzeug verschwindet dabei nicht sofort. Es bleibt nützlich für besonders komplexe Programmieraufgaben oder als Rückfalloption, aber es ist nicht mehr der einzige Träger der Methodik.
Die Bewegung geht weiter weg vom Code
Auch AIND hat eine begrenzte Halbwertszeit. Der heutige Ansatz arbeitet noch dicht am Code: Der Mensch spezifiziert, der Agent baut, der Mensch prüft Spezifikation und Abweichungen. Diese Nähe ist heute nötig, aber wird es nicht für immer sein. Künftig erzeugen Agenten größere Teile individueller Software autonom, und der Mensch steuert stärker auf der Ebene von Bedarf, Absicht und fachlicher Entscheidung.
Konkret heißt das: Heute prüfen wir Zusicherungen gegen Code. Morgen prüfen wir vielleicht stärker, ob ein erzeugtes System den fachlichen Bedarf, die Prozessgrenzen und die organisatorischen Entscheidungen erfüllt. Das Prinzip von AIND bleibt dasselbe, es greift nur eine Abstraktionsebene höher.
Standardsoftware verschwindet damit nicht, aber ihre Rolle verschiebt sich vom fertigen Anwendungssystem zum Baukasten, aus dem integrierte Agenten prozessnahe Lösungen ableiten. Nutzen entsteht, wo stabile Plattformen, standardisierte Schnittstellen und individuell erzeugte Prozessunterstützung zusammenkommen.
Wer heute einsteigt, ist auf dem richtigen Weg
PROSTEP gestaltet diese Bewegung aktiv mit. Wir entwickeln die eigene Methodik mit denselben Mitteln weiter, mit denen wir unsere Software bauen. Wer eine Methodik für KI-gestützte Entwicklung ernst nimmt, so unsere Auffassung, muss sie selbst anwenden.
Das ist bei uns nicht Anspruch, sondern gelebte Praxis: Die Werkzeuge von AIND entstehen selbst mit AIND. Im Kern haben zwei Entwickler*innen mit punktueller Unterstützung von fünf weiteren, in gut vier Monaten, eine vollständige Arbeitsumgebung für KI-gestütztes Coding mit mehreren Zehntausend Zeilen Code und rund 500 Commits gebaut. Zwei Personen, eine produktionsreife Arbeitsumgebung in vier Monaten: In unserer eigenen Entwicklung ist der Zeitgewinn deutlich spürbar. Das ist genau der Greenfield-Effekt, für den auch die erwähnte Studie hohe Faktoren einräumt.
Wer heute in die KI-basierte Software-Entwicklung einsteigt, kann noch nicht wissen, wo wir in einigen Jahren ankommen. Absehbar ist die Richtung, nicht das Tempo und nicht der Endpunkt. Genau dafür ist AIND kein fertiges Zielbild, sondern ein Übergangsmodell: Es bringt heute Kontrolle in die Arbeit mit Coding-Agenten und wächst mit, wenn die Methodik selbst agentisch wird. Das ist die Antwort auf die zu Beginn dieses Beitrags gestellte Frage: Ja, der Ansatz trägt auch in Zukunft, gerade weil er nicht behauptet, der Endpunkt zu sein.
