KI-Agenten beschleunigen die Entwicklung – aber Architektur, Qualität und Kontrolle halten nicht Schritt.
Ich integriere Agenten so in bestehende Entwicklungsprozesse, dass Kontext, Wiederverwendung, Berechtigungen, Reviews und Entscheidungen kontrollierbar bleiben.
Agentic Engineering ist eine Spezialisierung unter meiner Kernrolle: End-to-End-Verantwortung für komplexe Softwaresysteme – von Bedarf und Fachdomäne über Architektur und Hands-on-Umsetzung bis Produktion, Stabilisierung und Betrieb.
Damit wir über dasselbe sprechen:
Ein Sprachmodell, das nicht nur antwortet, sondern handelt: Es plant Schritte, ruft Werkzeuge auf (Repository, Datenbank, API), prüft Ergebnisse und arbeitet weiter, bis die Aufgabe erledigt ist.
Der offene Standard, über den Agenten Werkzeuge und Datenquellen ansprechen. Ein MCP-Server macht Wissen und Fachfunktionen für kompatible Agenten nutzbar – und ist damit auch eine Stelle, an der Rechte und Protokollierung ansetzen.
Das Modell antwortet nicht aus seinem Trainingswissen, sondern aus Ihren Daten: Relevante Dokumente werden gesucht (Volltext und semantische Vektorsuche) und der Antwort als Kontext mitgegeben – nachvollziehbar und aktuell.
Werkzeuge wie Claude Code oder Codex schreiben, ändern und testen Code. Welches Werkzeug es ist, entscheidet weniger als die Frage, in welchem Rahmen es arbeitet.
Ein Agent erzeugt in Minuten viel Code. Damit das nicht zu Duplikaten, übersehenen Abhängigkeiten und unbegründeten Entscheidungen führt, braucht er denselben Rahmen wie ein Mensch im Team.
Der Agent erhält Architekturentscheidungen, Konventionen und vorhandene Komponenten – begrenzt auf das, was er für die Aufgabe sehen darf.
Vor einer Änderung wird geprüft, was es schon gibt und wen die Änderung betrifft: Aufrufer, Abhängigkeiten, Seiteneffekte.
Lesen, testen und lokal arbeiten darf der Agent. Riskante oder irreversible Schritte – Push, Merge, Produktions-Deployment – entscheidet ein Mensch.
Tests, Evals und Review prüfen das Ergebnis. Quellen, Entscheidungen und offene manuelle Schritte werden festgehalten, statt im Chat zu verschwinden.
Kontrollpunkte, Risiken und ein Rechte-Modell pro Aktion im Detail: Guardrails für KI-Agenten.
Neben der Entwicklung selbst können Agenten auch Teil Ihrer Fachanwendung werden – der Wert entsteht meist in der Software, die Sie schon haben.
Diese Arbeitsweise baue und nutze ich selbst.
DehoBrain ist meine eigene, lokal produktiv genutzte Wissens- und Engineering-Plattform, keine Kundenreferenz. Sie verbindet Wissen über alle eigenen Repositories, Codeanalyse, Wiederverwendungsprüfung, Planung bis zum GitHub-Issue sowie Freigabe-Gates und protokollierte Agentenläufe.
Sinnvoll, wenn:
Steht zuerst die Frage im Raum, welche Rechte ein Agent überhaupt bekommen soll, beginnen wir bei den Guardrails für KI-Agenten.
Lassen Sie uns den ersten sinnvollen Schritt klären –
unverbindlich, 30 Minuten, kostenfrei.