Agentic Engineering: mit KI-Agenten bauen und den Überblick behalten

Was ist Agentic Engineering?

Ein Coding-Agent ist mehr als ein Chat, der Code-Schnipsel vorschlägt. Er arbeitet direkt in deinem Projektordner: liest Dateien, sucht im Code, führt Tests aus, ändert mehrere Dateien und prüft das Ergebnis selbst. Agentic Coding beschreibt diese Tätigkeit des Agenten. Agentic Engineering beschreibt die Disziplin drumherum: wie du Aufträge formulierst, Ergebnisse prüfbar machst und die Verantwortung behältst.

Der Begriff hat einen bekannten Paten. Andrej Karpathy, Mitgründer von OpenAI, prägte im Februar 2025 „Vibe Coding“ für eine Art zu programmieren, bei der man sich ganz den Vibes hingibt und vergisst, dass es den Code überhaupt gibt. Collins kürte den Begriff zum Wort des Jahres 2025. Ein Jahr später, im Februar 2026, nannte Karpathy „Agentic Engineering“ seinen bevorzugten Begriff für die professionelle Variante: agentisch, weil man den Code meist nicht mehr selbst schreibt, sondern Agenten anleitet und beaufsichtigt; Engineering, weil darin Können und Erfahrung stecken.

Agentic Engineering und Vibe Coding: der Unterschied

Beide nutzen dieselben Werkzeuge. Der Unterschied liegt darin, wie viel du vorher festlegst und wie gründlich du hinterher prüfst.

Vibe Coding ist kein Fehler, sondern ein Werkzeug für den richtigen Moment. Viele Vibe Coder wechseln in dem Augenblick zum Engineering, in dem aus dem Experiment etwas wird, das andere benutzen.

Der Mensch leitet an: Auftrag, Prüfung, Entscheidung

Beim Agentic Engineering verschiebt sich deine Arbeit. Du tippst weniger Code und tust dafür drei Dinge gründlicher:

• Auftrag: Du beschreibst, was entstehen soll und woran man erkennt, dass es fertig ist. Je genauer, desto weniger Korrekturschleifen.
• Prüfung: Du liest den Diff, schaust dir Testergebnisse an und probierst das Ergebnis aus. Ein Agent hört auf, wenn die Arbeit fertig aussieht; ob sie es ist, zeigt erst eine Prüfung.
• Entscheidung: Merge oder Nacharbeit, nächste Aufgabe oder Kurswechsel. Diese Entscheidungen bleiben bei dir.

Typische Reibung im Alltag mit Coding-Agenten

Wer täglich mit Agenten arbeitet, kennt diese Stellen:

• Offene Punkte verschwinden im Chatverlauf. Am Ende einer Session bleiben drei Dinge liegen. Ein paar Tage später sind sie unter neuen Nachrichten begraben oder mit der Session geschlossen.
• Aufgaben für dich stecken in langen Antworten. Der Agent braucht einen API-Schlüssel, einen DNS-Eintrag oder eine Freigabe im App Store und erwähnt das im vierten Absatz seiner Zusammenfassung.
• Mehrere Sessions, mehrere Projekte. In einem Fenster läuft die Kursseite, im zweiten ein Bugfix, im dritten eine Recherche. Welcher Stand wo ist, weißt nur du.
• Volle Kontextfenster. Lange Sessions machen Agenten schlechter, deshalb empfiehlt Anthropic, zwischen unabhängigen Aufgaben mit /clear neu zu beginnen. Was dann nicht in einer Datei steht, ist für den Agenten weg.

Die Gegenmittel haben eines gemeinsam: Der Stand der Arbeit gehört in Dateien, nicht in den Chat.

Praxis: Claude-Code-Workflows, die tragen

Aufgaben als Dateien statt im Chatverlauf

Lege jede Aufgabe als Datei an, die der Agent lesen und ändern kann: mit Titel, Status, Zuständigkeit und einem Verlauf. Dann beginnt jede neue Session mit „Erledige deine offenen Aufgaben“, und der Agent findet alles, was er braucht, auch nach /clear oder in einem anderen Werkzeug. Am Ende einer Session lautet der Auftrag: „Leg die offenen Punkte als Aufgaben an.“

Specs mit Akzeptanzkriterien

Für alles, was größer ist als ein Einzeiler, schreibst du eine Spec: Ziel, Anforderungen und Akzeptanzkriterien, die man abhaken kann. Anthropic rät in seinen Claude-Code-Best-Practices, den Agenten bei größeren Vorhaben erst Fragen stellen und eine Spec schreiben zu lassen und die Umsetzung danach in einer frischen Session zu starten. Gute Specs nennen betroffene Dateien, sagen, was nicht dazugehört, und enden mit einer Prüfung, die zeigt, dass alles funktioniert.

Selbstständigkeit festlegen: erledigen, Entwurf, fragen

Nicht jede Aufgabe verträgt dieselbe Freiheit. Eine Abhängigkeit aktualisieren darf der Agent erledigen. Einen Text für die Startseite soll er als Entwurf vorbereiten, den du abnimmst. Bei einer Datenbankmigration soll er vorher fragen. Lege das je Aufgabe fest, nicht einmal pauschal für alles.

Rückgaben statt Zusammenfassungen

Ist der Agent fertig, soll er nicht nur antworten, sondern die Aufgabe zurückgeben: zur Prüfung, mit einer Notiz, was er getan hat und wo das Ergebnis liegt, oder mit einer Rückfrage, wenn ihm etwas fehlt. Was nur du erledigen kannst, legt er dir als eigene Aufgabe an.

Review mit Belegen

Lass dir Belege zeigen statt Behauptungen: die Testausgabe, den ausgeführten Befehl, einen Screenshot. Gib dem Agenten etwas, das er selbst prüfen kann, etwa Tests oder einen Build. Für größere Änderungen hilft der Plan-Modus von Claude Code (Shift+Tab), in dem der Agent erst liest und plant, bevor er etwas ändert. Und ein zweiter Blick in frischem Kontext, etwa durch einen Subagenten, findet Lücken, die der Agent im eigenen Code übersieht. Code-Aufgaben erledigt er in einem eigenen Branch; über den Merge entscheidest du.

AGENTS.md und CLAUDE.md: die Bedienanleitung für deinen Agenten

Jede Session beginnt ohne Erinnerung an die letzte. Was der Agent über dein Projekt wissen muss, steht deshalb in einer Datei, die er zu Beginn liest. AGENTS.md ist dafür ein offenes Format, eine Art README für Agenten, das inzwischen von der Agentic AI Foundation unter dem Dach der Linux Foundation betreut wird. Codex, Cursor und viele weitere Werkzeuge lesen sie. Claude Code liest CLAUDE.md und greift auf AGENTS.md zurück, wenn keine CLAUDE.md da ist; mit @AGENTS.md bindest du die eine in die andere ein. Gemini CLI liest GEMINI.md, der Dateiname lässt sich umstellen.

# AGENTS.md

## Befehle
- Tests: npm test
- Vor Abschluss: npm run lint && npm run typecheck

## Regeln
- Arbeite in einem eigenen Branch, nie auf main.
- Kein Push und kein Deploy ohne Freigabe.
- Neue Abhängigkeiten nur nach Rückfrage.

## Aufgaben
Aufgaben liegen in TandemLoop, verlinkt als ./tandemloop.
Lies zuerst ./tandemloop/AGENTS.md. Was nur ich erledigen kann
(Zugänge, Freigaben, Entscheidungen), legst du mir dort als Aufgabe an.

Halte die Datei kurz. Anthropic empfiehlt für CLAUDE.md weniger als 200 Zeilen und nur, was der Agent nicht selbst aus dem Code ablesen kann. Wiederholt er einen Fehler, gehört die Regel hinein; befolgt er sie längst, kann sie raus.

Werkzeuge: Claude Code, Codex, Cursor, Gemini CLI

Welches Werkzeug du nimmst, ist weniger wichtig als die Arbeitsweise. Liegen Anleitung, Specs und Aufgaben in Dateien, kannst du den Agenten wechseln, und der neue arbeitet am selben Stand weiter.

Wie TandemLoop Agentic Engineering abbildet

TandemLoop ist ein ToDo-Manager für Mac, iPad und iPhone, in dem du und dein Agent dieselben Aufgaben teilt. Sie liegen als Textdateien in deinem iCloud Drive, dein Agent liest und schreibt sie direkt und richtet sich nach einer Anleitung, die TandemLoop mitliefert. Ein Plugin oder eine Schnittstelle braucht es nicht.

Mehrere Agenten und Sessions lesen denselben Ordner und sehen denselben Stand. Schreiben sollte zur selben Zeit nur einer, sonst können beim Abgleich über iCloud Konfliktkopien entstehen. Den ganzen Ablauf zeigt die Seite ToDo-Manager für die Arbeit mit KI-Agenten; wie dasselbe in einem Obsidian-Vault aussieht, beschreibt der Ratgeber Claude Code und Obsidian.

Neben dem Code ist TandemLoop eine vollwertige Aufgaben-App mit Inbox, Projekten, Fälligkeiten und eigenen Ansichten. Wer nach der GTD-Methode arbeitet, lässt den Agenten die Inbox vorsortieren und das Weekly Review vorbereiten.