Die Agentic-Coding-Serie

Diese neunteilige Serie dokumentiert, wie ich unstrukturiertes „Vibe Coding" durch ein strukturiertes Team aus KI-Agenten ersetzt habe – von der Planung über die Umsetzung bis zum End-to-End-Test, aufgebaut mit Claude Code und GitHub Copilot.

Jeder Teil behandelt einen konkreten Schritt des Workflows, inklusive der echten Übergaben, Checkpoints und der Fehler, die ich unterwegs korrigieren musste. Starte mit Teil eins oder springe direkt zu dem Thema, das dich interessiert.

Mit Teil 1 starten
  1. 1

    Das Ende des „One-Prompt-Wunders" – Warum wir Agenten-Teams brauchen

    Warum einfaches Prompting und „Vibe Coding" bei komplexen Projekten scheitern – und welche vier systemischen Probleme mich dazu gebracht haben, meinen gesamten Entwicklungs-Workflow umzudenken.

  2. 2

    Die Strategen – Business Analyst & Solution Architect

    Wie zwei spezialisierte KI-Agenten durch Human-in-the-Loop-Checkpoints den Planungsprozess in die richtige Richtung lenken – und warum das wichtiger ist als reine Geschwindigkeitsgewinne.

  3. 3

    Die Macher – Realisierungsplan & Developer

    Wie ein atomarer Schlachtplan und ein fokussierter Developer-Agent die Lücke zwischen Konzept und Code schließen – und warum Human-in-the-Loop hier anders funktioniert als in der Planungsphase.

  4. 4

    Der Prüfer – Der E2E-Test-Agent

    Warum ein grüner Build nicht bedeutet, dass ein Feature funktioniert – und wie ein fünfter, spezialisierter Agent den Use Case in einen ausführbaren End-to-End-Test verwandelt und damit den Kreis zur ursprünglichen Anforderung schließt.

  5. 5

    Der Workflow in Action – Vom vagen Wunsch bis zum fertigen Commit

    Ein konkreter Walkthrough durch alle fünf Phasen des Agenten-Teams – vom ersten vagen Feature-Wunsch bis zum getesteten Commit. Inklusive der echten Handoffs, der Checkpoints und des Moments, in dem ich den Agenten korrigieren musste.

  6. 6

    Agenten anlegen – Templates als Abkürzung oder selbst scaffolden

    Zwei Wege zum eigenen Agenten-Team in Claude Code und GitHub Copilot – fertige Templates anpassen oder mit /agents bzw. /create-agent von Grund auf bauen. Plus der Trick, wie sich ein Claude-Template per GitHub Copilot in eine Copilot-konforme Variante übersetzen lässt.

  7. 7

    End-to-End-Entwicklung mit Agenten und MCP

    Wie ich Figma- und Appwrite-MCPs in meinen Agenten-Workflow integriere, um Frontend und Backend ohne manuelles Übersetzen sauber zu verbinden.

  8. 8

    Wie messe ich den positiven Effekt von Agenten? Meine Metriken für die Agenten-Performance

    Welche Metriken kann man nutzen, um den positiven Effekt von KI-Agenten im Entwicklungsprozess zu messen? Meine Ansätze für die Agenten-Performance-Messung.

  9. 9

    Die Schattenseiten von KI-Agenten – Skill-Atrophie, kognitive Schulden und der Weg zurück zur Kontrolle

    Welche Risiken können durch den Einsatz von KI-Agenten im Entwicklungsprozess entstehen? Ein ehrlicher Blick auf Skill-Atrophie, kognitive Schulden, versteckte Kosten – und warum das Problem real, aber vielleicht temporär ist.