Agentic Coding: Was sich in der Softwareentwicklung ändert

Was ist Agentic Coding, und was unterscheidet es von Vibe Coding?

Viele Teams haben KI-Assistenten zuerst als bessere Autovervollständigung genutzt: tippen, Vorschlag übernehmen oder verwerfen. Andrej Karpathy hat im Februar 2025 den Begriff Vibe Coding geprägt, für eine Arbeitsweise, bei der man der KI folgt und den Code selbst kaum noch ansieht.¹ Für Prototypen funktioniert das. Für Software, die jahrelang laufen soll, nicht.

Agentic Coding geht einen anderen Weg. Die KI arbeitet als Agent, also als System, das selbstständig mehrere Schritte ausführt: Sie liest Dateien, analysiert Fehler, schreibt Code, führt Tests aus und korrigiert sich, bis die Tests bestehen. Das Ziel gibt ein Mensch vor, und ein Mensch prüft das Ergebnis.

Mit welchen Werkzeugen arbeitet man heute?

Die verbreiteten Werkzeuge haben sich 2025 und 2026 stark verändert. Stand September 2026:

• Claude Code von Anthropic läuft im Terminal, in VS Code und JetBrains, als Desktop-App und im Browser.²
• Cursor ist ein Editor auf Basis von VS Code. Projektregeln liegen dort inzwischen in .cursor/rules, die alte Datei .cursorrules gilt als Altlast. Cursor liest auch AGENTS.md.³
• GitHub Copilot hat einen Agent-Modus in der IDE und den "Copilot cloud agent", der Aufgaben direkt auf GitHub bearbeitet.⁴
• Windsurf gehört seit Juli 2025 zu Cognition und heißt seit Juni 2026 Devin Desktop. Der lokale Agent heißt Devin Local.⁵

Allen gemeinsam ist das Prinzip: fester Projektkontext, mehrstufige Aufgaben, Zugriff auf Werkzeuge.

Wo lohnt sich Agentic Coding im Alltag?

Einarbeitung in fremden Code. Wer einen Fehler in einem Modul beheben soll, das er nie gesehen hat, verbringt oft Stunden mit Lesen. Ein Agent mit Zugriff auf die Codebasis und eine gepflegte CLAUDE.md beantwortet Fragen dazu und zeigt die relevanten Stellen. Neue Teammitglieder profitieren doppelt: Die Regeldatei ist zugleich eine kompakte Projektdokumentation.

Legacy-Code. Alten Code verstehen, dokumentieren und in kleinen, getesteten Schritten modernisieren ist eine Aufgabe, bei der Agenten viel Lesearbeit abnehmen. Mehr dazu unter Legacy-Modernisierung.

Fehlersuche. Statt eines einzelnen Stack Traces bekommt der Agent den ganzen Kontext: Logs, betroffene Codeabschnitte, letzte Änderungen. Er analysiert, schlägt Lösungen vor und setzt die gewählte samt Test um.

Wird ein Team damit schneller?

Die Antwort aus den Studien lautet: Es kommt darauf an, und die Daten sind dünner als die Schlagzeilen.

Die DORA-Studie 2025 von Google Cloud hat knapp 5.000 Menschen aus der Softwareentwicklung befragt. 90 % nutzen KI bei der Arbeit, über 80 % sehen sich dadurch produktiver. 30 % vertrauen dem erzeugten Code kaum oder gar nicht.⁶ Das sind Selbstauskünfte, keine Messungen.

Gemessen hat die Forschungsorganisation METR. In einer randomisierten Studie aus dem Jahr 2025 brauchten 16 erfahrene Open-Source-Entwickler für 246 Aufgaben in ihren eigenen Projekten mit KI 19 % länger, obwohl sie sich selbst für schneller hielten.⁷ In einem Nachtrag vom Februar 2026 hält METR eine Beschleunigung mit neueren Werkzeugen inzwischen für wahrscheinlich, bezeichnet die eigenen Daten dazu aber als schwachen Beleg.⁸

Anthropic selbst schreibt in seinem Agentic Coding Trends Report 2026, dass Entwickler KI bei rund 60 % ihrer Arbeit einsetzen, aber nur 0 bis 20 % ihrer Aufgaben vollständig an die KI abgeben können.⁹

Für die Praxis heißt das: Pauschale Faktoren wie "dreimal so schnell" sind nicht belegt. Belegt ist, dass die Wirkung stark von der Aufgabe und vom Team abhängt. Die DORA-Studie fasst es so zusammen: KI verstärkt, was im Team ohnehin da ist, die guten Abläufe wie die schlechten.⁶

Woran hängt die Qualität?

An den Projektregeln. Eine CLAUDE.md, bei Cursor die Rules, bei anderen Werkzeugen eine AGENTS.md: Diese Dateien enthalten die Regeln, die der Agent bei jeder Aufgabe mitbekommt. Code-Konventionen, Architekturentscheidungen und ihre Gründe, Sicherheitsregeln wie "keine Zugangsdaten im Code", Testvorgaben, die wichtigsten Befehle. Wer diese Datei pflegt, bekommt einheitlicheren Code, weil die Regeln bei jeder Aufgabe gelten und nicht vom Gedächtnis einzelner Entwickler abhängen.

Am Kontext. Context Engineering, also die Auswahl dessen, was der Agent für eine Aufgabe wissen muss, ist die eigentliche Arbeit. Welche Dateien sind relevant? Welche Entscheidungen aus früheren Sitzungen muss er kennen? Übergabe-Dokumente zwischen Sitzungen und dauerhafte Notizen zu Architektur und bekannten Problemen gehören dazu.

An den Werkzeugen, die der Agent nutzen darf. Über das Model Context Protocol, einen offenen Standard, den Anthropic im November 2024 veröffentlicht hat, greift ein Agent auf Datenbanken, Browser oder eigene Skripte zu.¹⁰ Seit Dezember 2025 liegt MCP bei der Agentic AI Foundation unter dem Dach der Linux Foundation.¹¹ Jedes Werkzeug erweitert, was der Agent kann, und was er falsch machen kann.

Wie haben sich die Arbeitsweisen entwickelt?

• Autovervollständigung (seit 2021): Die KI schlägt die nächste Zeile vor, der Mensch schreibt weiter selbst. GitHub hat Copilot im Juni 2021 als Vorschau gestartet.¹²
• Vibe Coding (seit 2025): Code nach Beschreibung, ohne ihn genau zu prüfen. Gut für Prototypen und Experimente.
• Agentic Coding: feste Projektregeln, Context Engineering, Agenten mit mehrstufigen Aufgaben.
• Agentic Engineering: mehrere spezialisierte Agenten mit Orchestrierung, Prüfstufen und festen Abläufen.

Gartner erwartet, dass bis Ende 2026 40 % der Unternehmensanwendungen aufgabenspezifische KI-Agenten enthalten, gegenüber weniger als 5 % im Jahr 2025.¹³ Das ist eine Prognose, keine Messung.

Was kann schiefgehen?

Die KI ersetzt keine Architekturentscheidungen. Welche Datenstruktur, welches Framework, wo die Grenzen zwischen Diensten liegen: Das entscheidet das Team. Der Agent setzt um.

Ohne Review geht es nicht. Agenten bauen Fehler ein, die auf den ersten Blick korrekt aussehen. Jemand, der den Code versteht, muss ihn prüfen. Agentic Coding beschleunigt das Schreiben, nicht das Prüfen. Die 30 % aus der DORA-Studie, die dem Code kaum vertrauen, haben dafür gute Gründe.

Sicherheitsregeln gehören in die Regeldatei. "Keine Zugangsdaten im Code", "jede Eingabe prüfen", "keine SQL-Abfragen aus Zeichenketten bauen": Was nicht aufgeschrieben ist, setzt der Agent nicht zuverlässig um.

Wie fängt ein Team an?

1. Eine Regeldatei anlegen. Mit den wichtigsten Regeln des Projekts beginnen: Was soll der Agent immer wissen, was darf er nie tun?
2. Mit einer klar abgegrenzten Aufgabe starten, die keine kritischen Systeme berührt.
3. Das Review festlegen: wer prüft, nach welchen Maßstäben. Erzeugten Code behandeln wie Code von außen.
4. Messen. Eine Handvoll typischer Aufgaben mit und ohne Agent vergleichen, statt sich auf Schätzungen zu verlassen. Die METR-Studie zeigt, wie weit das Gefühl und die Messung auseinander liegen können.
5. Werkzeuge schrittweise anbinden, wenn der Grundablauf steht.

Wir entwickeln selbst mit Coding-Agenten, in eigenen Projekten und bei Kunden. Wenn Sie Agentic Coding in Ihrem Team einführen wollen, gehen wir die ersten Schritte gemeinsam mit Ihnen: im Agentic-Coding-Workshop oder zuerst in einem kostenlosen Erstgespräch.