Agentic Engineering, Folie für Folie · Artikel 1 · 2026

Coding ist gelöst. Der Betrieb nicht.

In vielen Unternehmen entstehen heute Software-Prototypen in einem Nachmittag. Ein Fachbereich beschreibt, was er braucht, ein KI-Werkzeug baut es, und am Abend läuft etwas, das fachlich überzeugt. Das ist der leichte Teil geworden. Der schwere Teil beginnt danach, und er hat zwei Gesichter: eine Rechnung, die niemand gesehen hat, und eine Liste von Fragen, die niemand beantworten kann. Beide haben dieselbe Ursache.

Wie Prototypen heute entstehen

Vor zwei Jahren brauchte ein Prototyp ein Entwicklerteam, ein Pflichtenheft und einige Wochen. Heute reicht ein Werkzeug, das aus einer Beschreibung in Alltagssprache Programmcode erzeugt. Andrej Karpathy, Mitgründer von OpenAI und früher Leiter der KI-Entwicklung bei Tesla, hat dafür im Februar 2025 den Begriff Vibe Coding geprägt: Man beschreibt, was man will, nimmt an, was die KI vorschlägt, und sieht sich den Code gar nicht mehr an. Karpathy meinte das ausdrücklich als Spielerei für Wegwerf-Projekte am Wochenende. Martin Fowler, einer der bekanntesten Autoren zu Softwareentwicklung, hält in seiner Definition fest, dass so entstandene Software meist Probleme bei Wartbarkeit, Korrektheit und Sicherheit zeigt und sich deshalb für Wegwerf-Software eignet.

Geblieben ist die Idee nicht bei Spielereien. Drei Beobachtungen aus dem Jahr 2026:

  • Die Werkzeuge sind Alltag. In der Stack-Overflow-Entwicklerumfrage 2026, der größten jährlichen Befragung von Softwareentwicklern mit rund 30.000 Antworten, geben 73 Prozent der Befragten an, Coding-Assistenten oder Coding-Agenten täglich zu nutzen. Knapp ein Drittel der täglichen Nutzer arbeitet mehr als vier Stunden am Tag damit. Claude Code (66 Prozent) und GitHub Copilot (59 Prozent) führen die Liste der Coding-Agenten an.
  • Ganze Produkte entstehen so. Y Combinator, der bekannteste Startup-Förderer der Welt, meldete im März 2025, dass ein Viertel der Startups des laufenden Jahrgangs Codebasen hat, die zu 95 Prozent von KI geschrieben sind. Lovable, ein Werkzeug, mit dem Nicht-Programmierer Anwendungen per Beschreibung bauen, kam im Februar 2026 auf 400 Millionen Dollar Jahresumsatz, acht Monate zuvor waren es 100 Millionen.
  • Auch im Mittelstand. Die Fälle, die wir in Gesprächen hören, folgen einem Muster: Ein Fachbereich hat eine Preisliste, eine Lieferantenübersicht oder einen Freigabeprozess, der seit Jahren in Tabellen lebt. Jemand baut an einem Nachmittag eine Anwendung dafür. Sie funktioniert, die Kollegen sind begeistert, und die Anwendung läuft auf dem Rechner, auf dem sie entstanden ist.
Idee im Fachbereich eine Tabelle, ein Ablauf, ein Ärgernis Prototyp an einem Nachmittag, läuft auf einem Rechner hier bleibt es stehen Betrieb täglich genutzt, abgenommen, gewartet, abgesichert Zwei Gründe, warum es dort stehen bleibt: die Token-Rechnung, die erst beim Bau im Team sichtbar wird, und die Fragen der Unternehmens-IT, die ein Prototyp nicht beantwortet.

Dass die Beschleunigung real ist, bestreitet niemand mehr. Wie groß sie ist, hängt davon ab, wer misst. Die Forschungsgruppe METR hat im Juli 2025 ein kontrolliertes Experiment veröffentlicht: Sechzehn erfahrene Entwickler bearbeiteten 246 Aufgaben in großen, gewachsenen Codebasen. Mit KI-Werkzeugen brauchten sie 19 Prozent länger, erwartet hatten sie vorher 24 Prozent Zeitgewinn, und auch hinterher glaubten sie, 20 Prozent schneller gewesen zu sein. Das Ergebnis gilt für gewachsene Systeme mit vielen Abhängigkeiten, nicht für den Prototyp auf der grünen Wiese. Genau das ist der Punkt: Der Prototyp ist schnell, weil er nichts berücksichtigen muss. Alles, was später zählt, ist noch nicht da.

Was ein Prototyp beweist, und was nicht

Ein Prototyp beantwortet eine einzige Frage: Geht das? Für diese Frage ist er ein hervorragendes Werkzeug. Ein Fachbereich kann in Stunden ausprobieren, wofür früher ein Projektantrag nötig war. Was ein Prototyp nicht beantwortet, sind die Fragen, die der Betrieb stellt: Läuft es richtig, auch in den Fällen, an die niemand gedacht hat? Läuft es sicher, auch wenn jemand es absichtlich falsch bedient? Läuft es dauerhaft, auch wenn die Person, die es gebaut hat, das Unternehmen verlässt?

Der Unterschied wird in Studien sichtbar, die weniger freundlich sind als die Produktdemos. Veracode, ein Anbieter für Software-Sicherheitsprüfung, hat im Juli 2025 mehr als 100 Sprachmodelle mit 80 Programmieraufgaben getestet. In 45 Prozent der Testfälle entstand Code mit einer Schwachstelle aus den zehn häufigsten Sicherheitsrisikoklassen, und zwar überall dort, wo das Modell zwischen einer sicheren und einer unsicheren Lösung wählen konnte. Auf der Ebene der Vorhaben zeigt sich dasselbe Bild: Das MIT-Projekt NANDA fand 2025 in einer Auswertung von 300 öffentlichen KI-Einführungen, dass rund 95 Prozent der Pilotprojekte keinen messbaren Effekt auf Gewinn oder Kosten erreichen. Gartner hatte schon 2024 vorhergesagt, dass mindestens 30 Prozent der generativen KI-Projekte nach der Machbarkeitsphase abgebrochen werden.

Die Zahlen sagen nicht, dass die Werkzeuge schlecht sind. Sie sagen, dass zwischen „es geht“ und „es läuft“ Arbeit liegt, die kein Werkzeug übernimmt, weil niemand sie beschrieben hat.

Die Token-Rechnung: die Flatrate verdeckt den Preis

Das erste der beiden Gesichter ist eine Rechnung. Wer heute intensiv mit KI entwickelt, zahlt in der Regel eine Flatrate: 20, 100 oder 200 Dollar im Monat für einen Arbeitsplatz. Abgerechnet wird dahinter aber in Tokens, den Textbausteinen, die ein Sprachmodell liest und schreibt. Jede Frage, jeder Entwurf, jede Korrekturrunde kostet Tokens. Die Flatrate deckelt den Preis für den Einzelnen, und sie verdeckt, was dieselbe Arbeit zum Listenpreis kostet.

Das lässt sich messen, weil Entwickler ihre Nutzungsprotokolle veröffentlichen. Ein Entwickler hat seine Sitzungen von Juni 2025 bis Februar 2026 ausgewertet: rund zehn Milliarden Tokens, zu 95 Prozent mit dem teuersten Modell, Gegenwert zum Listenpreis über 15.000 Dollar, bezahlt über das Abo rund 800 Dollar. Das ist ein Faktor von rund 19. In seinem Spitzenmonat, Juli 2025, waren es 2,4 Milliarden Tokens, 5.623 Dollar Gegenwert gegen 100 Dollar Abo. Ein zweiter Entwickler kommt in normalen Monaten auf 900 bis 1.400 Dollar Gegenwert bei 100 Dollar Abo, also Faktor 6 bis 9. In beiden Rechnungen sind die Rabatte für wiederverwendeten Kontext bereits enthalten, die Zahlen sind also nicht zu Ungunsten der Anbieter geschönt.

EIN INTENSIVER KI-ENGINEERING-ARBEITSPLATZ, JE MONAT Was der Arbeitsplatz heute zahlt 100 bis 200 $ Flatrate, Einzelperson, mit Wochenlimit Dieselben Tokens zum Listenpreis 900 bis 5.600 $ gemessen an veröffentlichten Sitzungsprotokollen Zehn solcher Arbeitsplätze im Team 10.000 bis 50.000 $ zum Listenpreis, so baut ein Team LISTENPREISE JE MILLION TOKENS, EINGABE / AUSGABE, OKTOBER 2026 Größtes Modell 10 / 50 $ · Opus 5.5 4 / 20 $ · Sonnet 5.5 2 / 10 $ · Haiku 5.5 0,10 / 0,50 $ Zwischen dem größten und dem kleinsten Modell liegt der Faktor 100. Welches Modell reicht, entscheidet die Qualität der Vorgabe. Quellen: Sitzungsprotokolle ksred.com (Juni 2025 bis Februar 2026) und agentplix.com; Listenpreise Anthropic, Stand Oktober 2026. Cache-Rabatte eingerechnet.

Warum ist das für ein Unternehmen wichtig, wenn der Einzelne doch nur 200 Dollar zahlt? Aus drei Gründen.

Erstens ist die Flatrate für Einzelpersonen gedacht, und die Anbieter sorgen dafür, dass das so bleibt. Anthropic hat im Juli 2025 zusätzlich zum bestehenden Fünf-Stunden-Fenster Wochenlimits eingeführt, gültig seit dem 28. August 2025, mit der ausdrücklichen Begründung, dass einzelne Nutzer das Werkzeug nahezu durchgehend laufen ließen. Was über das Limit hinausgeht, wird zum Listenpreis abgerechnet. Cursor, das meistgenutzte KI-Programmierwerkzeug im Editor, hat im Juni 2025 seinen Tarif von 500 Anfragen auf ein Guthaben von 20 Dollar umgestellt, verbraucht zu Listenpreisen. Nutzer berichteten, dass es nach wenigen Anfragen aufgebraucht war, und der Geschäftsführer entschuldigte sich im Juli öffentlich für die Umstellung. Beide Vorgänge sagen dasselbe: Die Flatrate ist ein Einstiegspreis, kein Plan für ein Team, das jeden Tag baut.

Zweitens entsteht die Rechnung genau dort, wo der Prototyp seine Stärke hat. Ohne Vorgabe muss ein großes Modell raten, was gemeint war. Jede Runde Raten, Korrigieren und Nachbessern kostet Tokens des teuersten Modells. Ein Prototyp, der „fast richtig“ ist und in zwanzig Runden richtig wird, hat zwanzigmal die Rechnung erzeugt. Das fällt im Abo nicht auf. Es fällt auf, wenn zehn Leute so arbeiten und die Rechnung zum Listenpreis kommt.

Drittens zeigt die Preisliste den Ausweg. Zwischen dem größten Modell und dem kleinsten liegt beim selben Anbieter der Faktor 100 je Token. Das kleine Modell ist nicht dümmer in dem Sinn, dass es weniger kann, wenn die Aufgabe klar ist. Es ist schlechter im Raten. Wer die Vorgabe so schreibt, dass nichts mehr geraten werden muss, kann mit dem kleinen Modell arbeiten, oder mit einem Modell im eigenen Haus, das gar keine Tokenrechnung hat. Das ist der wirtschaftliche Kern der nächsten Artikel dieser Serie.

Eine Einschränkung, die wir bewusst machen: Ob auch der Listenpreis unter den tatsächlichen Kosten der Anbieter liegt, wissen wir nicht. Messbar ist der Abstand zwischen Flatrate und Listenpreis. Deshalb schreiben wir nicht von Subvention, sondern davon, dass die Flatrate den Preis verdeckt.

Acht Fragen, die ein Prototyp nicht beantwortet

Das zweite Gesicht ist eine Liste. Sie kommt in dem Moment, in dem ein Fachbereich den Prototyp dem Unternehmen anvertrauen will und die IT ihn ansieht. Die Fragen sind keine Schikane, es sind die Fragen, die für jede Anwendung im Unternehmen beantwortet sind, vom E-Mail-System bis zur Buchhaltung. Ein Prototyp hat auf keine davon eine Antwort, weil er nicht dafür gebaut wurde.

In welcher Netzzone läuft es? fehlt: Verteilung Wer darf sich anmelden, und wozu? fehlt: Anmeldung, Rechte Wer hat abgenommen, und wogegen? fehlt: Governance, Abnahme Was passiert, wenn es nachts ausfällt? fehlt: Überwachung, Alarm Wo sind die Daten von gestern? fehlt: Sicherung, Wiederherstellung Wie kommt Version 2 hinein? fehlt: Release-Management Wer ändert es in zwei Jahren? fehlt: Wartung, Änderungen Hat es jemand gehärtet? fehlt: Sicherheit Ein Prototyp beantwortet keine dieser Fragen. Genau dort bleibt er stehen. Die Fragen der Unternehmens-IT an eine Anwendung, die täglich genutzt werden soll. Jede davon ist für die bestehenden Systeme längst beantwortet.

Was hinter den Fragen steckt, in der Sprache des Fachbereichs:

In welcher Netzzone läuft es? Unternehmen trennen ihre Netze: ein Bereich, der von außen erreichbar ist, ein internes Netz, manchmal ein abgeschotteter Bereich ohne jede Verbindung. Der Prototyp läuft auf einem Laptop. Niemand hat entschieden, wo er hingehört und wie er dorthin kommt.

Wer darf sich anmelden, und wozu? Im Unternehmen meldet man sich einmal an, und jedes System weiß, wer man ist und was man darf. Der Prototyp hat entweder gar keine Anmeldung oder eine eigene, die niemand pflegt. Wer die Firma verlässt, bleibt im Prototyp angemeldet.

Wer hat abgenommen, und wogegen? Für jede Anwendung im Betrieb gibt es jemanden, der gesagt hat: Das ist richtig so. Beim Prototyp gibt es die Begeisterung des Fachbereichs. Es gibt keine Beschreibung, gegen die jemand prüfen könnte, ob das Ergebnis stimmt, und deshalb auch keine Abnahme.

Was passiert, wenn es nachts ausfällt? Betriebssysteme werden überwacht, und jemand wird geweckt, wenn etwas stehen bleibt. Der Prototyp fällt aus, und am Morgen merkt es der Fachbereich.

Wo sind die Daten von gestern? Jede Anwendung im Betrieb wird gesichert, und man kann einen Stand von gestern wiederherstellen. Beim Prototyp liegen die Daten in einer Datei auf dem Laptop.

Wie kommt Version 2 hinein? Anwendungen ändern sich. Im Betrieb gibt es einen Weg, eine neue Version einzuspielen, ohne dass Daten verloren gehen und ohne dass die Nutzer mitten in der Arbeit unterbrochen werden. Beim Prototyp heißt Version 2: noch einmal bauen.

Wer ändert es in zwei Jahren? Die Person, die den Prototyp gebaut hat, wechselt die Abteilung. Es gibt keine Dokumentation, keine Beschreibung, was die Anwendung tun soll, und keine Tests, die zeigen, ob sie es nach einer Änderung noch tut.

Hat es jemand gehärtet? Härtung heißt, dass eine Anwendung gegen absichtlichen Missbrauch geprüft wurde: fremde Eingaben, falsche Rechte, unerwartete Daten. Veracodes Zahl von 45 Prozent unsicherer Lösungen in Testfällen beschreibt genau den Zustand eines Prototyps, den niemand geprüft hat.

Jede dieser Fragen ist beantwortbar. Für jede einzelne braucht es Arbeit, Entscheidungen und einen Ort, an dem die Antwort dauerhaft gilt. Das ist der Grund, warum Prototypen in Unternehmen seit Monaten in der Warteschleife stehen, obwohl sie fachlich fertig sind.

Die eine Ursache hinter beiden Symptomen

Die Token-Rechnung und die Fragen der IT sehen aus wie zwei Probleme. Es ist eines. In beiden Fällen fehlt dasselbe: eine Beschreibung, gegen die ein Agent arbeitet und ein Mensch abnimmt.

Die Rechnung entsteht, weil das Modell rät. Es rät, weil niemand aufgeschrieben hat, was richtig ist. Die Fragen der IT bleiben offen, weil niemand aufgeschrieben hat, was die Anwendung tun soll, wer sie nutzen darf und woran man erkennt, dass sie läuft. Ein Prototyp zeigt, dass etwas geht. Er sagt niemandem, woran man misst, ob es richtig läuft.

Daraus folgen die zwei Dinge, die den übrigen Artikeln dieser Serie ihre Struktur geben. Das erste ist ein Projekt: eine Form, in der das Zielbild, die Anforderungen und die Abnahmekriterien so stehen, dass ein Agent sie ausführen und ein Fachbereich sie ohne Entwickler lesen und abnehmen kann. Je genauer diese Beschreibung, desto weniger wird geraten, desto kleiner das Modell, desto kleiner die Rechnung. Das zweite ist eine Plattform: ein Ort, an dem die Anwendung läuft und an dem die acht Fragen der IT ein für alle Mal beantwortet sind, für jede Anwendung, die dort läuft. Die Anwendung selbst bleibt klein, die Plattform übernimmt den Rest.

Beides zusammen ist das, was der Begriff Agentic Engineering meint, wenn man ihn in einem Unternehmen anwendet. Der nächste Artikel erklärt den Begriff.

Was das für Sie heißt

Wenn in Ihrem Haus ein Prototyp in der Warteschleife steht, lohnt sich ein Blick auf zwei Dinge. Erstens: Gibt es eine Beschreibung dessen, was die Anwendung tun soll, die ein Fachbereich lesen und abnehmen könnte? Wenn nicht, ist das der erste Schritt, und er ist keine Entwicklerarbeit. Zweitens: Wo soll die Anwendung laufen, und wer beantwortet dort die acht Fragen? Wenn die Antwort „auf dem Laptop von Herrn Meier“ lautet, ist das der zweite Schritt.

Beide Schritte sind der Inhalt der nächsten Artikel. Der Prototyp selbst ist dabei kein Verlust, er ist das beste Lastenheft, das ein Fachbereich je geschrieben hat. Man muss es nur noch in eine Form bringen, in der Agenten es ausführen und Menschen es abnehmen können.

Quellen

Steht bei Ihnen ein Prototyp in der Warteschleife?

Schreiben Sie uns, was er tut und wo er läuft. Wir sagen Ihnen in einer Antwort, welche der acht Fragen schon beantwortet sind und welche nicht. contact@dewline.de