00:00:00Wir befinden uns in einer neuen Ära der Softwareentwicklung. Entwickler liefern Produkte in einer Geschwindigkeit,
00:00:04die wir so noch nie gesehen haben. Doch es gibt ein Problem: Traditionelle Workflows funktionieren nicht mehr,
00:00:08wenn KI-Agenten im Spiel sind. Das wirft eine wichtige Frage auf: Wie sieht die Rolle
00:00:13des Entwicklers heute eigentlich aus? Ein aktueller Artikel des CEO von Linear hat meine Aufmerksamkeit erregt. Linear ist ein
00:00:18Projektmanagement-Tool, das Teams dabei hilft, ihre Arbeit speziell für die moderne Softwareentwicklung zu organisieren.
00:00:23Diese Erkenntnisse stammen von jemandem, der den Übergang von traditionellen Workflows
00:00:27zu den heutigen KI-gesteuerten Systemen miterlebt hat. Dieser Artikel hat mich dazu gebracht, mehr als nur unsere Tools
00:00:33zu überdenken. Er hat meine Sichtweise auf die gesamte Produktentwicklung verändert. Wir haben heute viel zu besprechen,
00:00:37denn diese Informationen verändern grundlegend, wie wir mit KI bauen. Der Mittelteil der Softwarearbeit
00:00:43verschwindet, und das Zentrum der Entwicklung verlagert sich. Um zu verstehen, was dieser Mittelteil ist, schauen wir uns an,
00:00:47wie die Arbeit vor der KI-Entwicklung aufgeteilt war. Alles begann mit der Anfangsphase. Diese umfasste
00:00:52die gesamte Anforderungsanalyse und Planung. In dieser Phase erstellten wir Pläne für das,
00:00:57was wir bauen wollten. Dann folgte der Mittelteil. Hier wurde der Plan in das tatsächliche
00:01:01Produkt umgewandelt – der Teil, in dem der Code geschrieben wurde. Das war der Bereich, der am meisten
00:01:05Zeit in Anspruch nahm. Es dauerte Wochen, Monate oder sogar ein Jahr, um ein hochwertiges Setup zu liefern. Hier
00:01:11schlichen sich auch am ehesten Fehler ein, weil Absichten falsch interpretiert oder Ideen unpräzise übertragen wurden.
00:01:16Nachdem der Code fertig war, folgte der Schlussteil mit verschiedenen Tests und Abgleichen
00:01:20mit den ursprünglichen Anforderungen. Der Mittelteil war der Bereich mit den größten Reibungsverlusten,
00:01:25doch laut dem CEO wird das künftig nicht mehr so sein. Der Grund dafür ist, dass die
00:01:30mittlere Arbeit – die Implementierung und das Coding – zunehmend durch KI ersetzt wird. Heute müssen wir
00:01:35den Code oft gar nicht mehr selbst anfassen. Coding-Agenten sind mittlerweile so leistungsfähig geworden, dass sie
00:01:40Code allein aus dem Kontext und der Aufgabenplanung erstellen können. Es geht jetzt mehr darum, die
00:01:45Agenten richtig einzusetzen und ihre Arbeit zu überwachen, statt selbst zu programmieren. Wenn Sie unsere
00:01:50Videos regelmäßig verfolgen, wissen Sie, dass wir viele Wege aufgezeigt haben, wie man Coding-Workflows nutzt,
00:01:55um produktionsreife Apps zu erstellen. Das gelingt allein durch die Überwachung der Agenten, ohne selbst
00:01:59eine Zeile Code zu schreiben. IDEs sind mittlerweile eher Code-Viewer als Schreibwerkzeuge. Diese
00:02:04Veränderung ist für mich sehr deutlich: Als Entwickler ist mein wichtigstes Tool zum Coden nun
00:02:09zu einem Werkzeug für das Review des KI-generierten Codes geworden. Ich nutze VS Code jetzt nur noch zum Prüfen oder
00:02:14für Kommentare, damit der KI-Agent die gewünschten Features umsetzt. Ich muss nur noch selten selbst
00:02:19etwas ändern oder schreiben, da die Agenten extrem fähig sind. Aber das funktioniert nur,
00:02:23wenn die Agenten die Absicht dahinter verstehen. Unsere Arbeit hat sich also vom Schreiben zum Überwachen verlagert.
00:02:28Sicher ist Ihnen aufgefallen, dass wir in diesen Videos viel bauen. All die Prompts,
00:02:33Templates und Inhalte, bei denen man normalerweise pausieren und mitschreiben müsste, haben wir gebündelt.
00:02:38Wir haben vor Kurzem AI Labs Pro gestartet, wo Sie Zugriff auf alles aus diesem und allen vorherigen Videos erhalten.
00:02:43Wenn Ihnen unsere Arbeit gefällt und Sie den Kanal unterstützen möchten, ist dies der beste Weg. Links sind in der Beschreibung.
00:02:48Da die KI nun den Großteil der Coding-Arbeit übernimmt, stellt sich die Frage: Was bleibt für uns übrig?
00:02:53Die Antwort liegt in der neuen Kunst, die Intention hinter dem zu bauenden Produkt zu verfeinern.
00:02:59Das erreichen Sie, indem Sie die Planung als Ihre Hauptaufgabe betrachten. Sie müssen das Problem,
00:03:03das Sie lösen wollen, genau verstehen. Sie müssen wissen, was Ihre Kunden wirklich wollen und
00:03:07wie die Menschen Ihre App nutzen werden. Das ist heute wichtiger denn je. Sie verlassen sich nicht mehr
00:03:12auf Menschen, die schlechte Planung durch Interpretation ausgleichen können. Stattdessen vertrauen Sie auf
00:03:17KI-Agenten, die blind das umsetzen, was Sie ihnen anweisen. Egal, ob Sie eine Mobile- oder
00:03:23Web-App bauen: Sie müssen präzise wissen, was das Ziel ist. Ohne diese Klarheit ist keine sinnvolle
00:03:27Planung mit den Agenten-Modi möglich. Planung ist lebenswichtig. Wie wir in früheren Videos betont haben,
00:03:32führen nur gute Pläne zu einer guten Umsetzung. Dabei spielt es keine Rolle, welchen Agenten Sie nutzen.
00:03:38Die Planung ist entscheidend, da sie das Ergebnis des Agenten steuert. Nehmen Sie sich die Zeit, die Sie brauchen.
00:03:42Verfeinern Sie den Plan so lange, bis er Ihre Anforderungen voll erfüllt. Nur so wird Ihre App
00:03:47genau so, wie Sie es sich vorstellen. Bis vor drei Monaten haben wir uns beim Bauen nie auf den
00:03:52Modus zum Überspringen von Berechtigungen verlassen, da Agenten trotz guter Pläne oft halluzinierten.
00:03:56Inzwischen sind sie so zuverlässig, dass ich nach der Planungsphase einfach den Bypass-Modus aktiviere
00:04:02und den Agenten die Spezifikationen in einem Rutsch umsetzen lasse. Wir haben zudem gesehen,
00:04:06dass selbst der Schöpfer von Claude Code seine Implementierungen im Plan-Modus startet. Ist der Plan
00:04:12gut genug, können die Agenten die App in einem Durchgang bauen, ohne dass die Umsetzung unsauber wird.
00:04:16Ich investiere außerdem viel Zeit in eine lückenlose Dokumentation dessen, was ich baue. Ich packe dabei
00:04:21nicht alles in ein einziges Dokument, damit der Agent die Pläne leicht navigieren kann. Ich nutze
00:04:26verschiedene Dokumente für Kategorien wie Risikobewertung, Fehlervermeidung und technische Spezifikationen.
00:04:31Einschränkungen und Kompromisse liste ich separat auf. So versteht der Agent, was in Bezug auf
00:04:35Leistung, Kosten und Zeit akzeptabel ist. Dieser Ansatz führt zu einer deutlich kontrollierteren Entwicklung.
00:04:40Sobald alle Anforderungen verifiziert sind, geht es an das Management des Agenten. Doch bevor wir dazu kommen,
00:04:45ein kurzes Wort von unserem Sponsor: Dart AI. Das Management komplexer Softwareprojekte verursacht oft mehr
00:04:50administrativen Aufwand als das eigentliche Coding. Dart ist kein gewöhnliches Projektmanagement-Tool.
00:04:56Es ist ein KI-nativer Workspace, der darauf ausgelegt ist, Routineaufgaben für Entwickler zu automatisieren.
00:05:00Mit dem kontextbewussten KI-Chat können Sie Aufgaben erstellen und Dokumente bearbeiten, indem Sie ganz natürlich sprechen.
00:05:05Neben dem KI-Chat können Sie Agenten wie Cursor einbinden, um Arbeiten auszuführen. Dart liefert ihnen
00:05:11den nötigen Kontext, um Ihren Code zu schreiben. Die wahre Stärke liegt im Feature für KI-Richtlinien.
00:05:16Sie können globale Regeln festlegen – etwa, dass technische Specs immer bestimmte Header für Ziele
00:05:22und Anforderungen enthalten müssen. Dart erzwingt diese Struktur in jedem Chat, jeder Aufgabe und jedem Dokument.
00:05:27Für uns ist das KI-Skill-Feature ein echter Wendepunkt. Sie können eigene Befehle definieren,
00:05:33wie einen Skill zur Projekterstellung, der automatisch Aufgabenlisten füllt, Prioritäten setzt,
00:05:38Aufwände schätzt und Projektskizzen in Sekundenschnelle erstellt. Automatisieren auch Sie Ihr Projektmanagement
00:05:44mit Dart AI über den Link im angepinnten Kommentar. Sie sind kein reiner Programmierer mehr.
00:05:49Ihre Arbeit konzentriert sich heute mehr auf die Überwachung von Agenten als auf das Schreiben von Code.
00:05:54Programmieren bedeutet weniger das Konstruieren einer Lösung, sondern das Schaffen der Bedingungen,
00:05:58unter denen eine gute Lösung entstehen kann. Wie schafft man also die richtige Umgebung für hochwertige Ergebnisse?
00:06:03Die Antwort lautet: Context Engineering. Die nächste große Fähigkeit, die Sie lernen müssen, ist kein
00:06:08spezieller Tech-Stack wie MERN oder MEAN, sondern das Kontextmanagement. Wir haben immer wieder gesehen,
00:06:14dass ohne sauberes Kontextmanagement zwar die geforderten Features implementiert werden, aber oft
00:06:18Regeln oder Einschränkungen ignoriert werden. Wir müssen sicherstellen, dass der Kontext korrekt verwaltet wird.
00:06:22Wenn der Agent die richtigen Informationen mit minimalem Rauschen erhält, versteht er die Aufgabe klarer.
00:06:27Er liefert bessere Implementierungen und genau das, was Sie wollen. Zum Kontextmanagement gehört die
00:06:32Nutzung verschiedener Komponenten wie wiederverwendbare Befehle, Skills, Markdown-Dateien, MCPs und Sub-Agenten.
00:06:37Es gibt nicht den einen richtigen Weg. Nutzen Sie eine Kombination von Methoden, die für Ihr Ziel am besten funktionieren.
00:06:43Entwickeln Sie einen Workflow, der zu Ihrem Projekt passt. Wir haben ein ganzes Video dazu erstellt,
00:06:47wie man Workflows mit Kontextmanagement aufbaut. So stellen Sie sicher, dass Ihr Modell den richtigen
00:06:52Kontext erhält und hochwertige Anwendungen erzeugen kann. Alle Ressourcen dazu finden Sie in AI Labs Pro.
00:06:56Die Arbeit eines Agenten ist nur so gut wie die kontextgesteuerte Umgebung, in der er agiert.
00:07:01Je direkter er mit Kundenfeedback verbunden und durch einen strukturierten Workflow gestützt wird, desto besser.
00:07:06Wir müssen diese Umgebung aktiv gestalten, da sie nicht von selbst entsteht. Aus diesem Grund
00:07:11bietet Claude eine Anbindung an Slack, damit Teams Fehler direkt melden können. Dies schafft wertvolle
00:07:16Feedbackschleifen, die sogar der Entwickler von Claude Code selbst nutzt. Große Teams produzieren bereits
00:07:20hochwertigen, KI-generierten Code. Der Schöpfer von Claude Code gab an, dass im letzten Monat
00:07:25100 % seiner Beiträge effektiv von Claude Code selbst geschrieben wurden. Das passiert nicht einfach
00:07:30durch einen simplen Prompt. Es erfordert eine Reihe von Workflows und orchestrierten Mustern.
00:07:35Sogar der CEO von Microsoft räumt ein, dass KI mittlerweile 20 % bis 30 % des integrierten Codes bei Microsoft
00:07:41über alle Sprachen hinweg generiert. Besonders bemerkenswerte Fortschritte gibt es bei Python und C++.
00:07:46Struktur in Werkzeugen funktioniert für Menschen und Agenten gleichermaßen: Sie reduziert Unsicherheit,
00:07:52indem sie Erwartungen und Fähigkeiten klar definiert. Wenn Sie KI-Agenten ohne Struktur nutzen,
00:07:58schöpfen Sie nur einen Bruchteil ihres Potenzials aus. Struktur kann viele Formen annehmen. Das reicht von einer
00:08:03Claude.md-Datei für die Projektleitung bis hin zu einem Change Log. Sie können auch wiederverwendbare
00:08:08Befehle oder spezialisierte Skill.md-Dateien mit Skripten nutzen. Zusätzlich lassen sich Plugins und
00:08:13MCP-Tools verwenden, um die Fähigkeiten des Agenten zu erweitern. Doch die Tools allein zu kennen, reicht nicht.
00:08:19Die richtige Kombination ist entscheidend. Jedes Projekt braucht ein anderes Setup, das Sie individuell anpassen müssen.
00:08:25Mit der richtigen Balance erhalten Sie genau die Ergebnisse, die Sie sich wünschen. Unsere Aufgabe endet nicht
00:08:29nach der Planung und Delegation. Wie erwähnt, lasse ich Claude Code oft im risikoreichen Modus arbeiten,
00:08:34was viel Zeit spart, aber unsere Aufmerksamkeit auf andere Dinge lenken muss. Der Fokus verschiebt sich
00:08:39ans Ende des Zyklus. Das Review des Codes wird immer wichtiger. Code ohne Review kann zu schlechter Performance
00:08:44und hohen Kosten führen. Strukturierte Workflows erleichtern das Review enorm. Das führt zu weniger Fehlern
00:08:49und erspart Ihnen späteren Ärger. Testen bedeutet heute nicht mehr, dem Agenten einfach zu sagen:
00:08:53„Teste meine App auf Fehler.“ Es umfasst verschiedene Ansätze zur Prozessverbesserung. Eine Methode ist die
00:08:58testgetriebene Entwicklung (TDD). Wir lassen den Agenten erst Testfälle für ein Feature schreiben, ohne direkt
00:09:02Code zu programmieren. Sobald die Tests stehen, leere ich den Kontext und öffne ein neues Fenster. So stelle ich sicher,
00:09:07dass der Agent vergessen hat, wie er die Tests geschrieben hat. Dann lasse ich Claude die Tests ausführen,
00:09:12die natürlich scheitern, da noch kein Code existiert. Wenn ich weiß, dass die Tests korrekt funktionieren,
00:09:17lasse ich Claude die Route implementieren und achte darauf, dass die Tests nicht verändert werden.
00:09:22So hat der Agent ein klares Ziel, auf das er hinarbeiten kann. Bei TDD entstehen Tests vor dem Code,
00:09:26aber auch danach muss getestet werden. Dafür gibt es viele Möglichkeiten. Ich nutze Blackbox-Testing
00:09:31und erstelle User Stories. Diese dienen als Leitfaden, wie Nutzer mit dem System interagieren
00:09:36und welche Aktionen Fehler auslösen könnten. Blackbox-Testing bewertet die Funktionalität basierend auf den
00:09:41Anforderungen, ohne den Code selbst zu betrachten. Ich nutze dann die Claude-Chrome-Extension für die Tests
00:09:46und lasse sie Schritt für Schritt jede User Story durchgehen. Blackbox-Tests finden vor allem funktionale Fehler.
00:09:51Für Performance-Tests brauchen wir jedoch Whitebox-Testing. Hier betrachten wir den Code direkt, nicht nur
00:09:56das Ergebnis. Wir verfolgen die Implementierung und analysieren die Architektur. Für das Whitebox-Testing
00:10:00nutze ich ein XML-Dokument mit verschiedenen Testabschnitten. Dieses Dokument dient Claude als Leitfaden,
00:10:05um durch den Code zu navigieren und Architekturfehler aufzuspüren. Um das Ganze zu vereinfachen,
00:10:10nutze ich einen Custom-Befehl, der die Tests im Dokument ausführt. Dieser Befehl enthält Anweisungen zur
00:10:16Initialisierung, zur strukturierten Protokollierung der Ergebnisse und zur Erstellung des Abschlussberichts.
00:10:21Dieser Slash-Befehl hat mir das Whitebox-Testing sehr erleichtert, da er den strukturierten Prompt bereits enthält.
00:10:25Da der Mittelteil verschwindet und sich der Fokus auf Anfang und Ende verlagert, müssen wir unsere Prioritäten
00:10:31neu setzen. Wir müssen uns darauf konzentrieren, durch Planung und Anforderungsanalyse die richtige Intention
00:10:36zu formulieren. Zudem müssen wir durch gründliche Tests und Reviews sicherstellen, dass das Ergebnis den
00:10:41Erwartungen entspricht. Die Entwickler, die diese Prinzipien beherrschen, werden die Zukunft anführen.
00:10:46Damit sind wir am Ende des Videos. Wenn Sie den Kanal unterstützen und uns helfen möchten, weiterhin
00:10:51solche Inhalte zu erstellen, können Sie das über den „Super Thanks“-Button tun. Vielen Dank fürs Zuschauen,
00:10:56wir sehen uns im nächsten Video!
00:11:01and the end, we need to rethink our priorities. What we need to prioritize now is forming the
00:11:05right intent through planning and requirement assessment. We must also ensure that the outcome
00:11:10meets expectations through thorough testing and review processes. Those developers who master these
00:11:15principles will be the ones leading the future. That brings us to the end of this video. If you'd
00:11:20like to support the channel and help us keep making videos like this, you can do so by using
00:11:24the super thanks button below. As always, thank you for watching and I'll see you in the next one.