Zum Inhalt

So entsteht Haben

Agentic Engineering in der Praxis

Agenten schreiben den Code. Frische Agenten prüfen ihn und dürfen nur melden, was ein fehlschlagender Test belegt. Ein Mensch entscheidet, was nach main kommt.

Ein echtes Beispiel Etwas übernehmen Zum Board

🧑 Mensch entscheidet

Was gebaut wird, offene fachliche Fragen, den Merge und das Release.

🤖 Agent baut und prüft

Issues, Code mit rotem Test zuerst, Selbstprüfung, Review, Doku-Prüfung.

⚙️ Automatik hält Regeln

Board, Zuweisung, PR-Regeln, CI und das Schließen der Issues mit dem Release.

Der Ablauf

flowchart TB
  subgraph Planen
    direction LR
    Issue["Issue<br/>Fehler, Wunsch oder<br/>Befund aus einem Review"] --> Board["board-pflegen<br/>prüft, ordnet ein"]
    Board --> Wollen{"Wollen<br/>wir das?"}
    Wollen -->|nein| Nicht["Bewusst nicht"]
    Wollen -->|ja| Geplant["Karte „Geplant“"]
  end
  subgraph Bauen
    direction LR
    Uebernehmen["/übernehmen"] --> Zuweisen["Workflow „Übernehmen“<br/>Karte „In Arbeit“"]
    Zuweisen --> Code["Agent baut<br/>roter Test, Code, Doku"]
    Code --> PR["beitrag<br/>Entwurf, PR-Regeln"]
  end
  subgraph Prüfen
    direction LR
    Selbst["beitrag-pruefen<br/>frischer Agent"] --> Review["tdd-review ∥ doku-pruefen<br/>frischer Agent"]
    Review -->|Befund| Fix["roter Test, Fix"]
    Fix --> CI
    Review -->|keiner| CI["CI grün"]
    CI --> Merge{"Merge<br/>per Squash"}
  end
  subgraph Ausliefern
    direction LR
    Naechstes["Karte „Im nächsten<br/>Release“"] --> Release["release<br/>nach OK auslösen"]
    Release --> Erledigt["Issues geschlossen<br/>Karte „Erledigt“"]
  end
  Planen --> Bauen --> Prüfen --> Ausliefern
  Prüfen -.->|so nicht| Bauen

  classDef mensch fill:#f59e0b33,stroke:#d97706
  classDef agent fill:#6366f133,stroke:#6366f1
  classDef auto fill:#10b98133,stroke:#059669
  class Wollen,Uebernehmen,Merge,Nicht mensch
  class Board,Code,PR,Selbst,Review,Fix,Release agent
  class Issue,Geplant,Zuweisen,CI,Naechstes,Erledigt auto

Die Farben sind dieselben wie bei den Karten oben, kleingeschriebene Namen wie board-pflegen oder tdd-review sind Skills im Repository. „Frisch“ heißt: ein neuer Agent ohne den Verlauf dessen, der den Code geschrieben hat. Er kennt nur den Pull Request und das Repository und prüft deshalb, was dasteht. Was gemeint war, weiß er nicht.

Ein Beispiel: der Satz auf dem Storno

Issue #716 mit den Pull Requests #814 und #821, vom /übernehmen bis zum letzten Merge in gut acht Stunden, einmal durch den Ablauf oben und einmal über „so nicht“ zurück.

  1. Planen: Ein Nutzer meldet, dass das Storno einer unbezahlten Rechnung über 1 € verspricht: „Der Betrag wird Ihnen erstattet.“ Der Maintainer stellt den Fehler nach und setzt die Karte nach „Geplant“.
  2. Bauen: Ein Collaborator kommentiert /übernehmen mit einem kurzen Plan. Sekunden später ist das Issue ihm zugewiesen und die Karte steht in „In Arbeit“. Sein Agent richtet in #814 den Satz am Zahlstand aus, ohne Zahlung sagt das Storno keine Erstattung mehr zu. Zuerst kommen rote Tests, dann der Fix.
  3. Prüfen und Ausliefern: Selbstprüfung und TDD-Review finden nichts. Der Maintainer prüft nach und merged. Wegen Umgesetzt #716 wandert die Karte nach „Im nächsten Release“.
  4. Noch einmal bauen und prüfen: Danach soll das Storno auch den Saldo des Kundenkontos nennen. Der Agent baut in #821 einen Satz dafür („Ihr Kundenkonto weist ein Guthaben i. H. v. … aus“), wieder mit roten Tests zuerst. Zwei Runden TDD-Review durch frische Agenten finden nichts. Für jeden Verdacht schrieben sie einen eigenen Test, und jeder blieb grün.
  5. So nicht: In der Beitragsprüfung rechnet der Maintainer den Saldo selbst nach. Er stimmt. Gemergt wird trotzdem nicht: Das Storno wird festgeschrieben und geht an den Kunden. Der Saldo stimmt aber nur, wenn der Bankabgleich vollständig ist. Bei einer eingegangenen, noch nicht zugeordneten Zahlung würde Haben dem Kunden schriftlich eine Forderung bescheinigen, die es nicht gibt. Sein Vorschlag lautet deshalb: nur „Die ursprüngliche Rechnung wird storniert.“
  6. Zurück zum Bauen: Wieder kommt der rote Test zuerst, dann der Fix. Die Berechnung des Saldos fällt ganz weg. Weil sich der Ansatz geändert hat, läuft die Selbstprüfung neu.
  7. Prüfen, Code und Markdown getrennt: tdd-review und doku-pruefen laufen nebeneinander, je in einem frischen Agenten. Das TDD-Review schreibt 25 eigene Tests für Grenzfälle und ältere Belege, die Doku-Prüfung gleicht docs/rechnungen.md mit Code und Entscheidung ab. Keiner findet einen Befund. Die CI ist grün, der Maintainer merged per Squash.
  8. Ausliefern: #821 verweist nur mit Refs #716, umgesetzt war das Issue schon mit #814. Es bleibt offen, bis das nächste Release es schließt.

Wichtig

Alle Tests grün, und trotzdem falsch. Code und Tests der Saldo-Fassung waren richtig. Falsch war die fachliche Annahme, dass Haben auf einem festgeschriebenen Beleg über den Kontostand sprechen darf. Das prüft kein Test, das musste ein Mensch entscheiden.

Leitplanken für Agenten

Dass kein ungeprüfter Code nach main kommt, hängt nicht davon ab, ob ein Agent die Regeln kennt, sondern davon, dass ein Fehler vor dem Merge auffällt.

🧱 Fehlerklassen ausgeschlossen

Geld in Cent statt Gleitkomma; Postgres-Trigger und Hashkette schützen Festgeschriebenes auch vor fehlerhaftem Code (Konventionen).

🔴 Review mit rotem Test

Tests für jede Änderung, keiner abgeschwächt. Ein unabhängiges Review meldet einen Befund nur mit einem Test, der fehlschlägt (Review).

✅ Regeln als Skript

Was sich sicher entscheiden lässt, prüfen Skripte und die CI (Automatische Prüfungen der Regeln), dazu fremde Maßstäbe wie KoSIT-Validator, SEPA-Schemas und WCAG 2.2 AA.

📖 Doku für Menschen, Skills für Agenten

Jede Regel steht einmal in docs/ oder DESIGN.md, kurz und auf Deutsch. Ein Skill sagt Schritt für Schritt, was zu tun ist, und verweist auf die Regel. CLAUDE.md und AGENTS.md sind nur der Einstieg.

Warnung

Was das nicht leistet: Ist die fachliche Annahme falsch wie im Beispiel, sind Code und Test gemeinsam falsch und trotzdem grün. Dagegen helfen nur die Primärquelle im Code, Rückmeldungen aus echten Abgaben, die Prüfung durch eine Steuerberatung und ein Mensch, der bei Steuer, Buchung, ELSTER und GoBD vor dem Merge zustimmt. Ein unabhängiges Audit der Software oder ihrer Fachlogik gibt es bisher nicht.

Mitmachen

Eine Karte aus dem Board aussuchen, im Issue /übernehmen kommentieren und mit dem Agenten deiner Wahl loslegen. Die Skills liegen im Repository und gelten für jeden Agenten.

Etwas übernehmen Einstiegs-Issues

Letztes Update: