KI-gestützt ist nicht AI-native
Warum ein Coding-Agent allein keine AI-native Produktentwicklung macht, und welche vier Dinge drumherum stehen müssen.
Markus Johannes Baier5 Min. Lesezeit

Viele Teams probieren KI beim Programmieren aus und sind danach verwundert: Es geht schneller, aber nicht unbedingt besser. Der Code kommt in Minuten, die Abnahme dauert wie vorher, und am Ende des Tages liegt ein Stapel Änderungen, die keiner so richtig überblickt.
Wir arbeiten seit einiger Zeit so, dass Coding-Agenten einen großen Teil der Umsetzung übernehmen. Das Spannende daran ist nicht der Agent. Es ist alles, was drumherum stehen muss, damit er brauchbar arbeitet. Davon handelt dieser Beitrag.
KI-gestützt ist nicht AI-native
Ein Team, das einen Assistenten in die Entwicklungsumgebung einbaut, arbeitet KI-gestützt. Der Ablauf bleibt derselbe, nur das Tippen geht schneller. Wir sprechen von AI-native, wenn der Ablauf selbst so gebaut ist, dass ein Agent darin eine echte Rolle hat: Er bekommt Aufgaben, arbeitet in einem abgegrenzten Raum, liefert prüfbare Ergebnisse, und ein Mensch entscheidet an klar benannten Stellen.
Das klingt nach Bürokratie. In der Praxis ist es das Gegenteil. Weil die Stellen klar sind, muss niemand dauernd nachsehen, ob gerade etwas schiefläuft.
Aufgaben, die ein Agent verstehen kann
Das Erste, was wir gelernt haben: Ein Ticket, das für Kolleginnen und Kollegen gut genug war, reicht für einen Agenten oft nicht. Menschen füllen Lücken mit Kontext, den sie aus dem Flur oder dem letzten Gespräch haben. Ein Agent hat diesen Kontext nicht.
Ein gutes Ticket nennt deshalb das Ziel, die betroffenen Stellen im Code, die Voraussetzungen und das, was ausdrücklich nicht dazugehört. Dazu kommt ein Feld, das sagt, wofür eine Freigabe nötig ist: ein Plan, ein Design, ein Text, eine Änderung an Produktivdaten. Wer das einmal sauber aufgeschrieben hat, merkt, dass auch Menschen im Team davon profitieren.
Regeln, die im Repository stehen
Das Zweite: Die Arbeitsregeln gehören ins Repository, nicht in den Kopf einzelner Personen. Bei uns steht in einer Datei, wie Aufgaben gewählt werden, wie viele Änderungen gleichzeitig offen sein dürfen, wann ein Review nötig ist und was ein Agent nie tun darf. Die Datei heißt AGENTS.md und ist absichtlich werkzeugneutral. Wenn wir morgen ein anderes Werkzeug einsetzen, gelten dieselben Regeln.
Wir glauben, dass das der unterschätzteste Teil ist. Ein Agent ohne Regeln ist ein sehr schneller Praktikant ohne Einarbeitung. Mit Regeln wird er berechenbar, und Berechenbarkeit ist das, was man in einem Produktteam am meisten braucht.
Kleine Änderungen, früh geprüft
Das Dritte betrifft die Größe der Änderungen. Ein Agent kann an einem Nachmittag sehr viel schreiben. Prüfen kann man das nicht in derselben Zeit. Deshalb schneiden wir große Aufgaben in Teile, die einzeln prüfbar sind, und lassen jede Änderung durch automatische Prüfungen und ein zweites Review laufen, bevor ein Mensch sie ansieht.
Das ist kein Misstrauen gegenüber dem Agenten. Menschen übersehen in großen Änderungen ebenfalls Dinge. Eine kleine Änderung lässt sich in Ruhe lesen, eine große nur überfliegen.
Freigaben an wenigen, klaren Stellen
Das Vierte ist das, was uns am meisten Ruhe gibt: Freigaben gibt es nur an definierten Stellen und nur über einen eindeutigen Weg. Bei uns ist das der Status eines Tickets. Ein Kommentar, ein Daumen oder eine Chat-Nachricht zählen nicht, egal von wem.
Das hat einen praktischen Grund. Wenn ein Agent Freigaben aus Gesprächen herauslesen müsste, würde er manchmal falsch liegen. Und wenn er manchmal falsch liegt, muss man ihm überall misstrauen. Ein einziger, eindeutiger Weg macht es einfach: Steht der Status auf „Freigegeben“, geht es weiter. Sonst nicht.
Was dabei auf der Strecke bleibt
Wir wollen nichts schönreden. Die Umstellung kostet. Regeln müssen geschrieben und gepflegt werden, Tickets brauchen mehr Sorgfalt, und manchmal wartet ein Agent einfach, weil eine Freigabe fehlt, obwohl es dringend wäre. Das fühlt sich dann langsamer an als der schnelle Weg.
Wir glauben, dass sich das lohnt, weil die Wartezeit sichtbar ist und die Fehler, die man damit vermeidet, es sonst nicht wären. Aber es ist eine Abwägung, und sie fällt nicht in jedem Team gleich aus.
Woran man merkt, dass es trägt
Drei Fragen, die wir uns stellen:
- Kann jemand, der den Hintergrund nicht kennt, ein Ticket lesen und wissen, was gemeint ist?
- Steht in einer Datei, was ein Agent tun darf und was nicht, und gilt das für alle Werkzeuge?
- Ist klar, wer an welcher Stelle entscheidet, und lässt sich das nachlesen?
Bei zwei Nein ist es wahrscheinlich KI-gestützt, nicht AI-native.
Und der Anfang?
Wer heute startet, braucht keine neue Plattform. Eine Datei mit den wichtigsten Regeln, ein Ticketformat mit Ziel, Grenzen und Freigabe-Art und eine Obergrenze für offene Änderungen. Das reicht, um nach zwei Wochen zu sehen, ob der Ablauf trägt.
Wie wir das mit Teams aufsetzen, steht auf harwayexperience.com unter AI-native.
Quellen: Eigene Arbeitsweise bei HARWAY Experience (AGENTS.md, Ticketformat, Freigabe über den Status). Keine externen Statistiken.
Verwandte Artikel: AI-native Entwicklung ohne System: drei Muster (die drei Muster, wenn das Fundament fehlt) und Vibe Coding ist eine Methode, kein Glücksspiel.

