Agentic Coding
Agentic Coding bezeichnet eine Form der Softwareentwicklung, bei der eine KI nicht nur einzelne Codezeilen vorschlägt, sondern eigenständig plant, Dateien anlegt, Tests ausführt und Fehler behebt – so lange, bis eine Aufgabe erledigt ist. Der Mensch gibt das Ziel vor; die KI wählt den Weg.
Beim klassischen KI-Coding-Assistenten tippt man eine Zeile, die KI schlägt die nächste vor, und man entscheidet, ob man sie übernimmt. Agentic Coding geht einen großen Schritt weiter. Man beschreibt eine Aufgabe in normaler Sprache — etwa „Bau mir eine Anmeldefunktion mit E-Mail-Bestätigung“ — und die KI arbeitet diese Aufgabe selbstständig ab: Sie legt Dateien an, schreibt Code, führt automatische Tests (also Programme, die prüfen, ob der Code korrekt läuft) aus und repariert dabei auftretende Fehler. Dieser Prozess läuft in mehreren Runden, ohne dass man nach jedem Schritt eingreifen muss. Das Wort „agentic“ kommt vom englischen „agent“, also einem Akteur, der mit einem Ziel selbst handelt — im Unterschied zu einem Werkzeug, das nur auf direkten Befehl reagiert.
Warum Agentic Coding die Entwicklung verändert
Bisher war Programmieren ein Handwerk, das viel Zeit mit Kleinkram verbraucht: Boilerplate-Code (also immer wiederkehrende Standardbausteine) schreiben, Fehler suchen, Bibliotheken einbinden, Testergebnisse lesen und den Code anpassen. All das ist zeitaufwendig, aber nicht besonders kreativ. Agentic Coding übernimmt genau diese Schichten.
Das verändert, was Entwicklerinnen und Entwickler tatsächlich tun. Sie verbringen weniger Zeit damit, Syntax zu schreiben, und mehr Zeit damit, Anforderungen zu formulieren, Ergebnisse zu prüfen und Architekturentscheidungen zu treffen — also zu entscheiden, wie ein System grundsätzlich aufgebaut sein soll. Manche Firmen berichten, dass einzelne Entwickler mit Agentic-Coding-Tools die Arbeit erledigen, für die früher kleine Teams nötig waren. Das klingt beeindruckend, bringt aber auch eine ernste Kehrseite: Wer den generierten Code nicht versteht, merkt Fehler womöglich erst sehr spät.
Wie ein KI-Agent durch Code-Aufgaben navigiert
Im Kern läuft Agentic Coding als Schleife ab. Die KI bekommt ein Ziel und eine Beschreibung der aktuellen Lage — welche Dateien existieren, welche Fehlermeldungen vorliegen. Dann wählt sie eine Aktion: Code schreiben, eine Datei lesen, einen Befehl im Terminal ausführen oder eine Suche im Internet starten. Das Ergebnis dieser Aktion fließt sofort zurück, und die KI entscheidet, was als Nächstes kommt. Diese Schleife wiederholt sich, bis das Ziel erreicht ist oder die KI feststeckt.
Die entscheidende Zutat sind sogenannte Tools — Schnittstellen, über die die KI wirklich mit der Außenwelt interagiert: Dateisystem, Terminal, Browser oder externe Dienste. Ohne diese Werkzeuge könnte sie nur Text erzeugen, aber nichts ausführen. Mit ihnen kann sie eine vollständige Entwicklungsumgebung steuern. Moderne Systeme setzen dabei auch auf mehrere spezialisierte KI-Instanzen, die parallel arbeiten: eine plant, eine schreibt Code, eine führt Tests aus. Das beschleunigt komplexe Aufgaben erheblich.
Ein typischer Irrtum ist, Agentic Coding mit einfacher Autovervollständigung gleichzusetzen. Der Unterschied ist fundamental. Autovervollständigung reagiert auf den letzten Tastendruck und schlägt die nächsten paar Zeichen vor. Ein Coding-Agent plant über Dutzende von Schritten voraus und trifft dabei eigenständige Entscheidungen, die das gesamte Projekt beeinflussen.
Agentic Coding in Produkten und in den News
Das bekannteste Beispiel ist GitHub Copilot Workspace, das Microsoft 2024 vorgestellt hat. Entwickler beschreiben dort ein Problem in einem GitHub-Issue (einer Art Aufgabenkarte), und das System erstellt eigenständig einen Plan, schreibt den Code und öffnet einen fertigen Änderungsvorschlag. Ähnliche Ansätze verfolgen Cursor, Devin von Cognition und Amazons interner KI-Dienst für das AWS-Entwicklungsumfeld.
In Tech-News taucht Agentic Coding meist im Zusammenhang mit zwei Fragen auf: Wie viele Entwicklerjobs werden überflüssig? Und wie sicher sind Systeme, bei denen eine KI eigenständig Code ausführt und Dateien verändert? Die zweite Frage ist technisch drängender. Ein Agent, der unbeaufsichtigt Befehle ausführt, kann Fehler in einem Tempo vervielfältigen, das ein Mensch nicht mehr einholen kann. Deshalb setzen die meisten professionellen Tools auf sogenannte Human-in-the-Loop-Mechanismen, also Haltepunkte, an denen ein Mensch den nächsten Schritt erst freigeben muss.
Für Einsteiger in die Programmierung ist Agentic Coding ein zweischneidiges Angebot. Man kann schnell funktionierende Ergebnisse erzielen, ohne jedes Detail zu verstehen. Genau das ist aber auch das Risiko: Wer nicht beurteilen kann, ob der generierte Code sicher und korrekt ist, sollte sich mit den Grundlagen vertraut machen, bevor er einem Agenten das Steuer überlässt.