Human-Agent Delivery Model

Wie Menschen und KI-Agenten gemeinsam Software realisieren

Das Human-Agent Delivery Model zeigt, wie Menschen und KI-Agenten im Software-Lebenszyklus zusammenarbeiten: mit lebendigen Artefakten, iterativer Agentenarbeit und menschlicher Freigabe an den Punkten, an denen Verantwortung entsteht.

INTENT SPEC TEST BUILD REVIEW RELEASE SYNCHED ARTEFACTS AGENTIC WORK HUMAN CLEARANCE

Agentic Engineering ist keine lineare Automatisierungskette. Es ist eine hoch iterative Arbeitsweise, in der Spezifikation, Tests, Agentenrichtlinien und Reviews laufend synchronisiert werden — mit klaren Freigaben und nachvollziehbaren Entscheidungen.

01 · Steuerung
Spezifikation wird zur Steuerungsebene.

KI-Agenten erhöhen den Output. Entscheidend wird deshalb nicht mehr nur, wer Code schreibt, sondern wodurch Arbeit gesteuert wird: fachliche Absicht, Scope, Akzeptanzkriterien, Oracles und Agentenregeln.

Intent · Scope · Oracles · Agentenregeln
02 · Rückkopplung
Agentic Engineering ist iterativ — aber nicht beliebig.

Spezifikation, Tests, Agentenarbeit und Review entwickeln sich in kurzen Schleifen weiter. Erkenntnisse fließen laufend zurück in fachliche Modelle, Testbasis und Agentenrichtlinien.

Feedback · Lernen · Anpassung · Drift-Schutz
03 · Verantwortung
Von Human-in-the-Loop zu Human Clearance.

Menschen sind nicht nur beteiligt. Sie geben an definierten Punkten frei: fachliche Absicht, Spezifikation, Tests, Umsetzung, Review und Release.

Intent · Spec · Test · Build · Review · Release
04 · Qualität
Qualität braucht einen unabhängigen Prüfmaßstab.

Tests werden aus Spezifikation, Akzeptanzkriterien, Beispielen, Oracles und Failure Modes abgeleitet — nicht nachträglich aus dem generierten Code.

Akzeptanz · Oracles · Tests · Failure Modes
05 · Regeln
Agenten brauchen operative Regeln.

Governance wirkt nicht erst vor Release. Agentenrichtlinien, Constraints, Toolgrenzen, Architekturprinzipien und Checkpoint Policies steuern, was Agenten dürfen — und wo sie stoppen müssen.

Policies · Guardrails · Agent Instructions · Audit Trail
Vertiefung
Methode an einem konkreten Fall erproben?

Der sinnvollste Einstieg ist ein realer Use Case: ein Fachprozess, eine Anwendungsidee, ein Legacy-System oder ein Engpass in der Umsetzung.