Agentische Entwicklung hat sich etabliert: Autonome Agenten übernehmen ganze Arbeitsschritte und sind längst nicht mehr aufzuhalten. Der richtige professionelle Umgang mit ihnen ist deshalb unabdingbar: Wer nur auf schnelle Ergebnisse setzt und Überprüfung, Tests und Bewertung umgeht, zahlt später – mit technischer Schuld, ungeprüftem Code und Projekten, die nicht halten, was sie versprechen.

Wie sieht verantwortungsvolle agentische Entwicklung konkret aus? Ein Beispiel aus der Praxis: die agentische QA-Abnahme. Sobald ein Ticket „Ready for QA“ ist, prüft ein orchestriertes Team spezialisierter Agenten-Personas das Artefakt – nachvollziehbar dokumentiert im Ticket, mit dem Menschen an den entscheidenden Gates.

Der Prozess in sechs Phasen:

Orchestrierung

Ein Orchestrator-Agent analysiert Ticket und Artefakt, sucht in der Wissensdatenbank nach ähnlichen Fällen und leitet daraus einen Prüfplan ab. Ein Review-Loop schärft den Plan, bevor die passenden QA-Vektoren zusammengestellt werden – triviale Tickets nehmen die Fast Lane mit einem Minimal-Set.

Personifizierte QA-Vektoren

Der Prüfplan wird von spezialisierten Agenten-Personas abgearbeitet – jede mit eigenem Blickwinkel und eigenem Scope, damit keine Perspektive im Einheitsbrei verschwindet.

Aggregation & Bewertung

Ein Bewertungs-Agent konsolidiert alle Findings und klassifiziert sie relativ zu den Akzeptanzkriterien. Ein Cross-Check-Loop stellt sicher, dass jedes Ergebnis konsistent und belegt ist.

Entscheidung & Self-Heal

Ein Gate prüft das Ergebnis gegen die Akzeptanzkriterien. Vier Ausgänge sind möglich – bei Grenzfällen entscheidet immer ein Mensch.

Genehmigt → Freigabe · abgelehnt → zurück in die Entwicklung. Jede menschliche Entscheidung kalibriert die Konfidenz des Systems (Phase 6).

Self-Heal: Re-Test nur der betroffenen Vektoren, max. 3 Versuche. Zu groß oder strukturell? → Eskalation ins Team, Ticket geht zurück auf „In Progress“.

Abgelehnt: Ticket → „In Development“. Nach der Nachbesserung startet der Prozess erneut bei „Ready for QA“.

Abnahme & Übergabe

Nach der Freigabe wird ein standardisiertes Test-Template befüllt und als Testbericht ans Ticket angehängt – die Übergabe ist vollständig dokumentiert.

Kontinuierliches Lernen

Ein Learning-Agent destilliert aus jedem Durchlauf Muster, Testfälle und Persona-Tuning – und misst den Prozess selbst. So wird jede Abnahme besser als die letzte.

Die KPIs kalibrieren Gate-Schwellen und Autonomie-Grad; die Wissensdatenbank speist die nächste Orchestrierung – der Kreis schließt sich.

Test Driven Prompting

Ein zentrales Element dieses Prozesses ist TDP – Test Driven Prompting. Analog zu Test Driven Development (TDD) werden dabei zuerst die Erwartungen und Testkriterien formuliert, bevor ein Agent eine Lösung generiert – im QA-Prozess etwa der Prüfplan, der vor jedem Agenten-Lauf steht. So entsteht ein klarer Rahmen, an dem jede Agenten-Ausgabe gemessen werden kann. TDP stellt sicher, dass Qualität kein Zufall ist, sondern systematisch in den agentischen Prozess eingebaut wird – und der Mensch jederzeit die Kontrolle über das Ergebnis behält.