![\"\"](\"https:\/\/www.cubeserv.com\/wp-content\/uploads\/2026\/10\/contentplace-agentic-engineering-teil-4-wie-entwickler-ai-agenten-fuhren-ohne-die-verantwortung-abzugeben-lib-image-1-20261023-103402-1024x576.png\")
\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\tBild wurde mit Hilfe von AI generiert<\/em><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t Mit dem richtigen Setup aus Projektwissen, Anweisungen, Werkzeugen und Grenzen, wie in Teil 3 unserer Blogserie<\/a> beschrieben, kann ein AI-Agent Aufgaben planen, Code schreiben und seine \u00c4nderungen selbst testen. Damit stellt sich eine naheliegende Frage: Wof\u00fcr braucht ein Team dann noch Entwickler?<\/p>\n Ein Agent, der eine L\u00f6sung umsetzt, entscheidet damit noch nicht, ob sie die richtige ist.<\/strong> Daf\u00fcr muss jemand die Anforderungen verstehen, Auswirkungen auf das bestehende System beurteilen und pr\u00fcfen, ob das Ergebnis im Betrieb bestehen kann. Tests helfen dabei. Sie zeigen aber nur das, was sie tats\u00e4chlich pr\u00fcfen.<\/p>\n Entwickler werden deshalb nicht automatisch \u00fcberfl\u00fcssig. Ihre Arbeit ver\u00e4ndert sich dort, wo Agenten Teile der Umsetzung \u00fcbernehmen: Sie beschreiben Aufgaben, legen Grenzen fest und pr\u00fcfen die Ergebnisse. Wenn sie Code nicht mehr selbst schreiben, m\u00fcssen sie ihn dennoch verstehen und beurteilen k\u00f6nnen. Diese systematische Entwicklung von Software mit AI-Agenten steht im Mittelpunkt von Agentic Engineering<\/strong>.<\/p>\n Der Artikel zeigt diesen Wandel in drei Schritten: wie Agenten Aufgaben bearbeiten, wie Menschen ihren Handlungsspielraum und die n\u00f6tigen Freigaben festlegen und was das f\u00fcr die Zusammenarbeit und die F\u00e4higkeiten im Entwicklerteam bedeutet.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t Ein Agent soll eine Terminbuchung so anpassen, dass zwei Kunden nicht denselben Termin buchen k\u00f6nnen. Er untersucht die bestehende Logik, setzt eine \u00c4nderung um und testet, was bei zwei gleichzeitigen Buchungsversuchen passiert. Schl\u00e4gt der Test fehl, korrigiert er die L\u00f6sung und pr\u00fcft sie erneut. Dieser wiederholte Ablauf hei\u00dft Loop<\/em>.<\/strong><\/p>\n Damit der Agent nicht endlos weiterarbeitet, braucht er ein klares Pr\u00fcfkriterium und eine Abbruchregel. F\u00fcr die Terminbuchung k\u00f6nnte das Kriterium lauten: Bei zwei gleichzeitigen Buchungsversuchen wird genau eine Buchung best\u00e4tigt, die andere wird abgewiesen. Eine Abbruchregel begrenzt beispielsweise die Zahl der Versuche, die Laufzeit oder die Kosten. Erreicht der Agent diese Grenze, ohne die Aufgabe zu l\u00f6sen, muss er anhalten und das ungel\u00f6ste Problem melden.<\/p>\n Ein bestandener Test bedeutet allerdings noch nicht, dass die gesamte L\u00f6sung korrekt ist.<\/strong> Er best\u00e4tigt zun\u00e4chst nur, dass das gepr\u00fcfte Verhalten unter den jeweiligen Testbedingungen funktioniert.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t Bild wurde mit Hilfe von AI generiert<\/em><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t Nicht jedes Problem l\u00e4sst sich l\u00f6sen, indem der Agent denselben Schritt wiederholt. Manchmal muss er den Plan \u00e4ndern, zus\u00e4tzliche Informationen beschaffen oder eine Entscheidung des Menschen abwarten.<\/p>\n Solche Abl\u00e4ufe lassen sich als Graph<\/em> darstellen: Die einzelnen Schritte bilden die Knoten, die Verbindungen zeigen die m\u00f6glichen Wege dazwischen. Welche Verbindung der Agent nimmt, h\u00e4ngt vom Ergebnis eines Schritts oder von festgelegten Bedingungen ab.<\/strong><\/p>\n Bei der Terminbuchung f\u00fchrt ein fehlgeschlagener Test zur\u00fcck zur Umsetzung. Zeigt sich dabei, dass der L\u00f6sungsansatz ungeeignet ist, geht es zur\u00fcck zur Planung. Sind die vorgesehenen Pr\u00fcfungen bestanden, kann die \u00c4nderung zur menschlichen Freigabe vorgelegt werden.<\/p>\n Der Loop verschwindet dabei nicht. Er ist Teil eines gr\u00f6\u00dferen Ablaufs mit unterschiedlichen R\u00fcckwegen und Entscheidungspunkten.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t Bild wurde mit Hilfe von AI generiert<\/em><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t Ein solcher Ablauf braucht nicht automatisch mehrere Agenten.<\/strong> Ein einzelner Agent kann die Buchungslogik untersuchen, eine \u00c4nderung umsetzen und Tests ausf\u00fchren. Bei umfangreicheren Aufgaben lassen sich diese Schritte auf spezialisierte Agenten verteilen: Einer analysiert den bestehenden Code, ein zweiter setzt die \u00c4nderung um, ein dritter pr\u00fcft das Ergebnis.<\/p>\n Arbeiten mehrere Agenten koordiniert an einer Aufgabe, spricht man von einem Multi-Agent-System<\/em>. Die Aufteilung ist aber kein Vorteil an sich. Die Agenten m\u00fcssen Informationen \u00fcbergeben, Ergebnisse abgleichen und mit Widerspr\u00fcchen umgehen. Das kostet Zeit und Ressourcen und schafft zus\u00e4tzliche Fehlerquellen. Auch ein separater Pr\u00fcfagent kann Fehler \u00fcbersehen.<\/p>\n Entscheidend ist deshalb nicht, wie viele Agenten beteiligt sind, sondern ob die Arbeitsteilung die Aufgabe nachweislich besser l\u00f6sbar macht. F\u00fcr beide Varianten bleibt dieselbe Frage: Wer legt fest, was die Agenten tun d\u00fcrfen und wann ein Mensch entscheiden muss?<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t Der Agent kann einen L\u00f6sungsweg planen und umsetzen. Der Mensch gibt Ziel und Rahmen vor und beurteilt das Ergebnis.<\/strong> Darin liegt der Rollenwechsel: Wer fr\u00fcher jede \u00c4nderung selbst geschrieben hat, legt heute zunehmend fest, unter welchen Bedingungen ein Agent arbeiten darf und woran seine Arbeit gemessen wird.<\/p>\n Konkret hei\u00dft das: Der Mensch beschreibt das Ziel und die Kriterien f\u00fcr ein gutes Ergebnis. Er legt fest, auf welche Systeme und Daten der Agent zugreifen darf. Dazu kommen Grenzen f\u00fcr Laufzeit und Kosten sowie eine Regel daf\u00fcr, wann der Agent abbrechen oder Hilfe anfordern muss.<\/p>\n Ebenso wichtig sind Freigaben an den richtigen Stellen<\/strong>. Welche \u00c4nderungen darf der Agent selbstst\u00e4ndig vorbereiten und vor welcher Handlung muss ein Mensch zustimmen? F\u00fcr diese Entscheidung muss nachvollziehbar sein, welche Schritte der Agent ausgef\u00fchrt, welche Werkzeuge er genutzt und welche Ergebnisse er gepr\u00fcft hat. Eine Freigabe ohne diese Informationen w\u00e4re kaum mehr als eine Formalie.<\/p>\n Arbeiten mehrere Agenten an einer Aufgabe, kommt eine weitere Frage hinzu: Wer darf welche Teilaufgabe weitergeben, und wie werden die Ergebnisse zusammengef\u00fchrt? Auch f\u00fcr widerspr\u00fcchliche Ergebnisse oder festgefahrene Abl\u00e4ufe braucht es eine klare Zust\u00e4ndigkeit.<\/p>\n Dieses Gestalten und Steuern des gesamten Ablaufs hei\u00dft Orchestrierung<\/em>.<\/strong> Der Mensch muss dabei nicht jede \u00dcbergabe zwischen Agenten selbst ausl\u00f6sen. Er legt die Regeln fest, \u00fcberwacht den Ablauf und greift ein, wenn eine Entscheidung oder Ausnahme es erfordert. Seine Arbeit verschiebt sich damit von der einzelnen Umsetzung hin zur st\u00e4rkeren Steuerung und Pr\u00fcfung des gesamten Ablaufs.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t Ein Mensch kann vor dem Start den Plan pr\u00fcfen, w\u00e4hrend der Umsetzung \u00fcber offene Fragen entscheiden oder am Ende das Ergebnis freigeben. Welche Kontrollpunkte n\u00f6tig sind, h\u00e4ngt von der Aufgabe, den m\u00f6glichen Folgen eines Fehlers und den verf\u00fcgbaren Pr\u00fcfungen ab.<\/strong><\/p>\n Eine kleine Code\u00e4nderung kann ein Agent beispielsweise in einer isolierten Entwicklungsumgebung selbstst\u00e4ndig vorbereiten und testen. Daf\u00fcr muss nicht jeder Zwischenschritt best\u00e4tigt werden. Ob die \u00c4nderung anschlie\u00dfend \u00fcbernommen und produktiv eingesetzt werden darf, ist eine eigene Entscheidung.<\/p>\n Bei einer \u00c4nderung am Bezahlsystem k\u00f6nnen dagegen schon vor der Umsetzung Entscheidungen n\u00f6tig sein, etwa wenn sich die Buchungslogik oder der Umgang mit Zahlungsdaten ver\u00e4ndert. Eine zus\u00e4tzliche Freigabe vor der Bereitstellung erf\u00fcllt einen anderen Zweck: Sie pr\u00fcft, ob die konkrete \u00c4nderung die vereinbarten Anforderungen erf\u00fcllt. Kontrollpunkte geh\u00f6ren also dorthin, wo eine Entscheidung Folgen hat, die sich sp\u00e4ter nur schwer korrigieren lassen.<\/p>\n Muss der Mensch an festgelegten Punkten entscheiden, bevor der Ablauf weitergeht, spricht man von Human-in-the-Loop<\/em>. \u00dcberwacht er den Ablauf und greift bei Bedarf ein, hei\u00dft das Human-on-the-Loop<\/em>. Diese Formen lassen sich kombinieren: Ein Agent kann selbstst\u00e4ndig arbeiten und dennoch vor einer besonders folgenreichen Handlung auf Zustimmung warten.<\/p>\n Kontrolle setzt voraus, dass der Mensch informiert entscheiden und wirksam eingreifen kann.<\/strong> Er braucht daf\u00fcr Fachwissen, nachvollziehbare Ergebnisse und gen\u00fcgend Zeit. Bei einer laufenden \u00dcberwachung muss er au\u00dferdem erkennen k\u00f6nnen, wann ein Eingriff n\u00f6tig ist, und den Ablauf rechtzeitig stoppen k\u00f6nnen.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t Bild wurde mit Hilfe von AI generiert<\/em><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t Bei l\u00e4ngeren Aufgaben reicht es nicht, einen Agenten zu starten und sp\u00e4ter nach dem Ergebnis zu sehen. Der Arbeitsstand muss so festgehalten werden, dass der Agent nach einer Unterbrechung oder einem Wechsel des Kontextfensters weiterarbeiten kann (vgl. Young, Justin, 2025). Dazu geh\u00f6ren abgeschlossene Schritte, offene Probleme, Testergebnisse und die n\u00e4chste Teilaufgabe. Gespeicherte Notizen allein garantieren allerdings noch keinen zuverl\u00e4ssigen Fortschritt.<\/p>\n Wie zus\u00e4tzliche Pr\u00fcfungen aussehen k\u00f6nnen, zeigt ein Experiment von Anthropic zur Frontend-Gestaltung: Ein Agent erstellte die Oberfl\u00e4che, ein zweiter bewertete sie anhand vorgegebener Kriterien. Die Versuche umfassten f\u00fcnf bis f\u00fcnfzehn Durchl\u00e4ufe und dauerten teilweise bis zu vier Stunden (vgl. Rajasekaran, Prithvi, 2026). Die getrennte Bewertung sollte unter anderem der Tendenz entgegenwirken, die eigene Arbeit zu positiv einzusch\u00e4tzen. Auch der Pr\u00fcfagent musste daf\u00fcr gezielt abgestimmt werden.<\/p>\n L\u00e4ngere Laufzeit ist kein Qualit\u00e4tsmerkmal.<\/strong> Entscheidend ist, ob der Agent \u00fcberpr\u00fcfbare Fortschritte macht. Wiederholt er erfolglose Versuche, \u00fcberschreitet er sein Budget oder st\u00f6\u00dft er auf eine ungekl\u00e4rte Anforderung, muss der Ablauf pausieren oder enden.<\/p>\n Zwischenpr\u00fcfungen sollten deshalb konkrete Fragen beantworten: Was ist seit dem letzten Pr\u00fcfpunkt fertig geworden? Welche Tests wurden bestanden? Was bleibt ungel\u00f6st? So erh\u00e4lt der Mensch eine Entscheidungsgrundlage, statt nur die Meldung, dass der Agent noch arbeitet.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t Mehr Autonomie ver\u00e4ndert, wann Menschen eingreifen m\u00fcssen. Sie hebt die Verantwortung f\u00fcr den Einsatz des Systems nicht auf. Dabei muss nicht eine einzelne Person alles \u00fcbernehmen. Die Zust\u00e4ndigkeiten d\u00fcrfen verteilt sein, aber sie m\u00fcssen eindeutig bleiben.<\/strong><\/p>\n Vor dem Start sollte feststehen, wer den laufenden Einsatz \u00fcberwacht, wer bei Problemen entscheiden darf und wer das Ergebnis f\u00fcr die weitere Verwendung freigibt. Dazu geh\u00f6rt auch eine Vertretung, wenn die zust\u00e4ndige Person nicht erreichbar ist. Fehlt eine notwendige Entscheidung, muss der Agent warten, statt eigenst\u00e4ndig seinen Handlungsspielraum zu erweitern.<\/p>\n Bei mehreren Agenten m\u00fcssen diese Regeln f\u00fcr den gesamten Ablauf gelten. Eine Aufgabe darf nicht allein dadurch zus\u00e4tzliche Befugnisse erhalten, dass sie an einen anderen Agenten weitergegeben wird. Damit r\u00fcckt die n\u00e4chste Frage in den Mittelpunkt: Wie lassen sich solche \u00dcbergaben zuverl\u00e4ssig gestalten?<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t Wenn ein Agent eine Teilaufgabe an einen anderen \u00fcbergibt, reicht ein knapper Auftrag wie \u201ePr\u00fcfe die \u00c4nderung\u201c nicht aus. Bei der Terminbuchung muss der pr\u00fcfende Agent wissen, welches Verhalten erwartet wird, was ge\u00e4ndert wurde und welche Tests bereits gelaufen sind. Ebenso wichtig ist, welche Fragen noch offen sind.<\/p>\n Eine gute \u00dcbergabe macht die Arbeit des ersten Agenten f\u00fcr den zweiten \u00fcberpr\u00fcfbar.<\/strong> Dazu geh\u00f6ren der relevante Arbeitsstand, die Anforderungen und die bisherigen Ergebnisse. Der pr\u00fcfende Agent sollte sich nicht allein auf die Zusammenfassung seines Vorg\u00e4ngers verlassen, sondern die \u00c4nderung und die zugeh\u00f6rigen Tests selbst untersuchen k\u00f6nnen.<\/p>\n Auch der R\u00fcckweg muss geregelt sein. Findet der Pr\u00fcfagent einen Fehler, braucht der umsetzende Agent eine konkrete Beschreibung: Was funktioniert nicht, unter welchen Bedingungen tritt das Problem auf und welches Verhalten w\u00e4re richtig? Kommen beide zu widerspr\u00fcchlichen Ergebnissen oder wiederholt sich dieselbe Korrektur ohne Fortschritt, muss die Abstimmung enden und eine zust\u00e4ndige Person entscheiden.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t Bild wurde mit Hilfe von AI generiert<\/em><\/p>\n Innerhalb eines Systems lassen sich solche \u00dcbergaben beispielsweise \u00fcber gemeinsam genutzte Dateien oder strukturierte Nachrichten organisieren. Schwieriger wird es, wenn Agenten unterschiedlicher Anbieter oder Plattformen zusammenarbeiten sollen. Dann brauchen sie eine gemeinsame Form, um Aufgaben, Bearbeitungsst\u00e4nde und Ergebnisse auszutauschen.<\/p>\n Daf\u00fcr gibt es das offene Agent-to-Agent-Protokoll<\/em>, kurz A2A<\/strong>. Es wurde von Google angesto\u00dfen und wird heute unter dem Dach der Linux Foundation weiterentwickelt. Nach deren Angaben unterst\u00fctzten im April 2026 mehr als 150 Organisationen den Standard (vgl. Linux Foundation, 2026). A2A soll die Zusammenarbeit \u00fcber Systemgrenzen hinweg erm\u00f6glichen. Nicht jedes Multi-Agent-System ben\u00f6tigt daf\u00fcr ein solches Protokoll. Innerhalb einer einzelnen Anwendung k\u00f6nnen einfachere \u00dcbergaben ausreichen.<\/p>\n Ein gemeinsames Protokoll ersetzt jedoch keine Berechtigungsregeln.<\/strong> Darf ein Agent weitere Agenten beauftragen, muss feststehen, welche Befugnisse er dabei weitergeben darf. Der beauftragte Agent sollte nur die Zugriffe erhalten, die seine Teilaufgabe erfordert. Au\u00dferdem muss nachvollziehbar bleiben, wer den Auftrag ausgel\u00f6st hat und in wessen Auftrag gehandelt wird. Solche begrenzten und nachvollziehbaren Delegationen behandelt auch Forresters AEGIS-Framework zur Absicherung agentischer Systeme (vgl. Forrester, o. D.).<\/p>\n Damit wird die Zusammenarbeit der Agenten auch zu einer organisatorischen Aufgabe: Das Entwicklerteam muss nicht nur einzelne Ergebnisse pr\u00fcfen, sondern ebenso die \u00dcbergaben und das Zusammenspiel der beteiligten Systeme gestalten.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t Wenn Agenten Teile der Umsetzung \u00fcbernehmen, muss das Team seine Aufgaben neu verteilen. Dabei helfen vier Fragen: Was \u00fcbernimmt der Agent, wer pflegt seine Arbeitsumgebung, wer pr\u00fcft und gibt frei, und welche F\u00e4higkeiten brauchen Entwickler daf\u00fcr?<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t Gut geeignet sind Aufgaben mit klarem Ziel, einem \u00fcberpr\u00fcfbaren Ergebnis und \u00fcberschaubarem Risiko. Dazu geh\u00f6ren etwa abgegrenzte Fehlerkorrekturen oder das Erg\u00e4nzen von Tests. Wo Anforderungen unklar sind oder Fehler weitreichende Folgen haben k\u00f6nnen, braucht es engere menschliche Begleitung. Entscheidend ist nicht nur, ob der Agent eine L\u00f6sung erstellen kann, sondern ob das Team sie zuverl\u00e4ssig beurteilen kann.<\/strong><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t Ein Agent braucht verst\u00e4ndliches Projektwissen, funktionierende Tests und passende Werkzeugzugriffe. Der technische Rahmen, der seine Ausf\u00fchrung, seinen Kontext und seine Werkzeuge steuert, wird h\u00e4ufig als Harness<\/em> bezeichnet. Seine Pflege ist keine einmalige Einrichtung: \u00c4ndern sich Code, Anforderungen oder Werkzeuge, muss das Team auch diesen Rahmen \u00fcberpr\u00fcfen und anpassen (vgl. Young, 2025<\/a>).<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t Wenn Agenten schneller \u00c4nderungen liefern, kann die Pr\u00fcfung zum Engpass werden. Das Team braucht deshalb klare Zust\u00e4ndigkeiten und nachvollziehbare Ergebnisse: Was wurde ge\u00e4ndert, welche Tests wurden ausgef\u00fchrt und was bleibt offen? Ein \u00fcberzeugend aussehendes Ergebnis ist noch kein richtiges.<\/strong> Technisches und fachliches Wissen bleiben n\u00f6tig, um zu entscheiden, ob eine \u00c4nderung \u00fcbernommen und eingesetzt werden darf.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t Wer Umsetzung delegiert, muss Aufgaben klar beschreiben, Zusammenh\u00e4nge verstehen und Ergebnisse kritisch pr\u00fcfen k\u00f6nnen. Daf\u00fcr bleiben Kenntnisse in Programmierung, Architektur, Tests und Betrieb wichtig. Sie helfen einzusch\u00e4tzen, ob ein L\u00f6sungsansatz zum System passt und welche Folgen eine \u00c4nderung haben kann.<\/p>\n Das ver\u00e4ndert auch die Ausbildung des Nachwuchses. Wenn Agenten Routineaufgaben \u00fcbernehmen, brauchen Berufseinsteiger weiterhin Gelegenheiten, selbst zu programmieren, Fehler zu untersuchen und L\u00f6sungswege zu vergleichen. Gemeinsame Codepr\u00fcfungen und die Begleitung durch erfahrene Kollegen k\u00f6nnen diesen Lernprozess unterst\u00fctzen.<\/p>\n Der Unterschied liegt nicht allein im Werkzeug, sondern darin, wie das Team damit arbeitet.<\/strong> Klare Aufgaben, eine gepflegte Arbeitsumgebung und fundierte Pr\u00fcfungen machen aus einzelnen Agentenl\u00e4ufen einen verl\u00e4sslicheren Entwicklungsprozess.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\tWird der Entwickler \u00fcberfl\u00fcssig?<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
Wie Agenten arbeiten: Schleifen, Entscheidungen und Arbeitsteilung<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
Der Loop: Umsetzen, pr\u00fcfen, verbessern<\/h3>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
![\"\"](\"https:\/\/www.cubeserv.com\/wp-content\/uploads\/2026\/10\/contentplace-agentic-engineering-teil-4-wie-entwickler-ai-agenten-fuhren-ohne-die-verantwortung-abzugeben-lib-image-2-20261023-103409-1024x576.png\")
\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\tDer Graph: Wenn der Ablauf verzweigt<\/h3>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
![\"\"](\"https:\/\/www.cubeserv.com\/wp-content\/uploads\/2026\/10\/contentplace-agentic-engineering-teil-4-wie-entwickler-ai-agenten-fuhren-ohne-die-verantwortung-abzugeben-lib-image-3-20261023-103414-1024x576.png\")
\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\tMehrere Agenten teilen sich die Arbeit<\/h3>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
Was der Mensch festlegt: Ziele, Grenzen und Freigaben<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
Wie viel darf der Agent allein?<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
Kontrollpunkte lassen sich verschieben<\/h3>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
![\"\"](\"https:\/\/www.cubeserv.com\/wp-content\/uploads\/2026\/10\/contentplace-agentic-engineering-teil-4-wie-entwickler-ai-agenten-fuhren-ohne-die-verantwortung-abzugeben-lib-image-4-20261023-103419-1024x576.png\")
\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\tWenn Agenten Stunden oder Tage arbeiten<\/h3>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
Die Verantwortung bleibt beim Menschen<\/h3>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
Wenn Agenten mit Agenten arbeiten<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
![\"\"](\"https:\/\/www.cubeserv.com\/wp-content\/uploads\/2026\/10\/contentplace-agentic-engineering-teil-4-wie-entwickler-ai-agenten-fuhren-ohne-die-verantwortung-abzugeben-lib-image-5-20261023-103425-1024x576.png\")
\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\tWie sich die Arbeit im Entwicklerteam ver\u00e4ndert<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
Welche Aufgaben \u00fcbernimmt der Agent?<\/h3>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
Wer h\u00e4lt die Arbeitsumgebung aktuell?<\/h3>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
Wer pr\u00fcft, wer gibt frei?<\/h3>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
Was m\u00fcssen Entwickler k\u00fcnftig k\u00f6nnen?<\/h3>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
![\"\"](\"https:\/\/www.cubeserv.com\/wp-content\/uploads\/2026\/10\/contentplace-agentic-engineering-teil-4-wie-entwickler-ai-agenten-fuhren-ohne-die-verantwortung-abzugeben-lib-image-6-20261023-103430-1024x576.png\")
\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t