The New SDLC With Vibe Coding — From ad-hoc prompting to Agentic Engineering

Kernpunkte

1. Zentrale These. „Der tiefgreifendste Wandel im Software-Engineering ist keine neue Sprache, kein neues Framework und kein neuer Cloud-Dienst. Es ist der Übergang vom Schreiben von Code zum Ausdrücken von Absicht.“ Die Schnittstelle der Entwickler verschiebt sich von Syntax zu Absicht.
2. Einordnende Kennzahlen (2026). 85 % der professionellen Entwickler nutzen regelmäßig Coding-Agenten, 51 % täglich, 41 % des neuen Codes werden von KI generiert.
3. Abbildung 1 — Von Autocomplete zu Autonomie. 5 kumulative Generationen (Autocomplete ~2021 → Inline-Vorschläge ~2022 → Chat-basierte Generierung ~2023 → Coding-Agenten ~2024–25 → Autonome Agenten ~2025–26), Achse Syntax → Absicht, „mehr menschlicher Aufwand“ → „mehr maschinelle Autonomie“.
4. Der Agent = Schleife. Ziel erfassen → planen → handeln (Tools) → beobachten → iterieren (Selbstkorrektur). Aufgebaut aus 5 Teilen (siehe Whitepaper Introduction to Agents, Nov. 2025): Modell, Tools, Memory, Orchestrierung, Deployment. „Die Schleife ist das schlagende Herz jedes Agenten.“
5. Vibe coding. ein von Karpathy geprägter Begriff (Feb. 2025, „fully give in to the vibes“); er wurde so breit angewendet, dass er seine Bedeutung verlor → Anfang 2026 führte Karpathy agentisches Engineering für das disziplinierte Ende des Spektrums ein.
6. Das Spektrum. (vibe coding ↔ strukturiert KI-unterstützt ↔ agentisches Engineering): „Das entscheidende Unterscheidungsmerkmal ist nicht, ob du KI einsetzt. Es ist, wie viel Struktur, Überprüfung und menschliches Urteilsvermögen die Ausgabe der KI umgibt.“
7. Verifikation = das eigentliche Unterscheidungsmerkmal. Tests überprüfen das Deterministische (Input→Output); Evals überprüfen das Nicht-Deterministische (richtige Trajektorie? richtige Tools? qualitativ hochwertige Antwort?), mittels gelabelter Datensätze, Bewertungsraster, LM-Judges. „Ohne beides bleibt die Praxis immer vibe coding, egal wie ausgefeilt die Prompts sind.“
8. Context Engineering = die eigentliche Fähigkeit. Die Codequalität hängt weniger von der Verfeinerung des Prompts ab als von der Qualität des Kontexts. 6 Typen: Anweisungen, Wissen, Gedächtnis, Beispiele, Tools, Guardrails. Trade-off zwischen statischem Kontext (immer geladen: AGENTS.md/CLAUDE.md/GEMINI.md — kostspielig) und dynamischem Kontext (bei Bedarf geladen: Skills, RAG, Tool-Ergebnisse — effizient).
9. Agent Skills. = das wirkungsvollste Muster für dynamischen Kontext (progressive disclosure: Metadaten beim Start, Anweisungen bei Übereinstimmung, Referenzen bei Bedarf). Löst 4 Probleme: Kontextverfall, fehlendes prozedurales Gedächtnis, operativer Mehraufwand bei Multi-Agent-Systemen, Tool-übergreifende Portabilität.
10. Der neue SDLC. KI komprimiert den Zyklus ungleichmäßig — die Implementierung schrumpft von Wochen auf Stunden, während Anforderungen/Architektur/Verifikation im menschlichen Tempo verbleiben. „Es ist keine schnellere Version des alten SDLC. Es ist ein anderer Workflow.“ Die Rolle der Entwickler verschiebt sich vom primären Umsetzer zum Systemdesigner & Qualitätsschiedsrichter.
11. Nach Phase. Requirements (Verschmelzung von Anforderungen→Prototyp); Design/Architektur = die hartnäckigste menschliche Phase (Trade-off-Entscheidungen); Implementierung (Gewinne von 25–39 %, relativiert durch die METR-Studie: erfahrene Entwickler 19 % langsamer bei bestimmten Aufgaben aufgrund der Verifikation); Testing (Output-Eval + Trajektorienbewertung); Code Review (KI als erste Prüfinstanz); Maintenance (als „zu riskant zum Anfassen“ geltende technische Schulden werden wieder refaktorierbar).
12. Fabrikmodell. „Das primäre Ergebnis der Entwickler ist nicht der Code — es ist das System, das Code produziert“ (Specs + Agenten + Tests/Quality Gates + Feedback-Schleifen + Guardrails). Die Entwickler gestalten die Pipeline und die Qualitätskontrolle, nicht jedes einzelne Teil.
13. Harness Engineering. „Agent = Modell + Harness“. Das Modell ≈ 10 %, der Harness ≈ 90 %. Bestandteile: Instructions/Regeldateien, Tools/MCP, Sandboxes, Orchestrierung (Sub-Agenten, Routing, Übergaben), Guardrails/Hooks (deterministischer Code an Punkten des Lebenszyklus), Observability. „Diese umgebende Maschinerie wird als Harness bezeichnet.“
14. Beleg für den Harness-Effekt. Bei Terminal Bench 2.0 verschob ein Team einen Agenten allein durch die Änderung des Harness von außerhalb der Top 30 in die Top 5 (Modell unverändert); LangChain: +13,7 Punkte allein durch Anpassung von System-Prompt/Tools/Middleware. „Die meisten Fehlschläge von Agenten sind, ehrlich betrachtet, Konfigurationsfehler.“
15. Rollen der Entwickler. Dirigent (Echtzeit, synchron, in der IDE, Kontrolle auf Tastenanschlagsebene — Copilot/Gemini Code Assist/Cursor/Windsurf) vs. Orchestrator (asynchron, Multi-Agent, Kontrolle auf Zielebene — Jules/Cursor Background/Claude Code). „Nicht entweder-oder — beides, je nach Aufgabe.“
16. Das 80-Prozent-Problem. KI generiert schnell ~80 % des Codes; die verbleibenden 20 % (Edge Cases, Fehlerbehandlung, Integration, subtile Korrekturen) erfordern tiefes Kontextwissen. KI-Fehler haben sich von Syntaxfehlern zu konzeptionellen Fehlschlägen verschoben (der Code „sieht richtig aus“ und besteht grundlegende Tests).
17. Agenten in der Praxis — 3 Orte. im Editor (Copilot, Cursor, Windsurf, JetBrains), im Terminal (Antigravity CLI, Claude Code, Codex CLI, Open Code, Cline), im Hintergrund (Jules, Cursor Background, AlphaEvolve). Vibe coding von Produktionsagenten über Google Agents CLI (agents-cli create/playground/eval/deploy, ADK-Lebenszyklus), MCP (Tools) + A2A (Delegation zwischen Agenten). Anthropic: Agententeams, die einen C-Compiler in Rust in 2 Wochen gebaut haben.
18. Wirtschaftlichkeit (CapEx/OpEx). vibe coding = niedriger CapEx, hoher OpEx (Token-Verbrauch, Wartungslast, Sicherheitsnachbesserungen); agentisches Engineering = hoher CapEx, niedriger OpEx (Vorabinvestition in Specs/Tests/Kontext → stark gesunkene Grenzkosten pro Auslieferung). Context engineering = ein finanzieller Hebel; intelligentes Model Routing (große Modelle für Requirements/Architektur, kleine Modelle für Tests/Review/CI). Abbildung 9: Schnittpunkt, ab dem vibe coding 3- bis 10-mal mehr pro Feature kostet.
19. Fazit — 3 dauerhafte Prinzipien. (1) „Struktur skaliert, Vibes nicht“; (2) „KI verstärkt eure Engineering-Kultur“ (ein Kraftmultiplikator für Stärken UND Schwächen); (3) „Die menschliche Rolle entwickelt sich weiter, sie schwindet nicht“. Schlusssatz: „Generierung ist gelöst. Verifikation, Urteilsvermögen und Steuerung sind das neue Handwerk.“
20. Reihe. Day 1 (dieses Dokument); Day 3 = Context Engineering: Sessions, Skills & Memory; Day 5 = Spec-Driven Production Grade Development in the Age of Vibe Coding (Code Review, Guardrails, Zero Trust).