Am 8. Februar 2026 veröffentlichte Andrej Karpathy – Mitgründer von OpenAI – einen Post auf X, der die Softwareentwicklungs-Community sofort in Bewegung setzte. Ein Jahr nach seiner Prägung des Begriffs „Vibe Coding" schlug er einen neuen vor: Agentic Engineering. Nicht als Marketingbegriff, sondern als präzise Beschreibung dessen, was professionelle Entwicklerinnen und Entwickler heute tatsächlich tun.
Von Vibe Coding zu Agentic Engineering
Vibe Coding beschreibt eine Arbeitsweise, bei der man KI-Tools Prompts gibt, den generierten Code unbesehen akzeptiert und bei Fehlern einfach die Fehlermeldung zurück ins Prompt-Feld kopiert. Der Mensch ist dabei, wie Addy Osmani es treffend formuliert, „ein Prompt-DJ, kein Ingenieur."
„Vibe coding = YOLO. Agentic Engineering = KI macht die Implementierung, der Mensch besitzt die Architektur, die Qualität und die Korrektheit." — Addy Osmani, Google Chrome Engineering, Februar 2026
Was Agentic Engineering genau bedeutet
„Agentic" verweist auf die Natur der eingesetzten KI-Werkzeuge. Moderne Coding-Agenten wie Claude Code oder OpenAI Codex können nicht nur Code generieren – sie können ihn auch ausführen, testen, debuggen und iterativ verbessern, ohne bei jedem Schritt auf menschliche Eingabe zu warten.
„Engineering" signalisiert, dass dieser Prozess unter menschlicher Aufsicht und mit Engineering-Rigor stattfindet. Der Mensch bleibt Architekt, Reviewer und Entscheidungsträger.
Die vier Säulen des Agentic Engineering Workflows
1. Zuerst planen, dann prompten
Bevor ein einziger Prompt an einen Agenten geht, entsteht ein Design-Dokument oder eine Spezifikation. Die Arbeit wird in klar abgegrenzte Aufgaben aufgeteilt, die Architektur wird entschieden.
2. Delegieren und reviewen
Der Agent erhält eine klar umgrenzte Aufgabe. Er generiert Code. Der Ingenieur reviewt diesen Code mit derselben Sorgfalt wie bei einem Pull Request eines menschlichen Kollegen.
3. Testen als Kernprinzip
Simon Willison hat Test-Driven Development (TDD) als eines der wichtigsten Muster im Agentic Engineering identifiziert: Tests zuerst schreiben, dann den Agenten iterieren lassen, bis alle Tests grün sind.
4. Eigentümerschaft behalten
Dokumentation, Versionskontrolle, CI/CD, Monitoring in Produktion – all das bleibt menschliche Verantwortung.
Die Werkzeuge des Agentic Engineering
| Werkzeug | Typ | Stärken | Besonderheit |
|---|---|---|---|
| Claude Code | Terminal-Agent | Grosse Kontextfenster, starkes Reasoning | Autonome Aufgabenausführung, Hooks |
| OpenAI Codex | Terminal-Agent | GPT-5-Basis, starke Codegenerierung | Cloud-native, Sandbox-Ausführung |
| Cursor | IDE (VS Code-Fork) | Integrierte IDE-Erfahrung | Beliebt für IDE-zentrierte Workflows |
| GitHub Copilot | IDE-Plugin | Breite IDE-Integration | Bewährt, Enterprise-Support |
| Windsurf | IDE (VS Code-Fork) | Cascade-Agent, Flow-Konzept | Starke Multi-File-Bearbeitung |
Die Zahlen: Was Agentic Engineering in der Praxis leistet
Anthropics 2026 Agentic Coding Trends Report liefert bemerkenswerte Daten:
Rakuten testete Claude Code auf einer 12,5-Millionen-Zeilen-Codebasis und erreichte 99,9% numerische Genauigkeit in sieben Stunden autonomer Arbeit.
TELUS berichtete von 500.000 Stunden eingesparter Zeit über 57.000+ Teammitglieder und 30% schnellerem Engineering-Code-Versand.
Auf Unternehmensebene zeigt der Report eine Reduktion der Time-to-Market um 79% – von 24 Tagen auf 5 Tage. Entwickler nutzen KI bereits in 60% ihrer Arbeit.
Die unbequeme Wahrheit: Wer profitiert – und wer nicht
Agentic Engineering begünstigt überproportionell Senior Engineers. Wer tiefe Grundlagenkenntnisse hat, kann KI als massiven Kraftmultiplikator einsetzen. Agentic Engineering ist nicht einfacher als traditionelles Engineering – es ist eine andere Art von schwierig.
Agentic Engineering in der Schweiz: Wo stehen wir?
Für Schweizer Engineering-Teams bedeutet Agentic Engineering konkret:
Finanzsektor: Banken und Versicherungen können Agentic Engineering für interne Tooling-Entwicklung und Legacy-Code-Modernisierung einsetzen – der menschliche Oversight-Ansatz passt gut zu regulatorischen Anforderungen der FINMA.
KMU: Ein 3-köpfiges Team, das Agentic Engineering beherrscht, kann die Produktivität eines 8-köpfigen Teams erreichen.
Ausbildung: ETH Zürich, EPFL und Fachhochschulen stehen vor der Herausforderung, Curricula anzupassen.
Governance und Sicherheit: Der unterschätzte Aspekt
Engineering-Teams brauchen klare Governance-Frameworks, interne Playbooks und Training in System Design und Orchestrierung.
Fazit: Was Schweizer Unternehmen jetzt tun sollten
Agentic Engineering ist keine ferne Zukunft – es ist die Gegenwart professioneller Softwareentwicklung. Wer es ohne Governance und Engineering-Disziplin einsetzt, riskiert technische Schulden. Der goldene Weg liegt darin, die Produktivitätspotenziale zu nutzen – mit den richtigen Guardrails, dem richtigen Training und der richtigen Kultur.
Haben Sie Fragen zur Implementierung von Agentic Engineering in Ihrem Unternehmen? Nehmen Sie Kontakt auf [blocked]