Methoden und Frameworks

Die Branche handelt gerade neu aus, was die Softwareentwicklung nach User Stories ablöst. Die aktuellen Frameworks wollen das ganze System neu gestalten:

• Manifeste dazu, wie Menschen und Agenten die Arbeit aufteilen
• die Toolchain für Spec-driven Development
• SDKs, mit denen ihr Agenten baut
• Referenz-Setups zum Nachbauen

Wie ihr einen Agenten baut, ergibt sich daraus, was ein Agent ist: ein Programm, das ein Modell umschließt. In der Praxis folgt diese Methode einem strukturierten Zyklus, der jede Lektion zurückschreibt. Für das, was ausgeliefert wird, steht eine namentlich benannte Person ein.

Einstieg

• Der Agent Loop: Ein minimales Modell eines Agenten und der Schleife, die aus einem Modell ein funktionierendes System macht.
• Spec-driven Development: Wie Specs Coding-Agents eine stabile Absicht und überprüfbare Arbeit geben.
• Disciplined Compounding Loop: Wie strukturierte Zyklen Lektionen festhalten und jede weitere Änderung billiger machen.
• Menschliche Verantwortung: Wo menschliches Urteil und menschliche Verantwortung in agentischen Workflows unverzichtbar bleiben.

Verwandte Seiten

• Agentic Engineering: die Disziplin, der diese Methoden dienen.
• Qualität und Verifikation: die Prüfungen, auf die jede Methode baut.
• Memory und Context Engineering: wohin jeder Zyklus seine Lektionen zurückschreibt.
• Abschied von Agile: McKinseys Studie zum KI-Operating-Model: Belege dafür, wie sich das Betriebsmodell über das Tool hinaus ändert.
• Product Management: wie Specs und Absicht näher an die Produktseite rücken.

Weiterführende Lektüre

Zwei Texte darüber, wie Teams agentengestützte Arbeit in der Praxis strukturieren. Beide stammen aus The Refactoring (refactoring.fm). Lest sie, bevor ihr einen Workflow von Grund auf entwerft: How Engineering Teams use AI (öffnet in einem neuen Tab) (12. März 2025) und Vibe-coding workflows (öffnet in einem neuen Tab) (30. April 2025).

Quellen

Methoden und Manifeste

• 12-Factor Agents (öffnet in einem neuen Tab) - Zwölf Prinzipien für LLM-basierte Software in Produktion.
• AI Manifesto (öffnet in einem neuen Tab) - Fünf Prinzipien für verantwortungsvollen KI-Einsatz in der Entwicklung. Menschliche Einsicht, Verantwortung und Lernen bleiben im Zentrum, statt das Modell für euch sprechen oder denken zu lassen.
• AI-Augmented Software Development Manifesto (öffnet in einem neuen Tab) - Neufassung des Agile Manifesto für Agenten. Sie stellt menschlichen Geschmack, enge Feedback-Schleifen, getestete Software und anpassbaren Intent über den Autopiloten.
• ASDLC.io (öffnet in einem neuen Tab) - Wissensbasis und Framework für den Agentic Software Development Life Cycle. Agenten bilden darin eine Logistikschicht, Menschen steuern die Absicht. MIT, frühes Stadium.
• Agent-Native Architectures Guide (öffnet in einem neuen Tab) - Technischer Leitfaden für Apps, in denen Agenten gleichberechtigt mitspielen. Er behandelt Parität, Granularität, Komponierbarkeit, dateibasierte Schnittstellen, Konfliktmodelle und Ausführungsmuster.
• Applied GenAI (FINOS) (öffnet in einem neuen Tab) - FINOS-Initiative zu GenAI in Finanzdienstleistungen. Dazu gehören Open-Source-Tools, Governance-Frameworks, das Open Financial LLM Leaderboard und EMIR-spezifisches RAG für regulatorische Compliance.
• Context Engineering (öffnet in einem neuen Tab) - Handbuch aus ersten Prinzipien, inspiriert von grundlegenden Arbeiten zu Context Engineering und von 3Blue1Brown. Es führt über Prompt Engineering hinaus zu Design, Orchestrierung und Optimierung von Kontext.
• HumanLayer (öffnet in einem neuen Tab) - Framework, das KI-Coding-Agents für Operationen mit hohem Risiko in deterministische Freigabe-Workflows durch Menschen einbettet.
• Glamorous Toolkit (öffnet in einem neuen Tab) - Formbare Entwicklungsumgebung: Ihr baut pro Domäne einen eigenen Inspector und kombiniert Ansichten. So fließt der Aufwand ins Verstehen eines Systems statt nur ins Schreiben (Talk (öffnet in einem neuen Tab)).
• Moldable Development (öffnet in einem neuen Tab) - Ansatz, der mit kontextbezogenen Mikro-Tools programmiert, die pro Problem geformt werden. Er optimiert den größten Kostenblock in Software: herauszufinden, wie das System funktioniert.
• PDCVR Framework (öffnet in einem neuen Tab) - Plan-Do-Check-Verify-Retrospect-Methode für Claude Code mit 25+ spezialisierten Subagents, TDD-Disziplin und strukturierten Workflows. Sie erweitert den klassischen PDCA-Zyklus.
• PROSE (öffnet in einem neuen Tab) - Framework aus agentischen Bausteinen (Skills, Custom Agents, Instructions, Hooks) für GitHub Copilot, ergänzt um das Agentic SDLC Handbook.
• Ponytail (öffnet in einem neuen Tab) - Regelwerk nach dem Vorbild “Lazy senior dev”. Es drängt Coding-Agents zu minimalem Code, bevor sie implementieren. MIT, verteilt als Plugins für Claude Code, Codex, Cursor und weitere.
• SuperClaude framework (öffnet in einem neuen Tab) - Konfigurations-Framework, das Claude Code um spezialisierte Befehle und Personas ergänzt.
• Swamp (öffnet in einem neuen Tab) - KI-natives CLI, mit dem ihr prüfbare, teilbare Betriebs-Workflows gegen typisierte Modelle externer Systeme schreibt. Claude-Code-Skills stecken direkt im Binary.
• Vibe Coding Playbook (öffnet in einem neuen Tab) - Methoden-Repo mit Prompting-Techniken, Schritt-für-Schritt-Anleitungen zur Umsetzung und XML-Prompting-Mustern für KI-gestützte Entwicklung.
• o16g (Outcome Engineering) (öffnet in einem neuen Tab) - Manifest mit sechzehn Prinzipien. Es richtet agentische Entwicklung auf verifizierte Ergebnisse statt auf Code aus, steuert nach Kosten statt nach Kapazität und prüft Agenten, sobald sie abdriften.

Spec-driven Development

• Agent OS (Builder Methods) (öffnet in einem neuen Tab) - Kostenloses System, um Coding-Standards in der KI-Entwicklung festzulegen und zu verwalten. Es liest die Standards aus eurer Codebasis aus und speist sie in die Ausarbeitung der Spec ein.
• Allium (öffnet in einem neuen Tab) - Spezifikationssprache, die Verhaltens-Specs neben der Implementierung festhält. Sie lenkt die Codegenerierung durch KI und hält Absicht und Verhalten im Einklang.
• BMAD Method (öffnet in einem neuen Tab) - Breakthrough Method for Agile AI-Driven Development: 12+ KI-Personas und strukturierte Workflows führen ein Team durch den SDLC, von der Idee bis zum Deployment.
• CCPM (öffnet in einem neuen Tab) - Skill-System für Projektmanagement mit Agenten. Es treibt Spec-driven Development und parallele Ausführung über GitHub Issues und Git Worktrees voran.
• Codervisor Lean Spec (öffnet in einem neuen Tab) - Leichtgewichtiges, flexibles Spec-Driven Development (SDD) für KI-gestützte Entwicklung.
• Conductor (Gemini CLI) (öffnet in einem neuen Tab) - Erweiterung für Gemini CLI mit Workflows aus Spec und Plan. Sie bringt zentrale Kontext-Artefakte und Konventionen zur Versionskontrolle für Greenfield- und Brownfield-Projekte mit.
• DESIGN.md (Google Labs) (öffnet in einem neuen Tab) - Format-Spec, die Coding-Agents eine visuelle Identität beschreibt. Sie kombiniert YAML-Design-Tokens mit begründendem Fließtext und liefert ein CLI für Linting und WCAG-Kontrastprüfungen.
• Get Shit Done (GSD) (öffnet in einem neuen Tab) - Leichtgewichtiges Setup für Meta-Prompting, Context Engineering und Spec-driven Development in Claude Code, von TACHES.
• GitHub Spec Kit (öffnet in einem neuen Tab) - Toolkit von GitHub für Spec-driven Development. Es legt das Scaffolding für einen Workflow an, in dem geschriebene Specs KI-Coding-Assistenten steuern.
• Intent (öffnet in einem neuen Tab) - Vertragsbasierte Sprache, die eine einzelne .intent-Quelle zu nativen Rust-Binaries, JavaScript und WebAssembly kompiliert. Sie bietet Vor- und Nachbedingungen, Z3-SMT-Verifikation und generiert eigenschaftsbasierte Tests.
• Kiro (öffnet in einem neuen Tab) - Spec-getriebene IDE als Brücke zwischen KI-Coding und Engineering. Ein Agent, der eure Arbeitsweise lernt, erledigt lang laufende Aufgaben quer durch große Codebasen.
• OpenSpec (öffnet in einem neuen Tab) - Open-Source-Tool von Fission AI für Spec-driven Development mit KI-Coding-Assistenten.
• RequireKit (öffnet in einem neuen Tab) - KI-Toolkit für Anforderungen. Es schreibt strukturierte Specs in EARS-Notation, generiert BDD/Gherkin, ordnet Epics und Features hierarchisch und bindet optional GuardKit an.
• Rezonant (öffnet in einem neuen Tab) - Produkt-Workspace, der Produktdenken von ungeordneter Inspiration bis zu ausgearbeiteter, umsetzungsreifer Arbeit trägt. Diese Arbeit bauen dann Coding-Agents.
• Spec-Driven Role Prompts (öffnet in einem neuen Tab) - System-Prompts für einen spec-getriebenen Workflow mit fünf Rollen. Die Übergaben laufen von REQUIREMENTS.md zu SPEC.md, mit nachverfolgbaren Anforderungs-IDs und Varianten für Claude Code, Codex und ältere Modelle.
• Tessl (öffnet in einem neuen Tab) - Tool für Spec-driven Development mit einer Spec Registry aus 10.000+ Specs für Open-Source-Bibliotheken. Sie gibt Coding-Agents strukturierten, versionierten Kontext.
• The Website Specification (öffnet in einem neuen Tab) - Plattformunabhängige Spec mit 162 Best Practices für Websites, also den technischen Dingen, die eine gute Website tun sollte. Sie ist für Menschen und Agenten geschrieben und über einen MCP-Server und llms.txt abfragbar.

Agent-SDKs und Frameworks

• AgentOS (öffnet in einem neuen Tab) - Fertige FastAPI-Runtime, die Agno-Agenten, -Teams und -Workflows zu einem skalierbaren API-Server mit Orchestrierung, State und Observability macht (früher github.com/buildermethods/agent-os (öffnet in einem neuen Tab)).
• Agno (öffnet in einem neuen Tab) - Agent-Framework, das zusammen mit AgentOS Multi-Agenten-Systeme in eurer eigenen Cloud betreibt.
• Amazon Bedrock AgentCore (öffnet in einem neuen Tab) - Framework-unabhängiges Python-SDK von AWS für Agenten in Produktion, mit Runtime, Memory, Code Interpreter, Browser, Gateway und Observability. Für das Projektgerüst gibt es das AgentCore CLI (öffnet in einem neuen Tab).
• Claude Agent SDK (öffnet in einem neuen Tab) - SDK von Anthropic für Python (öffnet in einem neuen Tab) und TypeScript (öffnet in einem neuen Tab). Es stellt die Engine von Claude Code als Bibliothek bereit, mit Agent Loop, eingebauten Tools, Context Management und MCP-Tools im selben Prozess.
• CrewAI (öffnet in einem neuen Tab) - Eigenständiges Python-Framework (ohne Abhängigkeit von LangChain) für autonome Agenten in Rollen. Crews dienen der Zusammenarbeit, Flows dem Produktiveinsatz im Unternehmen.
• DSPy (öffnet in einem neuen Tab) - (stanfordnlp - GitHub (öffnet in einem neuen Tab)) Framework von Stanford NLP, um LMs zu programmieren statt zu prompten. Ihr schreibt modulare Python-Pipelines (Klassifikatoren, RAG, Agenten), und DSPy optimiert Prompts und Gewichte algorithmisch.
• Eve (öffnet in einem neuen Tab) - Dateisystem-zentriertes TypeScript-Framework von Vercel (Apache 2.0) für durable Agenten. Instruktionen, Tools, Skills, Kanäle und Zeitpläne liegen in festen Verzeichnissen nach Konvention. Öffentliche Beta.
• Flue (öffnet in einem neuen Tab) - Sandbox-Agent-Framework des Astro-Teams in TypeScript (Apache 2.0) für durable, autonome Agents. Sichere Sandboxes übernehmen Code-Ausführung und Dateiänderungen.
• Google Agent Development Kit (ADK) (öffnet in einem neuen Tab) - Code-first Open-Source-Toolkit von Google für Agenten in Python (öffnet in einem neuen Tab), Go (öffnet in einem neuen Tab) und TypeScript/JS (öffnet in einem neuen Tab). Es setzt mehrere Agenten zusammen und deployt auf Cloud Run. Es ist modellunabhängig, aber auf Gemini abgestimmt, mit Doku (öffnet in einem neuen Tab) und einer eingebauten Web-Oberfläche für Entwickler:innen (öffnet in einem neuen Tab) für Debugging, Tracing und Evals.
• IBM watsonx Orchestrate ADK (öffnet in einem neuen Tab) - Python-SDK und orchestrate-CLI, um Agenten auf IBM watsonx Orchestrate zu bauen, zu testen und zu deployen. Mit einer lokalen Developer Edition auf Docker-Basis iteriert ihr offline.
• LangGraph (öffnet in einem neuen Tab) - Low-Level-Orchestrierungs-Framework von LangChain. Es baut zustandsbehaftete Agenten als Graphen mit durable execution, Human-in-the-Loop sowie Kurz- und Langzeit-Memory. Erhältlich für Python und TypeScript (öffnet in einem neuen Tab).
• Mastra (öffnet in einem neuen Tab) - TypeScript-Framework vom Gatsby-Team für KI-Anwendungen und Agenten. Es deckt Model Routing, Workflows, Human-in-the-Loop und Observability in Produktion ab.
• Microsoft Agent Framework (öffnet in einem neuen Tab) - SDK von Microsoft für .NET und Python. Es führt Semantic Kernel und AutoGen in einer Runtime mit graphbasierten Workflows zusammen. AutoGen ist jetzt im Wartungsmodus.
• OpenAI Agents (öffnet in einem neuen Tab) - AGENTS.md, ein einfaches offenes Format, das Coding-Agents anleitet, mit Beispielen und Vorlagen.
• OpenAI Agents SDK (öffnet in einem neuen Tab) - Leichtgewichtiges, anbieterunabhängiges Framework für Multi-Agenten-Workflows in Python (öffnet in einem neuen Tab) und TypeScript (öffnet in einem neuen Tab). Es bietet Handoffs, Guardrails, Human-in-the-Loop und Tracing über 100+ LLMs.
• Parlant (öffnet in einem neuen Tab) - Open-Source-Framework in Python (Apache 2.0) für Agenten mit Kundenkontakt in regulierten Branchen. Kontextuelles Matching beschränkt den LLM-Kontext in jedem Durchgang auf die Richtlinien, die gerade gelten.
• Sandcastle (öffnet in einem neuen Tab) - TypeScript-Bibliothek, die Coding-Agents in Sandboxes über einen einzigen Aufruf von sandcastle.run() orchestriert. Docker, Podman und Vercel lassen sich als Sandbox-Anbieter einstecken.
• VoltAgent (öffnet in einem neuen Tab) - TypeScript-Agent-Stack unter MIT-Lizenz. Er verbindet das Framework @voltagent/core mit der VoltOps Console für Observability, Evals, Prompts und Deployment.
• Zero (öffnet in einem neuen Tab) - Experimentelle Sprache für Systemprogrammierung von Vercel Labs, mit der ihr kleine native Agent-Tools baut. Sie bietet explizite Effekte, vorhersagbaren Speicher und strukturierte Compiler-Ausgabe. Noch nicht stabil.
• Plain-Java Claude Agent Framework (öffnet in einem neuen Tab) - Agent-Framework in reinem Java, das mit Claude von Anthropic spricht und eigene Tools ausführt.

Beispiele und Vorlagen

• ADK Sample Agents (öffnet in einem neuen Tab) - Sofort lauffähige Agenten auf Googles Agent Development Kit in Python, TypeScript, Go und Java, von einfachen Bots bis zu Multi-Agenten-Workflows.
• AI That Works (öffnet in einem neuen Tab) - Wöchentliche Live-Coding-Reihe von HumanLayer mit Code zu jeder Folge. Es geht um KI-Engineering in Produktion, Context Engineering und das Design von Harnesses.
• Agent Skills (öffnet in einem neuen Tab) - Engineering-Skills für KI-Coding-Agents im Produktiveinsatz, über den ganzen SDLC. Installierbar als Claude-Code-Plugin, kompatibel mit Cursor und Gemini CLI.
• Agentic Coding Starter Kit (öffnet in einem neuen Tab) - Vorlage für KI-Web-Apps, die Coding-Agents steuern sollen. Sie bringt AGENTS.md, CLAUDE.md, einen Spec-basierten Workflow und optionale Agent Skills mit. MIT-Lizenz.
• Augmented Coding Patterns (öffnet in einem neuen Tab) - Katalog mit 43+ Mustern, 9 Anti-Patterns und 14 Hindernissen für die Zusammenarbeit mit KI-Coding-Assistenten.
• Auto Plan Mode (öffnet in einem neuen Tab) - Defensiver System-Prompt, der über –append-system-prompt vor destruktiven Aktionen den Plan Mode erzwingt.
• Beast Mode for VS Code (öffnet in einem neuen Tab) - Eigener Chat-Modus für VS Code mit Leitlinien für autonome Workflows und Rechercheschritten.
• Claude Code Workflows (öffnet in einem neuen Tab) - Kuratierte Workflows und Konfigurationen für Claude Code aus dem Alltag eines KI-nativen Startups.
• Claude MD Memory Workflow (öffnet in einem neuen Tab) - Workflow für das Memory-Management in Claude Code, im Einsatz in YouTube-Videos.
• Claude Managed Agents Demo (öffnet in einem neuen Tab) - Proof of Concept von Unblocked mit autonomen Agenten auf der Managed Agents API von Anthropic. Sie holen Kontext aus der Organisation über den Unblocked-MCP-Server und öffnen Pull Requests. MIT-Lizenz.
• Command examples (öffnet in einem neuen Tab) - Claude-Code-Befehle aus einem LLM-Agenten, der n8n-Automations-Workflows aus einem einzigen Prompt erzeugt.
• Cursor Rules for Java (öffnet in einem neuen Tab) - Kuratierte Skills und Agenten für SDLC-Workflows mit Java im Enterprise-Umfeld, nutzbar in verschiedenen Agent-Harnesses.
• Claude Code Dotfiles Example (öffnet in einem neuen Tab) - Persönliche Dotfiles mit einer Claude-Code-Konfiguration zum Abschauen.
• Claude Code Dotfiles Example (öffnet in einem neuen Tab) - Persönliche Dotfiles mit einer Claude-Code-Konfiguration zum Abschauen.
• Living Architecture (öffnet in einem neuen Tab) - Monorepo-Beispiel mit Claude-Code-Integration: automatisches Code Review, eigene Befehle, Hooks und strukturierte Agent-Workflows. Die Architektur erscheint dabei als lebende Dokumentation.
• Medium Download example (öffnet in einem neuen Tab) - Beispiel-CLAUDE.md aus einem Tool, das alle Blogposts von Medium herunterlädt.
• Memo (Gitpod) (öffnet in einem neuen Tab) - Notizen-App im Stil von Notion, komplett von KI-Agenten gebaut, in einem öffentlichen Sprint über zwei Wochen. Der Livestream zeigte einen agentengetriebenen SDLC ganz ohne von Menschen geschriebenen Code.
• Microsoft Agent Framework Samples (öffnet in einem neuen Tab) - Praktische Tutorials in Python und .NET für das Microsoft Agent Framework zu Tools, RAG, Workflows, Evaluation und Multi-Agenten-Fällen.
• Mike (öffnet in einem neuen Tab) - Open-Source-SaaS für KI im Rechtsbereich (AGPL-3.0) auf Next.js und Express. Dazu kommen Supabase für Authentifizierung und Postgres, S3-kompatibler Speicher, mehrere Modellanbieter, DOC/DOCX-zu-PDF über LibreOffice und Supabase-Schema-Migrationen in einem Schritt.
• PlatformPlatform AGENTS.md (öffnet in einem neuen Tab) - .NET-Monorepo im Enterprise-Umfeld. Es zeigt KI-geführte Entwicklung mit DDD, CQRS, Mustern für Multi-Tenant-SaaS und 30+ Automations-Workflows.
• Proxmox Manager (öffnet in einem neuen Tab) - Modellgetriebene Automatisierung des Lebenszyklus von Proxmox-VMs auf Basis von Swamp. TypeScript-Erweiterungsmodelle und YAML-Workflows übernehmen zustandsbehaftetes Provisioning, PXE-Boot und die Steuerung per Discord-Bot.
• Requirements Analyst Agent (SHIFT to AI) (öffnet in einem neuen Tab) - System-Prompt-Dateien zum Herunterladen, die einen Coding-Agent zum Requirements-Analysten machen. Er interviewt euch in neun Discovery-Phasen und erzeugt eine REQUIREMENTS.md, bevor Code entsteht.
• Agent Skills Collection (öffnet in einem neuen Tab) - Sammlung von Agent Skills, geteilt aus einem funktionierenden .claude-Verzeichnis.
• TheLastRESTService (öffnet in einem neuen Tab) - KI-getriebener REST-Service, der Endpunkte aus Anfragemustern erzeugt und OpenAPI-Specs in Echtzeit ausgibt.