Zum Inhalt springen

Über uns

Benedikt Stemmildt

Gründer & Co-CEO

Portrait von Benedikt Stemmildt

Benedikt Stemmildt ist Gründer und Co-CEO von hackers&wizards in Hamburg. Die Firma gibt KI-Schulungen in Agentic Engineering für Engineering- und Produktteams und begleitet sie danach mit Mentoring, damit der Tempogewinn der Teams bei ihren Kunden ankommt. Technik begeistert ihn seit seiner Kindheit, und seit zwanzig Jahren treibt ihn eine Sache an: Entwickler:innen im Flow, die großartige Produkte bauen. Mit Alex Merced hat er das Buch Building the Agentic Software Factory (Packt) geschrieben. Er moderiert den Podcast Rethink Engineering, leitet das Programm der code.talks und kuratiert die CASE Berlin. Davor war er Engineer, Architekt und CIO bei OTTO, Breuninger und BLUME2000.

Themen

Buch 1

Buch

  1. Building the Agentic Software Factory Scaling reliable AI coding practices from individual developers to teams Buch
Talks 6

Talks

  1. How to Safely Run Your Agent in YOLO Mode Dev Containers und ClaudeBox als Sandbox: Agenten installieren Pakete, ändern Dateien und führen Befehle aus, und euer System bleibt geschützt. 24 Min.
  2. No More Broken Handoffs between Product & Engineering Kaputte Übergaben bremsen Produkt und Engineering, nicht Tools oder Können: Zamina und Benedikt zeigen, wie geteilte Live-Prototypen statische Specs ablösen. 21 Min.
  3. Vibe-Coding Is Killing Your AI Productivity Live-Demo an einem echten Feature: Benedikt zeigt den Unterschied zwischen Vibe Coding und professionellem Agentic Engineering und was KI wirklich beschleunigt. 49 Min.
  4. Why Vibe-Coding Fails (And How to Fix It) Vibe Coding liefert unordentlichen Code. Benedikt zeigt live in einer Legacy-App, wie Agentic Engineering mit Feedbackschleifen schnell und sauber liefert.
  5. Agents Across the SDLC: From Refinement to Retro Benedikt zeigt, wie spezialisierte Agenten den ganzen Entwicklungszyklus begleiten, von Refinement und Planung über Coding und Review bis zur Retrospektive. 66 Min.
  6. Stop Building Features. Build the Factory That Builds Them. Statt Features mit einem Agenten zu bauen, die Fertigungsstraße bauen, die sie baut, vom Ticket bis zum Pull Request: eine echte Kunden-Factory, live geöffnet. 26 Min.
Podcast-Episoden 3

Podcast-Episoden

  1. Patrick Debois: Your Software Factory Should Be a Dream Factory 55 Min.Host, Rethink Engineering
  2. Sam Newman on Software Factories: Why AI Can't Fix Your Production Incidents (Yet) 59 Min.Host, Rethink Engineering
  3. Inside Steve Yegge's Software Factory: Lessons from Running 50 Agents 70 Min.Host, Rethink Engineering
Kommende Events 8

Kommende Events

  1. code.talks 2026 Zwei Tage, 14 Tracks, über 100 Sessions für Entwickler:innen und CTOs codetalks.comHamburg (öffnet in einem neuen Tab)
  2. alphalist CTO Summit 2026 Für CTOs aus der alphalist-Community EventsHamburg
  3. Digitale Leute Summit 2026 Software Factories: Engineering on Autopilot digitale-leute.deKöln (öffnet in einem neuen Tab)
  4. alphalist Dev Bootcamp Berlin Building the Agentic R&D Organization bootcamp.alphalist.comBerlin (öffnet in einem neuen Tab)
  5. LangChain x hackers&wizards Hackathon Ein Hackathon am Abend zu Agent Harnesses, veranstaltet von LangChain mit AI Nights ainights.aiHamburg (öffnet in einem neuen Tab)
  6. OOP 2027 Building the Dark Factory: When Agents Run the Whole SDLC oop-konferenz.deMünchen (öffnet in einem neuen Tab)
  7. CASE Berlin 2027 Building the Agentic R&D Organization case-conf.comBerlin (öffnet in einem neuen Tab)
  8. AXDN 27 Ein Tag zu KI für CTOs und Engineering-Leitungen, sechs Tracks axdn.ioNürnberg (öffnet in einem neuen Tab)
Schulungen 1

Schulungen

  1. Agentic Engineering for Engineering and Product Leaders Eure Führungskräfte wissen, wie KI-Agenten Rollen und Rituale ihrer Teams verändern, und führen diesen Wandel. Schulungen
Artikel 25

Artikel

  1. KI-⁠Wirkung im Engineering messen: was zählt und was ihr ignorieren könnt KI treibt jede Zahl nach oben, die leicht zu zählen ist: Codemenge, Pull Requests, Nutzung. Ein Stanford-Vortrag und DX-Daten beziffern den gemessenen Gewinn auf etwa 10 Prozent, mit großen Unterschieden zwischen Unternehmen. Was ihr stattdessen messt, woher die Erträge kommen und warum es erst schlechter wird. 12 Min. Lesezeit KI-Wirkung messen
  2. Breaking the Loop: Warum KI-⁠Agenten nie von allein fertig werden Agenten in einer Software Factory finden immer noch ein Problem, noch ein Ticket, noch eine Verbesserung. Wann die Arbeit fertig ist, kann nur eine zweite, viel langsamere Schleife sagen: die bis zum Markt. 20 Min. Lesezeit Spezifikation und Review
  3. Das Issue-Label ist das Protokoll der Agenten Auf software-factory.dev beschreibt der Skill development-workflow die Factory aus ihrer eigenen Sicht. Er zeigt, dass keine Automation eine andere aufruft: Sie stimmen sich über Labels auf Issues ab. 2 Min. Lesezeit Software Factory
  4. Ehrlich ist das Tagesdelta, die Gesamtsumme steigt sowieso Dreimal am Tag postet der Tweet Drafter der Factory von software-factory.dev Updates. Er berichtet das Tagesdelta statt der kumulierten Summe, denn eine Summe sieht immer nach Fortschritt aus. 2 Min. Lesezeit KI-Wirkung messen
  5. Automatische Statusberichte sind nur so ehrlich wie ihr Prompt Auf software-factory.dev bleibt der automatische Wochenrückblick ehrlich, weil die Ehrlichkeit im Prompt steht: Der Challenges-Abschnitt macht ihn authentisch, und eine Zahl, die keiner erfasst hat, muss auch so benannt werden. 2 Min. Lesezeit Software Factory
  6. Eine Metrik ohne rote Linie ist Dekoration Der wöchentliche Performance Monitor in der Factory von software-factory.dev funktioniert, weil für jede Metrik, die er beobachtet, ein harter Schwellenwert festgeschrieben ist. 2 Min. Lesezeit KI-Wirkung messen
  7. Wer die Factory prüft, darf das eigene Protokoll nicht umschreiben Auf software-factory.dev nimmt der Automation Auditor jede andere Automation am Band unter die Lupe. Seine nützlichste Regel: Das Audit der letzten Woche darf er nie überschreiben. 2 Min. Lesezeit Software Factory
  8. Eskalierte Arbeit braucht einen Weg zurück aufs Band Auf software-factory.dev bringt die kleinste Automation der Factory eskalierte Issues zurück aufs Band, sobald ein Mensch geantwortet hat. Auch der Weg vom Menschen zurück zur Maschine braucht einen eigenen Owner. 2 Min. Lesezeit Software Factory
  9. Die Stale-Uhr nach der Zykluszeit eurer Agenten stellen Beim Stale-Issue Reviewer auf software-factory.dev gilt Arbeit nach drei Stunden als liegengeblieben, nicht nach drei Tagen. Denn wer eine Linie überwacht, braucht eine Uhr, die in ihrem Takt läuft. 2 Min. Lesezeit Software Factory
  10. Der PR Shepherd rührt nur Konflikte an, die er versteht Der PR Shepherd der Factory auf software-factory.dev rebased Pull Requests mit Konflikten, semantische Konflikte überlässt er aber einem Menschen. Schwer wird Automatisierung dort, wo ihr festlegen müsst, wo ihre Kompetenz endet. 2 Min. Lesezeit Software Factory

BlogAlle 25 Artikel im Archiv

Wissensseiten 109

Wissensseiten

  1. Agentic Engineering
  2. AEMM: Evidenz aus der Industrie
  3. Architektur und Design
  4. Videos mit Coding-Agents erstellen
  5. Architektur agentischer Systeme
  6. Architekturarbeit im agentischen Zeitalter
  7. Build versus Buy
  8. Modernisierung und UI-Design
  9. Specs, Tests und Kontext
  10. Memory und Context Engineering
99 weitere anzeigen
  1. Persistentes Agenten-Memory
  2. Just-in-time Retrieval
  3. Kontext als versioniertes Artefakt
  4. Methoden und Frameworks
  5. Der Agent Loop
  6. Disciplined Compounding Loop
  7. Menschliche Verantwortung
  8. Spec-driven Development
  9. Qualität und Verifikation
  10. Agentic Continuous Delivery
  11. Coding-Benchmarks
  12. Deterministische Quality Gates
  13. Nicht-deterministische Systeme evaluieren
  14. Qualitäts- und Produktivitätsmetriken
  15. Das Qualitätssystem rund um den Coding-Agenten
  16. Die Velocity-Falle
  17. Evidenz
  18. KI-Produktivitätsstudien: METR, Stanford, DORA, Multitudes
  19. Amazon Cost to Serve Software (CTS-SW)
  20. Der DORA-Report zu KI-gestützter Entwicklung
  21. DX AI Impact Report: KI-gestützte Entwicklung im Benchmark
  22. Abschied von Agile: McKinseys Studie zum KI-Operating-Model
  23. Vouch in Ghostty: Trust-Gating für Open-Source-Beiträge
  24. State of AI-Native Engineering Report
  25. Einstieg
  26. Einstieg und Lernen
  27. Effektive Praktiken für Einsteiger:innen
  28. Deliberate Practice
  29. Engineering-Grundlagen
  30. Der Lernpfad für Junior Engineers
  31. Verification Literacy
  32. Die Lernkurve
  33. Organisationales Lernen
  34. Adoptionslücken und Widerstand
  35. Produktivität und Workflow
  36. Was KI-Adoption voranbringt
  37. KI-Produktivität: Evidenz und Qualität
  38. Impact messen
  39. Coding-Agents in der Praxis
  40. Wo KI-Produktivität entsteht und verloren geht
  41. Agent-Instruktionen (CLAUDE.md, AGENTS.md)
  42. Automationskatalog
  43. Kontextfenster
  44. Hooks
  45. Quality Gates
  46. Research, Plan, Implement (RPI)
  47. Spec-driven Development
  48. Vibe Coding
  49. Leadership
  50. Dynamisch-robuste Organisation
  51. KI-Einführung führen
  52. Product Management
  53. Software Engineering
  54. Architekturprinzipien
  55. Build-or-Buy-Framework
  56. Engineering Manifesto
  57. Engineering-Philosophie
  58. Die Five Ideals
  59. Die drei Wege
  60. Senior Engineering Skills
  61. Software Factories
  62. Dark Factory Patterns
  63. Federated Factory im Enterprise-Maßstab
  64. Multi-Agent und Orchestrierung
  65. Creator- und Verifier-Rollen
  66. Sicherheit und Runtime-Isolation
  67. Contributor Trust und Dual Use
  68. Software Factories und Harness Engineering
  69. Agent Observability
  70. Das Enabling Environment
  71. Factory-Rollen und Pipeline
  72. Harness-Grundlagen
  73. Harness-Pflege
  74. Das Software-Factory-Pattern
  75. Software Factories in Produktion: Belege
  76. Rollen und Wirtschaftlichkeit der Software Factory
  77. Arbeit und Orchestrierung
  78. Tools
  79. KI-Coding-Tools
  80. Kontext und Produktivität
  81. Preise für Agentic Coding
  82. Sicherheit autonomer Coding-Agents
  83. Supervision und Drift
  84. KI-Modelle und Inferenz
  85. Inference-Kosten und Infrastruktur
  86. Modellauswahl
  87. Structured Output
  88. Claude Code
  89. Claude-Code-Ökosystem
  90. Skills und Subagenten schreiben
  91. Skills schreiben
  92. Kontext- und Output-Schnittstellen
  93. Ökosystem und Erweiterungsmodell
  94. Thin Harness
  95. Evaluation und Wirtschaftlichkeit
  96. Context Engineering
  97. Prompt Engineering
  98. Effiziente Agent-Interfaces gestalten
  99. MCP: Protokoll und Kontextkosten

Sprecht mit Benedikt

Erzählt uns, wo euer Team gerade steht. Den nächsten Schritt überlegen wir dann gemeinsam.

Benedikt schreiben Gespräch buchen (öffnet in einem neuen Tab)