## Pfadnavigation 1. [ Startseite ](/) 2. [ Software Testing & Qualität - Testautomatisierung, KI & Agilität ](/podcast/software-testing-qualitaet-testautomatisierung-ki-agilitaet) 3. Softwareentwicklung mit KI-Agenten: Benedikt Stemmildt über Architektur # Softwareentwicklung mit KI-Agenten: Benedikt Stemmildt über Architektur **Podcast:** [Software Testing & Qualität - Testautomatisierung, KI & Agilität](/podcast/software-testing-qualitaet-testautomatisierung-ki-agilitaet) **Erscheinungsdatum:** 22. September 2026 **Länge:** 00:41:10 [ Link zur Episode (extern) ](https://www.richard-seidl.com/de/podcast/feedbackschleifen-coding-agenten) ![Mit Claude und Codex Software auf Steroiden entwickeln - Benedikt Stemmildt](https://www.botcaster.de/sites/default/files/styles/podcast_n_episode_metadata_image_1x/public/2026-09/5c77ea40-d3d0-47f1-ae79-936326d271c6.jpg.webp?itok=e-eyewXT) ### Mit Claude und Codex Software auf Steroiden entwickeln - Benedikt Stemmildt 22. September 2026 · [Software Testing & Qualität - Testautomatisierung, KI & Agilität](/podcast/software-testing-qualitaet-testautomatisierung-ki-agilitaet) Wie entsteht Software-Qualität, wenn KI-Agenten wie Claude und Codex den Code schreiben? Benedikt Stemmildt erklärt, wie man den Prozess steuert, statt den Code. In der neuen Episode des Podcasts *[Software Testing & Qualität](https://www.botcaster.de/podcast/software-testing-qualitaet-testautomatisierung-ki-agilitaet)* spricht Host Richard Seidl erneut mit dem Software-Architekten Benedikt Stemmildt über die nächste Stufe der KI-gestützten Softwareentwicklung. Im Zentrum steht die Frage, wie man Qualität, Stabilität und eine saubere Architektur sicherstellt, wenn nicht mehr Menschen, sondern KI-Agenten die Hauptarbeit leisten. Die Antwort liegt laut Benedikt nicht in der Wahl des neuesten KI-Modells, sondern in einem fundamentalen Wandel der eigenen Rolle: weg vom Coder, der \*im\* System arbeitet, hin zum Architekten, der \*am\* System feilt. Diese Episode ist ein Muss für alle Entwickler, Tester und Entscheider, die verstehen wollen, wie man KI-Agenten effektiv einarbeitet und durch intelligente Feedback-Schleifen zu hochproduktiven Teammitgliedern macht. ## Das Wichtigste auf einen Blick - **Vom Coder zum System-Architekten:** Die zentrale Aufgabe in der KI-gestützten Entwicklung ist nicht mehr das Schreiben von Code, sondern das Gestalten des Entwicklungssystems. Du baust und verfeinerst die Regeln, Werkzeuge und Prozesse, die den KI-Agenten anleiten. - **Qualität durch Feedback-Schleifen:** Statt manueller Code-Reviews werden automatisierte Feedback-Mechanismen wie Hooks, Skills und Regeln direkt in den Arbeitsablauf des Agenten integriert. So lernt die KI wie ein neuer Kollege, nur um ein Vielfaches schneller. - **Die Testpyramide bleibt relevant:** Der Agent wird darauf trainiert, Tests auf allen Ebenen zu schreiben - von Unit-Tests zur Sicherung der Architektur über Contract-Tests für stabile Schnittstellen bis hin zu End-to-End-Tests, die auf echtem Nutzerfeedback basieren. - **Architektur-Reviews auf Autopilot:** Technische Schulden werden vermieden, indem der Agent regelmäßige, automatisierte Architektur-Reviews durchführt. Er erkennt Probleme wie wachsende Monolithen und führt eigenständig Refactorings durch. - **Teamwork der KI-Modelle:** Ein cleverer Ansatz ist die Kombination verschiedener Modelle. Benedikt lässt beispielsweise das kreative Modell Claude den Code implementieren und das präzisere, regelorientierte Modell Codex die Reviews durchführen. - **Das System ist wichtiger als das Modell:** Der entscheidende Faktor für den Erfolg ist nicht, immer das neueste Sprachmodell zu verwenden. Ein gut aufgebautes System um ein ausreichend leistungsfähiges Modell herum (z. B. auf dem Niveau von GPT-4.5) bringt weitaus mehr. ## Vom Coder zum System-Architekten: Das neue Rollenbild in der Softwareentwicklung Benedikt Stemmildt beschreibt einen fundamentalen Wandel, der durch KI-Agenten in der Softwareentwicklung eingeleitet wird. Die Arbeit verlagert sich von der direkten Code-Erstellung - dem Arbeiten \*im\* System - hin zur Gestaltung des Umfelds, in dem die KI agiert. Diese neue Rolle vergleicht er mit dem Onboarding eines neuen, menschlichen Kollegen. Anstatt jeden seiner Schritte zu überwachen und seinen Code Zeile für Zeile zu prüfen, bringst du ihm die Prinzipien, Werkzeuge und Architekturmuster des Projekts bei. Genauso arbeitest du mit einem KI-Agenten: Du definierst die Leitplanken in Form von Regeln, Skills und automatisierten Hooks. Erkennst du wiederkehrende Fehler, korrigierst du nicht den Output, sondern verfeinerst das System, damit der Fehler in Zukunft nicht mehr auftritt. Diese Meta-Arbeit ist laut Benedikt der Schlüssel, um das volle Potenzial der KI zu heben und gleichzeitig die Kontrolle über die Qualität zu behalten. ## Wie wird Qualität in den Arbeitsablauf des KI-Agenten integriert? Qualitätssicherung wird zu einem integralen Bestandteil des Entwicklungsprozesses, der in Echtzeit stattfindet. Benedikt erklärt, wie er dies durch mehrstufige Feedback-Schleifen realisiert. Ein zentrales Werkzeug sind dabei Hooks, die nicht nur wie bei Git am Ende eines Prozesses (beim Commit) greifen, sondern direkt während der Arbeit des Agenten. Ändert der Agent beispielsweise eine Frontend-Komponente, löst ein Hook sofort einen Accessibility-Test aus. Das Ergebnis wird dem Agenten umgehend zurückgemeldet, sodass er Fehler korrigieren kann, bevor er überhaupt an einen Commit denkt. Dieses Vorgehen ahmt die unmittelbare Rückmeldung nach, die ein Entwickler von seinem Language Server in der IDE erhält, erweitert sie aber um Aspekte wie Performance, Security und Architektur. So entsteht ein hochintegriertes System, das den Agenten kontinuierlich anleitet und sicherstellt, dass nicht-funktionale Anforderungen von Anfang an berücksichtigt werden. ## Die automatisierte Testpyramide als Qualitätsnetz Auch in der KI-gestützten Entwicklung bleibt die Testpyramide ein entscheidendes Konzept zur Qualitätssicherung. Der KI-Agent wird explizit angewiesen, ihr zu folgen. Benedikt erläutert, wie jede Ebene der Pyramide automatisiert wird: - **Unit-Tests** dienen weniger dazu, jede Logikzeile abzudecken, sondern primär dazu, eine gute, testbare Architektur zu erzwingen. Sie sind das erste Feedback-Netz für den Agenten. - **Integrations- und Contract-Tests** sind unerlässlich, um die Stabilität von Schnittstellen zu gewährleisten. Sie verhindern, dass der Agent unbemerkt Breaking Changes einführt, die andere Systeme oder Teammitglieder beeinträchtigen würden. - **End-to-End-Tests** werden nicht nur aus abstrakten Anforderungen abgeleitet, sondern auch aus Observability-Daten und direktem Nutzerfeedback. Analysiert der Agent beispielsweise Klickpfade von echten Nutzern, kann er sicherstellen, dass die wichtigsten User Journeys durch Tests abgedeckt und stabil sind. Darüber hinaus werden nicht-funktionale Tests wie Performance-Analysen gegen vordefinierte Budgets oder Barrierefreiheitsprüfungen mit Werkzeugen wie Axe nahtlos in den Workflow integriert. ## Teamwork der KI: Warum Claude den Code schreibt und Codex ihn prüft Ein besonders interessanter Aspekt von Benedikts Vorgehen ist die Nutzung verschiedener KI-Modelle für unterschiedliche Aufgaben - quasi ein Team aus spezialisierten Agenten. Er beschreibt ein Setup, bei dem Claude von Anthropic die Rolle des pragmatischen Full-Stack-Entwicklers übernimmt. Claude findet schnell kreative Lösungen, um ein Feature umzusetzen, auch wenn das Ergebnis nicht immer perfekt ist. Anschließend übernimmt Codex von OpenAI die Rolle des peniblen Code-Reviewers. Dieses Modell ist stärker darin, definierte Regeln strikt zu befolgen und prüft den von Claude erstellten Code auf Fehler, Inkonsistenzen und Verstöße gegen Architekturprinzipien. Diese Kombination aus Kreativität und Rigorosität schafft ein robustes System der gegenseitigen Kontrolle, das die Stärken beider Modelle optimal nutzt und die finale Code-Qualität deutlich erhöht. ## Architektur-Reviews und Refactoring auf Autopilot Um zu verhindern, dass die Codebasis über die Zeit erodiert und technische Schulden angehäuft werden, setzt Benedikt auf proaktive, automatisierte Architekturpflege. Er konfiguriert den Agenten so, dass er in regelmäßigen Abständen - zum Beispiel einmal täglich - einen automatisierten Architektur-Review durchführt. Dabei prüft die KI, ob Prinzipien wie Modularität oder Domain-Driven Design eingehalten werden. Stellt sie fest, dass beispielsweise eine CSS-Datei zu groß wird oder das Frontend sich zu einem Monolithen entwickelt, schlägt sie nicht nur ein Refactoring vor, sondern führt es auch selbstständig durch. Dieser kontinuierliche Verbesserungsprozess, der bei menschlichen Teams oft nur in Retrospektiven angestoßen wird, läuft hier permanent im Hintergrund und sorgt für eine nachhaltig saubere und wartbare Software-Architektur. ## Praktische Schritte für die Arbeit mit KI-Agenten 1. **Beginne im Supervised-Modus:** Behandle den Agenten anfangs wie einen neuen Mitarbeiter. Beobachte seine Arbeitsweise und korrigiere nicht den erzeugten Code, sondern verfeinere den Prozess, indem du Regeln, Skills und Anweisungen hinzufügst. 2. **Baue Feedback-Schleifen auf:** Implementiere Hooks direkt im Agenten-Harness, nicht nur in der CI/CD-Pipeline. Führe Linting, Security-Scans, Performance- und Accessibility-Tests bereits während der Entwicklung aus, um sofortiges Feedback zu ermöglichen. 3. **Automatisiere die gesamte Testpyramide:** Lehre den Agenten, Tests auf allen Ebenen zu schreiben. Nutze Unit-Tests zur Sicherung der Architektur, Contract-Tests zur Stabilisierung von Schnittstellen und End-to-End-Tests zur Abdeckung realer Nutzerpfade. 4. **Etabliere regelmäßige Reviews:** Richte einen automatisierten Prozess ein, bei dem der Agent in kurzen Intervallen die Architektur der Codebasis überprüft. Gib ihm die Befugnis, proaktiv Refactorings vorzuschlagen und umzusetzen. 5. **Nutze ein Multi-Modell-Setup:** Experimentiere mit der Kombination von KI-Modellen, die unterschiedliche Stärken haben. Lass ein kreativeres Modell einen ersten Entwurf erstellen und ein präziseres, regelbasiertes Modell das Review durchführen, um eine automatisierte Form des Pair Programmings zu etablieren. --- version="1.0" encoding="UTF-8"? .st0 { fill: #010101; } .st1 { fill: #b0c0b3; } .st2 { fill: #3b3a3b; } .st3 { fill: #3a3a3a; } .st4 { fill: #5e7185; } .st5 { fill: #f9eddd; } .st6 { fill: #000100; } .st7 { fill: #aebeb3; } .st8 { fill: #fefefe; } .st9 { fill: #7f93a8; } .st10 { fill: #f8f0df; } .st11 { fill: #fbf0df; } .st12 { fill: #afbfb2; } .st13 { fill: #f7eedd; } .st14 { fill: #fdfdfd; } Botcaster **Zusammengefasst von Anja Schirwinski** Ich beschäftige mich beruflich wie privat mit Künstlicher Intelligenz - von konkreten Tools im Arbeitsalltag bis zu den größeren Fragen, die dabei aufkommen. Viele der Themen, die in Podcasts besprochen werden, begegnen mir in Projekten immer wieder. Deshalb fasse ich hier die für mich interessantesten Podcastfolgen zusammen und ordne sie aus der Praxis ein. [Mehr über das Projekt Botcaster](/ueber-uns) ## Themen - [ KI-Agenten und Automatisierung ](/podcasts/themen/ki-agenten-automatisierung) - [ Softwareentwicklung mit KI ](/podcasts/themen/softwareentwicklung-mit-ki) - [ Testen und Qualität ](/podcasts/themen/testen-qualitaet) **Hinweis:** *Diese Zusammenfassung wurde mit Hilfe von KI aus dem Transkript der Podcast-Episode generiert.* Alle Inhalte auf Botcaster beruhen auf öffentlich zugänglichen Podcasts rund um Künstliche Intelligenz. Wir fassen die Episoden nach bestem Wissen zusammen, übernehmen jedoch keine Gewähr für Vollständigkeit, Aktualität oder Richtigkeit der Inhalte. Die Rechte an den Original-Podcasts und -Inhalten liegen ausschließlich bei den jeweiligen Urheber:innen. ## Shownotes Wer schreibt noch selbst Code, wenn Agenten das in Minuten erledigen? Mit Benedikt Stemmildt spreche ich darüber, wie Qualität entsteht, wenn nicht mehr Menschen, sondern Agenten die Hauptarbeit am Code übernehmen. Wir reden darüber, warum der entscheidende Unterschied nicht im Modell liegt, sondern darin, ob man am System arbeitet oder im System: Hooks, Regeln, Skills und automatische Architektur-Reviews als Feedbackschleifen, die den Agenten genau so anlernen, wie man einen neuen Kollegen einarbeitet. Benedikt zeigt, wie er Testpyramide, Contract-Tests, Performance-Budgets und Accessibility-Prüfungen direkt in diesen Prozess einbaut, und warum er Codex den Code von Claude reviewen lässt.