Was ist Agentic Coding?

Du hast einen Prompt getippt, die Antwort gelesen, die brauchbaren Teile in deinen Editor kopiert, korrigiert, was das Modell falsch gemacht hat, und die Tests selbst ausgeführt. Dieser Loop hat dich beim Schreiben von Code schneller gemacht. Er hat aber nichts daran geändert, wer die Arbeit macht. Du warst immer noch derjenige, der die gesamte Aufgabe im Kopf behielt und sie einen Einfügevorgang nach dem anderen vorantrieb.

Beim Agentic Coding ändert sich genau das. Statt eine Antwort zu prompten, die du anschließend einfügst, weist du eine Arbeitseinheit zu und bekommst ein Ergebnis zurück, das bereits recherchiert, ausgeführt, getestet und berichtet wurde. Die Rolle des Entwicklers verschiebt sich vom Tippen jeder Zeile hin zum Festlegen der Richtung, zum Erteilen von Befugnissen und zum Annehmen oder Ablehnen dessen, was zurückkommt. Dieser Leitfaden definiert Agentic Coding für Dev-Teams im Arbeitsalltag, beschreibt die Reifegrad-Leiter vom Chat-Assistenten bis zur orchestrierten Crew und zieht die Grenze, von der dieser Wandel abhängt: wo der Mensch bleibt.

Wir nutzen durchgängig Sharkly als Referenz-Workflow, denn das Schwierige am Agentic Coding ist nicht, dass der Agent Code schreibt. Es ist die Koordination vieler Runs, das Zusammenhalten des Kontexts an einem gemeinsamen Ort und die Entscheidung, was tatsächlich ausgeliefert wird. Sharkly ist eine All-in-One-Plattform für Agent-Steuerung und -Management: Sie legt die Ebene für gemeinsame Tasks, Computer, Kontext, Kontrolle und Review um die Coding-Tools, die dein Team ohnehin nutzt. Genau diese Ebene macht aus „ein Agent hat etwas Code geschrieben" ein Agentic Coding, dem ein Team vertrauen kann.

TL;DR: Was ist Agentic Coding?

Agentic Coding ist ein Softwareentwicklungs-Workflow, bei dem du eine klar abgegrenzte Arbeitseinheit an einen KI-Coding-Agenten übergibst, der die Codebasis recherchiert, die Änderung vornimmt, die Tests ausführt und mit Belegen zurückmeldet – statt eine einzelne Anfrage zu beantworten. Der Entwickler wechselt vom Autor zum Regisseur: Du gibst die Richtung vor, erteilst Befugnisse und nimmst das Ergebnis ab. Der Ansatz reift in vier Stufen: vom Chat-Assistenten mit Autovervollständigung über einen einzelnen arbeitenden Agenten und parallele Agenten bis hin zu einer orchestrierten Crew, die von einem leitenden Agenten koordiniert wird.

Wo Prompt und Paste an ihre Grenzen stoßen

Chat-basiertes KI-Coding stößt an eine Grenze, die die meisten Teams spüren, aber selten benennen. Du kannst immer nur eine Frage auf einmal stellen. Jede Antwort landet wieder bei dir: Du musst sie lesen, bewerten, in den echten Code einbauen und die Checks laufen lassen. Das Modell übernimmt das Tippen; du übernimmst das Denken, die Integration und die Verifizierung. Rechnet man das über einen Sprint hoch, ist der Assistent beim kleinen Schritt schnell und beim großen nutzlos.

Der Schmerz zeigt sich an drei vorhersehbaren Stellen. Erstens lebt der Kontext in deinem Kopf und in deinem privaten Chat-Verlauf, sodass ein Teammitglied nicht sehen kann, warum der Agent eine Entscheidung getroffen hat oder was er bereits versucht hat. Zweitens ist der Durchsatz auf die Aufmerksamkeit eines Menschen begrenzt: fünf offene Terminals, fünf halbfertige Agent-Sessions und kein gemeinsames Protokoll darüber, welche davon tatsächlich fertig ist. Drittens ist nichts nachvollziehbar verantwortet. Die Überlegungen des Agenten, sein Diff und seine Testausgabe verteilen sich über ein Chat-Fenster, das niemand prüft, bevor der Code gemergt wird.

Agentic Coding beantwortet alle drei Punkte, indem es die Einheit der Interaktion ändert. Du tauschst keine Nachrichten mehr aus, sondern weist Arbeit zu. Und sobald die Arbeit die Einheit ist, braucht sie einen Ort, an dem sie lebt, jemanden, der sie verantwortet, und ein Gate, bevor sie ausgeliefert wird. Genau darum geht es in diesem Artikel, und deshalb verfehlt eine Definition, die bei „der Agent schreibt den Code selbst" endet, das Entscheidende für Teams. Wenn dich die Orchestrierungsseite derselben Geschichte interessiert, ist unser Leitfaden zur KI-Agent-Orchestrierung der passende Schwesterartikel dazu.

Eine praktische Definition von Agentic Coding

Hier die zitierfähige Ein-Satz-Version: Agentic Coding ist ein Entwicklungs-Workflow, bei dem eine Person einen klar abgegrenzten Task an einen KI-Coding-Agenten übergibt, der recherchiert, ausführt, testet und das Ergebnis berichtet, während die Person Richtung, Befugnis und finale Abnahme behält.

Zwei Hälften dieses Satzes tragen die ganze Idee. Die Hälfte des Agenten ist ein Loop aus Verben: die Codebasis und die Anforderung recherchieren, die Änderung ausführen, die Tests und den Build laufen lassen und dann mit einer Zusammenfassung und überprüfbaren Belegen zurückmelden. Die Hälfte der Person ist ein kürzerer Loop: Richtung vorgeben, Befugnis erteilen, annehmen oder ablehnen. Agenten recherchieren, führen aus, testen und berichten. Menschen geben die Richtung vor, erteilen Befugnisse und nehmen das Ergebnis ab. Automatisierung endet dort, wo Team-Urteilsvermögen gefragt ist.

Es hilft zu sagen, was Agentic Coding nicht ist. Es ist nicht das Modell, das den Entwickler ersetzt, und es ist auch nicht „lass die KI unbeaufsichtigt laufen und hoffe das Beste". Ein Coding-Agent ohne eine Person, die den Umfang festlegt und das Ergebnis abnimmt, ist kein Agentic Coding, sondern ein herrenloser Prozess. Bei diesem Wandel geht es nicht darum, den Menschen zu entfernen. Es geht darum, ihn aus der Mitte jedes Tastenanschlags an die beiden Enden zu verschieben, auf die es ankommt: was gebaut werden soll und ob es gut genug zum Ausliefern ist.

Diese Unterscheidung trennt Agentic Coding auch vom „Vibe Coding", bei dem du generierten Code akzeptierst, ohne ihn zu lesen. Vibe Coding lässt den Menschen am Ende der Abnahme weg. Agentic Coding behält dieses Ende bei und automatisiert die Mitte. Das eine ist eine Abkürzung, das andere ein Workflow, mit dem du ein Team führen kannst.

Die Reifegrad-Leiter: vier Stufen des Agentic Coding

Teams springen nicht direkt zu autonomen Agenten. Sie klettern. Wenn man die Sprossen benennt, wird sofort klar, wo dein Team gerade steht und wie der nächste ehrliche Schritt aussieht.

Stufe 1: Der Chat-Assistent

Das Modell vervollständigt Zeilen, beantwortet Fragen und entwirft Funktionen direkt in deinem Editor. Du steuerst jeden Schritt. Es gibt keinen persistenten Task, keine Verantwortlichkeit und keinen Bericht; der Nutzen liegt im schnelleren Tippen und in schnellen Nachschlagevorgängen. Hier haben die meisten Entwickler angefangen, und für einen Einzeiler ist es immer noch das richtige Werkzeug. Hier einen Agenten heranzuziehen, wäre übertrieben.

Stufe 2: Der einzelne Agent

Du übergibst einem Agenten einen klar abgegrenzten Task und lässt ihn den kompletten Loop durchlaufen: die relevanten Dateien lesen, die Änderung vornehmen, die Checks ausführen und mit einem Diff und einer Zusammenfassung zurückkommen. Der Agent arbeitet vom aktuellen Stand des Codes aus, nicht von einem leeren Prompt. Das ist die erste echte Sprosse des Agentic Coding, denn zum ersten Mal ist die Arbeit die Einheit – nicht die Nachricht. Ein guter Einstieg ist eine kleine, risikoarme Änderung; unsere Anleitung, wie du deinem KI-Coding-Agenten die erste Aufgabe zuweist, behandelt genau diese Sprosse.

Stufe 3: Parallele Agenten

Jetzt lässt du mehrere Agenten gleichzeitig laufen, jeder mit seinem eigenen Task, jeder in einem isolierten Worktree, damit sie sich nicht in die Quere kommen. Frontend-Arbeit, ein Backend-Endpunkt, ein Bugfix und ein Schwung Testabdeckung können alle gleichzeitig vorangehen. Der Durchsatz ist nicht mehr durch die Aufmerksamkeit eines Menschen begrenzt. Der Haken ist die Koordination: fünf Agenten in fünf Terminals sind schneller – und auch ein Chaos, wenn nicht irgendetwas die Ziele, Diffs und Ergebnisse an einem Ort zusammenführt. Das ist die Sprosse, auf der Teams aus tmux und Ad-hoc-Skripten herauswachsen; die technische Umsetzung findest du in unserem Artikel dazu, wie du mehrere Claude Code Agenten parallel laufen lässt.

Stufe 4: Die orchestrierte Crew

Auf der obersten Sprosse interpretiert ein leitender Agent ein größeres Ziel, zerlegt es in Tasks, bindet weitere Agent-Mitglieder ein und führt deren kombiniertes Ergebnis in einem einzigen Task zusammen. Eine Crew ist eine wiederverwendbare Gruppe aus Personen und Agenten, die von einem leitenden Agenten koordiniert wird. Du weist keine einzelnen Änderungen mehr zu, sondern Ergebnisse. Das ist mächtig – und zugleich die Sprosse, auf der die Versuchung am größten ist, die menschliche Abnahme zu überspringen. Genau deshalb ist das Abnahme-Gate hier am wichtigsten.

Nutze einen einzelnen Agenten, wenn die Arbeit klein und klar definiert ist. Nutze eine Crew, wenn der Leiter das Ziel interpretieren, weitere Agent-Mitglieder einbinden und deren Ergebnisse in einem Task zusammenführen muss. Zu früh eine Sprosse zu erklimmen – bevor du die Sichtbarkeit hast, um zu prüfen, was die Agenten getan haben – ist der häufigste Weg, auf dem sich Teams die Finger verbrennen.

Der Agent-Loop: Recherchieren, Ausführen, Testen, Berichten

Es lohnt sich, diesen Verb-Loop einmal langsam durchzugehen, denn er unterscheidet einen Agenten von einer schicken Autovervollständigung.

Recherchieren. Bevor er Code anfasst, liest ein fähiger Agent den Produktkontext, die Codebasis, vergangene verwandte Tasks und die Regeln des Teams und vervollständigt dann Umfang und Abnahmekriterien. Diesen Schritt überspringt Chat komplett. Ein Prompt startet bei null; ein Agent startet bei deinem Repository in seinem heutigen Zustand.

Ausführen. Der Agent nimmt die Änderung in einem isolierten Worktree vor, damit ein halbfertiger Run niemals den Main-Branch oder die Arbeit eines anderen Agenten verunreinigt. Git-Worktrees sind der unspektakuläre, bewährte Mechanismus darunter; sie lassen viele Branches gleichzeitig als separate Arbeitsverzeichnisse existieren.

Testen. Der Agent führt Typecheck, Testsuite und Build aus und hängt die Ergebnisse an. Das ist der Unterschied zwischen „hier ist etwas Code" und „eine Änderung, die besteht". Ein Bericht ohne Belege ist nur eine Behauptung.

Berichten. Ausführung, Blocker, Ergebnisse und Folge-Diskussionen landen in der Task-Timeline, nicht in einem privaten Terminal. Die Änderungszusammenfassung, die Verifikationsergebnisse und die bekannten Grenzen stehen an einer Stelle, die ein Reviewer lesen kann. Arbeit kehrt immer zum Task zurück.

Dieses letzte Verb ist das stille Zentrum des gesamten Workflows. Wenn Ergebnisse zu einem gemeinsamen Task zurückkehren, statt in einem Chat-Fenster zu verschwinden, hört Agentic Coding auf, ein Solo-Trick zu sein, und wird zu etwas, das ein Team sehen, prüfen und dem es vertrauen kann.

Wo der Mensch bleibt: der Abnahme-Vertrag

Der wichtigste Satz im Agentic Coding betrifft die Teile, die du nicht automatisierst. Agenten recherchieren, führen aus, testen und berichten. Menschen geben die Richtung vor, erteilen Befugnisse und nehmen das Ergebnis ab. Die finale Abnahme und Release-Entscheidungen bleiben bei Menschen.

Aufgeschlüsselt auf die drei Stellen, an denen der Mensch bleibt:

• Richtung. Eine Person beschreibt den Bedarf und setzt das Ziel. Der Agent kann den Umfang schärfen und Abnahmekriterien formulieren, aber die Absicht beginnt bei dir. Schlechte Vorgaben führen zu selbstsicherem, gut getestetem Code, der das falsche Problem löst.
• Befugnis. Der Agent handelt innerhalb der Grenzen, die du ihm gewährst: auf welche Repositories er zugreifen darf, auf welchem Computer er läuft, ob er einen Pull Request öffnen darf oder vor dem Merge stoppen muss. Befugnis ist explizit, nicht angenommen.
• Abnahme. Eine Person prüft die Änderungszusammenfassung und die Belege und nimmt dann ab, fordert Änderungen an oder entscheidet über Merge und Release. Dieses Gate wandert niemals zur Maschine, egal wie gut der Agent wird.

Das ist der Vertrag, der Agentic Coding im Team-Maßstab sicher macht. Die Automatisierung endet dort, wo Team-Urteilsvermögen gefragt ist, und liefert ein Ergebnis mit vollständigem Kontext und überprüfbaren Belegen zurück. Beachte: Dieser Vertrag bremst gute Agenten nicht aus. Er gibt ihrem Output einen Ort, an dem er beurteilt wird. Ein Agent, der einen sauberen Diff, grüne Tests und eine klare Zusammenfassung liefert, macht die Abnahme schnell. Das Gate ist keine Reibung; es ist der Punkt, an dem Vertrauen verdient oder anhand von Belegen verweigert wird.

Agentic Coding als Team-Workflow mit Sharkly

Alles oben funktioniert für einen Entwickler und einen Agenten. Für ein Team fällt es auseinander, wenn Arbeit, Kontext und Review nicht an einem gemeinsamen Ort liegen. Genau diese Lücke füllt Sharkly.

Sharkly ersetzt nicht Claude Code, Codex oder andere Ausführungstools. Es legt die Ebene für gemeinsame Tasks, Computer, Kontext, Kontrolle und Review um die Tools, die dein Team bereits nutzt. Claude Code, Codex und ähnliche Tools übernehmen die Ausführung. Sharkly verwaltet teamweite Zuweisung, verbundene Computer, Task-Kontext, Fortschritt, Blocker, Ergebnisse und menschliches Review über diese Tools hinweg. Du behältst die Modell-Abos und API-Keys, die dein Team bereits eingerichtet hat; Sharkly macht die Runs zuweisbar und nachvollziehbar.

So bildet sich die vierstufige Leiter auf das Produkt ab:

• Ein Task ist die zentrale Arbeitseinheit in Sharkly und der Ort, an dem eine Anfrage, der Diff des Agenten, die Testergebnisse und das Review zusammenleben. Das ist das gemeinsame Protokoll, das Chat nie hatte.
• Ein Agent definiert, wie Arbeit behandelt werden soll; ein Computer stellt den Host und die lokalen Ressourcen bereit; eine Runtime führt die eigentliche Agent-Session aus; der Task bleibt das gemeinsame Protokoll für das Team. Jede Rolle hat genau eine Aufgabe.
• Parallele Agenten laufen sicher, weil jeder in einem isolierten Worktree auf einem verbundenen Computer arbeitet, sodass gleichzeitige Runs sich nicht gegenseitig stören.
• Eine Crew übernimmt die orchestrierte Sprosse: eine wiederverwendbare Gruppe aus Personen und Agenten, koordiniert von einem leitenden Agenten, wobei das kombinierte Ergebnis in einem Task zurückläuft.

Der offizielle Produktentwicklungs-Flow liest sich als vier Phasen, die den Agent-Loop und den Abnahme-Vertrag exakt widerspiegeln: Eine Person beschreibt den Bedarf, ein Agent recherchiert und erstellt ausführbare Tasks; Agenten übernehmen bereite Tasks und entwickeln parallel; der Agent führt Typecheck, Tests und Build aus, hängt die Belege an, und eine Person nimmt ab oder fordert Änderungen an; das Team verfolgt Fertigstellung, Verantwortlichkeit, Abhängigkeiten und Blocker im gemeinsamen Plan. Team-Hebel entsteht nicht dadurch, dass man mehr KI-Chats öffnet. Er entsteht dadurch, dass man Rollen, Regeln, Kontext und Workflows teilt, sodass aus einem guten Setup eine Entwicklungsfähigkeit wird, die das Team wiederverwendet.

Der praktische Nutzen ist ein System, in dem Kontext, Fortschritt, Blocker, Ergebnisse und menschliches Review sichtbar bleiben. Stelle eine Anfrage und weise ihr einen risikoarmen Task zu.

Häufige Fehler bei der Einführung von Agentic Coding

Ein paar Fehlermuster tauchen immer wieder auf. Wer sie vermeidet, kommt deutlich reibungsloser in die Gänge.

1. Zu Crews aufsteigen, bevor du einen einzelnen Agenten prüfen kannst. Wenn du die Arbeit eines Agenten nicht sauber sehen und abnehmen kannst, werden dich fünf unter sich begraben. Meistere Stufe 2, bevor du zu Stufe 4 gehst.
2. Vage Vorgaben übergeben. „Verbessere den Checkout-Flow" ist kein Task. Grenze ihn ab – oder lass den Agenten Umfang und Abnahmekriterien entwerfen und bestätige sie, bevor er loslegt.
3. Das Abnahme-Gate unter Termindruck überspringen. In dem Moment, in dem du ungeprüften Agenten-Output mergst, weil die Tests bestanden sind, hast du Agentic Coding gegen Vibe Coding eingetauscht. Bestandene Tests sind notwendig, aber nicht ausreichend.
4. Parallele Agenten ohne Isolation laufen lassen. Gleichzeitige Agenten, die sich ein Arbeitsverzeichnis teilen, beschädigen gegenseitig ihre Änderungen. Isolierte Worktrees pro Agent sind auf Stufe 3 nicht optional.
5. Kontext in privaten Chats leben lassen. Wenn die Begründung hinter einer Änderung nicht am Task hängt, kann die nächste Person sie weder prüfen noch darauf aufbauen. Halte das Protokoll gemeinsam.

Agentic Coding im Vergleich zu verwandten Begriffen

Die Begriffe rund um dieses Feld sind unübersichtlich. Hier steht, wie Agentic Coding neben den Begriffen einzuordnen ist, mit denen es verwechselt wird.

Agentic Coding ist der Workflow. Orchestrierung brauchst du, sobald mehr als ein Agent darin läuft. Beide sind zwei Säulen desselben Systems – deshalb wollen Teams, die das eine eingeführt haben, kurz darauf meist auch das andere.

Anwendungsfälle aus der Praxis

Backend-Endpunkt unter Zeitdruck. Ein Entwickler beschreibt einen neuen Endpunkt, seine Eingaben und seine Abnahmekriterien als Task. Ein Agent recherchiert die bestehenden Route-Muster, schreibt Handler und Tests in einem isolierten Worktree, lässt die Suite laufen und liefert einen Diff mit grünen Checks zurück. Der Entwickler prüft und mergt. Tatsächlicher Zeitaufwand: eine Nachricht zum Abgrenzen und ein Review.

Paralleler Bug-Bash. Ein Tech Lead legt vor dem Standup sechs unabhängige Bug-Tasks an. Sechs Agenten übernehmen sie, jeder in seinem eigenen Worktree und auf seinem eigenen Computer. Bis zum Vormittag tragen die Tasks sechs Diffs mit Testbelegen, bereit zum Review. Die Aufmerksamkeit einer Person begrenzt den Durchsatz von sechs Fixes nicht mehr.

Ein größeres Vorhaben mit einer Crew. Ein größeres Ziel, sagen wir eine Einstellungsseite mit Backend-, Frontend- und Migrationsarbeit, geht an eine Crew. Der leitende Agent zerlegt es in Tasks, bindet Mitglieds-Agenten ein und führt das kombinierte Ergebnis in einem Task für eine einzige Abnahmeentscheidung zusammen. Die Führungskraft sieht dabei jederzeit Verantwortlichkeit, Abhängigkeiten und Blocker im gemeinsamen Sprint.

Fazit

Agentic Coding ist keine intelligentere Autovervollständigung. Es ist eine Veränderung der Arbeitseinheit – vom Prompt, den du einfügst, zum Task, den du zuweist – und eine passende Veränderung deiner Rolle: vom Autor zum Regisseur. Die Definition, die es sich zu behalten lohnt, ist einfach:

• Agenten recherchieren, führen aus, testen und berichten; Menschen geben die Richtung vor, erteilen Befugnisse und nehmen ab.
• Es reift über vier Sprossen: Chat-Assistent, einzelner Agent, parallele Agenten, orchestrierte Crew.
• Das Abnahme-Gate wandert niemals zur Maschine, egal wie leistungsfähig der Agent ist.
• Parallele Arbeit braucht Isolation; Teamarbeit braucht einen gemeinsamen Task, zu dem Ergebnisse zurückkehren.
• Das Schwierige sind Koordination und Review – genau die Ebene, die Sharkly um die Coding-Tools legt, die du bereits nutzt.

Fang auf der niedrigsten sinnvollen Sprosse an. Lade Sharkly herunter, verbinde einen Computer, erstelle einen Agenten und weise ihm etwas Kleines und Langweiliges zu. Nimm das Ergebnis selbst ab. Dieser eine Loop, einmal durchlaufen, lehrt dich mehr über Agentic Coding als jede Definition – diese hier eingeschlossen.

FAQ

Was ist Agentic Coding in einfachen Worten? Es ist eine Art, Software zu bauen, bei der du eine abgegrenzte Arbeitseinheit an einen KI-Coding-Agenten übergibst, der deine Codebasis recherchiert, die Änderung vornimmt, die Tests ausführt und mit Belegen zurückmeldet – statt Nachricht für Nachricht in einem Chat auszutauschen. Du behältst die Kontrolle darüber, was gebaut wird und ob das Ergebnis gut genug zum Ausliefern ist.

Wie unterscheidet sich Agentic Coding davon, ChatGPT oder Copilot zum Schreiben von Code zu nutzen? Chat-Assistenten und Autovervollständigung beantworten einen Prompt und geben dir das Ergebnis zurück, damit du es integrierst und verifizierst. Ein Agent führt einen ganzen Task durch Recherche, Ausführung, Tests und ein berichtetes Ergebnis. Die Einheit wechselt von der Nachricht zur Arbeitseinheit, und der Agent startet bei deinem tatsächlichen Repository statt bei einem leeren Kasten.

Ist Agentic Coding dasselbe wie Vibe Coding? Nein. Vibe Coding bedeutet, generierten Code zu akzeptieren, ohne ihn zu lesen – das lässt den Menschen aus dem Abnahmeschritt herausfallen. Agentic Coding lässt die Abnahme fest bei einer Person und automatisiert nur die Mitte: Recherche, Ausführung und Tests. Das eine ist eine Abkürzung, das andere ein prüfbarer Workflow.

Ersetzt Agentic Coding Entwickler? Nein. Es verschiebt den Entwickler vom Tippen jeder Zeile hin zum Vorgeben der Richtung, Erteilen von Befugnissen und Abnehmen des Ergebnisses. Agenten recherchieren, führen aus, testen und berichten; Menschen entscheiden, was gebaut wird und ob es ausgeliefert wird. Die finale Abnahme und das Release bleiben bei Menschen.

Welche Tools brauche ich, um mit Agentic Coding zu starten? Ein KI-Coding-Tool, das Tasks ausführen kann (Claude Code, Codex und ähnliche), und eine Ebene, um Arbeit zuzuweisen, gemeinsamen Kontext zu halten und Ergebnisse im Team zu prüfen. Sharkly ist diese Ebene; sie läuft auf den Ausführungstools und Abos auf, die du bereits hast. Einen Überblick findest du unter Was ist Sharkly.

Wie lassen Teams viele Coding-Agenten gleichzeitig ohne Chaos laufen? Jeder Agent arbeitet an seinem eigenen Task in einem isolierten Worktree, und jedes Ergebnis kehrt zu einem gemeinsamen Task zurück, wo eine Person es prüfen kann. Diese Kombination – Isolation für die Ausführung plus ein gemeinsames Protokoll für das Review – verhindert, dass parallele Runs kollidieren. Unser Leitfaden zum parallelen Betrieb mehrerer Claude Code Agenten behandelt das Setup.

Wo bleibt der Mensch in einem Agentic-Coding-Workflow? An drei Punkten: Richtung (was gebaut wird), Befugnis (worauf der Agent zugreifen darf) und Abnahme (ob das Ergebnis ausgeliefert wird). Alles dazwischen kann automatisiert werden; diese drei bleiben bei Menschen.