Agentische Entwicklung: Wie KI-Agenten den SDLC und Teamrollen neu gestalten

Trotz der raschen Verbreitung von KI-Codierungsassistenten wie Copilot, die die individuelle Codierungsgeschwindigkeit um 30–40 % steigern können, haben sich die Gesamtteamleistung und die Time-to-Market kaum verbessert (oft weniger als 10 %). Der Engpass hat sich lediglich vom Codieren auf andere Phasen des Softwareentwicklungslebenszyklus (SDLC) verlagert, wie Planung, Test und Release-Management. Bis 2026 verlagert sich die Branche von KI-Assistenten hin zur agentischen Entwicklung, bei der mehrere KI-Agenten autonom über den gesamten SDLC zusammenarbeiten: Ein Agent sammelt Anforderungen, ein anderer schreibt Code, ein dritter führt Tests durch und so weiter. Dies verändert die Teamrollen: Entwickler werden zu Orchestratoren, die Ziele setzen und Ergebnisse validieren; Tester werden zu Aufsehern der Testagenten; Architekten werden zu Kontextingenieuren, die die gesamten Systemgrenzen und Datenflüsse für die Agenten entwerfen. Dennoch bleibt menschliche Expertise für komplexe Entscheidungen unerlässlich. Ohne eine einheitliche Plattform zur Orchestrierung von Agenten, Verwaltung des Kontexts und Integration in SDLC-Tools führt Fragmentierung zu geringerem Durchsatz und geringerer Stabilität, wie die DORA-Forschung feststellt. Unternehmen investieren nun in Platform Engineering, um eine nahtlose Zusammenarbeit zwischen Menschen und Agenten über den gesamten SDLC zu ermöglichen.