Vom Einzeiler zum agentischen Workflow
Klassisches Coding beginnt mit einer Spezifikation im Kopf und endet mit Commits. Agentic Engineering beginnt mit einer Intent-Beschreibung und einem Policy-Set: Was darf der Agent ändern? Welche Tests müssen grün sein? Welche Dateien sind tabu? Ohne diese Leitplanken produziert jeder LLM-Lauf schöne, aber fragile Diffs.
Der Kernunterschied zu „Vibe Coding“ liegt in der Reproduzierbarkeit. Ein agentischer Run soll nicht vom Zufall des Prompt-Tags abhängen, sondern von versionierten Rules, Skills und deterministischen Checks. Agenticode strukturiert Engagements deshalb immer entlang von drei Ebenen: Intent (was soll erreicht werden), Policy (wie darf gearbeitet werden) und Verification (wann gilt etwas als fertig).
In Köln arbeiten wir häufig mit PHP-Backends, API-Gateways und Multi-Domain-Frontends – Kontexte, in denen ein Agent ohne Architekturwissen schnell technische Schuld in alle Ecken schreibt. Agentic Engineering verhindert das, indem es den Agenten in Schichten und Bounded Contexts hält.
<?php
declare(strict_types=1);
namespace App\Agentic;
final class AgentRunPolicy
{
public function __construct(
public readonly string $intent,
public readonly array $allowedPaths,
public readonly array $forbiddenPaths,
public readonly array $requiredChecks,
) {}
public function assertPathAllowed(string $relativePath): void
{
foreach ($this->forbiddenPaths as $pattern) {
if (fnmatch($pattern, $relativePath)) {
throw new \RuntimeException("Path forbidden by policy: {$relativePath}");
}
}
$allowed = false;
foreach ($this->allowedPaths as $pattern) {
if (fnmatch($pattern, $relativePath)) {
$allowed = true;
break;
}
}
if (!$allowed) {
throw new \RuntimeException("Path outside scope: {$relativePath}");
}
}
}
Abgrenzung: Copilot, Vibe Coding, Agentic Engineering
Copilot-Autovervollständigung beschleunigt Tastatureingaben, ändert aber nicht den Prozess. Vibe Coding nutzt den Agenten als kreativen Partner ohne harte Grenzen – ideal für Prototypen, riskant für Betrieb. Agentic Engineering behandelt den Agenten als ausführbaren Worker in einer Pipeline mit SLAs, Reviews und Rollback-Strategien.
Bei Agenticode bedeutet das konkret: Wir bauen keine Demo-Apps, die nach dem ersten Deployment verrotten. Wir etablieren Cursor Rules, CI-Gates und Architektur-Schichten, damit agentisch erzeugter Code denselben Qualitätsstandard erfüllt wie handgeschriebener Code – nur schneller.
Holistisch betrachtet ist Agentic Engineering die Brücke zwischen KI-Produktivität und Software-Craftsmanship. Es integriert Domain-Driven Design, Testpyramiden und Observability in den Agent-Loop – nicht als Nachgedanke, sondern als Teil jedes Runs.
# .cursor/rules/agentic-engineering.mdc (Auszug)
intent: "Feature X in Bounded Context Billing implementieren"
policy:
allowed_paths:
- "src/Billing/**"
- "tests/Billing/**"
forbidden_paths:
- "config/production/**"
- "vendor/**"
verification:
- "composer phpstan"
- "vendor/bin/phpunit --testsuite=Billing"
- "git diff --stat | awk '{if($1>400) exit 1}' # Max-Diff-Gate"
human_gates:
- "Schema-Migrationen > 0"
- "Neue externe Dependencies"
Warum Agenticode in Köln auf dieses Paradigma setzt
Köln ist ein Standort mit starkem Produkt- und Agentur-Umfeld – viele Teams haben bereits mit Cursor oder Claude experimentiert, aber kaum strukturierte Agent-Workflows. Genau hier setzt Agentic Engineering an: nicht als Tool-Schulung, sondern als Engineering-Partner, der Architektur, Agent-Loops und Betriebssicherheit zusammenbringt.
Unsere Kunden profitieren von wiederholbaren Patterns: Multi-Agent-Orchestrierung für große Refactorings, MCP-Integration für interne APIs, agentische CI/CD-Pipelines mit deterministischen Gates. Das Ergebnis ist keine Abhängigkeit vom „magischen Prompt“, sondern ein System, das auch ohne uns weiterläuft.
Wenn Sie verstehen wollen, ob Agentic Engineering zu Ihrem Projekt passt, starten wir typischerweise mit einem Architektur-Audit Ihrer bestehenden Codebase und einem definierten Pilot-Feature im Agent-Loop. So wird das Paradigma greifbar – mit Code, Tests und messbarem Output.
{
"engagement_phases": [
{
"phase": "audit",
"deliverables": ["architecture_map", "agent_readiness_score", "policy_draft"]
},
{
"phase": "pilot",
"deliverables": ["cursor_rules", "ci_gates", "one_feature_shipped"]
},
{
"phase": "scale",
"deliverables": ["multi_agent_playbooks", "mcp_tooling", "team_handover"]
}
],
"success_metrics": {
"lead_time_reduction_percent": ">= 30",
"post_merge_defect_rate": "< baseline",
"agent_run_reproducibility": ">= 90"
}
}