The New SDLC With Vibe Coding — From ad-hoc prompting to Agentic Engineering

Kernpunkte

1. Zentrale These. „Der tiefgreifendste Wandel im Software-Engineering ist keine neue Sprache, kein neues Framework und kein neuer Cloud-Dienst. Es ist der Übergang vom Schreiben von Code zum Ausdrücken von Absicht.“ Die Schnittstelle des Entwicklers verschiebt sich von Syntax zu Absicht.
2. Einordnende Daten (2026). 85 % der professionellen Entwickler nutzen regelmäßig Coding-Agenten, 51 % täglich, 41 % des neuen Codes werden KI-generiert.
3. Abbildung 1 — Von Autocomplete zu Autonomie. 5 kumulative Generationen (Autocomplete ~2021 → Inline-Vorschläge ~2022 → Chat-basierte Generierung ~2023 → Coding-Agenten ~2024-25 → Autonome Agenten ~2025-26), Achse Syntax → Intent, „mehr menschlicher Aufwand“ → „mehr maschinelle Autonomie“.
4. Der Agent = Loop. Ziel erfassen → planen → handeln (Tools) → beobachten → iterieren (Selbstkorrektur). Aufgebaut aus 5 Teilen (vgl. Whitepaper Introduction to Agents, Nov. 2025): Model, Tools, Memory, Orchestrierung, Deployment. „Der Loop ist das schlagende Herz jedes Agenten.“
5. Vibe coding. Begriff geprägt von Karpathy (Feb. 2025, „fully give in to the vibes“); so breit angewendet, dass er seine Bedeutung verlor → Anfang 2026 führt Karpathy agentic engineering für das disziplinierte Ende des Spektrums ein.
6. Das Spektrum. (vibe coding ↔ strukturiert KI-gestützt ↔ agentic engineering): „Das entscheidende Unterscheidungsmerkmal ist nicht, ob man KI einsetzt. Es ist, wie viel Struktur, Verifikation und menschliches Urteilsvermögen das Ergebnis der KI umgibt.“
7. Verifikation = das eigentliche Unterscheidungsmerkmal. Tests verifizieren das Deterministische (Input→Output); Evals verifizieren das Nicht-Deterministische (richtige Trajektorie? richtige Tools? Antwort auf dem richtigen Qualitätsniveau?), mittels gelabelter Datensätze, Bewertungsrubriken, LM-Judges. „Ohne beides bleibt die Praxis immer vibe coding, unabhängig davon, wie ausgefeilt die Prompts sind.“
8. Context engineering = die eigentliche Kompetenz. Die Code-Qualität hängt weniger von der Verfeinerung des Prompts ab als von der Qualität des Kontexts. 6 Arten: Anweisungen, Wissen, Gedächtnis, Beispiele, Werkzeuge, Leitplanken. Abwägung zwischen statischem Kontext (immer geladen: AGENTS.md/CLAUDE.md/GEMINI.md — kostspielig) und dynamischem (bei Bedarf geladen: Skills, RAG, Tool-Ergebnisse — effizient).
9. Agent Skills. = das stärkste Muster für dynamischen Kontext (progressive disclosure: Metadaten beim Start, Instructions bei Übereinstimmung, Referenzen bei Bedarf). Löst 4 Probleme: Context Rot, fehlendes prozedurales Gedächtnis, operativer Mehraufwand bei Multi-Agent-Systemen, Tool-übergreifende Portabilität.
10. Der neue SDLC. KI komprimiert den Zyklus ungleichmäßig — die Implementierung verkürzt sich von Wochen auf Stunden, während Anforderungen/Architektur/Verifikation im menschlichen Tempo verbleiben. „Es ist keine schnellere Version des alten SDLC. Es ist ein anderer Workflow.“ Der Entwickler wandelt sich vom primären Implementierer zum Systemdesigner & Qualitätsschiedsrichter.
11. Nach Phase. Requirements (verschmilzt Requirements→Prototyp); Design/Architektur = die hartnäckigste menschliche Phase (Abwägung von Kompromissen); Implementierung (Gewinne von 25-39 %, doch die METR-Studie: erfahrene Entwickler 19 % langsamer bei bestimmten Aufgaben aufgrund der Verifikation); Testing (Output-Eval + Trajektorien-Evaluation); Code Review (KI als First-Pass-Reviewer); Wartung (technische Schulden, die „zu riskant zum Anfassen“ waren, werden refactorierbar).
12. Fabrikmodell. „Das primäre Ergebnis des Entwicklers ist nicht Code — es ist das System, das Code produziert“ (Specs + Agenten + Tests/Quality Gates + Feedback-Schleifen + Guardrails). Der Entwickler entwirft die Pipeline und die Qualitätskontrolle, nicht jedes einzelne Teil.
13. Harness Engineering. „Agent = Model + Harness“. Das Model ≈ 10 %, der Harness ≈ 90 %. Inhalte: Instructions/Rule Files, Tools/MCP, Sandboxes, Orchestrierung (Sub-Agenten, Routing, Übergaben), Guardrails/Hooks (deterministischer Code an Checkpoints des Lebenszyklus), Observability. „Diese umgebende Maschinerie wird als Harness bezeichnet.“
14. Beleg für den Harness-Effekt. Bei Terminal Bench 2.0 brachte ein Team einen Agenten allein durch Änderung des Harness von außerhalb der Top 30 in die Top 5 (Modell unverändert); LangChain: +13,7 Punkte allein durch Anpassung von System Prompt/Tools/Middleware. „Die meisten Agenten-Fehlschläge sind, ehrlich betrachtet, Konfigurationsfehler.“
15. Entwicklerrollen. Conductor (Echtzeit, synchron, in-IDE, Kontrolle auf Tastenanschlag-Ebene — Copilot/Gemini Code Assist/Cursor/Windsurf) vs. Orchestrator (asynchron, Multi-Agent, Kontrolle auf Zielebene — Jules/Cursor Background/Claude Code). „Nicht entweder/oder — beides, je nach Aufgabe.“
16. Das 80-%-Problem. KI generiert schnell ~80 % des Codes; die verbleibenden 20 % (Edge Cases, Fehlerbehandlung, Integration, subtile Korrekturen) erfordern tiefes Kontextwissen. KI-Fehler haben sich von Syntaxfehlern zu konzeptionellen Fehlschlägen verschoben (der Code „sieht richtig aus“ und besteht grundlegende Tests).
17. Agenten in der Praxis — 3 Orte. im Editor (Copilot, Cursor, Windsurf, JetBrains), im Terminal (Antigravity CLI, Claude Code, Codex CLI, Open Code, Cline), im Hintergrund (Jules, Cursor Background, AlphaEvolve). Vibe coding von Produktions-Agenten über Google Agents CLI (agents-cli create/playground/eval/deploy, ADK-Lebenszyklus), MCP (Tools) + A2A (Delegation zwischen Agenten). Anthropic: Agenten-Teams, die in 2 Wochen einen C-Compiler in Rust gebaut haben.
18. Wirtschaftlichkeit (CapEx/OpEx). vibe coding = niedriges CapEx, hohes OpEx (Token-Verbrauch, Wartungsaufwand, Behebung von Sicherheitsproblemen); agentic engineering = hohes CapEx, niedriges OpEx (Vorabinvestition in Specs/Tests/Kontext → stark gesunkene Grenzkosten der Auslieferung). Context engineering = finanzieller Hebel; intelligentes Model Routing (große Modelle für Requirements/Architektur, kleine Modelle für Tests/Review/CI). Abbildung 9: Kipppunkt, ab dem vibe coding 3-10x mehr pro Feature kostet.
19. Fazit — 3 dauerhafte Prinzipien. (1) „Struktur skaliert, vibes nicht“; (2) „KI verstärkt eure Engineering-Kultur“ (ein Multiplikator sowohl für Stärken ALS AUCH für Schwächen); (3) „Die menschliche Rolle entwickelt sich weiter, sie schwindet nicht“. Schlusssatz: „Generierung ist gelöst. Verifikation, Urteilsvermögen und Steuerung sind das neue Handwerk.“
20. Reihe. Day 1 (dieses Dokument); Day 3 = Context Engineering: Sessions, Skills & Memory; Day 5 = Spec-Driven Production Grade Development in the Age of Vibe Coding (Code Review, Guardrails, Zero-Trust).