NCA Social Media
Aktualisiert:
Autor:
Roland Golla
Grünes Förderband mit Leitplanken, Schild Agentic Product Engineering, Roboter

Was ist Agentic Product Engineering?

Agentic Product Engineering ist Produktentwicklung, bei der KI Agenten den Großteil der Umsetzung übernehmen und das Team das System um sie herum baut. Aus einer Absicht wird über Spezifikation, Kontext, Tests und Leitplanken lauffähige, getestete Software.
Der Begriff ist jung und wird doppelt verwendet. Agenturen wie Grape Up meinen damit das Bauen von Produkten, in denen Agenten stecken. Alexey Krivitsky und Beratungen wie Rangle meinen die Arbeitsweise: Produktteams entwickeln mit Coding Agenten. Diese Seite folgt der zweiten Bedeutung.
Der Engpass hat sich verschoben: vom Schreiben des Codes zum Beschreiben der Arbeit, zum Begrenzen des Agenten und zum Prüfen des Ergebnisses. Genau dort liegen die Aufgaben von Produkt, Fachbereich und Qualitätssicherung.

Inhalt

Agentic Product Engineering mit NCA: Schnelle Hilfe vom Experten

Unsere eigene Production läuft genau so. Coding Agenten schreiben den Code, Quality Gates entscheiden, ob er live geht. Wir arbeiten täglich mit OpenCode und offenen Modellen, betreiben eigene MCP Server für Sulu CMS, n8n und WordPress und bringen über 20 Jahre Testing und Refactoring mit PHPUnit, PHPStan, Rector und Cypress mit.
Wir helfen Teams, die Arbeitsweise einzuführen, ohne Qualität zu verlieren. Leitplanken für bestehende Projekte liefern die Agentic AI Coding Guardrails, den Einstieg ins Team das Vibe Coding Onboarding und das Vibe Coding Training. Wo KI Code schon Probleme macht, hilft das AI Slop Refactoring, Sicherheitslücken findet der Vibe Coding Security Audit. Die Gesamtstrategie klären wir im Vibe Coding Consulting.
Lass uns über dein Produktteam mit Agenten sprechen
Finde das passende Angebot für dein Projekt
Anfrage-Konfiguration
Starten Sie Ihre Anfrage
Projektart
Infos
Nachricht

Eliminierung technischer Schulden mit PHPStan, Rector PHP und PHPUnit. Über 20 Jahre Praxiserfahrung in skalierbaren Backends.

CORE EXPERTISE

Gesetzliche Konformität & Inklusion. Optimierung von Performance und Conversion durch radikal nutzerzentriertes, universelles Design.

BFSG COMPLIANT

Skalierbare KI-Systeme mit echtem Code Ownership. CI/CD, Backup-Strategien und Infrastruktur, die mit deinem Team wächst.

ENTERPRISE READY

Woher der Begriff Agentic Product Engineering kommt

Die Wurzel ist Agentic Engineering. Andrej Karpathy, der 2025 den Begriff Vibe Coding geprägt hatte, erklärte ihn im Februar 2026 für überholt und schlug Agentic Engineering als professionellen Nachfolger vor. Auf dem AI Ascent Event von Sequoia im April 2026 schärfte er die Definition: Agenten sind fehlbar, und die Verantwortung für Korrektheit, Sicherheit und Wartbarkeit bleibt beim Menschen. Die Einordnung dazu steht in unserem Beitrag Agentic Engineering und AI Engineering.
Mit dem Zusatz Product arbeitet vor allem Alexey Krivitsky. Der Co-Autor von 10X ORG und Mitbegründer von Org Topologies pflegt mit dem Professional Agentic Product Engineering Guide, kurz PAPE, ein laufend aktualisiertes Handbuch. Im Juli 2026 fasste er zusammen, was er in Organisationen beobachtet, die diese Arbeitsweise ernst nehmen: fünf Verschiebungen, die immer wieder in derselben Form auftauchen.
Parallel nutzen Beratungen den Begriff für ihre Angebote. Rangle beschreibt damit Teams, die mit Claude Code, MCP Servern, spec getriebenen Workflows und wiederverwendbaren Skills arbeiten. Instil bietet unter dem Namen Trainings für Claude Code an.

Agentic Engineering und Agentic Product Engineering: Der Unterschied

Agentic Engineering beschreibt die Disziplin, Coding Agenten professionell zu führen. Es geht um Aufgaben zerlegen, Kontext steuern, Diffs prüfen und Tests laufen lassen. Die Leitfrage lautet: Wie entsteht guter Code mit Agenten?
Agentic Product Engineering zieht den Rahmen weiter. Es fragt zusätzlich, was gebaut werden soll und ob es beim Nutzer etwas bewirkt. Anforderungen, Spezifikationen, Nutzerkontakt und Wirkung gehören genauso dazu wie der Code. Damit betrifft die Arbeitsweise auch Rollen, die selbst nicht programmieren: Product Owner, Business Analysten und Projektverantwortliche.

Die fünf Shifts nach Alexey Krivitsky

Krivitsky beschreibt fünf Verschiebungen. Sie tauchen nicht überall und selten alle gleichzeitig auf, aber oft genug, um als Muster zu gelten. Die Tabelle fasst sie zusammen.

Die fünf Shifts im Überblick

Shift Bisher Mit Agenten
Features zu Systemen Features von Hand bauen Das System entwerfen, das aus einer Absicht getestete Software macht
Gatekeeping zu Guardrails Qualität am Ende prüfen Qualität im Harness aus Tests, Kontext und Leitplanken
Spezialisten zu Craftspeople Schmale Rollen am Fließband End to End Verantwortung, KI füllt Wissenslücken im Moment
Proxies zu Nutzern Anforderungen über mehrere Zwischenstationen Direkter Kontakt zwischen Team und Nutzern
Output zu Outcomes Menge der ausgelieferten Features Messbare Wirkung beim Nutzer, laufend nachgesteuert

Was sich für Produktteams konkret ändert

Wenn der Agent umsetzt, wird die Beschreibung der Arbeit zum wichtigsten Ergebnis der Planung. Eine vage User Story liefert vagen Code, nur schneller. Deshalb rücken Spezifikationen nach vorn: Was soll passieren, woran erkennt man, dass es fertig ist, und was darf der Agent nicht anfassen?
Werkzeuge dafür gibt es. OpenSpec hält Änderungen als Vorschlag, Umsetzung und Archiv fest. Wie PRD, ADR, BDD Szenarien und AGENTS.md zusammen den Kontext für einen Agenten bilden, zeigt unsere Dokumentenkette für KI Coding. Spec getriebene IDEs wie Kiro bauen den Ansatz direkt ins Werkzeug ein.
Akzeptanzkriterien werden dabei doppelt wertvoll. Aus ihnen entstehen die Tests, an denen der Agent sein Ergebnis misst. Wer sie sauber formuliert, steuert die Qualität, bevor die erste Zeile Code existiert.

Guardrails statt Gatekeeping: Qualität im System

Der zweite Shift ist der, für den wir seit Jahren werben. Qualität wandert von der Abnahme am Ende in den Harness, also in Tests, Kontext und Leitplanken, in denen der Agent arbeitet. Laut PAPE Guide kann bei diesem Tempo niemand mehr jede Zeile eines Agenten lesen. Vertrauen entsteht aus dem System drumherum: Tests, Leitplanken und Review Schleifen.
  • Statische Analyse: PHPStan, Psalm und Rector prüfen jeden Diff, bevor ein Mensch ihn sieht.
  • Tests als Abnahme: PHPUnit und Cypress E2E Tests entscheiden, ob eine Änderung live geht.
  • Leitplanken im Repository: Regeldateien, erlaubte Werkzeuge und Freigabepunkte liegen versioniert beim Code.
  • Begrenzte Schleifen: Jeder Agent Loop hat ein Abbruchkriterium, ein Budget und einen Menschen, der freigibt.
Wie solche Schleifen aufgebaut sind, zeigen Agent Looping, Claude Loops und Loop Engineering und der Governed Agent Loop. Für PHP Projekte stehen die Regeln in den NCA PHP AI Coding Guidelines.

Die acht Tiers aus dem PAPE Guide

Krivitskys Guide ordnet die Arbeit mit Coding Agenten in acht Stufen, vom einzelnen Prompt bis zu autonomen Schleifen in Production. Claude Code dient als durchgehendes Beispiel, die Prinzipien sollen laut Guide für jeden Harness gelten.
  • T1 Professional Prompting: Aufträge präzise formulieren.
  • T2 Shaping und Slicing: Arbeit in agentengerechte Stücke schneiden.
  • T3 Context Management: steuern, was der Agent weiß.
  • T4 Loop Until Done: den Agenten bis zum Ziel iterieren lassen.
  • T5 Checkpointing und Hardening: Zwischenstände sichern und absichern.
  • T6 Orchestration: mehrere Agenten koordinieren.
  • T7 Fleet Ops: viele Agenten parallel betreiben.
  • T8 Agent Execution Layer: die Ausführungsschicht, in der Agenten dauerhaft laufen.
Für Teams liegt der eigentliche Wert in der Reihenfolge. Wer bei Stufe sechs einsteigt, ohne Stufe fünf zu beherrschen, koordiniert mehrere Agenten ohne Sicherungspunkte. Parallele Arbeit braucht außerdem saubere Trennung, etwa über Git Worktrees.

Agentic Product Engineering mit externen Dienstleistern

Viele Unternehmen bauen ihre Software nicht selbst. Sie beauftragen Dienstleister, und die arbeiten zunehmend mit Agenten. Damit ändert sich die Rolle der Auftraggeber: Sie müssen beurteilen können, was ein agentisch arbeitender Partner leistet und wie er Qualität nachweist. Diese Fragen gehören in jede Ausschreibung und jedes Steuerungsmeeting:
  • Spezifikation: Wie werden Anforderungen für die Agenten aufbereitet, und wer gibt sie frei?
  • Nachweis: Welche Tests und Quality Gates laufen, und sieht der Auftraggeber die Ergebnisse?
  • Daten: Welche Modelle laufen wo, und welche Daten sehen sie?
  • Leitplanken: Was darf ein Agent im System, und wo stoppt er für eine Freigabe?
  • Übergabe: Bleiben Regeldateien, Skills und Tests nach Projektende beim Auftraggeber?
Wie das in einer SAP Landschaft aussieht, zeigt unser Eintrag zum ABAP MCP Server. Die Datenseite klären wir in der DSGVO Beratung für Vibe Coding, den Rahmen für eigene Inferenz unter Self Hosted KI für Unternehmen.

Welche Werkzeuge Agentic Product Engineering braucht

Die Arbeitsweise hängt an keinem einzelnen Tool. Der PAPE Guide nutzt Claude Code als Beispiel, weil es der verbreitetste Harness ist. Bei NCA läuft OpenCode mit offenen Modellen. Entscheidend sind die Bausteine, die jedes Werkzeug braucht: Regeldateien, Agent Skills für wiederkehrende Aufgaben, MCP Server für Werkzeuge und Daten und eine Pipeline, die jeden Diff prüft.
Für uns gilt dabei die Grundregel: Coding aus der Cloud, Datenverarbeitung im eigenen Netzwerk. Große Coding Modelle laufen nie auf Kundenhardware. Unternehmensdaten erreichen Agenten nur über definierte Tools, etwa über die NCA MCP Middleware.

You don't catch defects later; you make them hard to create.

Alexey Krivitsky, Co-Autor von 10X ORG und Mitbegründer von Org Topologies – krivitsky.com

Agentic Product Engineering in der Praxis mit Never Code Alone

Diese Website entsteht selbst agentisch. Recherche, Texte, CMS Blöcke, Bilder und Verteilung laufen über Agenten und eigene MCP Server, jede Veröffentlichung gibt ein Mensch frei. Die Muster dahinter kennen wir deshalb aus dem Alltag: saubere Aufträge, Regeln im Repository und Prüfschritte vor jedem Schritt nach draußen.
Weiter in den Best Practices und im Glossar: Vibe Coding Best Practices, Agentic Coding Patterns, Vibe Coding Security, Vibe Coding Bedeutung und KI Strategie für Unternehmen. Wer tiefer in Karpathys Material einsteigen will, findet es im Karpathy LLM Wiki.
CYPRESS.IO Ambassador und IT Consultant für QA Engenieering und Qualität in PHP Projekten.

NCA Vibe Coding Consulting

Roland Golla ist Entwickler aus Leidenschaft – seit über 20 Jahren. Er hat hunderte Projekte begleitet, von Legacy-Refactoring bis KI-Integration. Bei Vibe Coding verbindet er das Beste aus beiden Welten: Die Geschwindigkeit von KI-generiertem Code mit der Qualität professioneller Softwareentwicklung. Kein Bullshit, keine Agentur-Floskeln – direkte Hilfe von jemandem, der selbst täglich im Code steckt.

E-Mail Kontakt

Häufige Fragen zu Agentic Product Engineering

Die Antworten decken die häufigsten Fragen zu Agentic Product Engineering ab: Definition, Herkunft, die fünf Shifts, Qualität und die Arbeit mit Dienstleistern. Stand: September 2026.

Was ist Agentic Product Engineering 2026?

Agentic Product Engineering ist Produktentwicklung, bei der KI Agenten den Großteil der Umsetzung übernehmen. Das Team baut das System drumherum: Spezifikationen, Kontext, Tests und Leitplanken. Aus einer Absicht wird so lauffähige, getestete Software. Der Begriff erweitert Agentic Engineering um die Produktseite, also Anforderungen, Nutzerkontakt und die Frage, ob eine Änderung beim Nutzer etwas bewirkt.

Was ist der Unterschied zwischen Agentic Engineering und Agentic Product Engineering 2026?

Agentic Engineering beschreibt die Disziplin, Coding Agenten professionell zu führen: Aufgaben zerlegen, Kontext steuern, Diffs prüfen, Tests laufen lassen. Agentic Product Engineering zieht den Rahmen weiter und schließt Anforderungen, Nutzer und Wirkung ein. Damit betrifft es auch Rollen, die nicht selbst programmieren, etwa Product Owner und Projektverantwortliche.

Wer hat den Begriff Agentic Product Engineering 2026 geprägt?

Die Grundlage legte Andrej Karpathy, der im Februar 2026 Agentic Engineering als Nachfolger von Vibe Coding vorschlug. Mit dem Zusatz Product arbeitet vor allem Alexey Krivitsky, Co-Autor von 10X ORG. Er pflegt den Professional Agentic Product Engineering Guide und beschrieb im Juli 2026 fünf Shifts. Parallel nutzen Beratungen wie Rangle und Grape Up den Begriff.

Welche fünf Shifts beschreibt Alexey Krivitsky 2026?

Features zu Systemen, Gatekeeping zu Guardrails, Spezialisten zu Craftspeople, Proxies zu Nutzern und Output zu Outcomes. Das Team baut also das System, das Software erzeugt, verlegt Qualität in Tests und Leitplanken, arbeitet breiter, spricht direkt mit Nutzern und misst Wirkung statt Menge. Krivitsky beschreibt die Shifts als Muster, das er in Organisationen immer wieder beobachtet.

Brauchen Product Owner 2026 Programmierkenntnisse für Agentic Product Engineering?

Nein. Wichtiger sind präzise Anforderungen, klare Akzeptanzkriterien und ein Verständnis dafür, was ein Agent leisten kann und wo er Fehler macht. Wer beschreiben kann, woran man erkennt, dass etwas fertig ist, steuert die Qualität mit. Grundlagen im Umgang mit Agenten helfen trotzdem, weil Product Owner zunehmend Spezifikationen schreiben, die Agenten direkt verarbeiten.

Was ist der PAPE Guide?

PAPE steht für Professional Agentic Product Engineering. Alexey Krivitsky pflegt den Guide laufend auf GitHub. Er ordnet die Arbeit mit Coding Agenten in acht Stufen, von professionellem Prompting über Kontextmanagement und Schleifen bis zur Orchestrierung ganzer Agentenflotten. Claude Code dient als Beispiel, die Prinzipien sollen laut Guide für jeden Harness gelten.

Wie sichert man Qualität im Agentic Product Engineering?

Qualität wandert in den Harness. Statische Analyse, Unit Tests und E2E Tests prüfen jeden Diff automatisch, Regeldateien legen fest, was der Agent darf, und jede Schleife hat ein Abbruchkriterium und einen Freigabepunkt. Weil bei diesem Tempo niemand jede Zeile lesen kann, entsteht Vertrauen aus dem System um den Agenten herum.

Welche Werkzeuge braucht Agentic Product Engineering?

Einen Coding Agenten wie Claude Code oder OpenCode, Regeldateien wie AGENTS.md, Agent Skills für wiederkehrende Aufgaben, MCP Server für Werkzeuge und Daten und eine CI Pipeline mit Quality Gates. Für Spezifikationen helfen Formate wie OpenSpec oder eine Kette aus PRD, ADR und BDD. Das konkrete Tool ist austauschbar, die Bausteine bleiben.

Was sollten Auftraggeber von agentisch arbeitenden Dienstleistern verlangen?

Nachvollziehbare Spezifikationen, sichtbare Testergebnisse und klare Leitplanken. Auftraggeber sollten wissen, welche Modelle wo laufen und welche Daten sie sehen, wo ein Agent für eine Freigabe stoppt und ob Regeldateien, Skills und Tests nach Projektende bei ihnen bleiben. Ohne diese Punkte lässt sich kaum beurteilen, ob das höhere Tempo auch Qualität liefert.

Ist Agentic Product Engineering nur etwas für Startups?

Nein. Kleine Teams profitieren schnell, weil sie weniger Abstimmung brauchen. Große Organisationen gewinnen vor allem durch den Shift von Proxies zu Nutzern und durch Qualität im System. Voraussetzung sind Versionskontrolle, Tests und eine Pipeline. Wo das fehlt, kommen zuerst die Quality Gates und danach die Agenten.

Wie lange dauert der Einstieg in Agentic Product Engineering?

Nach unserer Erfahrung dauert es realistisch 15 bis 30 Tage bis zu einem ersten soliden Ergebnis: Regeln und Rechte gesetzt, erste Quality Gates in der Pipeline, ein Review Agent im täglichen Einsatz. Das untere Ende setzt Versionskontrolle, Tests und Pipeline voraus. Danach reicht meist eine laufende Begleitung von einigen Tagen im Monat.

Kann Never Code Alone bei Agentic Product Engineering helfen?

Ja. Wir arbeiten selbst täglich agentisch und helfen Teams, die Arbeitsweise mit Quality Gates, Leitplanken und sauberen Spezifikationen einzuführen. Das reicht vom Onboarding einzelner Entwickler bis zur Einordnung externer Dienstleister. Der Einstieg ist ein kostenloses Kennenlernen, danach schätzen wir den Aufwand und rechnen transparent minutengenau ab.