01. Juli 2025
Agentic AI: Die Zukunft des Software Engineering mit künstlicher Intelligenz
Die Technologie im Software Engineering entwickelt sich rasant weiter. Ein neues Konzept verändert dabei grundlegend, wie Unternehmen – und wir als IT-Dienstleister – künstliche Intelligenz einsetzen: Agentic AI. Doch was genau ist Agentic AI, und warum sollten moderne Unternehmen sich damit auseinandersetzen?
Was Agentic AI auszeichnet und von anderen KI-Formen abgrenzt
Agentic AI bezieht sich auf autonome intelligente Systeme, die selbstständig Entscheidungen treffen, handeln und lernen können. Im Gegensatz zur generativen KI, die auf menschliche Befehle reagiert, agieren KI-Agenten eigeninitiativ. Sie beobachten, analysieren und orchestrieren Prozesse, ohne dass ein ständiger Befehl-Reaktions-Zyklus erforderlich ist.
Kurz gesagt: Agentic AI trifft eigenständig Entscheidungen, handelt proaktiv und beobachtet – während wir die Ergebnisse bewerten und steuern.
Ein entscheidender Vorteil: Agentic AI deckt alle Bereiche des Software Engineerings ab, von Design und Entwicklung über Betrieb bis hin zu Support. Damit geht sie weit über die reine Code-Generierung hinaus und bietet eine neue Qualität der Zusammenarbeit zwischen Mensch und Maschine.
Generative AI vs. Agentic AI im ÜberblickZwei KI-Systeme: Generative KI und Agentic AI im Vergleich
| Aspekt | Generative KI | Agentic AI |
| Systemtyp | Reaktives System: Führt Aufgaben aus, wenn es dazu angewiesen wird. | Proaktives System: Handelt auf Basis eines Inputs und passt sich dynamisch an. |
| Abhängigkeit von Prompts | Benötigt klare Prompts (Befehle) und basiert auf durch Training erlernten statistischen Mustern. | Reagiert auf Prompts, entscheidet eigenständig über die Ausführung und lernt aus den Ergebnissen. |
| Autonomie | Führt nur die Aufgaben aus, die explizit vorgegeben werden. | Denkt den Befehl-Reaktions-Zyklus selbstständig weiter und agiert ohne ständige Eingriffe. |
| Fokus | Unterstützt bei alltäglichen Aufgaben, wie der Generierung v. a. von (kreativen) Inhalten. | Kann komplexe, mehrstufige Prozesse eigenständig planen und durchführen, z. B. Einkaufsprozesse. |
| Zusammenarbeit mit Menschen | Die KI erstellt Vorschläge, die von Menschen überarbeitet und gesteuert werden (Mensch bleibt aktiv). | Die KI zerlegt Aufgaben in logische Schritte, erkennt Probleme selbst und trifft eigene Entscheidungen. |
| Chain of Thought Reasoning | Kein Chain of Thought Reasoning; Steuerung und Interpretation vollständig durch Menschen. | Setzt „Chain of Thought Reasoning“ ein, um Aufgaben logisch zu zerlegen und eigenständig Lösungen zu finden. |
| Basistechnologie | Nutzt Large Language Models (LLMs) für einfache Anwendungen wie Chatbots. | Nutzt LLMs als Grundlage für die zugrunde liegende Reasoning-Engine. |
Warum wir von Agentic AI und KI-Agenten im Software-Engineering profitieren
Aktuell setzen wir erfolgreich KI-Agenten sowohl bei der Modernisierung als auch beim Neubau von Software-Systemen ein.
Modernisierung neu gedacht: KI-Agenten im Einsatz für Migration
Im Bereich der Modernisierung profitieren wir davon, dass KI-Agenten nicht nur Inline-Dokumentationen zuverlässig erstellen, sondern ganze Codebasen analysieren und daraus übergreifende, verständliche Dokumentationen generieren können. Das erleichtert die Wartung und ermöglicht ein tieferes Verständnis auch bei komplexen, gewachsenen Systemen.
Ein weiterer Schwerpunkt liegt auf der Migration alter Technologien: KI-Agenten unterstützen uns dabei, veraltete Programmiersprachen und Bibliotheken effizient abzulösen. Modernisierungsprojekte – wie die Migration von Pro*C nach Kotlin oder von PL/SQL nach Kotlin – konnten wir bereits erfolgreich umsetzen. Die Qualität und Effizienz der automatisierten Code-Transformationen senken den manuellen Aufwand erheblich.
Neubau - ohne eine Zeile Code programmieren
Auch beim Neubau von Software-Systemen eröffnen KI-Agenten neue Möglichkeiten. Sie begleiten den gesamten Entwicklungszyklus: von der Anforderungsaufnahme über die Codegenerierung und Testautomatisierung bis hin zur Ausführung und kontinuierlichen Verbesserung. Besonders freue ich mich über unser erstes Projekt, das wir mit einer konsequenten "No Code"-Policy umgesetzt haben. Ziel ist es, keinen Code mehr von Hand zu schreiben – und der erste erfolgreiche Durchlauf zeigt, dass dies mit den heutigen KI-Modellen schon praktisch umsetzbar ist.
Trotz aller Automatisierung bleibt unser Anspruch an Software-Qualität unverändert hoch. Wir prüfen die von KI erzeugten Ergebnisse sehr genau. Wartbarkeit, Verständlichkeit sowie Prinzipien wie SOLID, Separation of Concerns und Clean Code stehen weiterhin im Mittelpunkt. Mit dem richtigen Prompt lassen sich diese Standards auch bei KI-generiertem Code erstaunlich gut einhalten.
Mit KI-Agenten zu mehr Freiraum für Fachlichkeit und Innovation
Insgesamt zeigen die erst Anfang des Jahres veröffentlichten KI-Modelle im Agentenmodus eine deutliche Effizienzsteigerung – sowohl bei Modernisierung als auch beim Neubau von Software-Systemen. Die gewonnene Zeit können wir nutzen, um uns intensiver mit den fachlichen Anforderungen und der strategischen Beratung unserer Kunden zu beschäftigen. So schaffen wir Freiräume für echte Innovation und nachhaltige Wertschöpfung.
Wie sind Eure Erfahrungen mit der neuen Generation von KI-Agenten? Wir freuen uns auf den Austausch.
