- Spec-Driven Development: Ein Ansatz, der die in der traditionellen Entwicklung nur unterstützend eingesetzte Spezifikation (Spec) zu einer ausführbaren Spezifikation aufwertet, um daraus direkt eine funktionierende Implementierung zu erzeugen
- Weg von der codezentrierten Praxis hin zu einer intentionszentrierten Entwicklung, die zuerst Was und Warum definiert und erst danach das Wie konkretisiert
- Die Kernidee ist, durch Spezifikationen konsistente Artefakte zu erzeugen und wiederkehrende Arbeit zu automatisieren, damit sich Entwickler auf Produktprobleme konzentrieren können
- Spec Kit ist eine Sammlung von Werkzeugen, die dabei hilft, diese Spezifikationen in ausführbare Artefakte zu überführen und so die Implementierung zu automatisieren
- Nach der Installation wird mit
/specify das Was/Warum beschrieben, mit /plan der Stack/die Architektur festgelegt und mit /tasks werden Arbeitseinheiten erzeugt
- Ziel ist es, Organisationen dabei zu helfen, sich von der Erstellung nicht differenzierender gemeinsamer Codebestandteile zu lösen und sich auf Produktszenarien zu konzentrieren – ein experimentelles Framework, das über einen spezifikationsgetriebenen Ansatz sowohl Qualität als auch Geschwindigkeit steigern will
Kernphilosophie: Core philosophy
- Intentionszentrierte Entwicklung mit einer spec-first-Denkweise, bei der das Was Vorrang hat und das Wie erst später konkretisiert wird
- Erstellung reichhaltiger Spezifikationen mit Guardrails und organisatorischen Prinzipien sowie ein mehrstufiger Verfeinerungsprozess statt einmaliger Codegenerierung
- Eine Vorgehensweise, die sich aktiv auf die Interpretationsfähigkeit fortgeschrittener AI-Modelle stützt, um Spezifikationen in ausführbare Ergebnisse zu überführen
Spezifikationsgetriebener Prozess mit Spec Kit
- Spec Kit macht Spezifikationen zum Zentrum des Engineering-Prozesses und steuert damit Implementierung, Checklisten und die Zerlegung in Aufgaben, während Entwickler vor allem eine anleitende Rolle einnehmen
- Coding Agents übernehmen den Großteil der Schreibarbeit
- Der Prozess besteht aus 4 Phasen, jede mit klaren Checkpoints; zur nächsten Phase wird erst übergegangen, wenn die aktuelle Arbeit vollständig validiert ist
- Specify-Phase: Gibt man eine Beschreibung auf hohem Niveau vor, erzeugt der Coding Agent eine detaillierte Spezifikation, die sich nicht auf den Technologie-Stack, sondern auf User Journey, Experience und Erfolgsmetriken konzentriert
- Dabei wird abgebildet, wer die Nutzer sind, welches Problem gelöst wird, wie die Interaktion aussieht und welche Ergebnisse wichtig sind
- Das ist ein lebendes Artefakt, das sich mit zunehmendem Nutzerverständnis weiterentwickelt
- Plan-Phase: Gibt man gewünschten Stack, Architektur und Randbedingungen vor, erstellt der Coding Agent einen umfassenden technischen Plan
- Einschließlich Standardtechnologien im Unternehmen, Integration von Legacy-Systemen, Compliance und Performance-Zielen
- Es können mehrere Planvarianten zum Vergleich angefordert werden; mit internen Dokumenten lassen sich Architekturpatterns direkt integrieren
- Tasks-Phase: Auf Basis von Spezifikation und Plan zerlegt der Coding Agent die Arbeit in kleine, überprüfbare Chunks
- Jede Aufgabe kann unabhängig implementiert und getestet werden und ist so gestaltet, dass AI sie validieren und nachverfolgen kann
- Zum Beispiel nicht „Authentifizierung aufbauen“, sondern konkret „Einen Benutzerregistrierungs-Endpunkt mit Validierung des E-Mail-Formats erstellen“
- Implement-Phase: Der Coding Agent bearbeitet Aufgaben einzeln oder parallel, während Entwickler fokussierte Änderungen prüfen
- Die Spezifikation sagt, was gebaut werden soll, der Plan wie es gebaut werden soll, und die Tasks bestimmen, woran gearbeitet wird
- In jeder Phase übernehmen Entwickler eine Validierungsrolle: Sie reflektieren und verfeinern, prüfen, ob die Spezifikation die Absicht erfasst, ob der Plan reale Einschränkungen berücksichtigt und ob Lücken oder Edge Cases vorhanden sind
Verwendung von Spec Kit in agentischen Workflows
- Spec Kit arbeitet mit Coding Agents wie GitHub Copilot, Claude Code, Gemini CLI und steuert die Agents über eine einfache Folge von Befehlen, um Artefakte zu erzeugen
- So werden vage Prompts in klare Absichten übersetzt und zuverlässig ausgeführt
- Nach der Projektinitialisierung liefert man mit dem Befehl /specify einen Prompt auf hohem Niveau; der Coding Agent erzeugt daraus die vollständige Spezifikation mit Fokus auf das „Was“ und „Warum“ des Projekts
- Mit dem Befehl /plan gibt man die technische Richtung auf hohem Niveau vor; der Coding Agent erstellt daraus einen detaillierten Plan, der Architektur und Einschränkungen berücksichtigt
- Mit dem Befehl /tasks werden Spezifikation und Plan in eine ausführbare Aufgabenliste zerlegt, auf deren Grundlage der Coding Agent die Projektanforderungen umsetzt
Entwicklungsphasen: Development phases
- 0-to-1 (Greenfield): Unterstützt einen Ablauf von Spezifikation erstellen → Planung aufsetzen → produktionsreife App auf Basis hochrangiger Anforderungen
- Kreative Exploration: Betont einen Prozess, in dem verschiedene Stacks/Architekturen und UX-Patterns per paralleler Implementierung erprobt werden
- Schrittweise Verbesserung (Brownfield): Evolutionäre Entwicklung durch wiederholtes Hinzufügen von Features, Modernisierung von Legacy-Systemen und Anpassung von Prozessen
Drei Szenarien, in denen dieser Ansatz gut funktioniert
- Greenfield (zero-to-one): Beim Start eines neuen Projekts wird nicht sofort mit dem Coden begonnen; stattdessen werden Spezifikation und Plan vorab erstellt, damit AI auch wirklich das Beabsichtigte baut und statt generischer Lösungen auf Basis allgemeiner Muster maßgeschneiderte Ergebnisse liefert
- Feature-Arbeit in bestehenden Systemen (N-to-N+1): Wenn einem komplexen Codebestand neue Funktionen hinzugefügt werden, klärt die Spezifikation die Interaktion der neuen Funktion mit dem bestehenden System und der Plan kodiert architektonische Einschränkungen, damit Code entsteht, der sich nativ anfühlt
- Das macht kontinuierliche Weiterentwicklung schneller und sicherer, kann aber fortgeschrittene Context-Engineering-Techniken erfordern
- Legacy-Modernisierung: Wenn bei der Neuentwicklung von Legacy-Systemen die ursprüngliche Absicht verloren gegangen ist, hilft der Spec-Kit-Prozess dabei, die wesentliche Geschäftslogik in einer modernen Spezifikation festzuhalten und eine frische Architektur zu planen, damit AI ohne technische Schulden neu aufbauen kann
Prerequisites
- Linux/macOS oder WSL2 unter Windows erforderlich
- Als AI-Agent kann zwischen Claude Code, GitHub Copilot, Gemini CLI und Cursor gewählt werden
Noch keine Kommentare.