Mein LLM-Coding-Workflow für 2026 (Addy Osmani)

Der frühere Ingenieur des Google-Chrome-Teams Addy Osmani hat auf Basis eines Jahres Erfahrung mit AI-Coding einen Workflow für den Einsatz von LLMs zusammengestellt.

Zentrale Prinzipien:

• Erst die Spezifikation, dann der Code: Gemeinsam mit dem LLM zunächst spec.md schreiben, Anforderungen, Architektur und Teststrategie festlegen und erst danach mit dem Coding beginnen. Er nennt das „15-Minuten-Wasserfall“
• In kleinen Einheiten iterieren: Nicht auf einmal ein großes Ergebnis verlangen, sondern nach Features, Funktionen oder Bugs aufteilen. Übergibt man einen großen Block, wirkt das Ergebnis „als hätten 10 Leute daran gearbeitet, die nie miteinander gesprochen haben“
• Genug Kontext liefern: Relevanten Code, API-Dokumentation und Randbedingungen aktiv mitgeben. Mit Tools wie gitingest oder repo2txt die Codebasis in das LLM einspeisen
• Modelle auswählen und parallel nutzen: Wenn ein Modell nicht weiterkommt, zu einem anderen wechseln. Etwa von Claude geschriebenen Code durch Gemini reviewen lassen und so Cross-Checks nutzen
• Der Mensch bleibt zwingend in der Schleife: LLMs wie „selbstbewusste, aber fehleranfällige“ Junior-Entwickler behandeln. Jeden generierten Code reviewen und testen und nichts committen, was man nicht erklären kann
• Sehr feingranulare Versionsverwaltung: Bei jeder Arbeit committen, um „Save Points“ zu haben. Mit git worktree mehrere AI-Sessions parallel ausführen
• Regeln mit CLAUDE.md/GEMINI.md festlegen: Projekt-Styleguide, bevorzugte Muster, Lint-Regeln usw. als Dateien schreiben und dem AI-System mitgeben
• An CI/CD anbinden: Automatisierte Tests und Linter dienen als Quality Gate für AI-Code. Fehler-Logs erneut an die AI zurückspielen und so eine Feedback-Schleife bilden

Bemerkenswerte Punkte:

• Bei Anthropic werden etwa 90 % des Codes von Claude Code selbst geschrieben
• AI belohnt bestehende Best Practices. Die größte Wirkung entsteht, wenn die Fähigkeiten von Senior Engineers (Design, Komplexitätsmanagement, Automatisierungsentscheidungen) mit AI kombiniert werden
• AI-Tools verstärken Fähigkeiten, ersetzen sie aber nicht. Wer nur AI ohne Grundlagen nutzt, kann zu einer „Steroid-Version des Dunning-Kruger-Effekts“ werden