Software-Handwerkskunst im Zeitalter der KI

Vom code-schreibenden Handwerk zur Fähigkeit, Systeme zu entwerfen

O'Reilly veranstaltet am 26. März die dritte AI Codecon unter dem Thema „Software-Handwerkskunst im Zeitalter der KI“. Die Gastgeber Tim O'Reilly und Addy Osmani stellen dabei direkt die Frage, was das Wort „Handwerkskunst“ in einer Zeit bedeutet, in der Agenten einen erheblichen Teil des Codes schreiben. Den Hintergrund der Veranstaltung bilden Steve Yegges Aussage „Code ist flüssig. Man spritzt ihn mit dem Schlauch, statt ihn zu inspizieren“ sowie das Beispiel des pandas-Gründers Wes McKinney, der in Go – einer Sprache, die er nie selbst von Hand geschrieben hat – mehr als 10 Milliarden Token pro Monat verbraucht, um Code zu erzeugen.

Lager der „dark factory“

• Konzept: Eine Metapher, die auf vollautomatisierte Roboterfabriken anspielt, in denen das Licht nicht eingeschaltet werden muss. Gemeint ist eine Software-Produktionsumgebung, in der Menschen nur die Richtung vorgeben und Agenten den Großteil der Implementierung übernehmen.
• Ryan Carsons Antfarm: Ein Open-Source-Tool, das mit einem einzigen Befehl ein ganzes Agenten-Team in OpenClaw installiert. Ein Planungsagent zerlegt Feature-Anfragen in User Stories, andere Agenten implementieren und testen jede Story in isolierten Umgebungen und liefern anschließend validierte PRs (Pull Requests) zurück.
• Automatisierung der menschlichen Prüfung: In der CI-Pipeline (Continuous Integration) zeichnen Agenten per Video auf, wie sie ein Feature tatsächlich benutzen, und hängen das Video an den PR an. Die Rolle des Menschen liegt nicht in der Produktion, sondern in der Abnahme.
• Grenzen: Behandelt wird auch der Punkt, an dem Agenten scheitern oder Feedback-Schleifen zusammenbrechen und sichtbar wird, welche Probleme sich nicht allein durch automatische Wiederholungsversuche lösen lassen.

Das Lager, für das Handwerkskunst gleichbedeutend mit Aufsicht ist

• Addy Osmanis Orchestrierungs-Pattern: Der Vortrag „Orchestrating Coding Agents“ behandelt das Spektrum von Solo-Gründern, die Hunderte von Sessions laufen lassen, ohne den Code anzusehen, bis hin zu Enterprise-Teams, die Quality Gates und langfristige Wartbarkeit brauchen. Die Position lautet, dass nicht Tools, sondern „Pattern“ gebraucht werden.
• Context Engineering: Ein von Andrej Karpathy geprägtes Konzept für die Kunst, Informationsstrukturen so aufzubauen, dass LLMs stabil arbeiten. Es ist auch das Kernthema von Osmanis neuem Buch Beyond Vibe Coding.
• Die Perspektive von Cat Wu bei Anthropic: Als Produktverantwortliche für Claude Code und Cowork verfolgt sie einen Ansatz, bei dem Menschen durch zuverlässige, interpretierbare und steuerbare (reliable, interpretable, steerable) Systeme auf natürliche Weise in der Schleife bleiben. Das steht im Kontrast zu Carsons Streben nach maximaler Autonomie.

Ein Fokus auf die Kosten des Scheiterns

• Nicole Koenigstein: In ihrem Vortrag über die „versteckten Kosten von Agentenfehlern“ analysiert sie Fehlermodi, die in Demos unsichtbar bleiben und erst in der Produktion explodieren. Sie ist Autorin des neuen O'Reilly-Buchs AI Agents: The Definitive Guide.
• Hila Fox (Qodo): Sie teilt den realen Weg von einfachen Prompt-Tools hin zu produktionsreifen Multi-Agenten-Systemen und die Probleme, die dabei auftreten.
• Advait Patel (Broadcom SRE): Er behandelt reale Reaktionsfälle, wenn KI-Agenten Produktionssysteme beschädigt haben.
• Abhimanyu Anand (Elastic): Er stellt die Frage „Lügt Ihre Evaluation (eval)?“ und warnt davor, Systeme auf fehlerhaften Evaluations-Frameworks aufzubauen.

Die These: Der Flaschenhals sind nicht die Hände, sondern das Urteilsvermögen

• Mythical Agent-Month: Wes McKinney überträgt Fred Brooks’ klassischen Satz „Wenn man ein verspätetes Projekt mit mehr Personal besetzt, wird es noch später“ auf Agenten. Agenten reduzieren keine inhärente Komplexität, sondern erzeugen vielmehr akzidentelle Komplexität mit Maschinengeschwindigkeit.
• Brownfield-Barriere: Die Beobachtung lautet, dass Agenten ab etwa 100.000 Zeilen Code an dem aufgeblähten Code zu ersticken beginnen, den sie selbst erzeugt haben.
• Taste als knappe Ressource: Wenn Arbeitsbeschränkungen wegfallen, wird die Fähigkeit zum entscheidenden Unterscheidungsmerkmal, die konzeptionelle Konsistenz eines Systems im Kopf zu behalten und zu entscheiden, was gebaut und was weggelassen werden soll. Das Fazit lautet: Überleben werden nicht die Entwickler, die die meisten parallelen Sessions fahren, sondern diejenigen, die das konzeptionelle Modell des Projekts im Kopf halten können.

Neue Organisationen und Architekturen

• Juliette van der Laarses AI Flower: Eine offene Kompetenzarchitektur für AI-native Engineering, die behandelt, wie Engineering-Organisationen ihre Fähigkeiten neu verteilen müssen, wenn Agenten den Großteil des Codings übernehmen.
• Mike Amundsens Automatisierung vs. Augmentierung: Automatisierung ersetzt menschliche Arbeit, Augmentierung verstärkt menschliche Expertise. Seine Position ist, dass diese Unterscheidung die künftige Form der Mensch-KI-Ökonomie bestimmen wird.
• Tatiana Botskina (Oxford): Sie behandelt die Zusammenarbeit zwischen Agenten und das Problem der Provenance, also wie sich die Herkunft von Agenten-Ergebnissen nachverfolgen lässt.
• Neethu Elizabeth Simon (Arm): Sie behandelt die grundlegende Zuverlässigkeitsfrage des Testens von MCP-Servern (Model Context Protocol). Das wird umso wichtiger, je stärker sich MCP als standardisierte Verbindungsstruktur zwischen Agentensystemen etabliert.
• Arushee Garg (LinkedIn): Sie teilt ein Beispiel für ein produktives Multi-Agenten-System, das Outreach-Nachrichten erzeugt.

Enterprise-Perspektive

• Fireside Chat mit Aaron Levie (CEO von Box): Agenten ersetzen Enterprise-Software nicht, sondern setzen auf ihr auf und benötigen dafür Inhalte, Kontext und Governance.
• Freisetzung latenter Arbeit: Die Sichtweise lautet, dass KI Aufgaben wie Vertragsanalyse oder Prozessoptimierung erschließt, die Unternehmen aus Kostengründen bisher nicht angegangen sind.
• Neubewertung menschlicher Urteilskraft: Je stärker die Umgebung von Agenten geprägt ist, desto weniger nimmt der Wert von menschlichem Kontextverständnis und Governance ab – vielmehr steigt er.
• Tim O'Reillys Sorge: Zugleich wird die Problematik angesprochen, dass KI enorme Werte schaffen könnte und dabei den ökonomischen Kreislauf der menschlichen Expertise untergräbt, der diese Werte trägt.

Gegensätze zwischen den Lagern

• Carson vs. Cat Wu: Der Gegensatz zwischen maximaler Autonomie und einer Designphilosophie, die menschliche Aufsicht auf natürliche Weise aufrechterhält.
• McKinney vs. Osmani: Beide gelangen zum selben Schluss – dass Taste und Design-Urteil entscheidend sind –, aber über unterschiedliche Wege: aus der Perspektive des einzelnen Entwicklers bzw. aus der Perspektive von Teams mit Hunderten von Personen.
• Begeisterung und Vorsicht: Koenigstein und Fox holen die Frage „Was passiert, wenn es scheitert?“ wieder in den Vordergrund, die vom Optimismus anderer Vorträge überdeckt wird.

Insgesamt vermittelt der Text die Botschaft, dass Software-Handwerkskunst nicht verschwindet, sondern migriert. Der Schwerpunkt verlagert sich vom Tippen von Code zum Entwerfen von Systemen, vom heroischen Einzelkampf zur Orchestrierung vieler Agenten, von handwerklichem Geschick zu Taste und Urteilsvermögen. Tim O'Reilly schließt, indem er Steve Yegges Formulierung aufgreift und fragt, ob wir das Ende des Programmierens als Handwerk erleben oder den Beginn eines neuen Handwerks – und diagnostiziert, dass die Entwickler, die diesen Übergang zuerst verstehen, den größten Vorteil haben werden.