Forschungsagenda für den agentischen Softwareentwicklungszyklus

Leitfrage

Unter welchen technischen, organisatorischen und sozialen Bedingungen kann Agentic Engineering den Weg von einem erkannten Problem oder einer Chance bis zu sicher betriebener und nachweislich wirksamer Software verbessern?

Fokussierte Forschungsfrage: Teamfähigkeiten

Ausgangsfrage des Nutzers

Welche Fähigkeiten benötigt ein Team, das die Vorteile von Agentic Engineering maximal ausnutzen möchte, um schneller und besser Features liefern zu können?

Präzisierte Forschungsfrage

Welche technischen, methodischen, organisatorischen und sozialen Fähigkeiten benötigt ein Team, um Agentic Engineering so einzusetzen, dass es wertvolle Features schneller, mit höherer Qualität und ohne unvertretbare Risiken liefern und aus ihrer Wirkung lernen kann?

Die Präzisierung macht drei zunächst mehrdeutige Zielbegriffe untersuchbar:

• Schneller kann kürzere Time-to-Feedback, Time-to-Learning oder End-to-End-Lead-Time bedeuten und ist nicht mit mehr erzeugtem Code gleichzusetzen.
• Besser umfasst mindestens Produktwirkung, fachliche und technische Qualität, Zuverlässigkeit, Wartbarkeit und Sicherheit.
• Maximal ausnutzen bedeutet nicht maximale Agentenautonomie oder maximalen Feature-Output, sondern die bestmögliche Wirkung des Gesamtsystems unter seinen Kosten-, Risiko- und Kapazitätsgrenzen.

Die Frage verbindet die Forschungslandkarte mit der Annahme von DORA, dass AI vorhandene organisationale Fähigkeiten verstärkt, und der Forderung, die jeweilige systemische Engstelle im Development Value Stream zu bestimmen.

Für die Untersuchung sind insbesondere folgende Teilfragen relevant:

• Welche Fähigkeiten sind notwendige Voraussetzungen, welche erzeugen erst in Kombination einen zusätzlichen Hebel und welche werden erst bei höherer Agentenautonomie relevant?
• Welche Fähigkeiten müssen im Produktteam selbst vorhanden sein und welche können Plattform-, Security- oder Enablement-Teams als Self-Service bereitstellen?
• Wie unterscheiden sich die benötigten Fähigkeiten für Problemverständnis, Discovery, Implementierung, Verifikation, Deployment und Betrieb?
• Welche individuellen Fähigkeiten benötigen Teammitglieder und welche Fähigkeiten müssen als gemeinsame Routinen, Artefakte, Plattformen oder Entscheidungsprozesse institutionalisiert sein?
• Wie beeinflussen Systemarchitektur, Testbarkeit, Observability, dokumentiertes Domänenwissen und schnelle fachliche Entscheidungen die nutzbare Agentenautonomie?
• Welche neuen Engstellen entstehen, wenn einzelne Fähigkeiten wie Implementierung oder Testautomatisierung schneller wachsen als Review, Produktklärung oder Deployment?
• Wie lassen sich Kompetenzaufbau und Nutzen messen, ohne Aktivitätsmetriken oder kurzfristigen Feature-Output mit Produktwirkung zu verwechseln?
• Welche Fähigkeiten sind kontextabhängig, etwa bei Greenfield- gegenüber Legacy-Systemen oder in regulierten Domänen?
• Wo liegen abnehmender Grenznutzen, zusätzliche Koordinationskosten oder Risiken einer zu weit getriebenen Optimierung?

Problem- und Chancenerkennung

• Welche internen und externen Signale dürfen Agenten beobachten, und wie werden Datenschutz, Einwilligung und Repräsentativität gesichert?
• Wie unterscheiden Agenten wiederkehrende Symptome, zugrunde liegende Bedürfnisse, strategische Chancen und bloßes Rauschen?
• Wie werden Minderheitenbedürfnisse, neuartige Chancen und nicht digital sichtbare Erfahrungen berücksichtigt?
• Welche Ergebnisse dürfen Agenten selbst priorisieren, und welche Entscheidungen benötigen menschliche Produktverantwortung?

Produktstrategie und Discovery

• Können Agenten konkurrierende Problemdeutungen und Lösungsoptionen erzeugen, ohne vorschnell auf eine implementierbare Idee zu konvergieren?
• Wie lassen sich Hypothesen, Evidenz, Risiken und strategische Annahmen maschinenlesbar und versioniert halten?
• Welche Experimente dürfen Agenten entwerfen, ausführen oder abbrechen?
• Vergrößert günstige Implementierung die Bereitschaft, mehr Optionen empirisch zu testen, oder beschleunigt sie eine Feature Factory?

Requirements Engineering

• Welche Teile von Elicitation, Spezifikation, Konsistenzprüfung und Traceability sind zuverlässig automatisierbar?
• Wie erkennt ein Agent, dass eine Anforderung fachlich unklar ist und eine Rückfrage statt einer plausiblen Ergänzung benötigt?
• Wie bleiben Originalaussagen von Stakeholdern, Interpretation, Entscheidung und abgeleitete Akzeptanzkriterien unterscheidbar?
• Welche unabhängigen Orakel prüfen, ob Spezifikation und ausgeliefertes Verhalten tatsächlich das Nutzerproblem treffen?

Harness Engineering und Architektur

• Welche Guides und Sensors braucht ein Harness für Wartbarkeit, Architektur, fachliches Verhalten, Security und Betrieb?
• Welche Regeln sollten deterministisch erzwungen werden und wo ist inferentielles Urteil notwendig?
• Wie wird die Abdeckung, Wirksamkeit, Widerspruchsfreiheit und Alterung eines Harness gemessen?
• Welche Eigenschaften machen Systeme und Organisationen harnessable, und wie lassen sie sich in Legacy-Systemen nachrüsten?
• Wann kostet der Aufbau des Harness mehr, als die delegierte Arbeit einspart?

Agentische Ausführung und Teamarbeit

• Wie werden Ziele und Arbeit so zerlegt, dass Parallelität nicht zu Integrationslast, Doppelarbeit oder widersprüchlichen Entscheidungen führt?
• Welche Zustände, Übergaben und Rückfragen benötigen Agenten, Menschen und Teams als gemeinsame Protokolle?
• Welche mechanischen Abläufe gehören in deterministischen Workflow-Code statt in Prompts?
• Wie werden Konflikte zwischen Agentenergebnissen entschieden und Wissen aus Korrekturen dauerhaft in den Prozess zurückgeführt?

Qualität, Deployment und Betrieb

• Welche Evidenz muss ein Agent für Merge-, Release- oder Deployment-Bereitschaft liefern?
• Unter welchen Bedingungen darf ein Agent deployen, Konfiguration ändern, einen Rollback auslösen oder auf einen Incident reagieren?
• Wie werden fachliche, nichtfunktionale und operative Qualität unabhängig von agentengenerierten Tests geprüft?
• Wer trägt Verantwortung, wenn eine Kette autonomer Entscheidungen einen Schaden verursacht?
• Wie fließen Produktionsbeobachtungen zurück, ohne dass ein Agent lokale Kennzahlen auf Kosten der Produktziele optimiert?

Produktorganisation, Rollen und Fähigkeiten

• Verschiebt sich menschliche Arbeit von Ausführung zu Zielklärung, Urteilsbildung, Harness- und Plattformgestaltung, und für welche Rollen gilt das tatsächlich?
• Welche Entscheidungsrechte brauchen Product, Design, Engineering, Security, Operations und Agenten?
• Werden Teams kleiner und autonomer oder entstehen neue zentrale Abhängigkeiten von Plattform-, Modell- und Governance-Teams?
• Wie bleiben gemeinsames Verständnis, Lernen und Nachwuchsentwicklung erhalten, wenn Agenten einen großen Teil der ausführenden Arbeit übernehmen?
• Welche Formen synchroner Zusammenarbeit sind hilfreich, wenn Agenten häufig schnelle fachliche Klärung benötigen?

Engstellenanalyse und Flow

• Wo liegt heute die Engstelle im End-to-End-Wertstrom, und wie wird sie vor einer Intervention empirisch bestimmt?
• Wohin verschiebt sich die Engstelle, wenn Implementierung, Review oder Test jeweils um ein Vielfaches schneller werden?
• Welche Warteschlangen entstehen bei Produktentscheidungen, fachlicher Klärung, Security, Freigaben, Deployment, Marketing und Support?
• Wie verändern parallele Agenten Work in Progress, Batch Size, Rework und Percent Complete and Accurate?
• Welche lokale Optimierung erhöht zwar Output, verschlechtert aber Produktwirkung, Stabilität oder Gesamtdurchlaufzeit?

Governance, Sicherheit und Ökonomie

• Welche minimale Identität und Berechtigung benötigt ein Agent pro Aufgabe und Lebenszyklusphase?
• Wie werden Prompt Injection, kompromittierte Abhängigkeiten, Datenabfluss und unbeabsichtigte Produktionsaktionen begrenzt?
• Welche Audit- und Reproduzierbarkeitsanforderungen gelten für probabilistische Entscheidungen?
• Wie werden Modell-, Token-, Infrastruktur-, Review-, Rework- und Harness-Kosten gemeinsam bewertet?
• Welche Abhängigkeiten von Modell- und Plattformanbietern sind strategisch akzeptabel?

Messung und Evidenz

• Welche Outcome-, Flow-, Qualitäts-, Risiko- und Lernmetriken bilden den Nutzen besser ab als erzeugter Code oder Pull-Request-Zahlen?
• Wie unterscheiden wir individuelle Beschleunigung, Teamdurchsatz, schnellere Time-to-Learning und tatsächliche Produktwirkung?
• Welche Kontrollgruppen, Vorher-Nachher-Daten oder gestaffelten Einführungen sind im Teamalltag realistisch?
• Wie berücksichtigen Studien Lernkurven, Aufgabenauswahl, neue Arten von Arbeit und parallele Agenten?
• Welche Befunde sind auf Greenfield, Legacy, regulierte Domänen und unterschiedliche Teamreife übertragbar?

Nächste Diskussionsschritte

Für die nächste Vertiefung bieten sich vier Fragen an:

1. Wie sieht der heutige End-to-End-Wertstrom eines konkreten Teams aus und wo liegen seine Engstellen?
2. Welche Problem- und Chancensignale stehen der Produktorganisation bereits zur Verfügung, und wie belastbar sind sie?
3. Welche Autonomie darf ein Agent in jeder Lebenszyklusphase erhalten, und welche Evidenz muss er für den nächsten Schritt liefern?
4. Welcher kleinste Harness würde eine konkrete, heute mühsame Schleife sicher an einen Agenten delegierbar machen?

Die zugehörige Forschungslandkarte ordnet diese Fragen ein und verlinkt die erste Literaturauswahl.