Anwendungsentwicklung mit AI-Agenten: Wie sich der Entwicklungsprozess wirklich verändert hat | Themen

"Systementwicklung" bedeutete traditionell die Erstellung umfangreicher Anforderungsdokumente, die Aufteilung der Arbeit nach Phasen und mehrere Überprüfungszyklen – alles Prozesse, die Monate oder Jahre dauerten.
Diese Arbeitsweise verschwindet nicht vollständig, aber die praktische Anwendungsentwicklung hat sich bereits zu einem Modell verschoben, das AI-Agenten voraussetzt.

AI-Agenten sind keine bloßen Code-Vervollständigungswerkzeuge.
Sie lesen das gesamte Repository, planen Aufgaben, bearbeiten mehrere Dateien, führen Tests aus, nehmen Korrektionen vor und fassen Änderungen zur Überprüfung zusammen.
Diese gesamte Abfolge läuft nun als ein kontinuierlicher, zusammenhängender Ablauf ab.

Dies ist nicht die Zukunft – es ist bereits die Gegenwart. AI-Agenten, die Teile des Entwicklungsprozesses tatsächlich ausführen, sind in der Praxis längst eine Realität.

Von der Unterstützung zur treibenden Kraft: AI-Agenten in der Entwicklung

Die Phasen "Anforderungen → Design → Implementierung → Test" verschwinden nicht völlig. Was sich ändert, ist die sequenzielle Abarbeitung – einmal hintereinander durchlaufen.

Sie teilen Ziel und Akzeptanzkriterien mit, der AI-Agent entwickelt einen Implementierungsvorschlag und erstellt Code sowie Tests. Wirkt das Ergebnis unerwartet, überprüft der Mensch Anforderungen oder UI-Design, und der Agent führt Implementierung und Validierung erneut durch. Entwicklung in kurzen Zyklen – hin und her zwischen Anforderungen, Design, Implementierung und Validierung – ist längst Wirklichkeit.

Selbst wenn die Zeit zum Schreiben jeder einzelnen Codezeile sinkt, wird Entwicklung nicht überflüssig.
Menschen müssen entscheiden, welche Aufgaben an AI-Agenten delegiert werden, klare Ziele und Einschränkungen definieren und beurteilen, ob die Ergebnisse angemessen sind.

Vom "Nach der Besprechung erstellen" zum "Sofort erstellen und überprüfen"

Während Sie Kundenwünsche äußern, wird die UI generiert und an das bestehende Design System angepasst – dabei wird auch die API-Integration durchdacht. Nach Feedback können Bildschirme und Verhalten direkt angepasst werden. Was früher dem Prototyping-Bereich angehörte, kann jetzt mit einer Präzision umgesetzt werden, die dem finalen Implementierungsstandard nahe kommt.

Allerdings gilt: Ein funktionierender Bildschirm ist nicht dasselbe wie ein sicherer Produktivbetrieb.

Erst mit Datenmodellierung, Zugriffsverwaltung, Fehlerbehandlung, Performance, Monitoring, Betrieb und Wartung wird eine Anwendung einsatzreif.
AI-Agenten haben die Geschwindigkeit bis zur Umsetzung dramatisch erhöht, doch das Design und die Entscheidungsfindung zur Schaffung eines zuverlässig nutzbaren Zustands sind weiterhin unverzichtbar.]]

Mehr Reichweite mit AI-Agenten und kleinen Teams

Indem AI-Agenten kontinuierlich Implementierung, Tests, Dokumentation und Recherche durchführen, können kleine Teams ein größeres Spektrum bewältigen.

Dadurch sind die Grenzen zwischen Designern, Frontend-Ingenieuren, Backend-Ingenieuren und Test-Spezialisten näher gerückt. Die Rollen verschwinden nicht – vielmehr nimmt die Übergabequote zwischen Abteilungen ab, und ein Team trägt Bewertung bis Optimierung aus einer Hand]].

Kleine, kontextbewusste Teams, die schnell iterieren, sind praktischer geworden als große Teams, die lineare Prozesse verbinden – mit Experten, die an kritischen Stellen validieren.

Gerade weil die Entwicklung schneller geht: Sicherheit ist jetzt essentiell

AI-Agenten schreiben nicht nur Code vor – sie ändern Dateien, rufen externe Tools auf und führen Tests sowie Builds aus. Mit dieser erweiterten Handlungsfähigkeit besteht das Risiko, fehlerhafte oder gefährliche Änderungen schnell durchzuführen.

Nicht existierende oder veraltete Abhängigkeitsvorschläge, übersehene Authentifizierung oder Autorisierung, Vermischung sensibler Daten, übermäßige Berechtigungen, Prompt-Injection, unbeabsichtigte CI/CD-Änderungen – die Entwicklung mit AI-Agenten bringt neben klassischen Schwachstellen neue Sicherheitsaspekte mit sich.

Daher muss der von AI-Agenten generierte oder geänderte Code den gleichen oder noch strengeren Qualitätsstandards unterliegen wie von Menschen geschriebener Code.

Gewähren Sie AI-Agenten nur die minimal erforderlichen Berechtigungen und Verbindungen
Führen Sie sie in einer Umgebung aus, die von Produktionsgeheimnissen isoliert ist
Prüfen Sie Abhängigkeiten, Sicherheitslücken und Lizenzen automatisiert
Lassen Sie Menschen Authentifizierung, Autorisierung, Eingabevalidierung und den Umgang mit persönlichen Daten überprüfen
Bestimmen Sie nicht die Sicherheit allein dadurch, dass Tests bestanden wurden
Dokumentieren Sie, wer Änderungen überprüft und genehmigt hat

Nur weil ein AI-Agent es erstellt hat, ist es nicht automatisch sicher – und genauso wenig unsicher. Es ist wichtig, eine Person mit endgültiger Verantwortung zu bestimmen und den AI-Agent in einem sicheren Entwicklungsprozess einzusetzen, der Berechtigungen, Ausführungsumgebung, Überprüfungen und Genehmigungen umfasst.

Barrierefreiheit kann nicht allein durch AI-Agenten erreicht werden

AI-Agenten zeigen auch im Bereich Barrierefreiheit ihre Stärken.

Von der Analyse von HTML-Strukturen über die Erkennung fehlender Beschriftungen bis hin zur Erstellung von Alternativtextkandidaten, Kontrastprüfung, Generierung von Testfällen und Implementierung von Korrekturen – die Palette der automatisierten Möglichkeiten wird immer breiter. Dies hilft auch dabei, Probleme in frühen Phasen von Design und Implementierung zu erkennen und die Kosten für Korrekturen zu senken.

Andererseits können viele Aspekte der Accessibility nicht vollständig automatisiert überprüft werden. Auch in den W3C-Bewertungsmethoden wird die Überprüfung durch Fachexperten sowie bei Bedarf die Teilnahme von Betroffenen bei Verwendung von Bewertungswerkzeugen hervorgehoben.

Zum Beispiel erfordern die folgenden Punkte weiterhin visuelle Überprüfung und praktische Tests:

Kann man die Anwendung nur mit der Tastatur ohne Verwirrtheit bedienen?
Ist die Fokusreihenfolge und -anzeige natürlich?
Werden Zustandsänderungen und Fehler durch den Bildschirmleser vermittelt?
Gehen Informationen und Funktionen beim Vergrößern oder Reflow nicht verloren?
Sind Überschriften, Linktext und Alternativtext dem Kontext angemessen?
Können Nutzer ihre Ziele tatsächlich abschließen?

Mit anderen Worten: automatisierte Überprüfung und Fehlerbehebung durch KI-Agenten und Validierung durch menschliche visuelle Überprüfung, praktische Tests und Hilfstechnologien gehören zusammen. Es wird zunehmend wichtiger, Accessibility nicht als letzte Prüfphase anzusehen, sondern in jeden Schritt der Anforderungen, des Designs, der Implementierung und des Tests zu integrieren.

Gefragt sind Entwickler, die mit Kontext und Einschränkungen umgehen können

In Zukunft werden nicht nur diejenigen geschätzt, die Code schnell schreiben können oder geschickt mit Prompts umgehen können.

Ein Mensch, der klären kann, "Warum wird das gebaut?", "Wer nutzt es?", "Woran erkennt man, dass es fertig ist?" und "Welche Risiken sind nicht tolerierbar?", der dem AI-Agenten die richtige Kontextinformation und Constraints gibt, der Berechtigungen und Quality Gates entwirft und die Ergebnisse validieren kann.

Die Arbeit von Technikern wandelt sich – von einer Tätigkeit, bei der man alles selbst macht, hin zu einer angemessenen Kombination von AI-Agenten und Experten, um die Qualität zu lenken. Und wer letztlich die Verantwortung für Korrektheit, Sicherheit und Benutzerfreundlichkeit trägt, sind immer noch Menschen.

Als Liberogic

Bei Liberogic steht nicht die Einführung von AI selbst im Vordergrund.

Wir wandeln das Know-how aus moderner Frontend-Entwicklung, komplexer API-Integration, UI/UX-Design und Web-Accessibility-Services in Kontext und Randbedingungen um, die wir AI-Agenten vermitteln. So erhöhen wir die Geschwindigkeit bei Validierung und Verbesserung.

Schnell in Form bringen. Tatsächlich anfassen und überprüfen. Und dann bis zur Sicherheit, Accessibility und Betriebsfreundlichkeit alles so ausarbeiten, dass es mit Zuversicht genutzt werden kann.

Sie müssen sich nicht zwischen Geschwindigkeit und Qualität entscheiden – investieren Sie stattdessen in gründlichere Überprüfung und bessere Nutzungserfahrung. Das ist unser Ansatz für die Entwicklung der Zukunft.

Zum Abschluss

Die Anwendungsentwicklung hat sich bereits verändert.

Vom Prozess, „bei dem eine Person alle Aufgaben trägt",

"Menschen legen Zweck und Einschränkungen fest, KI-Agenten führen aus, und Menschen überprüfen und tragen Verantwortung" — zu diesem Prozess.

In Zukunft wird nicht danach gefragt, ob man AI-Agenten nutzt oder nicht.
Entscheidend ist, wie viel man delegiert, welche Befugnisse man vergibt, wo der Mensch selbst urteilt und wie man eine vertrauenswürdige Qualität erreicht.