Blog

AI Product Engineering

OpenClaw hat vielen gezeigt, dass AI mehr kann als chatten. Sie kann echte Arbeit übernehmen. Warum hat sich dann kaum ein Unternehmen OpenClaw einfach installiert? Eben: Ein Agent, der echte Arbeit übernimmt, ist zwar mächtig, aber auch unglaublich gefährlich. Wie man trotzdem agentische AI-Features verantwortbar in Unternehmenssoftware einbaut, ist Thema dieser Reihe zu AI Product Engineering.

Die neue Ökonomie der Softwareentwicklung

KI hat die Zeit, die wir zum Entwickeln von Software brauchen, drastisch verkürzt. Das heißt aber nicht, dass wir einfach mehr Features liefern sollten. Die Produktivitätsgewinne durch Coding Agents sind eine Gelegenheit, neu darüber nachzudenken, wie wir unsere Entwicklungszeit investieren. Statt technische Schulden immer schneller anzuhäufen, können wir KI nutzen, um sauberere Abstraktionen zu bauen, die Wartbarkeit zu verbessern und unsere Codebasis besser zu hinterlassen, als wir sie vorgefunden haben. Dieser Artikel zeigt, wie KI das klassische Projektmanagement-Dreieck verändert hat und warum Qualität zu unserem neuen Wettbewerbsvorteil werden sollte.

Warum 75 Dollar Tokens so viel Wert stiften können

Und wie man diese Fähigkeit zuverlässig zerstört

Wie schult man ein Thema, das sich im Wochentakt ändert?

Seit einem Jahr schulen wir Entwicklungsteams darin, KI-Agenten über den gesamten Softwareentwicklungsprozess hinweg einzusetzen. 47 Trainings mit über 500 Teilnehmer:innen sind seitdem zusammengekommen. Wir erzählen, mit welchen Zielen Unternehmen zu uns kommen, was unser Training auszeichnet, welche Momente unseren Trainer:innen in Erinnerung geblieben sind und warum die eigentliche Arbeit nach dem Training beginnt.

Beyond Claude & GPT

Ja, wir probieren auch gerne das neueste Frontier-Modell aus. Aber im Projektalltag zählt vor allem die Kontrolle über Kosten, Daten und Verfügbarkeit. Deshalb setzen wir zunehmend auf Open-Weights-Modelle mit quelloffenen Tools. So sieht unser Setup aus.

Alternativen zu KI aus den USA

Warum steigende KI-Kosten und Sorgen um digitale Souveränität mich über Claude und GPT hinausblicken lassen

Schneller ist nicht besser: Über Experimentierkultur und ihre Kosten

Schneller experimentieren klingt nach einem klaren Vorteil. Aber Experimentierkultur ist kein universelles Paradigma. Sie ist ein Produkt eines sehr spezifischen Kontexts. Und die Menschen, die die Kosten schlechter Produktentwicklung am stärksten tragen, tauchen in keinem Experiment auf.

Das Agentic Trio

Das Product Trio trennte Discovery von Delivery, weil Delivery ein größeres Team brauchte. Agentic Development hebt diese Einschränkung auf. Damit verändert sich, wie ein Product Team aussehen kann.

Den Raum nutzen, nicht die Tretmühle optimieren

Warum agentische Entwicklung Product Discovery braucht

Nebu: Self-made Souveränität

Open-Source-Alternativen zu Slack gibt es viele. Echte Souveränität liefert keine davon. Community Editions sind bewusst so reduziert, dass kein Unternehmen sie produktiv einsetzen kann, und Enterprise-Features stecken hinter kommerziellen Lizenzen. Dieser Artikel zeigt, warum „selber bauen” heute keine Utopie mehr ist, sondern eine realistische Option für jeden, der eine Produktvision und etwas Do-it-yourself-Mut mitbringt.

Warum sich Domänenwissen nicht extrahieren lässt

KI-Agenten versprechen, wochenlange Requirements-Workshops durch wenige Stunden strukturierter Interviews zu ersetzen. Das klingt überzeugend. Die Kognitionswissenschaft spricht dagegen.

Vom Vibe Coder zum Agentic Engineer

Wie du Ownership über KI-generierten Code übernimmst

Gute Last, schlechte Last

Mehr Struktur, mehr Output, mehr Erschöpfung. Spec-driven Development hat mir zwar bessere Ergebnisse mit KI-Agenten beschert, aber auch gleichzeitig die Freude am Bauen genommen. Über gute Last, schlechte Last und versteckte Kosten, die keiner einplant.

Über AI-Einsatz in verschiedenen Coding-Situationen

Wo hilft LLM-gestützte Softwareentwicklung bei der Entwicklungsproduktivität und wo bleibt sie hinter den Erwartungen zurück? Anstatt KI in der Softwareentwicklung als eindimensionalen Produktivitätsbeschleuniger zu sehen, gehen wir diesen Fragen entlang mehrerer Dimensionen nach, welche eine Studie aus dem Stanford-Umfeld bietet: Projektreife, Aufgabenkomplexität und Popularität der Programmiersprache. Ziel ist es, ein realistischeres Bild für die Erwartungshaltung bei KI für Softwareentwickelnde und Führungskräfte zu schaffen, fernab des aktuellen Hypes.

Spec-Driven Architecture: Wenn Agenten bauen, muss Architektur sprechen

SDD beschreibt, wie ein System entsteht. SDA beschreibt, wie Systeme zusammenhalten

REST ist das bessere MCP

Statt spezielle APIs zu nutzen, können Agenten bestehende Web-Anwendungen direkt bedienen. Sie nutzen somit wie Menschen die konsequenteste Umsetzung von Hypermedia und profitieren so von bereits vorhandenem Kontext, Validierung und Zugriffsrechten. Am Beispiel einer Reisekostenabrechnung zeige ich, wie Agenten damit komplexe, kontextabhängige Aufgaben automatisieren können – ohne dafür neue APIs implementieren zu müssen.

Spec-Driven Development ist Domain-Driven Design für Ungeduldige

Spec-Driven Development Tools wie BMAD versprechen, den Requirements-Engpass zu beseitigen, mit dem agentische Entwicklungsteams konfrontiert sind. Aber passt das wirklich gut zu deiner Organisation?

Agenten gut, alles gut?

Von entfesselter Produktivität und mentaler Last

Ein Überblick der AI-assistierten Softwareentwicklung in 2026

Birgitta Boeckeler (ThoughtWorks), Heinrich Hartmann (Zalando) und Sven Johann haben sich über den aktuellen Status der AI-assisted Software Entwicklung unterhalten: was ist wirklich Wichtiges in 2025 passiert? Welche stabilen Muster können wir ableiten? Was gibt Orientierung und Einordnung? Und natürlich ein paar Einblicke in den Future of Software Engineering Retreat in Utah an dem Birgitta teilgenommen hat. Die Unterhaltung gibt es natürlich auch als Podcast. Dieser Artikel ist aber eine menschlich kuratierte Zusammenfassung.

Neuland reloaded

When Angela Merkel said in 2013 that the internet is ‘Neuland’ (uncharted territory) for all of us, the amusement online was considerable. Viewed from some temporal and substantive distance, one can now recognize a perspective from which she was indeed correct.

Vom Vibe Coder zum Code Owner

Meine Coding-Agenten laufen jetzt sandboxed. Den Netzwerkzugriff habe ich unter Kontrolle.

Ich möchte, dass meine KI-Coding-Agents eigenständig arbeiten, aber ich will ihnen keinen uneingeschränkten Internetzugang geben. In diesem Beitrag beschreibe ich, wie ich den gesamten Netzwerkverkehr aus meiner Development-Sandbox über eine strikte Proxy-Allowlist geroutet habe, die nur eine kleine Menge ausdrücklich freigegebener Domains zulässt. Dieses Setup hat mir endlich genug Vertrauen gegeben, die Guardrails zu lockern, ohne ständig selbst in der Schleife bleiben zu müssen.

Unsichere KI-Assistenten dürfen nicht zur Normalität werden

KI-Assistenten wie OpenClaw versprechen Komfort, Autonomie und immer stärker personalisierte Unterstützung. Doch hinter diesem Versprechen steht eine Architektur, die private Daten, Internetzugang und den Umgang mit nicht vertrauenswürdigen Inhalten kombiniert. Genau diese Konstellation bildet die „Lethal Trifecta“ des Sicherheitsrisikos. Sandboxing und physische Isolation können den Schaden begrenzen, beheben aber nicht das grundlegende Problem. Mit jeder zusätzlichen Fähigkeit vergrößert sich der potenzielle Schadensradius. Dieser Beitrag ist ein Plädoyer dafür, das Tempo zu drosseln, vermeintliche Selbstverständlichkeiten zu hinterfragen und unsichere Architekturen nicht als Normalfall zu akzeptieren.

Was tun, während die KI nachdenkt

Wie sich Deep Work, Multitasking und Code Reviews verändern, wenn wir Aufgaben an die KI delegieren

Fetch-Tools vs. Browser-Rendering in Agenten-Setups

„Eine URL abrufen“ klingt trivial, kann aber innerhalb eines Agenten schnell chaotisch werden. Ein Teil der Verwirrung entsteht durch Dokumentation, die nicht sauber trennt, was die einzelnen Web-Tools eigentlich leisten.