FS304 Das kann ja sogar Windows — Freak Show

1. Definition und Abgrenzung (Vibe Coding vs. Agentic Engineering)

• Vibe Coding (Iterative Kooperation): Ein dialogorientierter Prozess, bei dem der Mensch engmaschig per Prompting mit dem LLM interagiert. Es ist ein „Ping-Pong-Verfahren“, bei dem auf jedes Zwischenergebnis sofort reagiert wird.
• Agentic Engineering (Autonome Delegation): Die Weiterentwicklung hin zu Systemen, die über längere Zeiträume (Stunden bis Tage) ohne menschliche Intervention arbeiten. Der Nutzer gibt lediglich ein übergeordnetes Ziel („Mission Statement“) und den Rahmen vor. Die KI agiert als „Agent“, der selbstständig Unteraufgaben definiert, Ressourcen sucht und Lösungen erarbeitet.

2. Der Paradigmenwechsel: Vom Coder zum Architekten

• Verschiebung der Wertschöpfung: Der Fokus der menschlichen Arbeit verlagert sich von der schrittweisen Implementierung hin zur Planungsphase.
• Planning-Modus: Moderne Tools (wie z.B. Cursor) führen eine explizite Planungsphase ein. Hier wird erst ein detailliertes Konzept (To-Do-Listen, Architektur-Entwürfe) erstellt und vom Menschen verifiziert, bevor die KI die massenhafte Code-Erzeugung autonom übernimmt.
• Qualitätssicherung: Ein Kernmerkmal von Agentic Engineering ist die Fähigkeit des Systems, eigene Tests zu schreiben und den erzeugten Code selbstständig gegen die Anforderungen zu validieren (Self-Correction).

3. Hierarchische Modell-Nutzung (Kosten-Nutzen-Optimierung)

• Modell-Splitting: In agentischen Workflows werden unterschiedliche LLM-Klassen kombiniert.
  • High-End-Modelle (z.B. GPT-4o, Claude Opus) übernehmen die komplexe Planung, Logik und Architektur.
  • Effizienz-Modelle (z.B. Gemini Flash) übernehmen die reine Schreibarbeit (Implementation) der skizzierten Pläne.
• Dies optimiert sowohl die Geschwindigkeit als auch die Rechenkosten (Token-Effizienz) bei großskaligen Projekten.

4. Technologische Ökosysteme

• Projekte wie Open Claw (von Peter Steinberger) zeigen den Trend zur Standardisierung von agentischen Plattformen. Die Industrie (siehe Investment von OpenAI) bewegt sich weg von einfachen Chat-Schnittstellen hin zu komplexen Umgebungen, in denen KI-Agenten wie virtuelle Mitarbeiter in bestehende Software-Stacks integriert werden.