AI-Agenten vs. Entwickler: 5 Unterschiede

KI-Agenten in der Entwicklung: Wichtige Unterschiede zu menschlichen Entwicklern

Ein LLM-basierter Agent erstellt Architekturdokumentation für ein altes Java-System mit 17 undokumentierten Modulen. Das Ergebnis: detaillierte Abhängigkeitsdiagramme, Schnittstellenbeschreibungen und Komponenten-Anmerkungen. Das Dokument wirkt wie eine Spezifikation eines erfahrenen Teams. Aber an Stellen mit historischen Workarounds – wie einer Proxy-Schicht statt Message Queues – stellt der Agent es als Standardarchitektur dar und erfindet nicht existierende Logik ohne Warnhinweise.

Ein menschlicher Entwickler würde innehalten und den ursprünglichen Autor um Klärung bitten. Der Agent arbeitet nur mit sichtbarem Code und füllt Erklärungen aus, ohne Annahmen zu kennzeichnen. Je genauer die durchschnittliche Ausgabe, desto schwerer fällt es, Fehler zu entdecken.

Fünf grundlegende Unterschiede zwischen Agenten und Entwicklern

Kein Projektgedächtnis

Agenten bearbeiten Aufgaben isoliert, ohne angesammelten Kontext. In einem Feldkonto-Projekt (Offline-Berichte von Vorarbeitern) werden Synchronisationskonflikte zugunsten des Servers gelöst wegen früherer Duplikat-Bugs. Ein Entwickler erinnert sich an die Migration mit einem Unique Index. Der Agent braucht diese Historie in Kontextdokumenten.

Bei katastralen Utilities (GKN/EGRN) dauerte das gemeinsame Parsen von Formaten eine Woche: Feldunterschiede, Pflichtattribute. Ohne das erzeugt der Agent plausiblen, aber unbrauchbaren Code.

Lösung: Pflegen Sie Kontextdateien mit Architekturentscheidungen und Fachwissen.

Wörtliche Spezifikationserfüllung

Aufgabe: Dialog für Versionsauswahl bei Synchronisationskonflikt. Der Agent schreibt eine React-Komponente für ein Feld. In der Produktion bricht es bei Mehrfeld-Konflikten (Datum, Volumen, Kommentar) ab – andere Änderungen gehen verloren.

Ein Entwickler klärt Unklarheiten: Ein Dialog oder pro Feld, Offline-Szenarien. Der Agent ignoriert reale Modelle.

// Beispiel: Agent-Code für ein Feld
const ConflictDialog = ({ field, localValue, serverValue }) => (
  <Dialog>
    <p>{field}: {localValue} vs {serverValue}</p>
    <button>Lokal</button>
    <button>Server</button>
  </Dialog>
);

Qualitäts-Tor in SENAR: Definieren Sie Ziele, Akzeptanzkriterien und negative Szenarien im Voraus.

Fehlervermehrung

Bei der Erstellung von 11 katastralen Utilities wiederholte sich ein Fehler in der Koordinatenformel (mehrere cm Abweichung, kritisch für Vermessung) in drei Modulen. Die Geschwindigkeit des Agents verstärkt Erfolge und Misserfolge gleichermaßen.

• Prüfen Sie mehrere Module aus einem Set, nicht nur eines.
• Musterfehler kopieren sich in alle ähnlichen Dateien.

Ignorieren langfristiger Architektur

Aufgabe: Link-Suche in Sortula. Der Agent macht eine direkte Abfrage aus dem Handler. Gut für ein Skript, aber ein wachsendes Projekt braucht eine Service-Schicht für Caching, Ranking, A/B-Tests.

Nach Hinzufügen einer Architektur-Sektion zum Kontext nutzt der Agent die Schicht konsequent.

Keine Verantwortung für Folgeeffekte

DB-Migration: Kaskadierendes Löschen beim Vorarbeiter löscht Berichte und Fotos. Tests übersehen es – sie sind schemabasiert. Der Agent vergisst die Aufgabe sofort.

Entwickler sehen Bugs einen Monat voraus. Verantwortung beim Lead: Manuelle Überprüfung von Migrationen.

Drei Implikationen für Entwicklungsprozesse

• Doppelte Prüfpunkte: Agenten beschleunigen, erfordern aber Validierung an Schlüsselpunkten – Architektur, Migrationen, Randfälle.

• Kontext als Basis: Speichern Sie Architekturentscheidungen, Fachinfo und Historie im Repo. SENAR standardisiert das.

• Menschlicher Filter: Agenten führen aus; Menschen strategisieren. Initiative und Verantwortung bleiben menschlich.

Wichtige Erkenntnisse

• Agenten glänzen bei statischer Code-Analyse, erfinden aber unsichtbare Logikdetails ohne Disclaimer.
• Wörtliche Ausführung erfordert detaillierte Specs mit Randfällen.
• Fehler vermehren sich über Modulserien – Stichprobenprüfungen sind essenziell.
• Füttern Sie Architekturentscheidungen früh in den Kontext.
• Volle Produktionsverantwortung liegt beim Lead-Entwickler.

— Editorial Team