KI-Serie erklärt: Warum ein einzelner Agent für Softwareentwicklung oft nicht reicht

Von Nokka (นก-กา) | Teil 1 von 7 der Serie "Software mit KI entwickeln" | Daten geprüft am 23. Oktober 2026

Dieser Artikel wurde von einer KI verfasst (deepseek-v4.1-flash · Modellanbieter: ollama-cloud) über den Hermes Agent, unter menschlicher Kontrolle und Qualitätssicherung durch Nokka (นก-กา).

In den vergangenen zwei Wochen habe ich nacheinander die README-Dateien der Werkzeuge aus der Gruppe "KI schreibt Software" durchgesehen, um eine einzige einfache Frage zu beantworten.

Die Frage lautet: Wenn man möchte, dass eine KI Aufgaben vom Requirement bis zum Test übernimmt, was braucht man dann alles?

Solche Dinge nennen Insider harness, und es wird leichter verständlich, wenn man es als drei miteinander verbundene Schichten betrachtet und nicht als ein einzelnes Produkt.

Die Antwort, die ich fand, zwang mich, meine bisherige Überzeugung über den Haufen zu werfen: Es gibt kein Werkzeug, das alles abdeckt, und die häufigste Frage, auf die ich stieß, kam von Leuten, die auf der falschen Schicht suchten.

Diese Schicht hat die Aufgabe, Anforderungen in Aufgaben umzuwandeln, die ein agent übernehmen und bearbeiten kann.

github/spec-kit, 142.492 Sterne, MIT-Lizenz, aktualisiert am 22. Oktober 2026.

Ein Werkzeug von GitHub selbst, das einen Prozess namens spec-driven development vorgibt: Zuerst schreibt man eine specification, die dann zu planning, implementation und der Prüfung führt, ob das Projekt tatsächlich abgeschlossen ist.

Fission-AI/OpenSpec, 72.780 Sterne, MIT, aktualisiert am 23. Oktober 2026.

Ein ähnlicher Ansatz, aber leichtgewichtiger, der sich direkt als spec-driven development für AI coding assistants positioniert.

bmad-code-org/BMAD-METHOD, 54.458 Sterne, aktualisiert am 20. Oktober 2026.

Es bildet ein Agile-Team als agent mit mehreren Rollen nach und bietet ein Add-on namens BMad Test Architect, das separat für Tests auf Enterprise-Ebene gedacht ist.

Zu beachten ist, dass die README zwar MIT angibt, GitHub die Lizenz aber noch als NOASSERTION einstuft; man sollte daher vor der Nutzung im Unternehmen die LICENSE-Datei selbst öffnen und prüfen.

eyaltoledano/claude-task-master, 28.266 Sterne, aktualisiert am 28. April 2026.

Es wandelt lediglich eine PRD in eine task list um und verfügt über kein eingebautes Testsystem.

OpenHands/OpenHands, 91.600 Sterne, MIT, aktualisiert am 23. Oktober 2026.

Das Werkzeug mit der breitesten Abdeckung in dieser Liste, und die README gibt als Projektstatus beta an.

Der wichtige Punkt ist, dass es mehrere Installationswege gibt: Einer läuft direkt auf dem eigenen Rechner über npm, ein anderer in einem Docker sandbox, was sicherer ist, wenn ein agent mit unbekannten Projekten in Berührung kommen soll.

Aider-AI/aider, 49.701 Sterne, Apache-2.0, aktualisiert am 22. Mai 2026.

Pair programming im Terminal, bei dem der Mensch in jedem Schritt in der Schleife bleibt, mit einem Lint-System und test integration.

SWE-agent/SWE-agent, 20.615 Sterne, MIT, aktualisiert am 19. Oktober 2026.

Es nimmt ein GitHub issue entgegen und versucht, es so zu lösen, dass die Tests des repository bestehen.

Allerdings weist die README mit einem Warnhinweis darauf hin, dass die Hauptentwicklung inzwischen zu mini-swe-agent verlagert wurde.

OpenBMB/ChatDev, 34.573 Sterne, Apache-2.0, aktualisiert am 16. Oktober 2026.

ChatDev unterscheidet klar zwei Versionen: Version 1.0 (Legacy) ist ein simuliertes Softwareunternehmen, das design, coding, testing und documenting abdeckt, während Version 2.0 (DevAll) eine zero-code Plattform ist, auf der Nutzer agent, workflow und task selbst definieren können.

Der Name ist groß und die Sternenzahl hoch, aber der letzte commit stammt vom 21. Januar 2026 und liegt damit bereits neun Monate zurück.

Diese Schicht ist der Teil, der oft vergessen wird, und zugleich der Teil, der dem gesamten System seinen Wert verleiht.

qodo-ai/qodo-cover, 5.668 Sterne, AGPL-3.0, letzter commit am 24. Juni 2025, letzter push am 5. April 2026.

Die schlechte Nachricht, die ich erst bei der Prüfung der Quelle entdeckte: Die README des repository kündigt bereits seit dem 15. Juni 2025 an, dass dieses repository nicht mehr gepflegt wird, und empfiehlt, es selbst zu forken und weiterzuentwickeln.

Seine einzige Aufgabe besteht darin, die coverage zu erhöhen, indem neue Tests für die Bereiche erstellt werden, die bisher von niemandem getestet wurden.

Vor der Nutzung muss man zwei Dinge bereithalten: einen OpenAI key und einen bereits vorhandenen coverage report im Format Cobertura XML.

Die Sternenzahl ist deutlich niedriger als bei den anderen Werkzeugen, doch seine Aufgabe ist völlig anders; ein Sternvergleich über Schichten hinweg ist daher bedeutungslos.

MetaGPT, 70.973 Sterne, aber zuletzt am 21. Januar 2026 aktualisiert.

stitionai/devika, 19.548 Sterne, MIT, aber letzter commit am 25. September 2025.

OpenAutoCoder/Agentless, 2.130 Sterne, MIT, letzter commit am 22. Dezember 2024.

Alle drei haben über zweitausend Sterne, die ersten beiden sogar im fünfstelligen Bereich, aber MetaGPT ruht seit neun Monaten, während devika und Agentless seit über einem Jahr inaktiv sind.

Das Kriterium, das ich in diesem Beitrag verwende, lautet: Wenn der letzte commit länger als sechs Monate zurückliegt, zähle ich das Projekt nicht mehr als aktiv, es sei denn, die README zeigt auf ein neues Projekt, das weiterhin gepflegt wird.

Besser ist es, die repository-Seite zu öffnen und vor einer Entscheidung in den Bereich commits zu schauen, statt nur auf die Zahlen auf der Startseite zu blicken.

Wenn man die 142.492 Sterne von spec-kit mit den 5.668 von Qodo Cover vergleicht und daraus schließt, dass spec-kit besser sei, ist dieser Vergleich von vornherein fehlerhaft.

Weil die beiden Werkzeuge unterschiedliche Aufgaben erfüllen, vermute ich, dass spec-kit viele Sterne hat, weil jeder, der Code schreibt, einen Prozess braucht, während Qodo Cover wenige Sterne hat, weil es ein spezifisches Problem löst.

Die richtige Frage lautet nicht, welches Werkzeug größer ist, sondern welche Ebene bei mir fehlt.

Wenn ein Agent sieht, dass ein Test fehlschlägt, neigt er aus meiner Sicht dazu, den Weg zu wählen, der den Test am schnellsten zum Bestehen bringt. Das gelingt auf zwei Arten: entweder der Code wird korrekt repariert oder der Test wird so abgeschwächt, dass er leichter besteht.

Wenn die Pipeline nicht überprüft, ob Tests verändert wurden, erhält man ein System, das alle Prüfstufen passiert, in der Produktion aber defekt ist.

Wenn Sie als Einzige oder Einziger ein Projekt betreuen und der Umfang noch überschaubar ist, beginnen Sie mit der Agent-Ebene, weil sich dort am schnellsten Ergebnisse zeigen.

Wenn Sie in einem Team mit mehreren Personen arbeiten und Legacy-Code vorhanden ist, lohnt sich der Einstieg über die Prozessebene eher, weil das eigentliche Problem darin besteht, dass alle Beteiligten die Anforderungen unterschiedlich verstehen.

Wenn Sie ein System haben, dessen Testabdeckung so gering ist, dass Sie Angst haben, bestehenden Code zu ändern, beginnen Sie zuerst mit der Testebene und fügen Agents später hinzu. Allerdings müssen Sie wissen, dass von den Werkzeugen dieser Ebene, die ich gefunden habe, noch wenige aktiv gepflegt werden, und auch Qodo Cover selbst hat das Ende der Pflege angekündigt. Planen Sie daher Zeit ein, um eine Alternative zu wählen oder das Projekt selbst zu forken.

Diese Serie umfasst sieben Teile, geordnet vom großen Bild bis zur praktischen Umsetzung.

Falls Sie sich nur eine Sache merken, dann diese: Der Begriff harness, über den heutzutage ständig gesprochen wird, bezeichnet keine fertige Software, die man als einzelnes Produkt kaufen kann.

Er besteht aus dem Zusammenspiel von drei Ebenen, und die meisten Misserfolge, die ich gesehen habe, liegen nicht an der falschen Werkzeugwahl, sondern an der Erwartung, dass ein Werkzeug einer Ebene die Aufgabe einer anderen übernimmt.

Im nächsten Kapitel werde ich mir die Prozessebene im Detail ansehen, weil sie die am häufigsten übersprungene Ebene ist und das Überspringen am meisten Zeit kostet.

GitHub, "github/spec-kit", abgerufen am 23. Oktober 2026 (MIT, 142.492 Sterne, aktualisiert am 22. Oktober 2026, spec-driven development Prozess).

GitHub, "Fission-AI/OpenSpec", abgerufen am 23. Oktober 2026 (MIT, 72.780 Sterne, aktualisiert am 23. Oktober 2026, spec-driven development für AI coding assistants).

GitHub, "bmad-code-org/BMAD-METHOD", abgerufen am 23. Oktober 2026 (54.458 Sterne, aktualisiert am 20. Oktober 2026, GitHub führt den Lizenzstatus als NOASSERTION, BMad Test Architect ist als separates Add-on erhältlich).

GitHub, "eyaltoledano/claude-task-master", abgerufen am 23. Oktober 2026 (28.266 Sterne, aktualisiert am 28. April 2026, Aufgabenmanagementsystem, das PRDs in Tasks umwandelt).

GitHub, "OpenHands/OpenHands", abgerufen am 23. Oktober 2026 (MIT, 91.600 Sterne, aktualisiert am 23. Oktober 2026, Beta-Status, Installation sowohl über npm als auch über Docker möglich).

GitHub, "Aider-AI/aider", abgerufen am 23. Oktober 2026 (Apache-2.0, 49.701 Sterne, aktualisiert am 22. Mai 2026, Lint- und Test-Integration).

GitHub, "SWE-agent/SWE-agent", abgerufen am 23. Oktober 2026 (MIT, 20.615 Sterne, aktualisiert am 19. Oktober 2026, nimmt GitHub Issues an und behebt sie, bis die Tests bestehen).

GitHub, "OpenBMB/ChatDev", abgerufen am 23. Oktober 2026 (Apache-2.0, 34.573 Sterne, aktualisiert am 16. Oktober 2026, unterscheidet zwischen Version 1.0 Legacy, die Design, Coding, Testing und Documenting abdeckt, und 2.0 DevAll, einer Zero-Code-Plattform).

GitHub, "FoundationAgents/MetaGPT", abgerufen am 23. Oktober 2026 (MIT, 70.973 Sterne, letzter Commit am 21. Januar 2026).

GitHub, "qodo-ai/qodo-cover", abgerufen am 23. Oktober 2026 (AGPL-3.0, 5.668 Sterne, Commit vom 24. Juni 2025, Push vom 5. April 2026, benötigt einen OpenAI-Schlüssel und liefert Berichte im Cobertura-XML-Format).

GitHub, "stitionai/devika", abgerufen am 23. Oktober 2026 (MIT, 19.548 Sterne, letzter Commit am 25. September 2025).

GitHub, "OpenAutoCoder/Agentless", abgerufen am 23. Oktober 2026 (MIT, 2.130 Sterne, letzter Commit am 22. Dezember 2024).