Ausgangslage
KI-Agenten können heute einen großen Teil der Arbeit an einem Ticket übernehmen: Code schreiben, Tests ergänzen, einen Fehler nachstellen. In vielen Teams heißt das in der Praxis ein Agent mit Terminal, Schreibrechten im Repository und im Zweifel Zugang zur Produktion. Für unsere Kunden ist das keine Option. Wer Software für Beratungen im Compliance-Umfeld baut, wird zuerst gefragt, wer an die Produktion kommt, wer eine Änderung vor dem Release geprüft hat und wie sich das belegen lässt.
Wir wollten den Durchsatz, den Agenten möglich machen, ohne diese Fragen offenzulassen. Dafür brauchte es zweierlei: einen Ablauf, dessen Grenzen aufgeschrieben sind und technisch durchgesetzt werden, statt dem Urteil eines Modells überlassen zu bleiben, und eine Arbeitsumgebung, in der ein Mensch diesen Ablauf jederzeit sieht und eingreifen kann, auch wenn er nicht am Schreibtisch sitzt.
Lösung
Der Ablauf hat ein einziges Regelwerk. Darin steht, was die Agenten ohne Rückfrage dürfen, was sie nie tun, egal was ein Ticket verlangt, und wann sie anhalten und fragen. Kein Agent schreibt auf ein Produktivsystem oder eine andere ausgelieferte Instanz, berührt deren Zugangsdaten, pusht direkt auf einen geschützten Branch, verschickt echte E-Mails oder ruft kostenpflichtige Fremddienste auf. Ändern kann das Regelwerk nur ein Mensch. Eine eigene Aufsichts-Sitzung beobachtet den Ablauf, misst Wartezeiten und Auslastung und schlägt Regeländerungen vor, baut aber nie selbst; ein Vorschlag gilt erst, wenn der Mensch ihn ausdrücklich bestätigt.
Jedes Ticket durchläuft getrennte Rollen. Ein Koordinator wählt es nach festen Regeln aus und schreibt den Auftrag. Ein Bau-Agent arbeitet in einem eigenen Git-Worktree und in einer Sandbox ohne Netzwerk, in der Zugangsdaten und Umgebungsdateien ausgeblendet sind. Tests, Lint, Typprüfung und eine Architekturprüfung laufen außerhalb der Sandbox, und erst wenn sie grün sind, wird committet. Den Diff prüft danach ein zweites KI-Modell in höchstens zwei Runden, gründlicher bei Migrationen, Berechtigungen und Mandantengrenzen. Welches Modell welche Rolle übernimmt, legt der Mensch fest; der Ablauf wechselt es nie selbst.
Getestet wird nie auf einem geteilten oder ausgelieferten System, sondern auf eigenen QA-Umgebungen: Kopien der Entwicklungsumgebung mit eigener Datenbank, eigenem Mail-Fänger und ohne öffentlichen Zugang. Ein QA-Agent geht die Änderung im Headless-Browser durch, so wie ein Mensch es täte. Jeder erwartete Wert im Testauftrag nennt seine Quelle im Code, etwa den Übersetzungsschlüssel einer Beschriftung oder die Route eines Pfads; ein Wert ohne Quelle kommt nicht hinein. Testdaten werden mit ihren Kennungen notiert und genau über diese wieder gelöscht, nie über ein Namensmuster.
Gemergt wird nur über Pull Requests, und nur wenn alle vier Pflicht-Checks auf genau diesem Commit grün sind; die Branch-Regeln gelten auch für Administratoren. Releases laufen werktags in einem festen Zeitfenster, einzeln und mit mindestens zwei Stunden Abstand. Nach jedem Release beobachtet der Ablauf 30 Minuten lang die Health-Routen und vergleicht die Fehlerlogs mit der halben Stunde davor. Fällt eine Route aus oder taucht eine neue Fehlerart auf, entsteht sofort ein Ticket mit höchster Priorität, und die ausgelieferten Tickets bleiben offen, bis es gelöst ist. Eine Datenmigration auf Live-Daten gibt nur der Mensch frei.
Gearbeitet wird auf einem eigenen Entwicklungsserver, der per Terraform aufgesetzt ist und die Entwicklungsumgebungen der Projekte bereithält. Seine Sitzungen lassen sich vom Telefon aus steuern, über ein selbst betriebenes Relay, das die Inhalte nur Ende-zu-Ende-verschlüsselt weiterreicht. Eine Frage hält den Ablauf nicht an: Der Agent stellt sie mit nummerierten Optionen und einer Empfehlung am Ticket, setzt das Ticket auf Rückfrage und arbeitet an anderem weiter. Die Antwort kommt, wenn der Mensch Zeit hat, auch von unterwegs.
- Ein Regelwerk als einzige Quelle des Ablaufs; ändern kann es nur ein Mensch
- Kein Schreibzugriff von Agenten auf Produktivsysteme, ihre Daten und Zugangsdaten
- Getrennte Rollen: Bau in eigener Sandbox, Review durch ein zweites KI-Modell, QA durch einen eigenen Agenten
- QA auf eigenen Umgebungen mit eigener Datenbank und eigenem Mail-Fänger, im Headless-Browser
- Merge nur per Pull Request mit vier grünen Pflicht-Checks, auch für Administratoren
- Releases im Zeitfenster, einzeln, mit 30 Minuten Beobachtung danach
- Eigener Entwicklungsserver, vom Telefon aus steuerbar über ein Ende-zu-Ende-verschlüsseltes Relay
Einblicke ins Produkt
Nachgebaute Ansicht mit Beispieldaten.
Ergebnis
Der Entwicklungsserver ist seit September 2026 in Betrieb, der Ablauf seit Anfang November 2026 an einem laufenden Kundenprojekt im Einsatz. Dort bringt er an jedem Arbeitstag Tickets durch Bau, Review und QA und liefert sie in mehreren beobachteten Releases am Tag in Produktion aus.
Die Geschwindigkeit entsteht durch die Grenzen, nicht trotz ihnen. Weil feststeht, was ein Agent nie darf, und weil die Pflicht-Checks im Repository selbst durchgesetzt werden, bleibt der Ablauf schnell, ohne dass eine Grenze verhandelbar wird. Und weil jedes Ticket seinen Verlauf am Ticket hinterlässt, von der Auswahl über die Review-Runden mit ihrem Urteil und das QA-Protokoll mit jedem Schritt bis zu Pull Request und Release, lässt sich jede Änderung bis zu ihrer Prüfung zurückverfolgen.
Was für unsere Kunden zählt: Die Regeln sind keine Absichtserklärung. Sie stehen in einem Regelwerk, das ein Mensch verantwortet, und die Merge-Regel setzt nicht das Modell durch, sondern das Repository.
- Ablauf seit November 2026 an einem Kundenprojekt im Einsatz, Entwicklungsserver seit September 2026
- Mehrere beobachtete Releases pro Arbeitstag
- Jede Änderung mit Review-Urteil und QA-Protokoll am Ticket nachvollziehbar
- Regeln, Modellwahl und Datenmigrationen auf Live-Daten entscheidet ein Mensch