Qualitativ
Im Journal landet, was in der Arbeit auffällt: gute Prompts, kaputte Annahmen, saubere Handoffs, unnötige Schleifen.
Organisationstheorie trifft agentic coding
Mit Workshop, Setup und klaren nächsten Tasks durch Phase 0 und 1. Danach baut ihr Phase 2 und 3 mit eurem Team selbst weiter.
Agentic coding scheitert selten am ersten Demo-Moment. Es scheitert im Alltag, wenn review, Quality Gates und Lernen nicht als System mitwachsen.
Eure schnellsten Leute hängen im review fest, während Agents immer mehr erzeugen. Das drückt den Durchsatz und macht Qualität vom Kalender einzelner Personen abhängig.
Was vor dem merge geprüft wird, ändert sich je nach Person, Repo oder Tagesform. Dadurch lernt der Agent kein stabiles Zielbild.
Ohne Journal und Messung bleibt jedes gute oder schlechte Ergebnis ein Einzelfall. Das Team wiederholt Fehler, statt sie in bessere Prompts, Regeln und Tasks zu übersetzen.
Ich verbinde Organisationstheorie mit agentic coding. Wir bauen zuerst die Arbeitsform, in der Agents verlässlich beitragen: Rollen, Gates, Übergaben und klare Verantwortung.
Ich schaue mit euch laufend auf zwei Ebenen: qualitativ im Journal, quantitativ in den Spuren aus hooks, logs, SQL und traces.
Ich bringe euch hands-on durch Phase 0 und 1. Ab Phase 2 habt ihr die Konzepte und die konkreten Tasks, um selbst weiterzugehen.
Branching, review, CI und klare Übergaben stehen. Agents arbeiten ab hier in einem Rahmen, der Fehler früh sichtbar macht.
Wir setzen die ersten Bausteine gemeinsam auf und testen sie an echter Arbeit. Das Team versteht, warum die Regeln so geschnitten sind.
Ihr ergänzt weitere subagent prompts, skills, AGENTS.md-Fakten und Reviews aus eigener Kraft. Aus Beispielen werden Routinen.
Agents tragen den Großteil des Flusses, Menschen greifen gezielt an den wichtigen Stellen ein. Der Lern-Loop hält Qualität und Tempo zusammen.
Tag 1 ist Workshop und Setup in einem. Ich richte mit euch die Grundlage ein und arbeite an den Konzepten, bis klar ist, wie ihr den Rest ohne mich weiterbaut.
Im besten Fall reicht ein gemeinsamer Start. Danach setzt ihr den Rest mit eurem Team selbst um.
Für den Start braucht ihr keine große Bibliothek. Diese vier Artefakte tragen fast alles, was später wiederverwendbar werden soll.
Diese Prompts schneiden Aufgaben so zu, dass ein subagent einen klaren Scope, klare Inputs und einen sauberen Output hat.
Diese skills halten wiederkehrende Abläufe fest, damit gute Arbeitsschritte immer gleich beschrieben werden.
Hier stehen Fakten, Regeln und lokale Konventionen. So muss Kontext nicht in jedem Prompt neu erklärt werden.
Er legt fest, was beim Übergang zwischen Agent und Mensch oder zwischen zwei Agents geliefert werden muss.
Agentic coding wird besser, wenn ihr Ergebnisse systematisch zurück in das Setup spielt. Der Lern-Loop macht daraus eine Routine.
Qualitativ
Im Journal landet, was in der Arbeit auffällt: gute Prompts, kaputte Annahmen, saubere Handoffs, unnötige Schleifen.
Quantitativ
Dazu kommen messbare Signale aus hooks, logs, SQL und traces. So seht ihr, wo Agents Zeit sparen, hängen bleiben oder Qualität verlieren.
Mein Hintergrund ist Data Engineering. Dort fallen Kosten von unklaren Übergaben, schwachen reviews und fragilen pipelines früh auf. Die Muster dahinter gelten in jedem Stack.
Eike Stürmer
Ich bin Eike. Ich arbeite an der Stelle, an der Arbeitsweise und Code zusammenlaufen. Mein Ziel ist ein Setup, das euch nach kurzer gemeinsamer Arbeit ohne externe Hilfe weiterbringt.
Wenn ihr gerade zwischen erstem Experiment und belastbarem Ablauf hängt, sprechen wir über Phase 0, Tag 1 und die nächsten konkreten Tasks. Booking ist der schnellste Weg, Mail geht auch.