Architectural Intelligence: Ist AI die bessere Softwarearchitekt:in

Wie heißt es so schön? Nicht die KI wird dir den Job nehmen, sondern diejenigen, die verstehen, wie man sie nutzt. Übertragen auf das Berufsbild der Softwarearchitekt:innen bedeutet das, sinnvolle KI-Szenarien zu entwickeln, die uns dabei unterstützen, unsere Arbeitsweise als Architekt:innen und die von uns zu fällenden Architekturentscheidungen zu verbessern. Leichter gesagt als getan. Denn dazu gilt es zunächst einmal die Möglichkeiten und Grenzen von KI zu verstehen und das, was uns als Mensch grundlegend von ihr unterscheidet. Was kann die KI bereits heute leisten und was eher nicht? Welche KI-basierten Tools können uns bei der Architekturarbeit unterstützen? Inwieweit sind die Ergebnisse der KI dabei belastbar und vertrauenswürdig? Und last but not least die alles entscheidende Frage: Liefern wir Menschen am Ende überhaupt noch den entscheidenden Mehrwert?

Transcript

1. #WISSENTEILEN Software Architecture meets AI Architectural Intelligence Lars Röwekamp | open knowledge GmbH | lars_roewekamp
2. (Architecture, Cloud, AI & ML) Lars Röwekamp in: lars_roewekamp CIO New Technologies OPEN KNOWLEDGE
3. Worum geht es in dem Talk?
4. Agentic Engineering
5. (R)Evolution?
6. „We are no longer just writing code for the next developer – we are structuring systems for the next AI agent to execute.“ Arup Saha, Senior Director RBC, Canada
7. „The engineers who thrive from here won’t just be the ones who write the best code; they’ll be the ones who build the best systems for AI to work within.“ Arup Saha, Senior Director RBC, Canada
8. Das neue Normal Ein Selbstversuch im Umgang mit Agenten & LLMs
9. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation „The six core activities for software architects.“, ISAQB
10. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation Wie kann uns Agentic AI dabei helfen? Was kann Agentic AI gut und was nicht so gut?
11. Das neue Normal ein Selbstversuch “Poor Man‘s“ Edition alternativ Aider, OpenCode, Gemini CLI, Cursor, GitHub Copilot, Cline ….
12. Das neue Normal “Poor Man‘s“ Edition
13. Das neue Normal Context is King!
14. Das neue Normal Context is King!
15. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation „That sounds like a great project!“ #WTF*, du bist eine Maschine! *(what a terrible future)
16. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation „…, let‘s define key … .“ Was heißt hier „let us“?
17. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation potenzielle fachliche Anforderungen benennen
18. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation potenzielle fachliche Anforderungen benennen Unique set of requirements?
19. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation potenzielle fachliche Anforderungen benennen Some pleasant surprises included, too!
20. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation potenzielle fachliche Anforderungen benennen Some pleasant surprises included, too!
21. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation potenzielle nicht-fachliche & technische Anforderungen benennen large, many, fast, … not very meaningful
22. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation nützliches Bonus Material (du hast zwar nicht danach gefragt, aber …) Reasoning via for, if, … Explaining „business“
23. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation OMG! This is great, isn‘t it? nützliches Bonus Material (du hast zwar nicht gefragt, aber …)
24. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation Lücken & Mehrdeutigkeiten in Anforderungen erkennen
25. Clarification of Requirements and Constraints Design of cross-sectional Concepts Evaluation of Architectures Communication of Architectures Design of Structures Support during Implementation Building Blocks identifizieren und Strukturen ableiten
26. Clarification of Requirements and Constraints Design of cross-sectional Concepts Evaluation of Architectures Communication of Architectures Design of Structures Support during Implementation Building Blocks identifizieren und Strukturen ableiten Good Service Design? Good Module Design?
27. Clarification of Requirements and Constraints Design of cross-sectional Concepts Evaluation of Architectures Communication of Architectures Design of Structures Support during Implementation Building Blocks und Strukturen visualisieren
28. Clarification of Requirements and Constraints Design of cross-sectional Concepts Evaluation of Architectures Communication of Architectures Design of Structures Support during Implementation Building Blocks und Strukturen visualisieren
29. Clarification of Requirements and Constraints Design of cross-sectional Concepts Evaluation of Architectures Communication of Architectures Design of Structures Support during Implementation Building Blocks und Strukturen visualisieren
30. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation Übergreifende Konzepte „entwerfen“ und dokumentieren
31. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Communication of Architectures Evaluation of Architectures Support during Implementation Architektur bewerten gemäß einer vorgegebenen Methode 1. Present ATAM 2. Present business drivers 3. Present the architecture 4. Identify architectural approaches 5. Generate quality attribute utility tree 6. Analyze architectural approaches 7. Brainstorm and prioritize scenarios 8. Analyze architectural approaches (with the added) 9.Present results
32. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Communication of Architectures Evaluation of Architectures Support during Implementation Architektur bewerten gemäß einer vorgegebenen Methode
33. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Communication of Architectures Evaluation of Architectures Support during Implementation Architektur bewerten gemäß einer vorgegebenen Methode
34. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Communication of Architectures Evaluation of Architectures Support during Implementation Architektur bewerten gemäß einer vorgegebenen Methode
35. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation Template für Architekturdokumentation vorschlagen
36. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation Dokumentation auf Basis vorhandener Quellen erzeugen
37. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation Dokumentation auf Basis vorhandener Quellen erzeugen
38. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation Dokumentation auf Basis vorhandener Quellen erzeugen
39. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation Dokumentation auf Basis vorhandener Quellen erzeugen
40. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation Source Code auf Basis von Beschreibungen generieren
41. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation Basis für den ersten Service generieren
42. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation Refactoring: Value Objects und Builder Pattern
43. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation Refactoring: Domain Events and Event Publisher
44. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation Bug Fixing: Tests laufen nicht (mehr) korrekt
45. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation Bug Fixing: Tests laufen nicht (mehr) korrekt
46. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation Refactoring: aktuelle Java Features nutzen
47. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation Refactoring: JPA einbinden (bisher nur In-Memory Persistence)
48. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation Refactoring: JPA Testing via Quarkus & Testcontainer
49. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation Refactoring: Bootstraping mit generierten Demo Daten
50. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation Refactoring: weiteren Service erzeugen
51. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation Refactoring: weiteren Service erzeugen
52. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation Refactoring: weiteren Service erzeugen
53. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation Refactoring: Docker Capabilities hinzufügen
54. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation Refactoring: Docker Capabilities hinzufügen
55. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation Refactoring: Docker Capabilities hinzufügen
56. Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation Refactoring: POSTMAN Collection
57. Das neue Normal ein Selbstversuch Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation „The six core activities for software architects.“, ISAQB
58. Das neue Normal ein Selbstversuch Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation WTF*? Advanced Vibe Coding? Agentic Software Engineering Light? *what a terrific (or terrible?) future
59. Das neue Normal ein Selbstversuch Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation Egal, das war schon irgendwie cool, aber …
60. Das neue Normal ein Selbstversuch Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation Egal, das war schon irgendwie cool, aber … ich habe da kein gutes Bauchgefühl!
61. Das neue Normal ein Selbstversuch Clarification of Requirements and Constraints Design of cross-sectional Concepts Design of Structures Evaluation of Architectures Communication of Architectures Support during Implementation Egal, das war schon irgendwie cool, aber … wieso kann die AI das alles überhaupt?
62. GenAI? Agenten? Das ist schon ein bisschen Voodoo, oder?
63. „AI Agents are systems that combine LLMs for reasoning and decision-making with tools for real-world interaction, enabling them to complete complex tasks with limited human involvement.“ AI Agents Kind of Definition
64. „Ein Agent ist ein LLM, das Tools und Memory in einer Schleife nutzt.“ Robert Glaser, Head of Applied AI at Exxeta AI Agents Kind of Definition
65. „Ein Agent ist ein LLM, das Tools und Memory in einer Schleife nutzt.“ Robert Glaser, Head of Applied AI at Exxeta AI Agents Kind of Definition
66. … Frage? … Antwort! MODEL LLM PLAN ACT REFLECT AI Agents von GenAI zu Agentic AI
67. … Aufgabe! PLAN Agent … Resultat. OK NOT OK PLAN ACT REFLECT AI Agents von GenAI zu Agentic AI
68. AGENT MODEL Tools Long-Term Memory Vector Datastore Execution Loop in out Plan Action Memory [ST] Tools Content Data Devices Code Services Human APPLICATION Function Calling LLM FLYWHEEL Improve (eval & guard) Reason (plan & reflect) Instruct (Task & Role) Act (Tools & Resources) Remember (Short-Term & Long-Term) AI Agents The Big Picture
69. AGENT MODEL Tools Long-Term Memory Vector Datastore Execution Loop in out Plan Action Memory [ST] Tools Content Data Devices Code Services Human APPLICATION Function Calling LLM FLYWHEEL A #2 A #n ... Scale-up /-out (parallel & specialized) Agentic AI AI Agents The Big Picture
70. AGENT MODEL Tools Long-Term Memory Vector Datastore Execution Loop in out Plan Action Memory [ST] Tools Content Data Devices Code Services Human APPLICATION Function Calling LLM FLYWHEEL A #2 A #n ... Agentic AI Agentic Software Engineering?
71. Unser Ziel: Die AI mit dem relevanten Wissen und Tooling versorgen. (Damit sie unsere Aufgaben wie gewünscht erfüllen kann.)
72. Foundations Die 5 Grundpfeiler des Agentic Software Engineerings
73. Foundation of Agentic Software Engineering Ich habe ein schlechtes Bauchgefühl? Aber in Bezug auf was eigentlich? • Qualität • Erklärbarkeit • Reproduzierbarkeit • Kostentransparenz • Vendor / Model / Tool Lock-in • Skalierung auf Team-Kollegen
74. „Was muss ich dafür tun, um von dem schlechten Bauchgefühl wegzukommen und Agentic AI produktiv und mit gutem Gewissen in allen Phasen des Software Development Lifecycle einsetzen zu können?“ Foundation of Agentic Software Engineering
75. Context Engineering Agentic Validation Agentic Tooling Agentic Codebase Compound Engineering Gib der KI genau das, was sie tatsächlich braucht. Lass die KI ihre eigene Arbeit überprüfen. Hör auf, dich einzumischen. Fang an aufzubauen. Optimiere für eine AI-basierte Lesbarkeit. Nutze die Arbeit im Team als „Flywheel“. 1 2 3 4 5 Foundation Pillars of Agentic Software Engineering
76. Context Engineering Agentic Validation Agentic Tooling Agentic Codebase Compound Engineering Foundation Pillars of Agentic Software Engineering Gib dem AI Model genau das, was es tatsächlich braucht.* • Leitplanken für Architektur, Security, Observability • „maschinenlesbare“ Notizen und Kommentare im Code • Methodiken, Patterns, Best Practices und guten Beispiel-Code • Kopfwissen und ungeschriebene Regeln • Noise-Elemination ACHTUNG: Weniger ist deutlich mehr! *nicht weniger aber auch nicht mehr
77. Context Engineering Agentic Validation Agentic Tooling Agentic Codebase Compound Engineering Foundation Pillars of Agentic Software Engineering Lass die AI ihre eigene Arbeit überprüfen • AI-basierte flächendeckende Testgenerierung • Visual Checks via Screenshots • Interaction Testing via App / Browser / Device Remote Control • Data Integrity via State-based Semantic Validators • LLM / Agent-spezifische Metrics für Monitoring und Alerting ACHTUNG: Auch ein Agentic Validation System kann lernen!
78. Context Engineering Agentic Validation Agentic Tooling Agentic Codebase Compound Engineering Foundation Pillars of Agentic Software Engineering Hör auf dich einzumischen. Fang an nachhaltige AI-Strukturen aufzubauen. • Bei manuellen Eingriffen wird der Mensch zum Bottleneck. • Nicht das Problem lösen, sondern die Ursache. • Fähigkeiten des Agenten-basierten Systems gezielt erweitern. • Agent-Workflows und Agent-Tooling zur Verbesserung / Erweiterung. ACHTUNG: Total Cost / Time of Fix-a-Problem minimieren!
79. Context Engineering Agentic Validation Agentic Tooling Agentic Codebase Compound Engineering Foundation Pillars of Agentic Software Engineering Optimiere deine Code Base für die AI-Lesbarkeit. • Mehrdeutigkeit im Code verlangsamt und irritiert. • Code um „toten“ Code bereinigen. • Konkurrierende Pattern vereinheitlich. • Golden-Rules des Projektes dokumentieren. • Bilderbuch-Beispiele bereitstellen. ACHTUNG: Die AI lernt von dem, was sie sieht und (nicht) versteht!
80. Context Engineering Agentic Validation Agentic Tooling Agentic Codebase Compound Engineering Foundation Pillars of Agentic Software Engineering Nutze die Arbeit im Team als „Flywheel“. • AI-Tools als Team-Infrastruktur - nicht als persönliche Hacks. • Gemeinsame Governance und gemeinsame Leitplanken. • Gemeinsamer Context sichert einheitliches Verhalten. • Gemeinsames Tooling vermeidet individuelle Reibungsverluste. • Gemeinsame Code-Hygiene liefert Nachhaltigkeit. ACHTUNG: Es wird Zeit für eine Agentic (Internal) Developer Platform!
81. Context Engineering Agentic Validation Agentic Tooling Agentic Codebase Compound Engineering Gib der KI genau das, was sie tatsächlich braucht. Lass die KI ihre eigene Arbeit überprüfen. Hör auf, dich einzumischen. Fang an aufzubauen. Optimiere für eine AI-basierte Lesbarkeit. Nutze die Arbeit im Team als „Flywheel“. Die 5 neuen Tugenden des ASE aka „Das Agentic Software Engineering Framework“
82. Context Validation Tooling Codebase Compound „Das kommt mir irgendwie bekannt vor.“ Die 5 neuen Tugenden des ASE aka „Das Agentic Software Engineering Framework“
83. Adoption Process vom Experimentieren zu Agentic Software Engineering
84. „Die 5 Tugenden des Agentic Software Engineerings. Klingt erst einmal sinnvoll. Aber was muss ich bzw. mein Team dafür tun, um das Framework nachhaltig in unserem Software Development Lifecycle zu etablieren?“ Adoption Process of Agentic Software Engineering
85. Efficient ASE Adoption Process A step-by-Step Approcach Experimental Repeatable Defined Capable Level 1: Level 2: Level 3: Level 4: Level 5: AI Autonomie
86. ASE Adoption Process Warum brauchen wir das? Wir schaffen so eine Standortbestimmung, gemeinsame Sprache und realistische Erwartungshaltung in Bezug auf: • AI-Strategie und -Erfahrung • AI-Governance und Security • Technologie und Daten • Organisation und Kultur • Unternehmensstrategie
87. Experimental Repeatable Defined Capable Efficient #1 #2 #3 #4 #5 Agenten-basierte Initiativen sind ungeplant, individuell und stark experimentell. Der Mensch generiert via Vibe Coding Source Code und ggf auch ein wenig mehr (z.B. Dokumentation, Tests). Die Ergebnisse sind inkonsistent, isoliert, nicht reproduzierbar und stark abhängig von einzelnen Personen. Web-basierte AI-Chats, Plug-Ins für IDEs, rechte Maustaste, Coding-Assistants* ASE Adoption Process Level 1 of 5: Experimental aka Freestyle *lediglich als Command Line Interface
88. Experimental Repeatable Defined Capable Efficient #1 #2 #3 #4 #5 Gemeinsame Muster, Praktiken und Best Practices entstehen, die im Team untereinander gezielt geteilt werden. Das Team nutzt einheitliches Tooling und einigt sich auf ein minimales Set(up) von „Governance“, welches gelebt und rudimentär Tool-spezifisch hinterlegt wird (claude.md, instruction.md, config, rules). Claude Code, GitHub Copilot, Cursor, Gemini Code Assistant, Open Code, JetBrain Junie ASE Adoption Process Level 2 of 5: Repeatable
89. Minimal Governance Agentic Environment Configuration
90. Minimal Governance Agentic Environment Configuration
91. Experimental Repeatable Defined Capable Efficient #1 #2 #3 #4 #5 Das AI-Vorgehen wird gemeinsam klar definiert und von einer ASE-Initiative, Governance und Standards unterstützt. Die gemeinsame Governance wird ausgebaut und für wiederkehrende Aufgaben automatisiert (Refactoring, UI, Documentation, Testing, Security-Checks). Die Eingaben für die AI werden mit Hilfe von AI erzeugt (Spec-Driven Dev). Prompt-Templates, Pre-build oder Custon Skills, SpecKit, OpenSpec ASE Adoption Process Level 3 of 5: Defined
92. Specialized Prompts / Skills Library: skill.sh
93. Specialized Prompts / Skills Library: Orchestra Research
94. Spec-Driven Dev Tooling: OpenSpec
95. Spec-Driven Dev Tooling: SpecKit
96. Experimental Repeatable Defined Capable Efficient #1 #2 #3 #4 #5 Die Nutzung von AI wird deutlich über die Code-Generierung hinaus auf alle Bereiche des SDLC ausgedehnt. Die AI findet Einzug in das Requirement Engineering, in die CI/CD-Pipeline und die Laufzeit (z.B. Observability). Die AI bekommt dazu die notwenigen Zugriffe auf 3rd Party Systeme und Tools Der Mensch wird zum fachlichen* Assistenten und Kontrolleur der AI. 3rd Party Tools via MCP, 3rd Party Agents via A2A. ASE Adoption Process Level 4 of 5: Capable *auch DevOps besitzt eine Fachlichkeit ;-)
97. LLM APPLICATION SOME API MCP Sever MCP Sever FILESYSTEM DATABASE MCP Sever MCP Client MCP Client MCP Client MCP HOST JSON-RPC 2.0 stdio / HTTP + SSE Tools Tools Tools Model Context Protocol aka Reliable Standard
98. LLM APPLICATION SOME API MCP Sever MCP Sever FILESYSTEM DATABASE MCP Sever MCP Client MCP Client MCP Client MCP HOST Context Tools Prompt Context Tools Prompt Context Tools Prompt Roots Sampling Elicitation Roots Sampling Elicitation Roots Sampling Elicitation Model Context Protocol aka Reliable Standard
99. Agent2Agent Protocol Open Standard 4 Agent Collabortion Source: https://a2a-protocol.org/latest/topics/what-is-a2a/ Client-2-Remote Agent 1. Capability Discovery 2. UX Negotiation 3. Task & State Management 4. Collaboration
100. Experimental Repeatable Defined Capable Efficient #1 #2 #3 #4 #5 Der gesamte Software Development Lifecyle ist als „Agent-first“ organisiert. Der Mensch gibt zu generierende Fachlichkeiten vor und agiert nur noch über Intents / Goals und auf gezielte Rückfragen der AI. Der Mensch steuert die finale Freigabe der generierten Artefakte / Anwendung. v0, Lovable, Emergent, Replit oder ein sauberes individuelles ASE-Setup ASE Adoption Process Level 5 of 5: Efficient
101. ASE Adoption Process Level 5 of 5: Efficient
102. ASE Adoption Process Level 5 of 5: Efficient
103. Experimental Repeatable Defined Capable Efficient #1 #2 #3 #4 #5 Der gesamte Software Development Lifecyle ist als „Agent-first“ organisiert. ASE Adoption Process Level 5 of 5: Efficient Oha, kann ich das mit dem sauberes individuelles ASE-Setup bitte noch einmal sehen?
104. Ein Selbstversuch GenAI & Agenten Adoption Process Foundation Pillars
105. Putting it together Das Miteinander von Mensch und Maschine
106. (Dan Clarke, Independant Software Developer, danclarke.com)
107. „Menschen wissen, was sie tun. Maschinen tun, was sie wissen.“ Lars Röwekamp, CIO New Technologies, open knowledge
108. Der MENSCH bringt Kreativität, Urteilskraft, Verantwortung und ethisches Denken ein und sorgt so für die gewünschte QUALITÄT. Die MASCHINE liefert Weltwissen, Vernetzung, Rechenpower, Skalierbarkeit und sorgt so für eine nahezu unendliche QUANTITÄT.
109. SE for Humans SE for Agents Mensch & Maschine Miteinander statt gegeneinander
110. angelent an: „Agentic Software Engineering: Foundation Pillars and Research Roadmap“ von Ahmed E. Hassan et al. (https://arxiv/pdf/2509.06216) ACE Agent Command Environment AEE Agent Execution Environment Mensch & Maschine Miteinander statt gegeneinander SE for Humans SE for Agents Die Maschine als Coding-Factory Der Mensch als Coach des Agent Mesh.
111. angelent an: „Agentic Software Engineering: Foundation Pillars and Research Roadmap“ von Ahmed E. Hassan et al. (https://arxiv/pdf/2509.06216) Agent Command Environment Agent Execution Environment Mensch & Maschine Miteinander statt gegeneinander SE for Humans SE for Agents Humans Agentic Guidance Human Workbench Agent Workbench AI Teammate Lifecycle AI Teammate Infrastructure das „Miteinander“
112. Create Govern based on: „Agentic Software Engineering: Foundation Pillars and Research Roadmap“ von Ahmed E. Hassan et al. (https://arxiv/pdf/2509.06216) Mensch & Maschine Miteinander statt gegeneinander Humans Agentic Guidance Human Workbench Agent Workbench AI Teammate Lifecycle AI Teammate Infrastructure Agents Briefing Script What? SE for Humans SE for Agents Artifacts as Interface
113. Create Create Govern based on: „Agentic Software Engineering: Foundation Pillars and Research Roadmap“ von Ahmed E. Hassan et al. (https://arxiv/pdf/2509.06216) Mensch & Maschine Miteinander statt gegeneinander Humans Agentic Guidance Human Workbench Agent Workbench AI Teammate Lifecycle AI Teammate Infrastructure Agents Briefing Script Loop Script What? How? SE for Humans SE for Agents Artifacts as Interface
114. Create Create Create Govern based on: „Agentic Software Engineering: Foundation Pillars and Research Roadmap“ von Ahmed E. Hassan et al. (https://arxiv/pdf/2509.06216) Mensch & Maschine Miteinander statt gegeneinander Humans Agentic Guidance Human Workbench Agent Workbench AI Teammate Lifecycle AI Teammate Infrastructure Agents Briefing Script Loop Script Mentor Script What? How? Why? SE for Humans SE for Agents Artifacts as Interface
115. Create Create Create Govern Produce Reviewed in based on: „Agentic Software Engineering: Foundation Pillars and Research Roadmap“ von Ahmed E. Hassan et al. (https://arxiv/pdf/2509.06216) Mensch & Maschine Miteinander statt gegeneinander Humans Agentic Guidance Human Workbench Agent Workbench AI Teammate Lifecycle AI Teammate Infrastructure Agents Briefing Script Loop Script Mentor Script Consultation Request Pack What? How? Why? SE for Humans SE for Agents Artifacts as Interface
116. Create Create Create Govern Produce Reviewed in based on: „Agentic Software Engineering: Foundation Pillars and Research Roadmap“ von Ahmed E. Hassan et al. (https://arxiv/pdf/2509.06216) Mensch & Maschine Miteinander statt gegeneinander Humans Agentic Guidance Human Workbench Agent Workbench AI Teammate Lifecycle AI Teammate Infrastructure Agents Briefing Script Loop Script Mentor Script Merge Readiness Pack Consultation Request Pack What? How? Why? SE for Humans SE for Agents Artifacts as Interface
117. Create Create Create Govern Produce Reviewed in Respond with based on: „Agentic Software Engineering: Foundation Pillars and Research Roadmap“ von Ahmed E. Hassan et al. (https://arxiv/pdf/2509.06216) Mensch & Maschine Miteinander statt gegeneinander Humans Agentic Guidance Human Workbench Agent Workbench AI Teammate Lifecycle AI Teammate Infrastructure Agents Briefing Script Loop Script Mentor Script Merge Readiness Pack Consultation Request Pack Version Controlled Resolution What? How? Why? SE for Humans SE for Agents Artifacts as Interface
118. Takeaways Was kann ich aus diesem Talk mitnehmen?
119. „The traditional path is faster on day one. The agentic path pays back every day after.“
120. „This isn‘t about replacing yourself; it‘s about building systems that make you dramatically more capable.“
121. „The software architect will not be replaced by AI but by another software architect who makes smart use of AI.“
122. „Be the smart Architect.“
123. #WISSENTEILEN Vielen Dank! #WISSENTEILEN by open knowledge GmbH @_openKnowledge | @mobileLarson Lars Röwekamp, CIO New Technologies
124. #WISSENTEILEN #WISSENTEILEN BILDNACHWEIS Folie 21: © photoplotnikov - istockphoto.com Folie 23: © Mix und Match Studios - shutterstock.com Folie 23: © Mix und Match Studios - shutterstock.com All other pictures, drawings and icons originate from • pexels.com, • pixabay.com, • unsplash.com, • flaticon.com or are created by my own.