Ihre Agenten brauchen eine Fabrik, keine besseren Prompts

Ihre Agenten brauchen eine Fabrik, keine besseren Prompts

Wenn Ihre Agenten am Montag saubere Arbeit liefern und bis Freitag unbemerkt zurückfallen, liegt das nicht am Prompt. Es liegt daran, dass nichts außerhalb des Prompts die Sitzung überdauert. Am 25. Juli 2026 brachte Guillermo Rauch die Alternative auf einen Satz: Die Fabrik ist das Produkt (Rauch auf X). Als wir zehn Programmieragenten gleichzeitig auf unsere eigene Codebasis losließen, war die Modellqualität nie die Grenze, sondern das Tempo, in dem ein Mensch die Ergebnisse prüfen konnte. Das ist ein Problem der Fabrik, und solche Probleme löst man mit Struktur.

Die These von der Agentenfabrik und warum sie gerade jetzt zündet

Der Geschäftsführer von Vercel und Erfinder von Next.js formulierte es unmissverständlich: „Die Softwarefabrik ist das Produkt. Ihr Produkt ist nur so gut wie die Agenten, die Sie für seine autonome Pflege einrichten" (Rauch auf X). Die Einsicht schreibt er dem zu, was Tesla über Fertigung gelernt hat: Die Linie, die das Auto baut, ist die schwierigere und wertvollere Ingenieursaufgabe als das Auto selbst.

Das bliebe eine hübsche Metapher, wenn sich die Zahlen nicht in dieselbe Richtung bewegen würden. Guillermo Rauch berichtet außerdem, dass KI-Agenten inzwischen mehr als die Hälfte aller Bereitstellungen auf der Plattform von Vercel auslösen (Startup Fortune, 26. Juli 2026). Sobald Agenten den Großteil dessen ausmachen, was in die Produktion fließt, lautet die Frage nicht mehr, wie man eine Anweisung geschickt formuliert, sondern wie die Maschinerie aussieht, die diese Änderungen fortlaufend erzeugt.

Die meisten Teams beantworten noch immer die erste Frage. Sie pflegen eine Sammlung guter Prompts, feilen an Formulierungen und behandeln jede Sitzung als neue Verhandlung mit dem Modell. Das trägt so lange, bis die Arbeit die Sitzung überdauert, und genau an dieser Stelle trennt sich agentisches Engineering von bloßem Improvisieren.

Woraus eine Agentenfabrik tatsächlich besteht

Nimmt man die Metapher weg, bleiben unspektakuläre Bestandteile übrig.

1. Eine dauerhafte Anweisungsdatei. Ein Ort, der festhält, wie dieses Repository funktioniert: Build-Befehle, Konventionen, Testregeln und jene Vorgaben, die sich ein Agent beim Lesen des Codes nicht erschließen kann. Genau dafür wurde AGENTS.md entworfen (Spezifikation).

2. Ein Dateibestand früherer Arbeit. Guillermo Rauch beschreibt seinen eigenen Aufbau als Rechercheordner, dazu eine Anweisungsdatei und ein Agentenwerkzeug auf der Kommandozeile, ohne Anwendungen und ohne Wissensgraphen, wobei der Agent Wissen über frühere Sitzungen hinweg verknüpft (Rauch auf X). Einfache Dateien, durchsuchbar und versioniert.

3. Iterationsgrenzen. Eine Obergrenze dafür, wie viele Versuche ein Agent bekommt, bevor er anhält und nachfragt. Ohne sie verbraucht ein verwirrter Agent Ihr Budget dafür, seine Verwirrung zu belegen.

4. Eine Validierungsschleife. Tests, Bewertungsstufen und ein Prüfschritt, der entscheidet, was übernommen wird. Diesen Teil lassen fast alle weg.

Nichts davon ist exotisch. Es ist durchweg unscheinbare Infrastruktur, für deren Aufbau niemand Anerkennung bekommt, und genau deshalb bekommt stattdessen immer wieder der Prompt die Schuld.

Die Anweisungsdatei trägt die Last, und sie ist kürzer als gedacht

Das Format ist bewusst unauffällig: reines Markdown, Überschriften und Aufzählungen, keine Pflichtfelder, keine Sondersyntax (Spezifikation). Das Referenzverzeichnis zeigt die üblichen Abschnitte, nämlich Hinweise zur Entwicklungsumgebung, Testanweisungen und Konventionen (Referenzrepository). Hineingehört jene betriebliche Orientierung, die ein Agent sich wirklich nicht herleiten kann: Build-Befehle, Kodierkonventionen, Testregeln und harte Vorgaben (Leitfaden von Augment Code, aktualisiert am 18. Juni 2026).

An dieser Stelle greift der Reflex, mehr zu schreiben. Die Befunde aus dem Juli 2026 sprechen dagegen. Anthropic hat rund 80 % des Systemprompts von Claude Code für die Modellgeneration Claude 5 entfernt und öffentlich gemacht, was das Unternehmen dabei über das Schreiben von Systemprompts, Fähigkeiten und Anweisungsdateien gelernt hat (Anthropic-Entwickler auf X, 24. Juli 2026); ausführlich eingeordnet hat das Developers Digest. Leistungsfähigere Modelle brauchen weniger Anweisungen, nicht mehr. Eine aufgeblähte Anweisungsdatei ist eine Fabrik, die Dokumentation mit Werkzeug verwechselt hat.

Dieselbe Disziplin findet sich in den Empfehlungen von Anthropic zum Verfassen von Agentenfähigkeiten: Der Textkörper soll unter 500 Zeilen bleiben, Details gehören in ausgelagerte Dateien statt mitten hinein (Dokumentation von Anthropic). Schreiben Sie die Regeln auf, die das Verhalten ändern, und streichen Sie den Rest. Wenn Sie prüfen möchten, was bei Ihnen bereits vorhanden ist, zeigt unser Leitfaden zur Prüfung von Agentenfähigkeiten, womit Sie zuerst aufräumen.

Ein Dateibestand früherer Arbeit schlägt ein größeres Kontextfenster

Dass ein Rechercheordner etwas bringt, hat mechanische und keine ästhetischen Gründe. Agenten laden beim Start lediglich Bezeichnung und Beschreibung einer Fähigkeit, etwa 30 bis 50 Token je Eintrag, holen die vollständigen Anweisungen erst bei einem passenden Auftrag und die referenzierten Dateien erst zur Ausführung (Erläuterung der gestuften Offenlegung, 1. Juli 2026). Ein Dateibestand ist damit das denkbar günstigste Verzeichnis, denn der Agent bezahlt nur, was er tatsächlich öffnet.

Die Alternative besteht darin, die Entscheidungen der vergangenen drei Monate in jede Anfrage zu kopieren. Das kostet bei jedem einzelnen Lauf Token und wird mit wachsendem Umfang schlechter. Auf die Festplatte zu schreiben kostet pro Lauf nichts und verzinst sich. Dieses Ungleichgewicht ist das ganze Argument für eine dateibasierte Architektur, und aus demselben Grund funktioniert die Steuerung mehrerer Agenten im größeren Maßstab nur dann, wenn der Zustand außerhalb des Gesprächs liegt.

Ein Effekt zweiter Ordnung wird dabei gern übersehen. Sobald frühere Arbeit in einheitlicher Form auf der Festplatte liegt, kann der Agent über Sitzungen hinweg Verbindungen ziehen: welche Entscheidungen gefallen sind, was bereits versucht wurde und was gescheitert ist. Einen Wissensgraphen braucht es dafür nicht. Ein Verzeichnis und eine Namenskonvention genügen.

Ohne Validierung skaliert Autonomie nicht

Hier klafft die eigentliche Lücke. Eine Bestandsaufnahme der Praxis im Jahr 2026 formuliert es direkt: Die meisten Teams, die Agenten in Produktion bringen, prüfen sie nicht, und der Vorschlag lautet, Agentenläufe nach Aufgabenerfüllung, Werkzeugnutzung, Kosten und Sicherheit zu bewerten (Argument für einen Prüfstand, 8. Juni 2026). Die Antworten unter dem Beitrag von Guillermo Rauch kommen von der anderen Seite zum selben Schluss: Eine Fabrik ist nur so gut wie ihre Rückkopplungsschleifen, und ohne verlässliche Validierung skaliert Autonomie nicht (Diskussion zum Beitrag).

Wir sind von der Durchsatzseite darauf gestoßen. Zehn Agenten parallel laufen zu lassen, hat den Ausstoß nicht verzehnfacht, sondern die Menge an Arbeit vervielfacht, die auf eine menschliche Entscheidung wartete. Deshalb erwies sich die Prüfung als eigentlicher Engpass. Wer einem System ohne automatische Kontrollstufe weitere Agenten hinzufügt, erhält nicht mehr fertige Arbeit, sondern eine längere Warteschlange.

Die Branche nähert sich dieser Sicht an. Ein Vergleich von Programmieragenten aus dem Juni 2026 ordnet die gesamte Kategorie nach Werkzeugrahmen, Kosten und Treffsicherheit statt allein nach der Modellwahl (Firecrawl, 10. Juni 2026).

Open Agents, die Referenzanwendung von Vercel, ist aus demselben Grund aufschlussreich: Ausgeliefert wird die unscheinbare Hälfte, nämlich Weboberfläche, Laufzeitumgebung, Steuerung abgeschotteter Ausführungsumgebungen und die Anbindung an das Repository (Open Agents). Dafür musste niemand ein besseres Modell bauen, sondern den Raum, in dem das Modell arbeitet. Dasselbe Muster haben wir bei Vercels Plattformwandel 2026 nachgezeichnet.

Wo freies Prompten weiterhin gewinnt und womit Sie anfangen sollten

Der Einwand ist berechtigt und soll nicht weggeredet werden. Läuft eine Aufgabe nur ein einziges Mal, ist Prompten schneller und die Agentenfabrik bloßer Aufwand. Erkundende Arbeit, bei der Sie die Form des Problems noch nicht kennen, leidet unter starren Vorgaben sogar, weil diese Annahmen festschreiben, die Sie noch gar nicht geprüft haben. Kleinen Codebasen mit nur einer betreuenden Person fehlt oft die Wiederholung, damit sich die Struktur trägt. Und eine veraltete Anweisungsdatei ist schlimmer als gar keine, weil sie Agenten mit voller Überzeugung auf Konventionen verweist, die Sie vor Monaten aufgegeben haben.

Der Prüfstein sind Wiederholung und Haltbarkeit. Wird diese Aufgabe erneut anfallen, und muss ihr Ergebnis die Sitzung überdauern? Zweimal nein bedeutet: prompten und weiterarbeiten. Zweimal ja bedeutet: aufschreiben.

Fällt beides positiv aus, gehen Sie in dieser Reihenfolge vor:

• Zuerst die Anweisungsdatei. Nur das, was ein Agent dem Code nicht entnehmen kann. Fangen Sie knapp an, denn die Befunde aus dem Juli 2026 sprechen für weniger (Leitfaden zur Kontextgestaltung).
• Dann der Dateibestand. Ein Verzeichnis für frühere Arbeit mit einer Namenskonvention, an die Sie sich tatsächlich halten.
• Danach die Obergrenze. Ein festes Limit für Iterationen, bevor der Agent anhält und nachfragt.
• Zuletzt die Validierung, und diese niemals auslassen. Welche Kontrollstufe auch immer über die Übernahme entscheidet: Automatisieren Sie den Teil, der sich automatisieren lässt.

Diese Reihenfolge zählt, weil jeder Schritt den nächsten verbilligt. Anweisungen ohne Validierung erzeugen schnelle, selbstbewusste und ungeprüfte Ergebnisse. Validierung ohne Anweisungen weist Arbeit aus Gründen zurück, die dem Agenten nie mitgeteilt wurden.

Das Unbequeme an Rauchs These ist, dass nichts davon Prompthandwerk ist. Es ist dieselbe Arbeit, die vor zwanzig Jahren die durchgehende Integration wertvoll gemacht hat, nur auf eine neue Art von Arbeitskraft gerichtet. Wer 2027 wachsende Erträge aus Agenten ziehen will, schreibt 2026 die unscheinbaren Dateien.

Wenn Sie diese Ebene lieber gestalten lassen möchten, statt sie aus Blogbeiträgen zusammenzusetzen: Unser Team baut das für Betreiber, von den Anweisungen über die Struktur der Vorarbeit bis zu den Kontrollstufen, die über die Auslieferung entscheiden.

Häufig gestellte Fragen

Was ist eine Agentenfabrik? Eine Agentenfabrik ist das dauerhafte System rund um einen KI-Agenten, bestehend aus einer beständigen Anweisungsdatei, einem durchsuchbaren Bestand früherer Arbeit, Iterationsgrenzen und einer Kontrollstufe. Sie bestimmt die Ergebnisqualität stärker als die Formulierung des Prompts (Guillermo Rauch auf X).

Ist AGENTS.md Pflicht, oder geht auch eine andere Datei? AGENTS.md ist ein offenes Format und keine Vorschrift: reines Markdown, keine Pflichtfelder, kein YAML-Kopf (Spezifikation). Wichtiger als der Dateiname ist, dass es einen festen Ort gibt, den Agenten bei jedem Lauf lesen.

Wie lang sollte meine Anweisungsdatei sein? Kürzer, als das Gefühl nahelegt. Anthropic hat rund 80 % des Systemprompts von Claude Code für die Modelle der Reihe Claude 5 entfernt, und die eigenen Empfehlungen begrenzen den Textkörper auf 500 Zeilen, wobei Details ausgelagert werden (Dokumentation von Anthropic).

Brauche ich für frühere Arbeit eine Vektordatenbank oder einen Wissensgraphen? Nein. Guillermo Rauch beschreibt seinen Aufbau als Rechercheordner, Anweisungsdatei und Agentenwerkzeug auf der Kommandozeile, ohne Anwendungen und ohne Wissensgraphen (Rauch auf X). Dateien und eine Namenskonvention decken die meisten Fälle ab.

Wann lohnt sich eine Agentenfabrik nicht? Wenn die Aufgabe nur einmal anfällt, wenn Sie die Form des Problems noch erkunden oder wenn die Codebasis zu wenig Wiederholung bietet, um den Aufbau zu amortisieren. Für wegwerfbare Arbeit ist Prompten das richtige Mittel (Vergleich der Werkzeugrahmen).

Quellen

1. Guillermo Rauch auf X: „Die Softwarefabrik ist das Produkt" — 25. Juli 2026
2. Anthropic-Entwickler auf X: die neuen Regeln der Kontextgestaltung für Claude-5-Modelle — 24. Juli 2026
3. Die neuen Regeln der Kontextgestaltung für Claude-5-Modelle — 24. Juli 2026
4. Guillermo Rauch: KI-Agenten lösen mehr als die Hälfte aller Bereitstellungen bei Vercel aus — 26. Juli 2026
5. AGENTS.md, ein offenes Format zur Führung von Programmieragenten — laufend gepflegt, geprüft am 27. Juli 2026
6. Referenzrepository zu agents.md — laufend gepflegt, geprüft am 27. Juli 2026
7. Anthropic: Empfehlungen zum Verfassen von Agentenfähigkeiten — laufend gepflegt, geprüft am 27. Juli 2026
8. Referenzanwendung Open Agents von Vercel — geprüft am 27. Juli 2026
9. Die besten Programmieragenten 2026: Werkzeugrahmen, Kosten und Treffsicherheit im Vergleich — 10. Juni 2026
10. So bauen Sie Ihre AGENTS.md auf — aktualisiert am 18. Juni 2026
11. Bewertung von KI-Agenten 2026: einen Prüfstand aufbauen — 8. Juni 2026
12. Was sind Claude Skills? Agentenfähigkeiten erklärt — 1. Juli 2026