Was ist AI-Directed Engineering?

Es gibt eine stille Linie, die die meisten, die mit KI-Tools arbeiten, überschritten haben, ohne es zu merken. Auf der einen Seite hilft dir KI, schneller Code zu schreiben. Auf der anderen schreibt die KI den Code und du führst Regie. Von außen sehen beide gleich aus: da ist ein Mensch, da ist eine KI, da ist ein Repository, das wächst. Aber der Alltag ist komplett anders, und die Fähigkeiten, die dich darin gut machen, ebenso.

Der zweite Modus ist das, was ich AI-Directed Engineering nenne, und in den letzten Monaten ist daraus geworden, wie die Arbeit hier tatsächlich gebaut wird: Kundenseiten, Produkte, sogar die Automatisierung, die ein Ein-Personen-Business am Laufen hält.

AI-assisted vs. AI-directed

AI-assisted Engineering ist die Welt des Autocomplete. Du bist im Editor, du schreibst die Funktion, und ein Modell schlägt die nächsten Zeilen vor. Du bist immer noch derjenige, der das Engineering macht. Die KI verkürzt den Weg zwischen deiner Absicht und den Zeichen auf dem Bildschirm. Das ist wirklich nützlich, und lange Zeit war das die ganze Geschichte.

AI-Directed Engineering dreht die Rollen um. Du beschreibst das Ergebnis, die Rahmenbedingungen und den Geschmack. Ein Agent liest die Codebase, macht einen Plan, editiert Dateien, führt die Tests aus, liest die Fehler und versucht es erneut. Du schreibst nicht die Zeilen. Du entscheidest, was "fertig" bedeutet, überprüfst, was zurückkommt, und steuerst den nächsten Schritt. Du bist im Stack vom Autor zum Regisseur aufgestiegen.

Das verräterische Zeichen ist einfach: Bei AI-assisted Arbeit ist der Engpass, wie schnell du tippen kannst. Bei AI-directed Arbeit ist der Engpass, wie klar du denken kannst.

Was der Regisseur eigentlich tut

Regie führen heißt nicht zurücklehnen. Es ist eine andere Art von Arbeit, und das meiste davon passiert vor und nach dem Lauf des Agents, nicht währenddessen.

• Beschreibe das Ergebnis, nicht die Implementierung. "Füge eine Newsletter- Anmeldung hinzu, die E-Mails DSGVO-konform speichert und ein Double-Opt-in macht" ist eine Regieanweisung. "Füge hier einen useState-Hook ein" ist Tippen. Je präziser du das Ergebnis und seine Rahmenbedingungen benennst, desto weniger musst du später korrigieren.
• Setze die Leitplanken. Ein guter Agent arbeitet innerhalb von Grenzen, die du definierst: der Stack, den er verwenden darf, die einzuhaltenden Patterns, was als bestandener Test gilt, was er niemals anfassen darf. In sebb.pros Repos leben diese in schlichten CLAUDE.md-Dateien, die der Agent liest, bevor er anfängt.
• Review wie ein Lektor, nicht wie ein Korrekturleser. Die interessante Frage ist nicht "ist diese Zeile korrekt", sondern "hat er das richtige Problem gelöst, und zwar so, dass ich es warten wollen würde." Du liest den Diff auf Absicht und Architektur und widersprichst, wenn die Form nicht stimmt.
• Schließe den Kreis. Der größte Multiplikator ist, dem Agent einen Weg zu geben, seine eigene Arbeit zu prüfen: Tests, einen Type-Checker, eine laufende App, an der er rütteln kann. Ein Agent, der seine Fehler sehen kann, behebt die meisten davon, bevor du überhaupt hinschaust.

Warum das für ein Ein-Personen-Business zählt

Ich betreibe ein Gewerbe im Allgäu: Kunden-Webentwicklung plus ein SaaS-Produkt. Es gibt genau einen von mir. AI-Directed Engineering ist der einzige Grund, warum die Arbeitslast handhabbar ist.

Die ehrliche Ökonomie dahinter: Die Teile des Jobs, die früher den Tag gefressen haben (Boilerplate verdrahten, eine Config migrieren, das fünfte Kontaktformular des Quartals schreiben, einen Type-Fehler durch ein Refactoring jagen), werden jetzt dirigiert statt von Hand erledigt. Das schafft Stunden frei für die Teile, die sich nicht delegieren lassen: zu verstehen, was ein Kunde wirklich braucht, die geschmacklichen Entscheidungen zu treffen und die rechtlichen und datenschutzbezogenen Entscheidungen zu verantworten, die meine sind, egal, wer den Code geschrieben hat.

Dieselbe Praxis hat auch die Abläufe hinter den Kulissen umgeformt. Eine Handvoll kleiner Agents läuft nach Plan und übernimmt den wiederkehrenden Overhead: zusammenfassen, was sich über Projekte hinweg geändert hat, das Postfach triagieren, Fehlerraten beobachten. Auch die wurden nicht von Hand geschrieben; sie wurden beschrieben und ins Dasein dirigiert. Das Business läuft auf derselben Praxis, die es verkauft.

Was AI-Directed Engineering nicht ist

Es ist nicht "die KI macht es und du hörst auf hinzuschauen." Die Verantwortung wandert nicht weg. Wenn ich die Seite eines Kunden ausliefere, bin ich dafür verantwortlich: der Code, die DSGVO-Haltung, die Rechnung. Der Agent ist Hebel, kein Haftungsschild. Gut Regie zu führen heißt zu verstehen, was ausgeliefert wurde, gut genug, um dahinterzustehen.

Es ist auch keine Magie. Agents schlagen falsche Wege ein, over-engineeren einfache Dinge und verfehlen selbstbewusst den Punkt. Das meiste an Können steckt darin, das früh zu erkennen. Genau deshalb ist das Urteilsvermögen des Regisseurs die knappe Zutat, nicht die KI.

Die Fähigkeit, die wirklich knapp ist

Wenn Tippen der alte Engpass war, ist Urteilsvermögen der neue. Zu wissen, was zu bauen ist, wie "gut" aussieht, wo die echten Grenzen liegen und wann eine Antwort auf subtile Weise falsch ist, das ist jetzt die Arbeit. Die Tools werden im Erledigen immer besser. Sie werden nicht entscheiden, was es wert ist, getan zu werden, oder ob das Ergebnis etwas ist, unter das du deinen Namen setzen würdest.

Das ist der Teil, der immer noch deiner ist. AI-Directed Engineering räumt nur alles andere von deinem Schreibtisch, damit du mehr Zeit darauf verwenden kannst.