Glossar

Im Kontext von KI-gestützter Softwareentwicklung: Ein autonomes oder semi-autonomes System, das eigenständig Aufgaben ausführen kann. Anders als einfache KI-Assistenten, die nur auf Prompts reagieren, können Agenten komplette Workflows durchführen.

Eigenschaften:

• Autonomie: Führt Tasks ohne ständige Anleitung durch
• Tool-Use: Kann selbst Werkzeuge nutzen (Git, Compiler, APIs)
• Spezialisierung: Oft auf bestimmte Bereiche fokussiert
• Context-Awareness: Versteht Projektstruktur und Konventionen

Beispieltypen:

• Frontend-Agent: UI-Entwicklung
• Backend-Agent: API & Business Logic
• Testing-Agent: Automatisierte Tests
• DevOps-Agent: CI/CD & Infrastructure

Siehe auch: Agent Orchestration

Die Koordination mehrerer spezialisierter KI-Agenten, die zusammenarbeiten, um komplexe Softwareprojekte zu realisieren. Agent Orchestration ist eine Schlüsseltechnik für skalierbare Vibe-Coding-Workflows.

Konzept: Statt einen einzelnen Agenten alle Aufgaben erledigen zu lassen, werden spezialisierte Agenten für verschiedene Domänen eingesetzt und koordiniert – ähnlich wie ein Team menschlicher Entwickler.

Typisches Setup:

• Conductor: Übergeordnete Koordination
• Spezialisierte Agenten: Frontend, Backend, Testing, etc.
• Kommunikations-Layer: Definierte Schnittstellen und Contracts
• Human-in-the-Loop: Menschliche Oversight bei kritischen Entscheidungen

Herausforderungen:

• Merge-Konflikte vermeiden
• Klare Verantwortlichkeiten definieren
• Dependencies managen
• Konsistenten Code-Style sicherstellen

Siehe auch: Agent

Content, das während des Build-Prozesses einer Anwendung geladen und verarbeitet wird, nicht zur Laufzeit. Bei Static Site Generation (SSG) werden Inhalte aus Dateien oder APIs gelesen und in statisches HTML kompiliert.

Vorteile:

• Performance: Keine Laufzeit-Queries, instant Loading
• SEO: Fully rendered HTML für Crawler
• Caching: Einfach zu cachen, CDN-friendly
• Sicherheit: Keine direkten DB-Zugriffe im Frontend
• Simplicity: Keine Backend-Runtime notwendig

Beispiel:

/content/news/*.mdx → Build → /news/[slug].html

Use Cases:

• Blogs und News-Sites
• Dokumentation
• Marketing-Landing-Pages
• Portfolios

Limitations:

• Content-Updates erfordern Rebuild
• Nicht für user-generated Content
• Keine Personalisierung ohne Client-Side JS

Siehe auch: Static Site Generation

Ein KI-gestützter Coding-Assistent von Anthropic, basierend auf dem Claude-Sprachmodell. Claude Code zeichnet sich durch besonders lange Kontext-Fenster (100k+ Tokens) und präzises Code-Verständnis aus.

Hauptfeatures:

• Tiefes Verständnis großer Codebasen
• Kontextbezogene Code-Vorschläge
• Refactoring und Code-Reviews
• Test-Generierung
• Dokumentations-Erstellung

Unterschied zu allgemeinem Claude: Claude Code ist speziell für Entwicklungsaufgaben optimiert und in IDEs wie VS Code oder Cursor integrierbar.

Stärken:

• Längerer Kontext als die meisten Alternativen
• Weniger Halluzinationen
• Präzise Anweisungsbefolgung
• Exzellent für komplexe Refactorings

Ein Paradigma, bei dem menschliche Entscheidungsträger an kritischen Punkten in automatisierte Workflows eingebunden werden. Im Kontext von KI-gestützter Entwicklung bedeutet dies, dass wichtige Entscheidungen nicht vollständig an Agenten delegiert werden.

Prinzip: KI-Agenten können autonom arbeiten, aber bei wichtigen Entscheidungen oder Unsicherheiten wird menschliches Urteilsvermögen eingeholt.

Wann Human-in-the-Loop?

• Architektur-Entscheidungen: Grundlegende Design-Choices
• Security-Relevante Änderungen: Auth, Permissions, Daten-Handling
• Breaking Changes: API-Änderungen, die Downstream-Effects haben
• Konflikt-Resolution: Wenn Agenten sich widersprechen
• Quality Gates: Vor Production-Deployments

Beispiel-Workflow:

Agent generiert Code
  ↓
Automated Tests laufen
  ↓
→ Human Review (Code Review)
  ↓
Approve/Reject/Request Changes
  ↓
Deployment

Balance finden: Zu viel Human Oversight = Verlust der Effizienz Zu wenig = Risiko von Fehlern und technischer Schuld

Best Practice: Definiere klare Regeln, wann Human-in-the-Loop nötig ist, und lass Routine-Tasks vollständig automatisiert laufen.

Die Kunst und Wissenschaft, Anfragen an KI-Systeme so zu formulieren, dass optimale Ergebnisse erzielt werden. Im Coding-Kontext geht es darum, KI-Tools wie Claude Code oder ChatGPT präzise Anweisungen zu geben.

Elemente guter Prompts:

• Klarheit: Präzise Beschreibung der Anforderung
• Kontext: Relevante Informationen über Projekt und Stack
• Constraints: Einschränkungen und Rahmenbedingungen
• Format: Gewünschte Struktur des Outputs
• Examples: Beispiele für erwartetes Ergebnis

Best Practices:

❌ Schlecht: "Mach eine Login-Funktion"

✅ Gut: "Erstelle eine TypeScript Login-Funktion für Next.js
mit Email/Password Auth über PostgreSQL (self-hosted). Include Error Handling,
Loading States, bcrypt für Password Hashing und TypeScript-Interfaces für Props."

Fortgeschrittene Techniken:

• Chain-of-Thought Prompting
• Few-Shot Learning
• Role Prompting
• Context Injection

Ein Rendering-Pattern, bei dem Webseiten zur Build-Zeit als statische HTML-Dateien generiert werden. Im Gegensatz zu Server-Side Rendering (SSR) werden Seiten nicht bei jedem Request neu generiert, sondern einmal gebaut und dann ausgeliefert.

Wie es funktioniert:

1. Build-Prozess wird gestartet
2. Content wird aus Quellen geladen (MDX, Markdown, CMS, API)
3. Pages werden als statisches HTML gerendert
4. Resultierendes HTML + Assets werden deployed

Frameworks mit SSG:

• Next.js (mit getStaticProps)
• Gatsby
• Hugo
• Astro
• 11ty

Ideal für:

• Content-Sites (Blogs, Docs, Marketing)
• Sites mit Updates in größeren Intervallen
• SEO-kritische Seiten
• Hoher Traffic mit gleichem Content für alle User

Nicht ideal für:

• Highly dynamic Content
• User-specific Personalization
• Real-time Data
• User-generated Content

Hybrid-Ansätze: SSG für Core Content + Client-Side JS für Dynamic Features = Best of both worlds

Siehe auch: Build-time Content

Eine moderne Entwicklungsphilosophie, die menschliche Intuition und Kreativität mit KI-Unterstützung verbindet. Der Begriff "Vibe" bezieht sich auf den Flow-Zustand, in dem Entwickler optimal produktiv und kreativ arbeiten.

Im Gegensatz zu traditionellem Coding oder reinem Prompting nutzt Vibe Coding KI-Tools als intelligente Co-Piloten, die kontextbezogen unterstützen, während der Entwickler die kreative Kontrolle und Entscheidungsgewalt behält.

Kernprinzipien:

• Iterative Ko-Kreation mit KI
• Intuitive Entscheidungsfindung
• Balance zwischen Automatisierung und menschlicher Expertise
• Focus auf Architektur und Business Logic statt Boilerplate