Vom Prompt zum Produkt: Spec-Driven Development mit Agent-Workflows

In der schnelllebigen Welt der Softwareentwicklung suchen wir ständig nach Wegen, um unsere Prozesse zu optimieren und die Qualität unserer Arbeit zu steigern. Dabei begegnen uns aktuell zwei gegensätzliche Ansätze:

• "Vibe-Coding" ist ein intuitiver und kreativer Ansatz, bei dem Entwickler schnell in den "Flow" kommen, um zügig Ergebnisse zu erzielen.
• "Spec-Driven Development" mit Agent-Workflows ist ein strukturierter Ansatz, der durch präzise Spezifikationen und den Einsatz von Agenten reproduzierbare und skalierbare Ergebnisse liefert.

Mit dem Aufkommen leistungsfähiger Tools wie OpenCode gewinnt insbesondere die Arbeit mit Agenten und Subagenten massiv an Bedeutung. Wir wollten herausfinden, ob Softwareentwicklung komplett ohne das "Selbstschreiben" von Code funktioniert und wie weit man mit einem konsequenten Agent-Ansatz kommen kann. Aus diesem Grund haben wir ein Experiment gestartet und teilen hier unsere Learnings.

Bei OTTO laufen aktuell zahlreiche Initiativen rund um AI. Das Team AI Engineering Excellence (AIEE) unterstützt dabei teamsübergreifend beim Enablement entlang des gesamten Product Development Lifecycle (PDLC). Um das Potenzial von Agenten im realen Projektumfeld zu testen, haben wir gemeinsam mit dem AIEE-Team ein zweiwöchiges Experiment aufgesetzt:

• Ziel: Ein internes Frontend bis zum MVP (Minimum Viable Product) bringen.
• Rahmenbedingung: Keine manuell geschriebene Codezeile verwenden.
• Nebenbedingung: Vibe-Coding konsequent vermeiden.

Um das Experiment effizient und zielgerichtet durchzuführen, haben wir klare Rollen und einen strukturierten Ablauf definiert:

AIEE-Team

• Übernahm die Enabler-Rolle und stellte das notwendige Know-how zu Agent-Skills bereit.
• Unterstützte das Projekt durch Beratung bei Architekturentscheidungen und übernahm Aufgaben der Qualitätssicherung.

Unser Team

• War verantwortlich für die Umsetzung des Projekts und die Steuerung der Agenten.
• Erstellte die benötigten Spezifikationen und sorgte dafür, dass die Anforderungen klar definiert und dokumentiert wurden.

Ergänzend fanden tägliche Syncs, intensive Pairing-Sessions und schnelle Iterationszyklen statt. Diese Maßnahmen förderten den kontinuierlichen Austausch im Team und ermöglichten es, Herausforderungen gemeinsam zu lösen. Das Ergebnis war ein hoher Wissensaustausch und eine schnelle Lernkurve für alle Beteiligten.

Specification-Driven Development ist ein methodischer Ansatz in der Softwareentwicklung, bei dem die Umsetzung von Software auf der Grundlage detaillierter und klar formulierter Spezifikationen erfolgt. Anforderungen werden vor Beginn der Implementierung schriftlich festgehalten und dienen als verbindliche Grundlage für alle weiteren Entwicklungsschritte – im beschriebenen Kontext auch für den Einsatz von Agenten.

Die zentrale Idee:
Statt den Code direkt zu generieren, werden zunächst Spezifikationen erstellt, die anschließend den Code deterministisch und nachvollziehbar erzeugen.

Abbildung 1: Unser Agentic Engineering Workflow – von der Anforderung bis zur Freigabe.

Dieser Workflow hat uns geholfen, sowohl schneller voranzukommen als auch die Codequalität zu steigern. Indem wir Stories gründlich verfeinerten, Pläne kritisch hinterfragten und Entscheidungen bereits von Beginn an klar dokumentierten, verhinderten wir aufwendige Korrekturschleifen. Eine solide Planungsphase sorgte dafür, dass unsere Umsetzung von Anfang an zielgerichtet und effizient verlief.

Wie in der Darstellung zu sehen, folgt unser Workflow einem klaren Ablauf:

• Story: Wir starten mit einer präzisen User-Story (Problem, Akzeptanzkriterien, Rahmen).
• Plan: Im Planungs-Modus mit Agenten verfeinern wir die Story zu einem umsetzbaren Fahrplan, identifizieren Risiken und dokumentieren Entscheidungen.
• Implement: Entsprechend dem geprüften Plan schreiben wir nur kleine, verifizierbare Code-Abschnitte und committen in kurzen Checkpoints.
• Review: Abschließend prüfen wir, ob Code und Plan übereinstimmen und ob der Plan ausreichend war.

Dieser Zyklus aus Story → Plan → Implement → Review sorgt für Transparenz, hohe Qualität und schnelle Iterationen.

Eines unserer wichtigsten Learnings: Eine präzise Story (Problem, Akzeptanzkriterien, Grenzen) bildet die Basis. Darauf baut ein sorgfältig geprüfter Plan auf, der vor dem Loslegen hinterfragt wird.

Pitfall: Ohne diesen Ablauf verzetteln sich Agenten schnell in unübersichtlichen Änderungen. Wir hatten in unserem Experiment nicht alle Retouren-Services definiert und es wurden dementsprechend nicht alle im Dropdown-Menü gelistet.

Lösungsstrategie: Festhalten aller Artefakte (Stories, Pläne, Entscheidungen) und konsequentes Arbeiten nach dem Story-Plan-Commit-Review-Zyklus gewährleisten Transparenz, Qualität und Geschwindigkeit.

Die Qualität der Spezifikation bestimmt maßgeblich die Qualität des Ergebnisses: Unklare Anforderungen führen zu unklaren Ergebnissen, während präzise Spezifikationen zu erstaunlich guten Outputs führen.

Pitfall: Häufig besteht die Tendenz, Agenten als universelle Problemlöser einzusetzen und ihnen eine Vielzahl unterschiedlicher Aufgaben gleichzeitig zu übertragen. Das Problem dabei: Der Kontext läuft voll und dadurch sinkt die Qualität deutlich ab (ab ca. 70% Auslastung).

Lösungsstrategie: 

• Subagenten kommen gezielt dort zum Einsatz, wo Aufgaben unabhängig voneinander sind und parallel bearbeitet werden können.
• Durch klare Verantwortlichkeiten für jeden Subagenten bleibt die Übersicht erhalten und die Qualität der Ergebnisse wird gesichert.

Hier ein Beispiel-Prompt für die Implementierung via Subagenten:
“Implement. Go task by task. Spawn a subagent for each task. Use TDD Red-Green-Refactor. Create a commit. Ask me questions if anything is not clear enough”

Unser Learning: Tests von Anfang an sind essenziell. Sie fangen Fehler früh ab und geben Sicherheit bei jeder Änderung. Ohne automatisierte Tests schlichen sich unentdeckte Bugs ein, wie z. B. nicht funktionierende Buttons oder fehlende Validierungen ein.

Pitfall: Agenten generieren Code, aber ohne Tests fehlen Rückkanäle zur Qualitätssicherung und Regressionen schleichen sich ein.

Lösungsstrategie: Jeden Subagenten verpflichten, vor der Implementierung einen Test-Stub (Unit- oder Snapshot-Test) anzulegen. Mit dem Ablauf „Red – Green – Refactor“ stellen wir sicher, dass jede Änderung verifiziert ist, bevor sie in den Main-Branch wandert.

• Durch frühzeitige Validierung der Funktionalität können potenzielle Bugs bereits im Entwicklungsprozess erkannt und behoben werden.
• Automatisierte Tests helfen dabei, Regressionen zu vermeiden, indem sie sicherstellen, dass neue Änderungen keine bestehenden Funktionen beeinträchtigen.
• Iterationen verlaufen sicherer und kontrollierter, da kontinuierliche Tests eine stabile Weiterentwicklung ermöglichen.