Agentic Software Engineering edit

Modulverantwortlich	Prof. Dr. Uwe van Heesch
Dozent:innen	M.Sc. Anja Bertels, Prof. Dr. Uwe van Heesch
Sprache	deutsch
Kreditpunkte	5
Voraussetzungen nach Prüfungsordnung	keine
Empfohlene Voraussetzungen	Grundkenntnisse des Software Engineering, wie sie in einem abgeschlossenen SE-Grundlagenmodul vermittelt werden. Diese Inhalte werden im Modul aufgefrischt und im Kontext KI-gestützter Entwicklung vertieft, aber nicht neu eingeführt. Sichere Programmierkenntnisse in mindestens einer Programmiersprache. Praktische Git-Kenntnisse.
Prüfungsformen	Mündliche Prüfung (60%) und Lernportfolio (40%)
Prüfer:innen	Prof. Dr. Uwe van Heesch, M.Sc. Anja Bertels
Prüfungszeitpunkt	Außerhalb der Prüfungswochen
Prüfungsanmeldung Wintersemester 2026/27	11.01.2027 – 18.01.2027 (Abmeldung bis 15.01.2027) Prüfung außerhalb der Prüfungswochen; Termin mit der Prüferin/dem Prüfer abstimmen alle Termine
Häufigkeit des Angebots	jedes Wintersemester
Letzte Aktualisierung	22. September 2026

Learning Outcomes

Die Studierenden führen Software-Engineering-Aktivitäten sowohl manuell als auch spezifikationsgetrieben mit agentischer KI durch und bewerten die entstehenden Artefakte und Prozesse (WAS), indem sie

die Aktivitäten des Software-Engineering-Lebenszyklus einordnen und erklären, wie die dabei entstehenden Artefakte als Grundlage und Rahmenbedingung für weitere Aktivitäten dienen,
Anforderungen erheben, analysieren und spezifizieren,
Softwarearchitekturen und architekturrelevante Entscheidungen entwerfen und dokumentieren,
Designprinzipien anwenden,
Coding-Agenten zur Implementierung anleiten,
das Verhalten von Agenten nachvollziehen und ihre Steuerung entsprechend anpassen,
Arbeitspakete identifizieren und Abhängigkeiten modellieren (Work Breakdown Structure, Critical Path),
Agentenarbeit parallelisieren und den Fortschritt überwachen,
KI-generierte Artefakte anhand definierter Qualitätskriterien kritisch reviewen, den Vergleich zwischen manueller und KI-gestützter Durchführung dokumentieren (WOMIT),

um komplexe Softwareprojekte zu realisieren, in denen agentische KI die Umsetzung unterstützt, während der Mensch Architekturentscheidungen, Qualitätsverantwortung und Prozesssteuerung behält (WOZU).

Inhalt

Grundlagen LLM-basierter Coding-Agenten (Funktionsweise, Agent-Harness, Tool-Use, Kontextfenster)
Der Software-Engineering-Lebenszyklus als zusammenhängendes Ganzes
Requirements Engineering (funktionale Anforderungen, Qualitätsanforderungen nach ISO/IEC 25010, architekturrelevante Anforderungen)
Software-Architektur (Architekturstile, Entwurfsentscheidungen, ADRs)
Software Design Prinzipien (SOLID)
Construction mit Agenten (Agenten anleiten, Code lesen, verstehen und bewerten)
Qualitätssicherung und Verifikation (Review-Strategien, Akzeptanzkriterien, Testen)
Artefaktmanagement für KI-gestützte Entwicklung (Spezifikationen, ADRs, Kontextdokumente, Agent Instructions)
Arbeitsplanung und Parallelisierung (Work Breakdown Structure, Critical Path Modelling)
Agentensteuerung und Harness Engineering (Prompt Engineering, Kontextmanagement, Agentenführung)

Als durchgängige Fallstudie dient ein System ausreichender Komplexität, an dem alle SE-Phasen erarbeitet werden. Die Studierenden durchlaufen jede Phase zuerst manuell, dann KI-gestützt, und vergleichen die Ergebnisse.

Technologiestack:

IntelliJ IDEA
Coding-Agenten (z. B. Kiro, Claude Code, oder Open Code mit Open-Weight-Modellen)
Git und GitLab
Programmiersprache und Framework gemäß Fallstudie

Methoden

Workshopbasierter Unterricht mit Demonstrationen agentischer KI
Durchgängige Fallstudie über mehrere Sitzungen hinweg
KI-gestützte Lernbegleitung durch Coding-Agenten:
- Sokratische Dialoge zur Vertiefung des Verständnisses
- Individuell generierte Übungsaufgaben als optionales zusätzliches Angebot
- Interaktive Code-Reviews und Feedback
Praktische Übungen in individuellen Git-Repositories
Peer-Reviews
Strukturierte Reflexionsphasen mit Dokumentation
Jede Sitzung wird in einer Markdown-Datei zusammengefasst, die als Kontext für die eigenen Agenten der Studierenden nutzbar ist

Literatur

Keine Pflichtliteratur. Aktuelle Literaturhinweise werden während der Veranstaltung gegeben.

Sonstiges

Der Kurs setzt Grundkenntnisse in den behandelten Software-Engineering-Methoden (Requirements Engineering, Architektur, Design) voraus. Diese werden im Kurs aufgefrischt und bei Bedarf vertieft, aber nicht von Grund auf vermittelt.
Ein eigener Laptop ist erforderlich, der die Kapazität hat, einen Coding-Agenten (CLI-basiert) und eine Entwicklungsumgebung zu betreiben.
In dem Kurs wird die Verwendung generativer KI nicht nur empfohlen, sondern ist zentraler Lerngegenstand. Der reflektierte Umgang mit Coding-Agenten wird explizit gelehrt und bewertet.
Die Studierenden dürfen KI für alle Elemente ihres Portfolios nutzen, einschließlich der Reflexionen. Bei der mündlichen Präsentation wird davon ausgegangen, dass die Studierenden jedes Element selbst verfasst haben und jede darin enthaltene Aussage begründen können.
Das Modul ist Teil der Wahlspezialisierung (WASP) „Agentic Software Engineering" und kann auch separat als Wahlpflichtfach belegt werden.