craftingIT

Spec-driven Agentic Software Engineering

Künstliche Intelligenz revolutioniert Individualentwicklung

Individuell entwickelte Software prägt jedes Unternehmen. Sie bildet differenzierende Geschäftsprozesse ab und ist ein wichtiger Teil der eigenen Produkte. Genau dort, wo Standardsoftware an ihre Grenzen stößt, bleibt sie auch in einer KI-getriebenen Welt der Schlüssel zum Erfolg. Um im Wettbewerb zu bestehen, ist laufendende Weiterentwicklung und Modernisierung notwendig.


Generative KI verändert den Softwarelebenszyklus von der Anforderungserhebung bis zum Betrieb grundlegend. Sie erlaubt eine massive Beschleunigung von Coding, Testerstellung und Dokumentation. Diese Effizienzsteigerung führt dazu, dass die Wirtschaftlichkeitsgrenze für Vorhaben schneller erreicht wird. Use Cases, die bisher zu klein oder zu speziell für eine Individualentwicklung waren, werden jetzt wirtschaftlich tragfähig. Unter diesen Rahmenbedingungen wird deutlich mehr Individualsoftware entstehen und entscheidende Fragen verschieben sich von der Ressourcenplanung und Priorisierung zu Steuerbarkeit, Qualität und Nachvollziehbarkeit.

Der eigentliche Engpass liegt deshalb nicht mehr beim Coding, sondern in den zugrundeliegenden Anforderungen und Konzepten. Unklare oder nicht KI-gerecht formulierte Anforderungen treiben Tokenverbrauch und Kosten in die Höhe und begünstigen technische Schulden. Wer Anforderungen dagegen präzise und maschinenlesbar spezifiziert, gewinnt Geschwindigkeit und Kontrolle zugleich. Business Analyse und Software Engineering wachsen deshalb zu einer gemeinsamen Disziplin zusammen.


Für die notwendige Anforderungsqualität greifen zwei in der Praxis vorkommende Extreme zu kurz:

  • Rein prompt-getriebenes "Vibe Coding" liefert schnelle Prototypen, bleibt aber ohne belastbare Architektur ein Anti-Pattern.
  • Klassische, dokumentenlastige Vorgehensweisen sind belastbar, skalieren aber weder im Tempo noch in den Kosten.

Der Ausweg liegt dazwischen: Spezifikationsgetriebene Entwicklung bringt Mensch und KI entlang klarer Leitplanken zusammen.

bridgingIT hilft Ihnen dabei, Ihre individuellen Entwicklungsprozesse auf die nächste Evolutionsstufe zu heben, KI wirtschaftlich einzusetzen und Projekte konsequent am Geschäftsnutzen zu orientieren.


Profilbild Andreas Morgenstern

„KI verschiebt die Grenzen der Individualentwicklung: Was bislang aus Kosten- und Aufwandsgründen mit Standardsoftware oder pragmatisch in Excel gelöst wurde, wird heute als maßgeschneiderte, enterprisefähige Individuallösung wirtschaftlich attraktiv. Make-or-Buy-Entscheidungen werden wesentlich stärker in Richtung Individualentwicklung ausfallen als noch vor wenigen Jahren.“

Andreas Morgenstern| Competence Software Engineering, bridgingIT

Ihre Motivation: Enterprise-fähige Softwaregenerierung
mit Spec-driven Development


Ein systematisches Fundament aus Spezifikation, Prozess und Governance macht KI-gestützte Entwicklung im Enterprise-Umfeld beherrschbar und schafft konkrete Vorteile.

Ihre Business-Motivation auf einen Blick:
 

KI unter Kontrolle: Verantwortung, Compliance und Nachweisbarkeit


  • Governance & Compliance by Design: Nachvollziehbarkeit, Audit-Trails und regulatorische Anforderungen (EU AI Act, ISO/IEC 27001) sind in den Delivery-Flow integriert statt nachgelagert.
  • Human-in-the-Loop: KI ist Werkzeug, kein Entscheider. Fachliche und technische Verantwortung sowie die finale Freigabe bleiben zu 100 Prozent beim Menschen.
  • Transparenz: Entscheidungen und Veränderungen an Code sind jederzeit nachvollziehbar. Die Grundlage für diese Transparenz ist revisionssichere Codeverwaltung, die nun auch die Spezifikation, Aufgabenplanung und Release-Historie umfasst.

Wirksame KI im Delivery:
Schnell, stabil und modernisierungsfähig


  • Single Source of Truth: Die maschinenlesbare Spezifikation ist der Stabilitätsanker im Entwicklungsprozess. Fachlogik bleibt als Asset erhalten – unabhängig von eingesetztem Sprachmodell, Spezifikations-Agenten oder Coding-Agenten.
  • Qualität und Tempo zugleich: KI-Geschwindigkeit bei gleichzeitig hoher Qualität, Testtiefe und Wartbarkeit, wie in der klassischen Software-Entwicklung.
  • Green- und Brownfield: Nicht nur Neuentwicklung, sondern auch KI-gestützte Modernisierung bestehender Legacy-Systeme mit effektiven Migrationspfaden und Business-Continuity.

Zusammengefasst:

Die Herausforderung am Markt besteht nicht mehr darin, mit KI schneller zu entwickeln, sondern dabei Kontrolle, Nachvollziehbarkeit und fachliche Substanz zu behalten. Wer KI-Tempo und klassische Qualität in der Neuentwicklung und in der Modernisierung verbinden will braucht eine Spezifikation als stabile Basis, Governance von Anfang an und Menschen, die verantworten und freigeben.

 

Wir machen KI-zentrische Softwareentwicklung enterprise-fähig

Unser Schwerpunkt liegt auf belastbarer Architektur und sauberem Engineering. Die Spezifikation wird zur führenden Quelle, die KI übernimmt die Fleißarbeit, der Mensch verantwortet Business-Logik, Architektur und Freigabe. Aus „Dokument-Fokus“ wird „Commit-Fokus“: Anforderungen leben versioniert dort, wo auch der Code lebt.

Ob Neuentwicklung oder Modernisierung – wir führen beide Ausgangslagen in einen konsistenten Spec-as-Code-Prozess über. Zwei mögliche Startpunkte, Spezifikation als Code, iterative Verprobung und durchgehende Architektur-Governance münden in eine schlagkräftige AI-First Delivery-Zelle.


Wir holen Ihre Organisation dort ab, wo sie steht, und entwickeln das technische Anforderungsmanagement und die Business Analyse konsequent in Richtung KI weiter:

  • Spec-first (Code-as-Truth): Anforderungen werden als formale Spezifikationen beschrieben und zur Codegenerierung genutzt. Einstiegspunkt in Specification-driven Development.
  • Spec-anchored: Die Spezifikation entwickelt sich parallel zur Software und wird bei jeder Änderung aktualisiert. Unser Ziel für die Transformation von Bestandsprojekten.
  • Spec-as-Code / Spec-as-Truth: Nur Änderungen an der Spezifikation lösen Änderungen am Code aus – abgesichert über Continuous Integration Gates (CI-Gates), Contract-Tests und Regenerations-Pipelines. In diesem Reifegrad sind verschiedene Abstufungen der Autonomie von Agenten sinnvoll:
    • Human-in-the-Loop, wo der Mensch fester Teil des Entwicklungsprozesses ist, und
    • Human-on-the-Loop, wo der Mensch nur noch überwachend in Aktion tritt.

Es gibt nicht eine Lösung für alles. Wir gliedern Spezifikationen nach ihrem Zweck, um Klarheit und Automatisierung zu erreichen:


Bereich
Verhalten
Fokus
Was soll das System tun?
Beispiele für maschinenlesbare Abbildung
  • BDD mit Gherkin (Given/When/Then)
  • Entscheidungstabellen in Markdown
  • Zustandsautomaten via UML-as-Code mit plantUML
Bereich
Prozesse & Architektur
Fokus
Wie ist der Ablauf?
Beispiele für maschinenlesbare Abbildung
  • UML-as-Code mit plantUML
  • Mermaid
  • Structurizr DSL (C4-Basis)
  • LikeC4
  • BPMN-as-Code (XML)
  • Strukturiertes Markdown
Bereich
Schnittstellen
Fokus
Wie kommunizieren Systeme?
Beispiele für maschinenlesbare Abbildung
  • OpenAPI / Swagger
  • AsyncAPI
  • GraphQL SDL
Bereich
Datenstruktur
Fokus
Wie sind die Daten aufgebaut?
Beispiele für maschinenlesbare Abbildung
  • JSON Schema
  • XML Schema
  • GraphQL SDL
  • UML-as-Code mit plantUML
  • Mermaid


Zusammen ergeben diese Säulen eine vollständige, automatisierte Dokumentation. Sie lebt direkt im Repository, ist versionierbar und vom System gemanagt. Der Spec-driven-Ansatz verhindert so, dass Dokumentationen mit der Zeit veralten.

Unser iterativer AI-First-Entwicklungsprozess verbindet Geschwindigkeit mit Kontrolle. An definierten Punkten liegt die Verantwortung bewusst beim Menschen.

Scoping
Mensch

Welche Anforderungen sollen in der Iteration umgesetzt werden?

KI-Agenten

KI-Agenten analysieren die Anforderungen, formalisieren sie und leiten Aufgaben, Spezifikationen und Entscheidungen daraus ab.

Verständnis prüfen
Mensch

Haben die KI-Agenten die Anforderungen richtig verstanden?

  • zielführende und zulässige Architekturentscheidungen
  • sinnvolle und vollständige Aufgaben
  • notwendige Testfälle
KI-Agenten

KI-Agenten setzen die Aufgaben um. Abschließend initiieren die KI-Agenten einen Pipelinelauf und erstellen einen nachvollziehbaren Umsetzungsbericht.

Umsetzung prüfen
Mensch

Sind die neuen Anforderungen fachlich richtig umgesetzt?

Stimmt die Softwarequalität?

  • Code-Review,Security-Review
  • Tests und Testergebnisse prüfen
  • Infrastrukturcode prüfen
KI-Agenten

KI räumt auf und prüft, ob alle Änderungen committed sind, und merged die Änderungen in den Main-Branch.

Release
Mensch
  • Sind alle notwendigen Artefakte zur Dokumentation vorhanden?
  • Wollen wir damit produktiv gehen?
  • Ist alles committed und gemerged?
KI-Agenten

Deployment / Inbetriebnahme (optional)

Die vier Phasen im AI-First-Entwicklungsprozess
AI-First-
Entwicklungs-
prozess

  • Individuelle Anpassung des Vorgehensmodells an regulatorische Anforderungen, Systemlandschaften und Kritikalität der Anwendung (z. B. Coding-Guidelines, Vier-Augen-Prinzip, KRITIS-Anforderungen).
  • Integration von Qualitäts-, Sicherheits- und Compliance-Anforderungen direkt in die Spezifikation statt nachgelagerter Kontrollschleifen. (z. B. Rückführbarkeit von Code auf Anforderung, Tracability von Code-Erstellung).
  • Projektspezifische Spezifikationen statt starrer Standardschablonen als zentrale Referenz der Entwicklung.
  • Mensch als zentrale Entscheidungs- und Prüfinstanz für Vorgehen, Spezifikation und Ergebnisse.
  • Vereinigung von hoher Entwicklungsgeschwindigkeit und Enterprise-tauglicher Qualität durch Tempo und Kontrolle.

  • Leitplanken als integraler Bestandteil der Spezifikation statt nachgelagerter Kontrollschritt am Ende des Prozesses.
  • Verbindliche Anforderungen an Sicherheit, Qualität sowie Nachvollziehbarkeit und Auditierbarkeit als Grundlage der Guardrails.
  • Prüfung, Dokumentation und Absicherung KI-generierter Ergebnisse bereits während ihrer Entstehung statt erst im Nachgang.
  • Governance-Ausgestaltung abhängig von regulatorischen Anforderungen, Systemlandschaften, Kritikalität und Compliance-Vorgaben.
  • Kombination mit VISE Coding als zusätzliche Absicherung für besonders kritische Anwendungsfälle.

Struktur und Erfahrung mit dem bridgingIT Agentic Engineering Framework


Das bridgingIT Agentic Engineering Framework standardisiert Spec-driven Development und Harness Engineering mit durchgängigen Vorgaben, Werkzeugen und Prüfmechanismen für das Enterprise-Umfeld. So ermöglicht es hocheffiziente, outcome-orientierte Entwicklungsworkflows, in denen Menschen und KI-Agenten spezifikationsgetrieben und verlässlich zusammenarbeiten. Die Basis dafür ist unsere umfassende Erfahrung in großen IT-Landschaften und KRITIS-Umfeldern. Das Framework liefert die technische Grundlage für Spezifikation, Entwicklung, Steuerung und Absicherung produktiver KI-Agenten. Anerkannte Standards, Patterns und Best Practices fließen systematisch in von KI-Agenten erzeugte Artefakte, wie z. B. Specs, Contracts, Policies, Code und Tests. So sorgt das Framework für wirksame und kontrollierbare KI in Agentic Software Engineering, Agentic Platform Engineering und Agentic Business Engineering.



Profilbild Dr. Christian Gitte

„Mit KI verschiebt sich der Engpass im Software Development Lifecycle auf Anforderungen und Konzepte. Unsere Architekt*innen, Business Analyst*innen und Entwickler*innen werden zu Agentic Engineers: Sie erzeugen den Härtegrad der Spezifikationen, der Business-Fokus, Qualität und Kontrolle sichert.“

Dr. Christian Gitte | Competence Lead Strategy & Business Engineering, bridgingIT

Transformation der Projektorganisation von Dokument-Fokus zum Commit-Fokus


Spec-as-Code verändert nicht nur die Technik, sondern die gesamte Arbeitsweise. Wenn die Spezifikation im Repository liegt und die „Wahrheit“ darstellt, werden Jira- oder Azure-DevOps-Tickets vom „Anforderungs-Container“ zum „Tracking-Instrument für Spezifikations-Änderungen“. Product Owner pflegen die Spezifikationen, Entwickler arbeiten spezifikationsgesteuert, Tester nutzen Gherkin-Dateien als Testfälle. Das Board wird zum Status-Dashboard für das Repository.


  • Cloud-Plattformen: StackIT, DelosCloud, Microsoft Azure, Amazon AWS, Google Cloud Platform.
  • Sprachen & Frameworks: Java, .NET, Python, Kotlin, Go, JavaScript/TypeScript, Node.js; Angular, React, Vue.js, Next.js; Kubernetes, Kafka.
  • AI-Coding & Agenten: GitHub Copilot, Claude Code sowie technologieoffene Coding-Agents ohne Lock-in.
  • SDD-Frameworks: OpenSpec, GitHub Spec Kit, BMad und das bridgingIT Agentic Engineering Framework.
  • Spec-Standards: Gherkin, OpenAPI/Swagger, JSON Schema, Markdown/Mermaid, Arc42, ADRs.
  • Delivery-Mechanik: CI/CD, Contract-Tests, Regenerations-Pipelines, Test-Pyramide, DevSecOps, MLOps/LLMOps.

Was Sie konkret von uns erhalten

Am Ende zählt, was bleibt: übergabefähige Artefakte, die eigenständig nutzbar sind und jeweils auf einen konkreten Mehrwert für Ihre Organisation einzahlen.

Sie erhalten keine Foliensammlung, sondern belastbare Liefergegenstände und produktiv betreibbare Software.

Ihre Business-Motivation auf einen Blick:
 

Produktiv betreibbare Anwendung

Enterprise-fähige Software mit hoher Qualität, Sicherheit, integrierter Dokumentation und schnellem Time-to-Value.

Modernisierungs-/Migrationskonzept

Green- und Brownfield-tauglicher Pfad inkl. Business-Continuity für bestehende Legacy-Landschaften.

Spec-as-Truth-Baseline

Maschinenlesbare, versionierte Spezifikation als Single Source of Truth – Grundlage für Codegenerierung, Testautomatisierung und Nachweisführung.

Zielbild & SDD-Reifegrad-Roadmap

Klarer Standort (Spec-first / Spec-anchored / Spec-as-Code) und priorisierter Weg mit Quick Wins statt Blindflug.

Referenz-Setup Spec-driven Development Environment

Einsatzbereites SDD-Framework mit erzwungener Governance und Traceability von Code bis Story: Das bridgingIT Agentic Engineering Framework.

Test- & Contract-Suite aus der Spec

Automatisierte Qualitätssicherung: KI-Abweichungen fallen sofort auf, höhere Testabdeckung, frühere Fehlererkennung.

Governance- & Nachweispaket

Audit-Trails, Traceability und EU-AI-Act-/ISO-konforme Dokumentation, integriert in den Delivery-Flow.


Profilbild Tobias Meier

„Human in the Loop heißt für mich nicht, jede Zeile Code abzunicken.
Meine Verantwortung ist es, sicherzustellen, dass die Software das tut, was sie soll. Entscheidend ist, dafür die richtigen Methoden, Prozesse und Qualitätssicherungsmechanismen zu etablieren –
gerade wenn KI zunehmend die Implementierung übernimmt.“

Tobias Meier | Lead Architect, bridgingIT

Erfolgreiche Umsetzung: vom Prototyp zur produktiven Unternehmensanwendung
 

Der Wert entsteht erst mit der Realisierung. Wir führen die Umsetzung entlang klarer Quality Gates, sodass jeder Schritt entscheidungsfähig bewertet ist, bevor der nächste beginnt:


  • Prototyp-Assessment: Code-, Architektur- und Security-Review; Entscheidung refaktorieren oder neu aufsetzen.
  • Hardening & Refactoring: Tragfähige Architektur, Tests und CI/CD; Security, Datenschutz und Lizenzklärung.
  • Enterprise-Integration: SSO, Rollen- und Berechtigungskonzept, Anbindung an Kernsysteme, Hosting und Betrieb.
  • Rollout & Weiterentwicklung: Schulung, Monitoring, Support sowie klares Ownership in Fachbereich und IT.

Auch für den Mittelstand: right-sized statt reduziert
 

Dieselbe Methodik lässt sich am Bedarf ausrichten. Wir starten mit einem fokussierten Reifegrad-Check und einem produktiven ersten Anwendungsfall auf schlankem Spec-as-Code-Fundament. Governance ist von Beginn an mitgedacht, aber right-sized: Der Umfang folgt Ihrem Reifegrad, nicht einem Konzern-Overhead. Der Einstieg skaliert später ohne Bruch zur vollen Spec-as-Truth-Delivery.


Profilbild Carsten Schindler

„KI beschleunigt mich, aber sie entscheidet nicht für mich. Was fachlich richtig ist, klären Menschen, die das Geschäft durchdringen, und sie halten es in der Spezifikation fest.“

Carsten Schindler | Lead Architect, bridgingIT

Ausgewählte Offerings
für Spec-driven Agentic Software Engineering

Spec-driven Feature Engineering etablieren


Komplexe Anforderungen im regulierten Umfeld profitieren durch transparentes Wissen und konsistente Spezifikationen besonders vom KI-gestützten Business Engineering. Anforderungen bleiben von der Spec bis zur Umsetzung nachvollziehbar, Änderungen können risikoarm erfolgen. Wir setzen um und coachen nach dem bewährten Working Coach-Prinzip.

Ihr Ergebnis: Reduktion des Anforderungs-Engpasses durch effizienteres, risikoarmes Feature Engineering

Spec-as-Code-Pilotierung


Wir setzen gemeinsam einen produktiven Anwendungsfall mit Spec-first-Vorgehen und Governance by Design um. Anforderungen werden als versionierte Spezifikation geführt; Compliance ist von Beginn an prüfbar.

Ihr Ergebnis: Ihre IT-Organisation sammelt reale Erfahrung mit dem neuen Ansatz zur Vorbereitung der Skalierung von weiteren Teams.

KI-gestützte Business Analyse für Enterprise-IT


Wir leisten Business Analyse durch erfahrene Analysten, KI-gestützt und mit branchenspezifischer Compliance. Wir starten auf dem bestehenden Reifegrad der Organisation und sorgen für die kontinuierliche Weiterentwicklung in Richung Spec-as-Truth.

Ihr Ergebnis: Steigerung der Wirksamkeit der Business Analyse im laufenden Betrieb

Große Legacy-Modernisierungen erfolgreich abschließen


Dank Spec-driven Business Re-Engineering und KI-gestützte Bestandsanalyse können große Legacy-Projekte endlich die Funktionalität ihrer Vorhänger erreichen, wirtschaftlich und risikoarm. Auch bei der Brownfield-Modernisierung bestehender Systeme nutzen wir konsequent einen Spec-driven-Ansatz und sichern durchgängige Code-zu-Spec-Traceability.

Ihr Ergebnis: Erfolgreiche Legacy-Modernisierung

Make-or-Buy-Neubewertung für KI-gestützte Individualentwicklung


Wir prüfen gemeinsam mit Ihnen, wo sich Individualentwicklung durch KI jetzt wirtschaftlich lohnt. Dabei betrachten wir Standardsoftware, Excel-Lösungen und Bestandssysteme. Auf dieser Basis entscheiden Sie neu zwischen Make und Buy.

Ihr Ergebnis: Zeitgemäße Make-or-Buy-Entscheidungen erhöhen Flexibilität und Wirtschaftlichkeit

Wirtschaftliche Individualsoftware in Rekordzeit umsetzen


Wir entwickeln eine maßgeschneiderte, enterprise-fähige Fachanwendung, die z. B. bisher durch Standardsoftware oder Excel abgedeckt wurde. Sie erhalten eine produktive Individuallösung und ein wiederholbares Vorgehen.

Ihr Ergebnis: Ihre Software macht genau was Sie brauchen und kann flexibel, schnell und wirtschaftlich weiterentwickelt werden.

Reifegrad-Assessment für Spec-driven Development


Große Ziele, aber der Startpunkt ist unklar? Mit der Standortbestimmung zu einer bestehenden Entwicklungsorganisation helfen wir bei der Transparenz und vergleichen mit anderen Organisationen. Eine auf dem individuellen Reifegrad aufbauende, priorisierte Handlungsagenda zeigt die nächsten Schritte und Prioritäten auf.

Ihr Ergebnis: Entscheidungssicherheit durch Transparenz und konkrete Maßnahmen

Als Realisierungspartner verbinden wir anerkannte Methodenkompetenz mit tiefgreifender Technologieexzellenz. Wir verantworten Architektur, Engineering und Softwareentwicklung aus einer Hand, arbeiten technologie- und plattformübergreifend und bilden uns kontinuierlich weiter. Unsere KI-geschulten und zertifizierten Entwicklungsteams verankern KI-zentrische Softwareentwicklung stabil und enterprise-fähig in Organisationen.

Ihr Kontakt zu uns

Wir freuen uns, wenn wir auch Ihr Unternehmen im Bereich Spec-driven Agentic Software Engineering unterstützen zu dürfen.

Profilbild Karola Bischof

Karola Bischof

Agentic Business Engineering


Profilbild Andreas Morgenstern

Andreas Morgenstern

Agentic Software Engineering


Profilbild Arne Kunstmann

Arne Kunstmann

Agentic Business Engineering


Profilbild Dominik Schadow

Dominik Schadow

Agentic Software Engineering


Profilbild Michael Hagenlocher

Michael Hagenlocher

Agentic Business Engineering


Profilbild Stefan Zilch

Stefan Zilch

Agentic Software Engineering