Wie ich mit KI-Agenten Software baue

Angefangen hat es, wie so vieles, mit einem Störfaktor, dem Sandkorn in der Muschel, aus dem mit der Zeit eine Perle wird. Bei uns ist das die Küche am Morgen. Regnet es auf dem Schulweg? Müssen die Regenjacken in den Rucksack? Und seit das Wetter kippt: Wie viel Schnee liegt in den Bergen? Ich hatte eine Wetterstation auf dem Dach und die Vorhersage von MeteoSchweiz im Handy, aber nichts, was die beiden zusammenbrachte. Die Lösung sind drei Erweiterungen für Home Assistant, alle Open Source. Interessanter als die Lösung ist aber, wie sie entstanden ist.

Die Rollenverteilung. Den Code schreibt Claude, der KI-Assistent von Anthropic; ich schreibe keine Zeile selbst. Meine Arbeit ist das, was ich in rund zehn Jahren Führung gelernt habe: sagen, was das Resultat sein soll, Prioritäten setzen, entscheiden, korrigieren. Konkret: Zusammen mit Claude formuliere ich die Anforderung, sie wird als Auftrag auf GitHub abgelegt, ein Agent setzt sie um, ein zweiter, unabhängiger Agent prüft das Ergebnis gegen die Anforderung, Tests laufen automatisch, und ich sehe nur noch, was unklar ist oder was ich freigeben muss. Der zweite Agent ist bewusst eingebaut: Widerspruch im System hält die Qualität hoch. So sind seit Ende August 2026 über 470 Änderungen geprüft und eingebaut worden, jede einzelne mit grünen Tests. Das kostet mich zwei bis drei Stunden Aufmerksamkeit pro Woche, meist nebenher: Die Agenten arbeiten, während ich anderes tue. Dazu ein Max-Abo von Claude für rund 200 Franken im Monat, mit dem ich auch alles andere mache, vom Posteingang bis zur Planung der Woche; die drei Projekte sind nur ein Nebenprodukt davon. Die übrige Infrastruktur ist für Open-Source-Projekte gratis.

Der Rahmen dahinter. Damit das nicht Glück bleibt, habe ich die Arbeitsweise in ein eigenes Repository destilliert: repo-standard. Es setzt ein neues Projekt so auf, dass Agenten darin arbeiten können, und prüft ein bestehendes gegen denselben Massstab. Der Kern ist Funktionstrennung wie im internen Kontrollsystem: Jede Änderung wird unabhängig geprüft, bevor sie live geht, die Agenten dürfen ihre eigenen Regeln nicht ändern, und eine Version kommt nur heraus, wenn Nummer und Änderungsprotokoll zusammenpassen.

Aus Fehlern werden Regeln. Das Wichtigste im Rahmen ist der kontinuierliche Verbesserungsprozess. Jeder Fehler, den ein Agent gemacht hat, wird zu einer Regel, damit er nicht wieder passiert. Ein Beispiel: Mit handgeschriebenen Testdaten waren 100 Tests grün, und ein Fehler blieb versteckt; aufgefallen ist er erst bei echten Daten. Seither sind Testdaten gekürzte echte Daten. Das ist dieselbe Arbeit wie in einem Qualitätsmanagementsystem im Betrieb, nur dass die Schleife vom Vorfall zur Regel Stunden dauert statt Monate.

Ein Montag als Beispiel. 19. Oktober, 08:06: Der Architekturentscheid steht, die Schneedaten des WSL-Instituts für Schnee- und Lawinenforschung SLF als zweite Datenquelle zu nutzen, bevor der erste Code entsteht. 16:08: Version 0.7.0 ist freigegeben, mit einer eigenen Schneestation samt allen Messwerten. Dienstag, 08:25: Das Dashboard zeigt pro Skigebiet Neuschnee, Temperatur und Trend. Ich habe einen Rechercheauftrag gestartet, festgelegt, was ich haben möchte und was eine Schneestation sein soll, und am Schluss die Zahlen geprüft.

Was dabei herausgekommen ist.

Die Weather Station Card zeigt links, was meine Station gemessen hat, rechts, was MeteoSchweiz vorhersagt, auf einer Kachel. Seit dem 21. Oktober steht die Schneefallgrenze dabei: wo sie jetzt liegt, wohin sie in den nächsten zwei Tagen geht. Ein Fingertipp öffnet die Kurve. Erreicht der Tiefpunkt unsere Höhe, wird der Wert blau und bekommt eine Schneeflocke. Die Karte ist seit August im Standard-Katalog von HACS, und rund 900 Home-Assistant-Installationen laden jede neue Version innerhalb weniger Tage.

MeteoSwiss Radar bringt das animierte Niederschlagsradar aufs Dashboard. Aus einem Vorschlag von martins-netizen, einem Nutzer, den ich nie getroffen habe, entstand die Idee, das Radar nicht nur anzuschauen, sondern zu befragen: Wann regnet es bei uns? Seither steht morgens eine Zeile auf dem Dashboard, «in 31 min» oder «kein Regen», und die Jackenfrage ist beantwortet.

MeteoSwiss Weather holt die offenen Daten von MeteoSchweiz, direkt von der Quelle statt über eine inoffizielle Schnittstelle: Vorhersage, Stationswerte, Nullgradgrenze, Messhistorie seit 1980 und auf Wunsch die SLF-Schneehöhen für unsere Skigebiete.

Mit dem richtigen Rahmen aus Regeln, Prüfung und Automatisierung liefert ein kleines Team heute mehr als früher. Im Betrieb heisst das nicht weniger Fachleute, sondern Fachleute, die weniger Routine abarbeiten und mehr entscheiden, prüfen und hinterfragen. Entscheiden und Strukturieren bleiben Handarbeit: Nicht mehr das Schreiben von Code ist der Engpass, sondern das Wissen, was man will. Und das Wichtigste sind zufriedene Kunden: Meine Frau hat eines Abends gefragt, ob wir nicht auch im Dachstock ein Tablet an die Wand montieren könnten.