So hältst du deinen KI-Coding-Agenten auf Kurs: erkunden, planen, dann bauen

Wenn Menschen ein agentisches Coding-Tool wie Claude Code oder Cursor zum ersten Mal nutzen, tippen sie meist eine einzeilige Anfrage und hoffen. Manchmal klappt es. Oft baut der Agent selbstbewusst das Falsche — löst ein Problem, nach dem du nicht gefragt hast, fasst Dateien an, die du nicht erwartet hast, oder überspringt den Grenzfall, der eigentlich entscheidend war.

Die Lösung ist kein klügeres Modell. Es ist ein Workflow: erst erkunden, dann planen, dann bauen. Das ist das Muster, das Anthropic in seinem offiziellen Best-Practices-Leitfaden für Claude Code empfiehlt, und dieselbe Idee gilt für jeden Agenten, der dein Repo lesen kann, bevor er es bearbeitet.

Warum der direkte Sprung zum Code scheitert

Ein KI-Agent arbeitet innerhalb eines begrenzten Kontextfensters — dem laufenden Protokoll deiner Unterhaltung plus jeder Datei, die er liest, und jedem Befehl, den er ausführt. Zwei Dinge gehen schief, wenn du die Planung überspringst:

1. Der Agent rät die Absicht. Er kann deine Gedanken nicht lesen, also bekommt ein vager Prompt eine plausible-aber-falsche Umsetzung.
2. Fehler verstärken sich still. Sobald der Agent zu bearbeiten beginnt, ist eine falsche Annahme aus Schritt eins unter zehn weiteren Änderungen begraben, bevor du es bemerkst.

Denken vom Tun zu trennen, fängt die falsche Annahme ab, solange sie noch günstig zu beheben ist — ein Satz Korrektur statt eines Rückgängigmachens über 12 Dateien.

Schritt 1: Erkunden im Nur-Lese-Modus

Die meisten ernstzunehmenden Agenten haben inzwischen einen Modus, in dem sie lesen und analysieren, aber nichts ändern können. In Claude Code heißt er Plan-Modus: ein Nur-Lese-Zustand, in dem der Agent Dateien liest und Fragen beantwortet, ohne zu bearbeiten, zustandsverändernde Befehle auszuführen oder zu committen.

Beginne damit, den Agenten zu bitten, den Code zu verstehen, nicht zu ändern:

Lies /src/auth und erkläre, wie wir Sessions und Login handhaben.
Schau dir auch an, wie wir Umgebungsvariablen für Secrets verwalten.

Du baust gemeinsamen Kontext auf und überprüfst, dass der Agent deine Codebasis tatsächlich versteht, bevor du ihm zutraust, sie zu verändern.

Schritt 2: Frag nach einem Plan, dann hak nach

Sobald der Agent erkundet hat, frage nach einem konkreten Plan vor jeglichem Code:

Ich möchte Google-OAuth-Login hinzufügen. Welche Dateien müssen sich ändern?
Wie ist der Session-Ablauf? Schreibe einen Schritt-für-Schritt-Plan — schreibe noch keinen Code.

Der Agent liefert einen nummerierten Plan: welche Dateien er anfasst, den neuen Session-Ablauf, wo er Tokens speichert. Nun akzeptiere nicht den ersten Entwurf. Dies ist der günstigste Moment zum Nachjustieren. Hak bei den Lücken nach:

• "Was passiert, wenn der OAuth-Callback auf halbem Weg fehlschlägt?"
• "Wir haben bereits einen refreshToken-Helfer in src/auth/tokens.ts — nutze ihn wieder, statt einen neuen zu schreiben."
• "Beschränke dies nur auf den Login-Ablauf. Fass den bestehenden Passwort-Reset-Code nicht an."

Ein paar Minuten, den Plan hier zu verfeinern, sparen dir später eine Stunde, eine falsche Umsetzung zu entwirren.

Schritt 3: Bauen mit einer Möglichkeit zur Verifikation

Erst jetzt lässt du den Agenten Code schreiben — und gibst ihm eine Möglichkeit, seine eigene Arbeit zu prüfen. Die mächtigste einzelne Ergänzung zu jedem Prompt ist ein Verifikationsschritt, den der Agent selbst ausführen kann:

Implementiere den OAuth-Ablauf aus deinem Plan. Schreibe einen Test für den
Callback-Handler, der den Fehlerfall abdeckt, führe die Test-Suite aus und behebe alle Fehler.

Ohne einen Check, den er ausführen kann — Tests, einen Build, einen Screenshot zum Vergleich — ist "sieht fertig aus" das einzige Signal, das der Agent hat, und du wirst zum Fehlerdetektor für jeden Patzer. Mit einem Check schließt sich die Schleife von selbst: Der Agent schreibt, führt den Test aus, liest das Ergebnis und iteriert, bis er besteht. Bitte ihn, die tatsächliche Testausgabe zu zeigen, statt nur Erfolg zu behaupten.

Schritt 4: Wissen, wann man die Planung überspringt

Planung hat Overhead, und sie lohnt sich nicht immer. Wenn die Änderung klein und der Umfang offensichtlich ist — einen Tippfehler beheben, eine Log-Zeile hinzufügen, eine Variable umbenennen — bitte den Agenten einfach, es direkt zu tun. Eine gute Faustregel aus dem Anthropic-Leitfaden: Wenn du das Diff in einem Satz beschreiben könntest, überspring den Plan. Reserviere den Erkunden-Planen-Bauen-Zyklus für Arbeit, die sich über mehrere Dateien erstreckt, einen Ansatz nutzt, bei dem du unsicher bist, oder Code berührt, den du nicht gut kennst.

Ein Sicherheitsnetz: früh nachjustieren und Checkpoints nutzen

Selbst mit einem guten Plan driften Agenten ab. Zwei Gewohnheiten halten dich in Kontrolle:

• Unterbrich in dem Moment, in dem es vom Kurs abkommt. Warte nicht, bis der Agent einen falschen Ansatz beendet. In Claude Code stoppt Esc ihn mitten in der Aktion mit erhaltenem Kontext, sodass du umlenken kannst.
• Nutze Checkpoints, um frei zu experimentieren. Claude Code macht Snapshots deiner Dateien vor jeder Änderung, sodass du dem Agenten sagen kannst, etwas Riskantes zu versuchen, und falls es nicht funktioniert, zurückspulst (Esc Esc oder /rewind) und einen anderen Ansatz versuchst. (Checkpoints verfolgen die eigenen Bearbeitungen des Agenten, nicht externe Prozesse — sie sind eine Annehmlichkeit, kein Ersatz für Git.)

Und wenn du dich dabei ertappst, denselben Fehler mehr als zweimal zu korrigieren, ist der Kontext vermutlich mit gescheiterten Versuchen verschmutzt. Leere ihn und starte neu mit einem schärferen Prompt, der einbackt, was du gerade gelernt hast — eine saubere Session mit einem besseren Prompt schlägt fast immer eine lange voller Sackgassen.

Das Fazit

Erkunden, planen, bauen, verifizieren. Es fühlt sich bei der ersten Aufgabe langsamer an und zahlt sich bei der zweiten aus. Du bekommst keinen selbstbewusst-falschen Code mehr und beginnst, einen Agenten zu bekommen, der genau das baut, was du eigentlich gemeint hast.