Wenn 5 KI-Agenten in dasselbe Repository schreiben, beginnt das Chaos am zweiten Tag: wie Source Control für Agenten die Kontrolle zurückbringt
von Denis Shokhirev, Enterprise AI Architect aus Freiburg im Breisgau Ich bin Denis Shokhirev, Agentic AI Systems Architect in Freiburg im Breisgau, Germany, und bei DennisCraft AI Studio setze ich produktive KI-Systeme für DACH-B2B-Kunden auf Basis von Claude, Supabase, n8n, Doppler und selbst betriebenem Postgres um. Der kritische Moment in der agentischen Softwareentwicklung entsteht nicht dann, wenn ein Agent schlechten Code schreibt, sondern dann, wenn 5 Agenten gleichzeitig brauchbaren Co
von Denis Shokhirev, Enterprise AI Architect aus Freiburg im Breisgau
Ich bin Denis Shokhirev, Agentic AI Systems Architect in Freiburg im Breisgau, Germany, und bei DennisCraft AI Studio setze ich produktive KI-Systeme für DACH-B2B-Kunden auf Basis von Claude, Supabase, n8n, Doppler und selbst betriebenem Postgres um. Der kritische Moment in der agentischen Softwareentwicklung entsteht nicht dann, wenn ein Agent schlechten Code schreibt, sondern dann, wenn 5 Agenten gleichzeitig brauchbaren Code in dasselbe Repository schreiben und am zweiten Tag niemand mehr sauber erklären kann, wer eine Migration beschädigt, eine Schutzregel entfernt oder vertrauliche Konfiguration in einen Commit gebracht hat.
Das ist nicht einfach ein Git-Problem. Es ist ein Steuerungsproblem. Klassische Versionsverwaltung geht von menschlichen Autorinnen und Autoren aus, die Kontext, Absicht und Verantwortung mitbringen. In agentischen Abläufen entsteht dagegen eine hohe Taktzahl kleiner, voneinander abhängiger Änderungen. Ohne klare Verzweigungsregeln, Dateigrenzen, Prüfungen und Herkunftsnachweise wird das Repository schnell zu einem unübersichtlichen Protokoll statt zu einem steuerbaren Entwicklungsartefakt.
Warum das Problem ab Tag zwei sichtbar wird
Am ersten Tag sieht alles geordnet aus. Ein Agent erzeugt Endpunkte, ein weiterer schreibt Tests, ein dritter aktualisiert Dokumentation, ein vierter ändert SQL, ein fünfter passt einen n8n-Ablauf an. In einer Vorführung wirkt das effizient. Ab dem zweiten Tag entsteht Zustandsdrift. Ein Agent arbeitet auf einem veralteten Branch-Stand, ein anderer korrigiert Formatierungsfehler und verändert dabei globale Importe, ein dritter erzeugt Dateien neu, die bereits angepasst wurden, und ein vierter schreibt einen Token in eine Konfigurationsdatei, weil im Arbeitskontext keine Regel für Geheimnisse definiert war.
Typische Fehlerbilder im Produktivbetrieb
In meinen Projekten wiederholen sich vier Muster. Erstens: Kollisionen in gemeinsam genutzten Dateien wie Abhängigkeitslisten, Migrationsordnern, Schemas oder API-Verträgen. Zweitens: veralteter Kontext, also korrekte Bearbeitung einer Aufgabe auf falschem Repository-Stand. Drittens: Regelverstöße wie hartkodierte Zugangsdaten, nicht parametrisierte SQL-Abfragen oder problematische Shell-Aufrufe. Viertens: fehlende Verantwortlichkeit, weil zwar ein Commit existiert, aber nicht eindeutig nachvollziehbar ist, welcher Agent ihn unter welcher Aufgabe, mit welchem Modell und nach welchen Prüfungen erzeugt hat.
OWASP nennt im Top-10-Projekt für LLM-Anwendungen unter anderem unsichere Ausgabeweiterverarbeitung und zu weitreichende Handlungsfreiheit als reale Risikoklassen. Für agentisch erzeugten Code ist das direkt relevant. Wenn Modell-Ausgaben Dateien ändern, Prozesse anstoßen oder Bereitstellungen beeinflussen, ist die Steuerung des Änderungswegs ebenso wichtig wie die Modellqualität. Quelle: OWASP GenAI Project, 2025, https://owasp.org/www-project-top-10-for-large-language-model-applications/
Was ich unter Source Control für Agenten verstehe
Ich meine damit kein neues Produkt, sondern ein Betriebsmuster auf Basis von Git. Ein Agent sollte nicht dieselben Freiheiten wie eine erfahrene Entwicklerin oder ein erfahrener Entwickler erhalten. Er arbeitet in einem begrenzten Korridor: eigener Branch, klar definierter Dateibereich, verpflichtende Prüfungen und vollständige Herkunftsdaten zu jeder Änderung.
| Ebene | Mensch | Agent |
|---|---|---|
| Identität | Name und E-Mail | agent_id, task_id, Modell, Prompt-Hash |
| Verzweigung | feature/* | agent/{agent_id}/{task_id} |
| Berechtigung | Breiter Zugriff | Pfadbasierte Allowlist |
| Prüfungen | Review + CI | Review + CI + Regelprüfungen |
| Rücknahme | git revert | git revert + Agent deaktivieren |
Die Grundidee ist einfach: Ein Agent schreibt nicht direkt in den Codebestand, sondern schlägt eine Änderung vor. Diese Änderung muss mindestens so streng geprüft werden wie der Beitrag einer unerfahrenen Entwicklerin oder eines unerfahrenen Entwicklers. Wenn ein Agent direkt in main schreiben darf, fehlt die betriebliche Kontrolle.
Ein Mindestaufbau, der sich im Produktivbetrieb bewährt
1. Branches und Dateibereiche trennen
Jeder Agent erhält einen eigenen Branch und einen erlaubten Dateibereich. Ein Dokumentationsagent sollte keine Datenbankmigration ändern. Ein Agent für den Datenzugriff sollte keine n8n-Abläufe anpassen, sofern dies nicht ausdrücklich erlaubt ist. Das verkleinert die Konfliktfläche und macht Prüfungen lesbar.
#!/usr/bin/env bash
set -euo pipefail
AGENT_ID="$1"
TASK_ID="$2"
git fetch origin main
git checkout -B "agent/${AGENT_ID}/${TASK_ID}" origin/main
printf "agent_id=%s\n" "$AGENT_ID" > .agent_meta
printf "task_id=%s\n" "$TASK_ID" >> .agent_meta
printf "created_at=%s\n" "$(date -u +%FT%TZ)" >> .agent_meta2. Herkunftsdaten außerhalb der Commit-Nachricht speichern
Für Ursachenanalysen reicht die Git-Historie nicht aus. Ich speichere Metadaten zu Agenten-Commits in Postgres, damit nachvollziehbar bleibt, welcher Agent unter welcher Aufgabe welchen Stand erzeugt hat.
import os
import psycopg
from datetime import datetime, timezone
conn = psycopg.connect(os.environ["DATABASE_URL"])
with conn, conn.cursor() as cur:
cur.execute(
"""
insert into agent_commits
(agent_id, task_id, commit_sha, branch, model, created_at)
values (%s, %s, %s, %s, %s, %s)
""",
(
os.environ["AGENT_ID"],
os.environ["TASK_ID"],
os.environ["COMMIT_SHA"],
os.environ["BRANCH_NAME"],
os.environ["MODEL_NAME"],
datetime.now(timezone.utc),
),
)3. Regelprüfungen vor dem Merge erzwingen
Für Python-lastige Systeme reicht oft ein pragmatischer Start mit semgrep, bandit und gitleaks. Diese Werkzeuge ersetzen keine fachliche Prüfung, entfernen aber viele vermeidbare Fehler, bevor sie in Staging oder Produktion gelangen.
name: agent-pr-checks
on: [pull_request]
jobs:
verify:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
- uses: returntocorp/semgrep-action@v1
- run: pip install bandit
- run: bandit -r src -q
- uses: gitleaks/gitleaks-action@v2Warum das in DACH und regulierten Bereichen stärker zählt
Wer KI-Systeme für Fintech, Logistik oder industrielle Automatisierung bereitstellt, bewegt sich nicht nur in einem technischen, sondern auch in einem prüfbaren Rahmen. DSGVO, ISO 27001, BSI Grundschutz, NIS2 und der EU AI Act erhöhen den Druck auf Nachvollziehbarkeit, Zugriffssteuerung und Änderungsdokumentation. Wenn ein Kunde fragt, wer eine Entscheidungslogik, einen Dokumentenprozess oder einen Datenzugriffspfad geändert hat, reicht die Aussage „ein Agent hat das gemacht“ nicht aus.
Ich achte deshalb auf drei Eigenschaften: Nachvollziehbarkeit, Wiederholbarkeit und Widerrufbarkeit. Nachvollziehbarkeit bedeutet, dass der Weg von der Aufgabe bis zum Merge rekonstruiert werden kann. Wiederholbarkeit bedeutet, dass dieselben Prüfungen auf demselben Dateistand erneut ausführbar sind. Widerrufbarkeit bedeutet, dass sich ein einzelner Agent oder eine Berechtigung gezielt abschalten lässt, ohne den gesamten Ablauf zu blockieren.
Anthropic betont in der Dokumentation zu Claude und Werkzeugnutzung die Bedeutung von Berechtigungen, kontrolliertem Werkzeugzugriff und menschlicher Aufsicht in agentischen Abläufen. Das deckt sich mit meiner Erfahrung im Produktivbetrieb. Ein Agent mit zu viel Werkzeugfreiheit erzeugt oft lokal sinnvolle, aber betrieblich riskante Änderungen. Quelle: Anthropic Docs, 2026, https://docs.anthropic.com/
Welches Betriebsmodell ich empfehle
Ich rate nicht dazu, sofort ein vollständig autonomes „KI-Entwicklungsteam“ aufzusetzen. Ein verlässlicher Aufbau ist nüchterner. 1 oder 2 Agenten erzeugen Code und Tests. Ein weiterer Agent prüft Diffs auf Regelverstöße. Der Merge in einen geschützten Branch bleibt bei einer verantwortlichen Person oder bei einem eng begrenzten Dienstkonto, nachdem alle Prüfungen bestanden sind.
| Rolle | Aufgabe | Nicht erlaubt |
|---|---|---|
| Code-Agent | Abgegrenzte Codeänderungen erstellen | Direkt nach main mergen |
| Prüf-Agent | Diff und Regeln prüfen | Fachlogik eigenständig ändern |
| Verantwortliche Person | Merge-Risiko freigeben | Fehler erst nachträglich blind suchen |
Ja, das ist langsamer, als alle Agenten direkt schreiben zu lassen. Im Produktivbetrieb wähle ich fast immer kontrollierte Geschwindigkeit statt einer eindrucksvollen Autonomie-Vorführung, besonders dort, wo personenbezogene Daten, Finanzprozesse oder ERP-Integrationen betroffen sind.
FAQ
Darf ein Agent direkt nach main schreiben, wenn alle Tests grün sind?
Ich würde das ohne Pfadbegrenzungen und zusätzliche Regelprüfungen nicht zulassen. Grüne Tests finden weder Geheimnisse noch viele unsichere Codemuster.
Reicht eine menschliche Codeprüfung aus?
Nein, nicht bei mehreren Agenten und hoher Änderungsfrequenz. Die menschliche Prüfung sollte bereits gefilterte Diffs bewerten und nicht die einzige Sperre vor dem Merge sein.
Warum brauche ich zusätzliche Agentenprotokolle, wenn Git vorhanden ist?
Git zeigt das Ergebnis, aber nicht immer den Entscheidungskontext: Aufgabe, Modell, Prompt-Hash, verwendete Werkzeuge und Prüfergebnisse.
Mit welchen Prüfungen sollte ich beginnen?
Ein sinnvoller Einstieg sind geschützte Branches, gitleaks, semgrep und bandit. Dieser Basissatz ist schnell eingeführt und verhindert früh viele vermeidbare Fehler.
Ist das nur für große Teams relevant?
Nein. Schon bei kleinen Teams mit 2 oder 3 aktiven Agenten steigt die Änderungsmenge schneller als das menschliche Verständnis des Gesamtsystems.
An welcher Stelle Ihrer LLM-Pipeline finden Sie im Produktivbetrieb die meisten Probleme: bei der statischen Analyse, in der Diff-Prüfung, im Staging oder erst zur Laufzeit? Diese Rückmeldung interessiert mich besonders im Vergleich zu Projekten, die ich in DACH begleite.
Ich biete einen kostenlosen 30-Minuten-Stack-Audit für DACH-Gründerinnen und -Gründer an, die KI in regulierten Märkten bauen. Schreiben Sie mir auf LinkedIn oder an @ger_dennis_ai.
Solche Agenten baue ich für Betriebe in Südbaden und ganz Deutschland.
Schreiben Sie in zwei Sätzen, was bei Ihnen Zeit frisst – Antwort innerhalb von 24 Stunden.
Aus einem Ablauf ein System machen, das läuft
Gebaut für den Betriebsalltag, nicht als Demo.