Ihr Agent ändert Code, scheitert aber im Browser: wie Sie mit Chrome DevTools MCP UI-Fehler vor dem Merge erkennen
von Denis Shokhirev, Enterprise AI Architect aus Freiburg im Breisgau Ich bin Denis Shokhirev, Agentic AI Systems Architect in Freiburg im Breisgau, Germany, und ich setze bei DennisCraft AI Studio produktive KI-Systeme für DACH-B2B-Kunden auf Basis von Claude, Supabase, n8n, Doppler und selbst betriebenem Postgres um. Der unangenehme Fehlerfall beginnt nicht beim fehlgeschlagenen Build, sondern dann, wenn ein Agent den Oberflächencode ändert, die Prüfschritte grün bleiben und die Seite im echt
von Denis Shokhirev, Enterprise AI Architect aus Freiburg im Breisgau
Ich bin Denis Shokhirev, Agentic AI Systems Architect in Freiburg im Breisgau, Germany, und ich setze bei DennisCraft AI Studio produktive KI-Systeme für DACH-B2B-Kunden auf Basis von Claude, Supabase, n8n, Doppler und selbst betriebenem Postgres um. Der unangenehme Fehlerfall beginnt nicht beim fehlgeschlagenen Build, sondern dann, wenn ein Agent den Oberflächencode ändert, die Prüfschritte grün bleiben und die Seite im echten Browser bei der ersten Interaktion scheitert.
Genau das sehe ich in Portalen für Logistik, Fintech und industrielle Automatisierung: Der Agent korrigiert eine Komponente, die statischen Prüfungen bleiben unauffällig, aber im Browser erscheinen JavaScript-Fehler, eine Schaltfläche bleibt deaktiviert oder ein Request läuft in einen 401- oder 404-Fehler. Wenn Ihr Agent Benutzeroberflächen ändern darf, braucht er vor dem Merge eine überprüfbare Laufzeitbeobachtung. Dafür eignet sich Chrome DevTools MCP.
Warum Code-Prüfungen die sichtbare Wahrheit oft nicht erfassen
Viele Agentenabläufe enden zu früh. Das Modell ändert Dateien, startet lint, vielleicht noch ausgewählte Tests, und meldet anschließend Erfolg. Die tatsächliche Benutzeroberfläche entsteht jedoch erst im Zusammenspiel von Browser, Rendering, Netzwerkanfragen, Zustandsverwaltung und Timing. Genau dort treten Fehler auf, die weder ein Diff noch ein isolierter Testlauf zuverlässig zeigt.
In meinen Projekten begegnet mir häufig dasselbe Muster: Ein Agent behebt ein Formularproblem und verändert dabei unbeabsichtigt die Logik für disabled-Zustände, die Sichtbarkeit eines Elements oder den Aufruf einer Schnittstelle. Im Pull Request wirkt die Änderung plausibel. Für den Anwender ist der Bildschirm anschließend teilweise funktionslos.
Das passt auch zu etablierten Prüfstandards. OWASP ASVS 4.0 fordert die Verifikation des tatsächlichen clientseitigen Verhaltens und der wirksamen Kontrollen zur Laufzeit, nicht nur eine Quellcodebetrachtung: https://owasp.org/www-project-application-security-verification-standard/. Für agentisch geänderte Oberflächen ist die Browserprüfung daher ein technischer Kontrollpunkt.
Was Chrome DevTools MCP in der Praxis ergänzt
Der Nutzen von MCP liegt hier nicht in einem Schlagwort, sondern in der Beobachtbarkeit. Der Agent erhält Zugriff auf eine Browser-Sitzung, die er auswerten kann. Er sieht also nicht nur den Code, sondern auch dessen Wirkung.
Sinnvolle Signale für die Vorabprüfung
| Signal | Erkennt | Nutzen vor dem Merge |
|---|---|---|
| Konsolenmeldungen | ReferenceError, Hydration-Warnungen, CSP- oder CORS-Probleme | Viele Fehler erscheinen nicht im Build, aber sofort im Browser |
| Netzwerkdaten | 401, 403, 404, 500, Zeitüberschreitungen, fehlerhafte Nutzdaten | Die Oberfläche kann aktiv wirken, obwohl der Geschäftsfall scheitert |
| DOM-Prüfung | Fehlende Elemente, versteckte Bereiche, deaktivierte Steuerelemente | Sie prüfen den gerenderten Zustand statt der Absicht im Code |
| Bildschirmfoto | Layout-Verschiebungen, überdeckte Dialoge, leere Container | Reviewer sehen den Effekt ohne manuelle Reproduktion |
Damit verschiebt sich die Abnahmeregel: Der Agent ist nicht fertig, wenn die Anwendung baut, sondern wenn der geänderte Ablauf im Browser funktioniert und die Laufzeitbelege vorliegen.
So binde ich die Prüfung vor dem Merge ein
Sie brauchen dafür kein zusätzliches Großprojekt. In den meisten Teams reicht eine klare Folge von Schritten: Vorschauumgebung starten, 1 bis 2 kritische Szenarien über MCP ausführen, auf konkrete Fehlerbedingungen prüfen und die Ergebnisse als Artefakte an den Pull Request hängen.
1. Reproduzierbare Vorschauumgebung starten
#!/usr/bin/env bash
set -euo pipefail
export NODE_ENV=test
export NEXT_TELEMETRY_DISABLED=1
npm ci
npm run build
npm run start &
APP_PID=$!
trap "kill $APP_PID" EXIT
sleep 10
curl -f http://127.0.0.1:3000/loginFür Anwendungen mit Supabase oder Postgres empfehle ich eine eigene Testumgebung mit fest vorbereiteten Datensätzen. Viele vermeintlich instabile Browserprüfungen sind in Wirklichkeit Folgen einer unklaren Datenbasis.
2. Dem Agenten eindeutige Abnahmekriterien geben
ui_checks:
url: "http://127.0.0.1:3000/login"
steps:
- wait_for: "form"
- type: { selector: "input[name=email]", text: "[email protected]" }
- type: { selector: "input[name=password]", text: "Secret123!" }
- click: { selector: "button[type=submit]" }
- wait_for: "[data-test=dashboard]"
fail_on:
- console_error
- network_status_gte: 400
- missing_selector: "[data-test=dashboard]"Der Unterschied ist entscheidend. „Prüfen Sie die Oberfläche“ erzeugt weiche Ergebnisse. „Öffnen Sie diese URL, senden Sie dieses Formular ab, brechen Sie bei Konsolenfehlern oder Requests ab 400 ab und bestätigen Sie das Vorhandensein dieses Selektors“ schafft eine klare Merge-Bedingung.
3. Artefakte für die Nachvollziehbarkeit speichern
from pathlib import Path
import json
artifacts = {
"url": "http://127.0.0.1:3000/login",
"console_errors": [],
"failed_requests": [],
"screenshots": ["artifacts/login-final.png"],
}
Path("artifacts").mkdir(exist_ok=True)
with open("artifacts/report.json", "w", encoding="utf-8") as f:
json.dump(artifacts, f, ensure_ascii=False, indent=2)
print("saved artifacts/report.json")Gerade in regulierten Umgebungen helfen diese Artefakte auch bei Anforderungen aus ISO 27001, BSI Grundschutz oder dem EU AI Act, weil Sie Entscheidungen und Prüfergebnisse vor einer Bereitstellung besser belegen können. Es geht nicht um Formalismus, sondern um nachvollziehbares Risikomanagement.
Wo der Ansatz den größten Nutzen bringt
Besonders wirksam ist die Browserbeobachtung bei drei Aufgabentypen.
Formulare und interne Fachanwendungen
Anmeldung, Onboarding, Dokumentenupload, Freigabeprozesse, Zahlungs- oder Vertragsstrecken. Dort führen kleine Fehler in Zustandslogik oder Validierung sofort zu Prozessabbrüchen.
Bedingte Darstellung und asynchrone Abläufe
Registerkarten, Dialogfenster, Filter, Schubladen, unendliches Nachladen und funktionsgesteuerte Komponenten. Im Code sehen die Änderungen oft harmlos aus, im Browser scheitern sie an Reihenfolge und Timing.
Oberflächen mit Datenschutz- und Zugriffsbezug
Wenn personenbezogene Daten, Einwilligungen, Rollenrechte oder Protokollierung betroffen sind, erhält die Browserprüfung zusätzlich einen DSGVO- und Governance-Bezug. In solchen Fällen reicht „Tests sind grün“ als Freigabebasis nicht aus.
Welche Kontrollen daneben bestehen bleiben sollten
Chrome DevTools MCP ersetzt keine anderen Prüfschichten. Ich setze in der Regel auf vier Ebenen.
| Ebene | Werkzeug | Zweck |
|---|---|---|
| Geheimnisprüfung | gitleaks | Erkennung versehentlich eingecheckter Schlüssel und Token |
| Statische Analyse | semgrep, bandit | Auffällige Code-Muster vor der Laufzeit erkennen |
| Browser-Laufzeit | Chrome DevTools MCP | Konsole, DOM, Netzwerk und sichtbare Fehler beobachten |
| Fachliche Prüfung | Pull-Request-Review | Produktkontext und Geschäftsrisiko bewerten |
gitleaks detect --source . --no-banner
semgrep --config auto .
bandit -r backend/
if [ -f artifacts/report.json ]; then
cat artifacts/report.json
else
echo "missing browser artifacts" >&2
exit 1
fiAuch die Dokumentation von Anthropic zum Tool Use folgt genau diesem Muster: Das Modell ruft Werkzeuge auf, erhält externen Zustand und trifft die nächste Entscheidung auf Basis beobachtbarer Ergebnisse statt bloßer Annahmen: https://docs.anthropic.com/. Für agentische Oberflächenarbeit ist das die passende Denkweise.
FAQ
Muss diese Browserprüfung bei jedem Commit laufen?
Nein. Ich aktiviere sie gezielt für Änderungen an Benutzeroberflächen, Schnittstellenverhalten und fachlichen Abläufen. Reine Backend-Refactorings brauchen diese Ebene meist nicht.
Ersetzt das Playwright oder Cypress?
Nein. Bestehende Ende-zu-Ende-Tests bleiben sinnvoll. MCP ergänzt sie, weil der Agent selbst während seines Änderungszyklus eine beobachtbare Browser-Sitzung nutzen kann.
Reicht ein Bildschirmfoto als Nachweis aus?
Nein. Ein Bildschirmfoto zeigt sichtbare Layout-Fehler, aber keine versteckten Konsolen- oder Netzwerkprobleme. Sie sollten mindestens DOM, Konsole und Requests gemeinsam auswerten.
Wie lassen sich instabile Prüfungen vermeiden?
Beginnen Sie mit wenigen geschäftskritischen Szenarien und festen Testdaten. Die meisten Instabilitäten kommen aus unklaren Testumgebungen oder wechselnden Backend-Zuständen.
Ist das für regulierte Märkte geeignet?
Ja, wenn Sie Vorschau und Produktivsystem sauber trennen, Agentenaktionen protokollieren und die Prüfartefakte aufbewahren. Dann entsteht eine nachvollziehbare Prüfung vor dem Merge.
An welcher Stelle fängt Ihr agentischer Entwicklungsablauf derzeit die teuersten Fehler ab: in der statischen Analyse, in der Browser-Laufzeit oder erst in der menschlichen Prüfung nach dem Pull Request? Diese Frage entscheidet in vielen Teams über das tatsächliche Produktionsrisiko.
I run a free 30-min stack audit for DACH founders building AI in regulated markets. DM me on LinkedIn or write to @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.