Technical Architecture Visualization
FIG.01 — OVERVIEW
Always happy to talk.

INTENT.BUILD.OBSERVE.REFINE.

Agents übernehmen die Routine. Wir definieren, was sie tun sollen – und wie sie lernen.

SaaS • On-Premises • Hybrid

47.4724° N, 8.3072° E
v1.0.0
INTENT · OBSERVE · REFINE · AGENT-ENGINEERING · EVALOPS · PRODUCT-THINKING · DATA-SCIENCE · REFINEMENT-LOOP · INTENT · OBSERVE · REFINE · AGENT-ENGINEERING · EVALOPS · PRODUCT-THINKING · DATA-SCIENCE · REFINEMENT-LOOP ·
01 DIE REISE

Jedes Engineering-Team durchläuft dieselben Phasen. Die Frage ist nicht ob, sondern wie schnell - und mit wieviel Reibung.

01
PHASE 1

DER EINZELNE EXPERIMENTIERT

Ein Developer entdeckt Copilot. Dann Cursor. Vielleicht Claude. Die ersten Erfolge sind beeindruckend - ganze Funktionen in Minuten. Das Tool fühlt sich an wie eine Superkraft.

Velocity-Spike Keine Teamstandards Jeder nutzt andere Tools
02
PHASE 2

DAS TEAM ADOPTIERT

MEIST HIER

Das Management hört von den Erfolgen. "Alle sollen das nutzen." Aber was bei Einzelnen funktioniert, skaliert nicht. Manche Devs schwören drauf, andere sind skeptisch. Die Code Reviews werden seltsam.

Inkonsistente Adoption Quality-Diskussionen Velocity-Plateau
03
PHASE 3

DER PROZESS BRICHT

Schnell geschrieben, langsam reviewt. Bugs, die niemand versteht. "Es hat funktioniert, als ich es geprompted habe." Das Tool hat keinen Kontext - bei jedem Prompt startet ihr bei Null.

Reviews dauern länger als Schreiben Gleiche Bugs wiederholen sich Context-Amnesie
04
PHASE 4

DIE ARCHITEKTUR ENTSTEHT

Teams, die diese Phase erreichen, erkennen: Das Problem ist nicht das Tool - es ist der Prozess. Sie bauen Systeme statt zu prompten. Specs vor Generation. Evals bei jedem Output. Wissen, das akkumuliert.

Spec-Driven Development Automatisierte Verification Compound Learning

→ Hier setzt die 4-Rollen Architektur an.

Das Tool ist nicht kaputt. Der Prozess ist es.

Und den Prozess zu fixen braucht mehr als bessere Prompts - es braucht definierte Rollen, verifizierte Outputs, und Wissen das akkumuliert.

Wo steht dein Team? Lass uns sprechen →

02 DIE 4 ROLLEN
01

DER ARCHITECT

The Intent Shaper

Product + Specification
"Code schreiben ist weniger Lösung konstruieren, mehr Bedingungen schaffen für gute Lösungen."

Product Thinking meets Agent Engineering. Übersetzt Business-Ambiguität in die Klarheit, die Agents brauchen. Definiert den Job to be Done - nicht nur was zu bauen ist, sondern warum und wie es sich verhalten soll.

ARTIFACT: spec.md - Intent as Code
02

DER BUILDER

The Generator

Accelerated Implementation
"Code ist ein Compilation Artifact der Spec."

Die schrumpfende Mitte. Führt spec.md in Agentic IDEs aus. Während Implementation automatisiert wird, wird diese Rolle hocheffizient - aber abhängig von präzisem Intent und rigoroser Observation.

ARTIFACT: .cursorrules - Style Enforcement
03

DER REVIEWER

The Observer

Observation & EvalOps
"Altes Debugging funktioniert nicht mehr. Inspiziere jede Entscheidung und jeden Tool Call."

System Observation, nicht nur Code Review. Tracet warum Agents spezifische Entscheidungen getroffen haben. Je mehr Output, desto mehr Review-Druck. "Working" ist nicht binär - handeln Agents off the rails trotz 99% Uptime?

ARTIFACT: traces.json - Decision Archaeology
04

DER COMPOUNDER

The Refiner

Data + Refinement
"Shipping ist nicht das Endziel. Je schneller der Cycle, desto zuverlässiger der Agent."

Data Science meets Production. Analysiert Usage Patterns, misst Reliability über Zeit. Treibt den Refinement Loop: Build, Test, Ship, Observe, Refine. Updated das Corporate Brain aus Real-World Edge Cases.

ARTIFACT: system_prompt.md - Living Context
03 SERVICES
Agentic Transformation

AGENT ENGINEERING

Nicht nur Coding Tools. Product Thinking + Engineering + Data Science für die Agent-Ära.

FIG.02
Architect 01

INTENT ENGINEERING

Training für Teams: Klarheit aus Ambiguität formen. Product Thinking für Agents - Behavior definieren, nicht nur Features. spec.md Templates, die Intent in ausführbare Contracts übersetzen.

Builder 02

CONTEXT INFRASTRUCTURE

Die beschleunigte Mitte. Deine AI-Tools bekommen sicheren Zugriff auf Codebase, APIs und Dokumentation. Strukturiert, so dass Implementation ein Compilation Step wird, kein Handwerk.

Observer 03

OBSERVATION & EVALOPS

Datengetriebene Reliability. "Working" ist nicht binär. Systeme zum Tracen von Agent-Entscheidungen, Drift erkennen und Edge Cases fangen - auch wenn Uptime perfekt aussieht.

Refiner 04

PRODUCTION REFINEMENT

Monatlicher Retainer: Traces aus Production analysieren, Prompts aus echten Edge Cases updaten, den Build → Ship → Observe → Refine Cycle treiben.

Hands-on Runtime Support?

Für Teams die tiefer in Agent Infrastructure gehen wollen - Runtime Architecture, Context Strategies, Skill Libraries.

Agent Infrastructure ansehen →
04 KONTAKT

Bereit für den Agent Engineering Shift?

Lass uns besprechen, wie du Intent architektonierst, die Mitte beschleunigst und rigorose Observation in deine Org baust.

kontakt@dezent.digital
Felix Schwenk
Felix Schwenk
Founder
Baden, Switzerland
Location
Baden, AG
Timezone
UTC+1
Status
Available
TECH GLOSSAR

Für die technisch Interessierten:

Agent Engineering
Eine neue Disziplin: Product Thinking (Behavior definieren) + Engineering (Runtime bauen) + Data Science (Performance messen). Nicht nur Coding - das ganze System.
The Disappearing Middle
Agents automatisieren Implementation. Wert verschiebt sich zum Anfang (Intent/Product) und zum Ende (Observation/Data). Die "Mitte" - Intent zu Code übersetzen - schrumpft.
Refinement Loop
Build → Test → Ship → Observe → Refine. Der iterative Cycle, der Agents zuverlässiger macht. Shipping ist wie man lernt - jeder Input ist ein Edge Case.
EvalOps
CI/CD für AI - aber tiefer. Nicht nur "besteht es Tests" sondern "warum hat der Agent diese Entscheidung getroffen?" Trace-basiertes Debugging für non-deterministische Systeme.
Intent Shaping
Die Kunst, Business-Ambiguität in Klarheit zu übersetzen, die Agents ausführen können. Product Thinking meets Specification Writing.
System Prompt
Die persistente Instruktion, die definiert wie sich ein AI-Agent verhält. Euer "Corporate Brain" in Textform - upgedated aus Production Learnings.