Custom Software Development

    Coding³

    Das Spektrum der KI-Entwicklung

    KI-gestützte Entwicklung ist kein Entweder-oder – sie ist ein Spektrum. Von Vibe Coding über Structured AI-Assisted Coding bis Agentic Engineering: drei klar definierte Stufen, drei unterschiedliche Kontexte. Wir beherrschen alle drei.

    Projekt besprechenDas Spektrum entdeckenScenaryo · München / Remote
    40+
    Jahre Erfahrung
    3 Stufen
    Vibe · Structured · Agentic
    3–10×
    niedrigere TCO mit Agentic Engineering – langfristig
    100%
    Individual-Software

    Der Unterschied liegt nicht darin, ob Sie KI einsetzen — er liegt darin, wie viel Struktur und Verifikation drumherum steckt.

    Vom schnellen Prototype bis zum produktionsreifen System: Das Spektrum reicht von Vibe Coding über Structured AI-Assisted bis Agentic Engineering. Die richtige Position hängt vom Einsatz des Codes ab. Ein Wochenend-Prototyp darf pures Vibe Coding sein. Eine API, die Zahlungen verarbeitet, verlangt Agentic Engineering.

    01
    Die drei Stufen

    Das vollständige Spektrum – drei Stufen, eine klare Logik.

    01Stufe 1 · Validieren

    Vibe Coding – von der Idee zum Demo in Tagen

    Casual Natural-Language-Prompts steuern das Modell. Der Entwickler akzeptiert den Output, ohne den Code zwingend zu lesen. Ideal für Prototypen, Skripte, Hackathons und persönliche Projekte – überall dort, wo Wegwerfcode akzeptabel ist.

    • Investor-Demo oder Board-Präsentation in 48–72 Stunden
    • Klickbarer Prototyp für Product Discovery und Nutzertests
    • Technische Hypothesen testen, bevor Budget gebunden wird
    • Hohes Risikoprofil – akzeptabel für Wegwerfcode
    02Stufe 2 · Bauen · Empfohlen für die meisten Projekte

    Structured AI-Assisted Coding – Features mit Qualitätsanspruch

    Detaillierte Prompts mit Beispielen und Constraints. Manuelles Testing und Spot-Checks an kritischen Pfaden. Der Entwickler diagnostiziert Root Causes, die KI implementiert den Fix. Ideal für Features in etablierten Codebases.

    • Features und Erweiterungen in bestehenden Systemen
    • Detaillierte Prompts mit Architekturconstraints und Beispielen
    • Selektives Code-Review an kritischen Pfaden
    • Moderates Risikoprofil – Human Judgment an Checkpoints
    • Deutlich schneller als klassische Entwicklung
    03Stufe 3 · Skalieren

    Agentic Engineering – Produktionssysteme, die skalieren

    Formale Spezifikationen, Architecture Docs und Memory Files definieren den Kontext. Automatisierte Test-Suites, CI/CD-Gates und LM-Judges verifizieren jeden Schritt. Agenten diagnostizieren Fehler selbständig innerhalb definierter Grenzen. Ideal für Produktionssysteme und Team-Scale Development.

    • Produktionssysteme und Team-Scale Development
    • Automatisierte Tests, CI/CD-Gates, LM Judges
    • Agenten selbst-diagnostizieren innerhalb definierter Grenzen
    • Umfassendes Architektur-Review – KI übernimmt Implementierungsdetails
    • Niedriges Risikoprofil – systematische Verifikation jeder Phase
    02Das Spektrum

    Drei Stufen, sechs Dimensionen.

    Der entscheidende Differenzierungsfaktor ist nicht der KI-Einsatz an sich – er liegt darin, wie Outputs verifiziert werden. Quelle: Osmani, Saboo & Kartakis – 'The New SDLC With Vibe Coding' (Google/Kaggle, 2026), Tabelle 1.

    DimensionVibe CodingStructured AI-AssistedAgentic Engineering
    IntentCasual Natural-Language-PromptsDetaillierte Prompts mit Beispielen & ConstraintsFormale Specs, Architecture Docs, Memory Files
    VerifikationWirkt es so?Manuelles Testing + Spot-ChecksAutomatisierte Tests, CI/CD-Gates, LM Judges
    Codebase-VerständnisMinimal – Entwickler liest generierten Code oft nichtSelektives Review kritischer PfadeUmfassendes Architektur-Review; KI übernimmt Implementierungsdetails
    FehlerbehandlungFehlermeldung zurück in den PromptEntwickler diagnostiziert Root Cause, KI implementiert FixAgenten selbst-diagnostizieren innerhalb definierter Grenzen; Menschen lösen Architekturprobleme
    EinsatzbereichPrototypen, Skripte, Hackathons, persönliche ProjekteFeatures in etablierten CodebasesProduktionssysteme, Team-Scale Development
    RisikoprofilHoch – akzeptabel für WegwerfcodeModerat – Human Judgment an kritischen CheckpointsNiedrig – systematische Verifikation in jeder Phase

    Verifikation ist keine neue Disziplin. Teams, die testgetrieben entwickelt haben, schreiben seit zwanzig Jahren ausführbare Spezifikationen – automatisierte Testsuites, CI/CD-Gates und LM-Judges sind derselbe Gedanke, angewendet auf einen nicht-deterministischen Generator. Deshalb fällt der Wechsel zu Agentic Engineering Entwicklern leicht, die so gearbeitet haben – und schwer denen, die es nie getan haben.

    03Was wir entwickeln

    Unsere Kernbereiche

    Von skalierbaren Plattformen bis zur tiefen KI-Integration – das sind die Bereiche, in denen wir – auf allen drei Stufen – täglich liefern.

    Projekt besprechen
    01

    Digitale Plattformen & Portale

    Skalierbare Web-Applikationen, Marktplätze und Self-Service-Portale – von der Architektur bis zum Go-live.

    02

    B2B- & Enterprise-Software

    Komplexe Geschäftsprozesse als Software: CRM-Integrationen, Automatisierungen, Daten-Pipelines, interne Tooling-Systeme.

    03

    API-Design & Systemintegration

    Heterogene Systemlandschaften verbinden: REST, GraphQL, Webhooks – zuverlässig dokumentiert und betrieben.

    04

    KI-Integration in bestehende Systeme

    LLMs, Embeddings und KI-Automatisierungen nahtlos in bestehende Software-Stacks integriert – nicht aufgepfropft, sondern architektonisch eingebettet.

    05

    MVP → Produktion

    Bestehende Prototypen oder technisch gewachsene Systeme in produktionsreife, wartbare Software überführen.

    06

    Architekturreview – bevor Sie sich festlegen

    Ein unabhängiger Blick auf ein bestehendes System, eine AI-Architektur oder ein Anbieterangebot: was trägt, was nicht skaliert, was die RAG-Pipeline Sie in achtzehn Monaten kostet. Zwei Wochen, ein schriftliches Urteil, kein Folgeauftrag nötig.

    04Evaluation

    Wie wir verifizieren, was KI schreibt

    Fragt man ein AI-natives Team, wie reif es ist, antwortet es mit genau einer Sache: Wie es seine LLM-Systeme evaluiert. Wir behandeln Evals als Infrastruktur, nicht als Nachgedanken – von Anfang an eingebaut, nicht nach einem Incident nachgerüstet.

    01

    LM Judges

    Automatisierte Bewertungsmodelle, die KI-Output anhand einer Rubrik prüfen – Korrektheit, Sicherheit, Tonalität – bevor ein Mensch ihn überhaupt sieht.

    02

    Golden Datasets & Regressionstests

    Kuratierte Testfälle, die stille Regressionen erkennen, sobald sich Prompt, Modell oder Context-Pipeline ändern.

    03

    CI/CD Gates

    Keine agentische Änderung geht live, ohne ihre Eval-Suite zu bestehen – dieselbe Disziplin wie Unit-Tests, angewendet auf LLM-Verhalten.

    04

    Human-in-the-Loop-Checkpoints

    Bei kritischen Entscheidungen ein definierter Prüfpunkt, an dem ein Mensch freigibt. Evals verkleinern diese Fläche – sie eliminieren sie nicht.

    AI-native Teams fragen nicht „sieht das richtig aus?“. Sie fragen „wie evaluieren Sie Ihre LLM-Systeme?“. Das ist das eigentliche Reifesignal.

    05Der Stack

    Wie wir KI-Systeme bauen

    RAG ist ein Buzzword, bis jemand nach Ihrer Chunking-Strategie fragt. Das ist die Maschinerie hinter unserer KI-Arbeit – derselbe Stack, auf dem unsere Labs-Tools produktiv laufen, keine Logo-Wand aus Frameworks.

    01

    Retrieval & RAG

    Embeddings, Vector Stores und hybride Suche über Unternehmenswissen – mit Chunking- und Reranking-Strategien, die pro Korpus gewählt werden, nicht aus dem Tutorial kopiert.

    02

    Agent-Orchestrierung

    Tool-nutzende Agenten, koordiniert über das Model Context Protocol (MCP), mit Schemas, Memory Files und definierten Grenzen. Wir betreiben unseren eigenen öffentlichen MCP-Server – wir wissen also, wo es bricht.

    03

    Guardrails & Sicherheit

    Input- und Output-Validierung, Prompt-Injection-Abwehr, PII-Filterung und menschliche Freigabe-Gates für folgenreiche Aktionen – in die Architektur eingezogen, nicht nachträglich angeschraubt.

    04

    Model Routing & Token-Ökonomie

    Das richtige Modell pro Aufgabe: klein und schnell wo möglich, Frontier-Klasse wo es zählt. Caching, Batching und Kostenbudgets als Architekturentscheidungen, nicht als Abrechnungsüberraschungen.

    Live-Beweis: Signalwaves clustert stündlich 385+ Nachrichtenquellen semantisch, unser Assessment läuft als Konversations-Agent, und unser öffentlicher MCP-Server antwortet KI-Agenten direkt – alles auf diesem Stack gebaut.

    Scenaryo Labs
    06Total Cost of Ownership

    Billig im Start. Teuer im Betrieb.

    Nicht Geschwindigkeit allein entscheidet über den Return einer Codebase, sondern die Total Cost of Ownership – und die wird im KI-Zeitalter von der Token-Ökonomie bestimmt. Vibe Coding ist fast kostenlos im Start, doch die Rechnung kommt später: Token-Burn, wenn das Modell seine eigenen Fehler ausbügelt, eine Wartungssteuer, wenn Monate später jemand Ad-hoc-Code reverse-engineeren muss, plus Security-Cleanup.

    Agentic Engineering dreht die Kurve um: mehr Aufwand vorne – Schemas, Tests, strukturierter Kontext – dafür deutlich weniger Kosten pro Feature danach. Jenseits des Crossover-Punkts kann Vibe Coding 3–10× mehr pro Feature kosten. Die entscheidende Frage lautet schlicht: Wie lange muss der Code leben?

    Kumulative GesamtbetriebskostenZeit / Ausgelieferte FeaturesVibe CodingAgentic EngineeringToken-BurnPrompting-TaxWartungssteuerSecurity-RisikoContext CollapseFehler abgefangen (×3)Agentic Engineering:3–10× niedrigere TCO – langfristigVibe-Vorteil: Schnell zum OutputAgentic-Vorteil: SkalierungVibe CodingCapEx: minimalOpEx: eskalierendAgentic EngineeringCapEx: Plattform-InvestOpEx: ~12% niedrigerAbb. 9 · Osmani, Saboo & Kartakis – "The New SDLC With Vibe Coding" (Google/Kaggle, 2026)
    07Warum Scenaryo

    Jahrzehnte Erfahrung. Keine Lernkurve auf Ihre Kosten.

    Wir entwickeln Software seit den Anfängen des modernen Webs. Das bedeutet: Architekturentscheidungen mit Tiefe, kein Hype-getriebener Technologieeinsatz, und ein Team, das die typischen Fehler bereits gemacht – und daraus gelernt – hat. Alle drei Stufen des Spektrums sind für uns Praxis, nicht Buzzwords.

    01

    Context Engineering als Kernkompetenz

    Der entscheidende Hebel in Agentic Engineering ist nicht das Modell – es ist der Kontext. Wir designen Schemas, Memory Files und Daten-Pipelines, die KI-Agenten zuverlässig und skalierbar machen, und behandeln Evaluation (LM Judges, CI/CD Gates) als eigene Disziplin, nicht als Nachgedanken.

    02

    Senior Engineers machen die Arbeit

    Keine Account Manager, keine Junior-Stunden zu Senior-Sätzen. Die Person im Erstgespräch ist dieselbe, die Ihre Architektur entwirft.

    03

    Wir helfen Ihnen, die richtige Stufe zu wählen

    Vibe Coding, Structured AI-Assisted oder Agentic Engineering? Wir sagen Ihnen, was zu Ihrem Kontext, Risikoprofil und Budget passt – auch wenn das den kleineren Auftrag bedeutet.

    04

    Fractional CTO auf Wunsch

    Für Unternehmen ohne dedizierte technische Führung: Architekturentscheidungen, Technologiebewertungen, Vendor-Auswahl und Aufbau interner Engineering-Strukturen – bis zur eigenen Besetzung.

    05

    Domänenmodell vor Agenten

    Agentic Engineering läuft auf formalen Specs und Architekturdokumenten. Aber ein Agent findet keine Domänengrenze, die vorher kein Mensch gefunden hat. Wir schneiden Bounded Contexts gemeinsam mit Ihren Fachexperten – mit Domain-Driven Design und Event Storming. Die Specs kommen danach. Zwanzig Jahre Erfahrung im Modellieren von Geschäftsdomänen sind der Grund, warum die oberste Stufe des Spektrums überhaupt funktioniert.

    08
    Vorgehen

    Von der ersten Abstimmung zur fertigen Software

    Keine Blackbox-Entwicklung. Klare Schritte, vollständige Transparenz – unabhängig von der gewählten Stufe im Spektrum.

    1. 1Discovery CallWir verstehen Ihr Projekt, Risikoprofil und Zeitrahmen – und empfehlen die passende Stufe: Vibe Coding, Structured AI-Assisted oder Agentic Engineering. Kostenlos, unverbindlich.
    2. 2Scoping & ArchitekturAnforderungen, Technologieentscheidungen und ein realistischer Zeitplan – transparent und nachvollziehbar dokumentiert.
    3. 3Iterative EntwicklungKontinuierliche Auslieferung in kurzen Zyklen. Sie sehen Fortschritt – keine langen Phasen ohne sichtbare Ergebnisse.
    4. 4Launch & ÜbergabeDeployment, Dokumentation und wahlweise Übergabe an Ihr internes Team – oder wir betreiben und entwickeln das System langfristig weiter.

    Projekt im Kopf? Dann lass uns reden.

    Ob schnelles Demo, Features in einer bestehenden Codebase oder ein produktionsreifes Agentic System – wir finden die richtige Stufe. Erstes Gespräch kostenlos, unverbindlich.

    Jetzt Projekt besprechen
    09
    FAQ

    Häufige Fragen

    Die Fragen, die uns am häufigsten von Auftraggebern aus Startups, Mittelstand und Konzernen gestellt werden.

    01Was unterscheidet die drei Stufen des Spektrums?
    Der entscheidende Differenzierungsfaktor ist nicht ob KI eingesetzt wird – sondern wie viel Struktur und Verifikation drumherum steckt. Vibe Coding: casual Prompts, kein formales Testing. Structured AI-Assisted: detaillierte Prompts, manuelles Testing. Agentic Engineering: formale Specs, automatisierte Tests, CI/CD-Gates, LM Judges. Quelle: Osmani et al., Google/Kaggle 2026.
    02Wann ist Vibe Coding die richtige Wahl?
    Vibe Coding ist ideal wenn Geschwindigkeit wichtiger ist als Produktionsreife: Investor-Demos, Hackathons, persönliche Projekte, Feature Spikes. Das Risikoprofil ist hoch – aber das ist akzeptabel für Wegwerfcode, der nie in Produktion geht.
    03Was ist Structured AI-Assisted Coding?
    Die mittlere Stufe des Spektrums: detaillierte Prompts mit Beispielen und Constraints, manuelles Testing an kritischen Pfaden, selektives Code-Review. Ideal für Features in etablierten Codebases. Moderates Risikoprofil, Human Judgment an Checkpoints.
    04Was ist Agentic Engineering und wann brauche ich es?
    Agentic Engineering ist die disziplinierte Spitze des Spektrums: formale Specs, Architecture Docs, Memory Files, automatisierte Tests, CI/CD-Gates. Agenten diagnostizieren Fehler selbständig innerhalb definierter Grenzen. Notwendig für Produktionssysteme, die kritische Geschäftsprozesse tragen oder Compliance-Anforderungen unterliegen.
    05Wie lange dauert ein typisches Projekt?
    Vibe Coding: 2–5 Tage. Structured AI-Assisted: 4–10 Wochen. Agentic Engineering: 6–16 Wochen. Den konkreten Zeitrahmen vereinbaren wir im Scoping.
    06Was kostet individuelle Softwareentwicklung mit Scenaryo?
    Wir arbeiten transparent mit Festpreisen pro Sprint oder nach Aufwand. Agentic Engineering ist durch den strukturierten Kontext über die Projektlaufzeit deutlich günstiger als klassische Entwicklung; Vibe Coding startet ab wenigen Tagessätzen. Konkrete Einschätzung nach dem kostenlosen Discovery Call.
    07Wo ist Scenaryo ansässig und wie arbeitet ihr?
    Scenaryo ist ein Münchner Beratungsunternehmen. Wir arbeiten remote mit Kunden in der DACH-Region und Europa; Vor-Ort-Termine in München sind jederzeit möglich.
    08Übernehmen Sie auch Betrieb und Wartung nach dem Launch?
    Ja. Nach dem Launch wählen Sie: Übergabe an Ihr internes Team mit Dokumentation – oder kontinuierliche Wartung, Weiterentwicklung und Betrieb durch uns mit klar definierten SLAs.