← Alle Talks

Structured Automation with Agentic AI

AI Agents bringen Produktivitätsgewinne bei dokumentierten API-Workflows. Produktiver Einsatz braucht Kontrolle, Leitplanken und präzises Prompting.

AI Agents versprechen Autonomie — und liefern sie auch, nur nicht immer in die gewünschte Richtung. Der Vortrag zieht die Bilanz aus drei Monaten intensiver Praxis mit agentischen Werkzeugen: von Claude Code über Codex und Gemini CLI bis zu lokalen Qwen-Coder-Modellen, eingesetzt für die Automatisierung realer Community-Operations — Ticketvergabe, Medienproduktion, Reporting und die vielen kleinen Prozessketten, an denen ehrenamtliche Konferenzorganisation sonst Wochenenden kostet.

Die zentrale Beobachtung: Produktivitätsgewinne entstehen dort, wo Workflows über dokumentierte APIs laufen und der Agent an der kurzen Leine bleibt. Wo beides fehlt, kippt AI-Assisted Engineering schnell in das, was der Vortrag „Augmented Arrogance“ nennt — beeindruckend aussehende Ergebnisse auf ungenauer Datenbasis, die Maintainer später teuer ausbaden. Zwischen Vibe Coding und belastbarer Automatisierung liegt Struktur: enge Use Cases, Guardrails, häufige Commits, Git Worktrees, Subagents — und ein realistisches Erwartungsmanagement.

Der Vortrag verbindet Live-Erfahrung mit Einordnung: Warum ein Sprachmodell ein Papagei bleibt, auch im Schwarm. Warum mehr Daten und größere Modelle die Qualität nicht mehr treiben. Und warum am Ende ein anderer Effekt überwiegt: AI befähigt den Generalisten.

Kernthesen

  • Produktivitätsgewinne entstehen bei dokumentierten API-Workflows — nicht bei offenen Explorationsaufgaben.
  • Agents gehören an die kurze Leine: enge Use Cases, Guardrails, nur die nötigen Tools, häufige Commits.
  • Git Worktrees und Subagents machen agentische Arbeit parallelisierbar, ohne die Kontrolle zu verlieren.
  • Wer dem Agent nicht folgt, denkt nicht weniger — er denkt später und teurer nach.
  • Skalierung über Datenmenge und Modellgröße trägt nicht mehr; der Hebel liegt in Struktur und Steuerung.

Kontext

Der Vortrag entstand aus der Automatisierungspraxis in der europäischen Python-Community und wurde u. a. bei der European Space Agency (ESA) in Darmstadt gehalten. Die Slides sind bewusst als visuelle Kulisse gestaltet — die Substanz liegt im Vortrag.

Foliensatz herunterladen (PDF)

Structured Automation with Agentic AI — Slide 1 Structured Automation with Agentic AI — Slide 2 Structured Automation with Agentic AI — Slide 3 Structured Automation with Agentic AI — Slide 4 Structured Automation with Agentic AI — Slide 5 Structured Automation with Agentic AI — Slide 6 Structured Automation with Agentic AI — Slide 7