Projektüberblick

Was die Fabrik eigentlich ist.

Strategische und fachliche Einordnung des Produkts — ohne tiefen Tech-Stack-Tauchgang. Aus deiner Projektidee wird lauffähige Software: mit sauberer Git-Historie, überwachten Runs und nachvollziehbaren Freigaben. Geeignet als Briefing für Auftraggeber, Stakeholder oder den ersten Kontakt mit der Plattform.

Idee → lauffähige Software Briefing für Stakeholder ohne Tech-Stack-Tauchgang
Control Plane
1 lokal
Markdown-Artefakte
6+
Run-Phasen
7
Agentenrollen
7

Worum es geht

Die Agentic Software Factory ist eine lokale Control Plane für AI-gestützte Softwareentwicklung. Sie ist kein weiterer LLM-Wrapper, sondern eine strukturierte Orchestrierungs-Schicht: Du beschreibst das Projekt, definierst dein Team aus Agentenrollen, startest Runs gegen Coding-CLIs (Claude Code, Codex, Gemini, Aider) und bekommst am Ende einen reproduzierbaren Workspace mit Git-Historie, Build-Status und Quality-Gate-Verdict.

Der zentrale Hebel: jeder Coding-Lauf hat eine Struktur. Nicht "Chat mit der KI", sondern PlanImplementiereReviewValidiere — mit Approvals an den richtigen Stellen und einem automatischen Quality Gate am Schluss.

Welche Probleme löst es konkret?

Die direkte Shell-Nutzung von Claude Code ist mächtig, aber prozessual rau. Genau diese Reibungspunkte adressiert die Plattform:

  • Prompt-Chaos in der ShellProjektdefinitionen entstehen ad-hoc, sind nicht versionierbar und schwer wiederverwendbar.
  • Wenige Commits, unklare Git-HistorieLange Claude-Sessions produzieren große, schlecht reviewbare Änderungen.
  • Freigaben ohne KontextManuelle Approvals werden routinemäßig abgenickt, kritische Phasen sind nicht sichtbar markiert.
  • Keine durchgängige NachvollziehbarkeitLogs, Build-Ergebnisse und Agenten-Entscheidungen verteilen sich auf Terminal, Editor und Notizen.
  • Nachfolge-Projekte fangen bei null anBewährte Agent-Rollen, Teams und Leitplanken werden nicht konserviert.

Für wen ist das?

Die Plattform ist für technische Verantwortliche gebaut, die AI-gestützte Entwicklung strukturiert einsetzen wollen — typischerweise im Mittelstand, in regulierten Umfeldern oder bei Beratungen, die Code-Resultate auch dokumentieren müssen. Kein Massen-Consumer-Produkt; Hobbyisten sind mit Claude Code direkt schneller bedient.

Primär

Softwarearchitekten

Klare Leitplanken, nachvollziehbare Entscheidungen, Git- und Build-Disziplin als technische Gates.

Primär

Lead Developer

Effiziente Claude-Nutzung ohne Prompt-Chaos. Wiederverwendbare Projekt-Setups statt wiederholter Setup-Arbeit.

Primär

Tech Leads

Transparenz über Runs, Logs, Approvals. Freigaben werden bewusst erteilt, nicht nebenbei durchgewinkt.

Passend

Kleine Produktteams

Schnell belastbare Artefakte statt Dokument-Leichen. Folge-Runs statt überlanger Einzelruns.

Coming soon

Enterprise-Teams

Auditierbarkeit, mandantenfähige Betriebsmodelle und Compliance-Szenarien sind für spätere Versionen geplant.

Einblick in die Plattform

So sieht die laufende Fabrik aus — hier der Projekt-Assistent. Darunter schematisch die weiteren Arbeitsbereiche.

localhost:8080/wizard
Der Projekt-Assistent der Softwarefabrik
Der Projekt-Assistent — strukturierte Erfassung statt leerer Markdown-Datei.
Schritt 2 / 4

Projekt-Wizard

Strukturierte Erfassung statt leerer Markdown-Datei. Vier Schritte, sechs Stack-Templates.

Projektinhalte
[ Projektname        ]
[ Zielbild           ]
[ Constraints / DoD  ]
        Zurück  [ Weiter ]
Run #42 · RUNNING

Run-Ansicht

Phasen, Status und aktueller Schritt auf einen Blick — Phase 4 / 7.

✓ INTAKE
✓ PROMPT_ASSEMBLY
✓ WORKSPACE_PREPARATION
⟳ EXECUTION · running…
· VALIDATION
· COMPLETION
Commits · main

Git & Build

Commits, Working Tree und Build-Status direkt in der UI.

a1f2e3b feat: DoD persistiert
7c9d4a2 test: policy paths
e2b8f6c feat: run validation
─────────────────────────
mvn verify · PASS
42 tests · coverage 82 %
# PROJECT.md

Markdown-Artefakte

Generierte Spezifikationsdateien als editierbare Vorschau.

Artefakte
 PROJECT.md
 INSTRUCTIONS.md
 AGENTS.md
 WORKFLOW.md
 DEFINITION_OF_DONE.md
 README.md

So konkret sieht das aus

Beispiel: Du willst eine einfache REST-API für Rechnungen bauen. So läuft der Weg über die Softwarefabrik — vom 15-Sekunden-Wizard bis zum validierten Commit.

Dein Input · 15 Sekunden im Wizard

Projektname: Invoice API
Zielbild:    REST-API für Rechnungen,
             CRUD + Statusübergänge
Tech:        Spring Boot 4, PostgreSQL 16, Flyway
DoD:         alle Endpoints getestet,
             mvn verify grün, Coverage ≥ 85 % Line / ≥ 81 % Branch

Was die Plattform daraus macht

✓ PROJECT.md             47 Zeilen
✓ INSTRUCTIONS.md        32 Zeilen
✓ WORKFLOW.md            19 Zeilen
✓ DEFINITION_OF_DONE.md  14 Zeilen
✓ AGENTS.md              21 Zeilen
✓ README.md              28 Zeilen
✓ Git-Repo               initial commit
✓ Run-Template           mvn verify Gate
Danach: Klick auf Run starten. Was dann passiert, ist live in der UI nachvollziehbar — entlang der sieben Run-Phasen:
Run #42 · Invoice API · claude-code adapter        Phase 5 / 7

14:32:01  ✓ INTAKE                            2 s
14:32:03  ✓ PROMPT_ASSEMBLY                   4 s
14:32:07  ✓ WORKSPACE_PREPARATION            8 s
14:32:15  ⟳ EXECUTION (claude-code)      4 min 12 s
            ├ src/main/java/…  +247 Zeilen
            ├ src/test/java/…  +89 Zeilen
            └ 3 Commits · feat, test, docs
14:36:27  ✓ VALIDATION (mvn verify)         52 s
            · CORRECTION übersprungen — Validation grün
14:37:19  ⏸ COMPLETION (wartet auf Freigabe)  —

Gesamt 5 min 18 s · 336 Zeilen Code · 42 Tests · Coverage 82 %

Der vollständige Loop: von der Idee zur nächsten Iteration

Ein einzelner Run endet nicht am Quality Gate — die Fabrik denkt in Iterationen. Auf einem persistenten Workspace (frisch angelegt oder per Repo-Import aus einem bestehenden Repository) schließt sich ein durchgängiger Kreislauf in acht Schritten:

  1. Planen — ein Plan-Run zerlegt das Ziel in Markdown-Pläne, die als Backlog einzeln auswählbar werden.
  2. Auswählen — du aktivierst einen Backlog-Eintrag als nächste Aufgabe.
  3. Bauen — ein Build-Run arbeitet auf einem eigenen Branch, nicht direkt auf dem Hauptstand.
  4. Selbstkorrektur — bei rotem Build wiederholt die Plattform die Korrektur automatisch und begrenzt, bis der Build grün ist.
  5. Quality-Gate — läuft in der Pipeline wahlweise aus, beratend oder blockierend.
  6. Liefern — mit Git-Remote und GitHub-Token entstehen Push und Pull-Request; ohne beides wird lokal in den Hauptstand gemerged.
  7. Lernen — ein Project-Memory bewahrt Erkenntnisse und fließt in Folge-Runs ein.
  8. Weiter — optionale Auto-Folgevorschläge führen direkt zur nächsten Iteration — der Loop schließt sich.
Warum das zählt: So wächst ein Projekt über viele kleine, nachvollziehbare Runs hinweg — statt eines überlangen Einzellaufs — mit sauberer Git-Historie und konserviertem Erfahrungswissen.

Was V1 leisten soll

Das Reifegradmodell der Plattform definiert fünf Stufen. V1 erreicht die Stufen M1 bis M4:

StufeWas funktioniert
M1 ReproduzierbarRun kann gestartet, überwacht, abgeschlossen werden
M2 Solo-Dev-effizientQuick-Start, globale Defaults, Wizard mit sechs Templates, Modell-Routing pro Rolle
M3 Tool-integriertAGENTS.md, Plugins, Skills synchronisiert; Repo-Import; Project-Memory
M4 Operativ härterContainer-Sandbox, Live-Token-Stream, Inline-Diffs, Browser-Notifications
M5 Multi-TenantGrundlagen vorhanden (Projektgrenzen-Isolation, RBAC, SSO, Admin-UI); volle auditsichere Mehrmandanten-Trennung (getrennte Policy/Audit/Reports pro Mandant) folgt — bis dahin 1 Instanz/Mandant empfohlen

Bestandteile

Plattform-Kern (eine Spring-Boot-Anwendung)

  • Projekt-Editor und -Wizard — Erfassung von Projekten als strukturierte Markdown-Artefakte.
  • Run-Engine — Orchestrierung der Phasen, Live-Streaming, Status-Tracking.
  • Adapter-Registry — Anbindung an Coding-CLIs als Spring-Beans.
  • Quality-Gate — aggregiert Reviewer-Findings (architecture, hallucination, security, aider, claude) zum Verdict.
  • Settings, Audit, Secrets — Cross-Cutting-Concerns mit Override-Logik, Audit-Trail und Verschlüsselung.
  • Conductor — schreibt vor jedem Run die CLI-Konfiguration ins Workspace.

Lizenz-Service (separater Microservice)

  • License-Service — Spring-Boot-Anwendung mit Ed25519-Signatur (EdDSA), gibt JWT-Lease-Tokens für die Tier-Prüfung aus.
  • Keycloak — Identity-Provider für Kunden-Login bei der Lizenz-Verwaltung.

Demo-Infrastruktur

  • demo.softwarefabrik.io — öffentliche Single-Tenant-Demo-Instanz mit Mock-Adapter, täglichem Reset.

Lizenzmodell · Kurzform

Drei Stufen mit bewusst reibungsarmem Einstieg. Detaillierter Vergleich und Registrierungsprozess auf der Seite Lizenzmodell.

KriteriumCommunityProfessionalEnterprise
RegistrierungkeineKontodurch Vertrag
Preiskostenlos20–30 € / Nutzer·Monatab 20.000 € / Jahr
Runs pro Tag101001000
Parallele Agenten31050
Geräte35laut Vertrag
Lease-Laufzeit30 Tage30 Tage30 / 90 / 365 Tage
Team / SSO / Audit
Priority Support
Lease vs. Grace: Die Lease-Laufzeit (Offline-Toleranz) beträgt 30 Tage für Community, Professional und Enterprise Cloud, 90 Tage für Self-Hosted und 365 Tage für Air-Gap. Der Einzelplatz (Community) zieht bei jedem Start eine frische 30-Tage-Lease. Nach Ablauf gilt zusätzlich eine Grace-Period von 30 Tagen (Air-Gap = 0). Signatur der Lease-Tokens: EdDSA / Ed25519, Pubkey unter /api/v1/pubkey.

Was das Projekt alles beinhaltet

Project Definition

Projekttitel, Zielbild, Constraints, Tech-Präferenzen und DoD.

Agent Definition

Rollen, Standardinstruktionen, Tool-Profile und Grenzen.

Team Assembly

Agententeams für Projekttypen und Run-Arten.

Prompt Assembly

Automatische Generierung von PROJECT.md & Co.

Run Orchestration

Starten, überwachen, pausieren, abschließen.

Git & Build

Commits, Working Tree, Build-Resultate in der UI.

Technische Basis von Version 1

Java 25 Spring Boot 4.0.7 Thymeleaf HTMX PostgreSQL 16 Spring Security Keycloak Docker Compose JUnit 5

Angular ist in Version 1 bewusst nicht nötig. Fokus auf Workflow, Orchestrierung, Nachvollziehbarkeit und Wiederverwendbarkeit.

Was V1 bewusst nicht leisten muss

  • grafischer Workflow-Designer
  • Cloud-Skalierung und Mandantenfähigkeit
  • vollwertige CI/CD-Plattform

Empfohlenes Domänenmodell

ProjectDefinition InstructionSet DefinitionOfDone AgentDefinition AgentTeam Run RunPhase Task ExecutionStep ExecutionLog ApprovalPolicy ApprovalDecision GitRepository GitCheckpoint BuildResult Artifact PromptArtifact

Wichtige UX-Leitentscheidung

Der Nutzer soll nicht zuerst manuell Markdown-Dateien schreiben müssen.

Idee → strukturierte UI-Erfassung → automatisch generierte Markdown-Artefakte → editierbare Vorschau → Run
Warum das wichtig ist: Genau dadurch wird die Plattform einfacher und produktiver als die direkte Nutzung von Claude Code in der Shell.
Architektur & Hintergrund · PDF

Deep Dive: Architektur hinter der Softwarefabrik

Die Softwarefabrik basiert auf einer fundierten Architektur für agentische Softwareentwicklung. Das begleitende Whitepaper beschreibt Referenzarchitekturen, Agenten-Orchestrierung, Guardrails und SDLC-Integration auf 76 Seiten — als konzeptionelles Fundament des Produkts.

Zum Whitepaper Direkt als PDF laden

Werde einer der ersten Nutzer.

Die Softwarefabrik ist in aktiver Entwicklung. Wenn du mit AI-Coding-Tools an Grenzen stößt und eine Lösung mit Struktur suchst: schreib mir kurz — ich zeige dir das System persönlich und melde mich in 1–2 Werktagen zurück.

Weiterlesen