KI-Entwicklung geht nicht nur lokal: Erste Versuche mit Cloud-Agents

Mächtige Sprachmodelle beschleunigen heute grosse Teile der Softwareentwicklung. Tools wie Claude Code laufen meist auf dem Laptop der Entwickler*innen und arbeiten nach Feierabend nicht weiter. Ich habe einen Teil unseres Prozesses in die Cloud verlagert: Ein Agent setzt ein gut beschriebenes Issue heute in nur fünf Minuten um.

Seit etwas mehr als acht Monaten gehört ein Claude-Code-Abo bei uns zur Standardausrüstung jedes Arbeitsplatzes. Doch sobald ich den Laptop zuklappe, hört auch der Agent auf zu arbeiten. Von echter Automatisierung oder gar Industrialisierung der Softwareentwicklung kann daher noch keine Rede sein. Die Cloud hingegen läuft rund um die Uhr und kann meinem Agenten eine Laufzeitumgebung bieten.

So arbeiten wir heute

Unser Prozess orientiert sich am Spec-Driven Development. Wir schreiben allein oder im Team eine Spec, also eine Spezifikation mit allen Informationen für die Umsetzung. Danach arbeitet der Agent ohne Rückfragen. Wir erarbeiten die Spec oft mit einem LLM-basierten Tool und Skills wie /grill-me von Matt Pocock. Sie hält auch fest, wie heikel die Umsetzung ist und ob sie ein menschliches Review braucht. Die Entwickler*innen setzen die Spec dann mit Claude Code auf dem Laptop um. Claude Code erstellt oft direkt einen Pull Request (PR), also einen Änderungsvorschlag, und lässt ihn von GitHub Copilot prüfen. Danach testet die CI/CD-Pipeline die Änderung automatisch.

Entwicklungsprozess heute
Zeigt den Entwicklungsprozess mit Claude Code auf dem Laptop der Entwickler*innen

 

Triage und Coding-Agent automatisieren

Versuch 1: Cloud-Umgebung in Claude Code

Der Vorteil: Die Cloud-Umgebung ist rund um die Uhr verfügbar und bereits in unserem Abo enthalten. Die Einrichtung ist einfach: Claude Code öffnen, einen neuen Chat starten und unten links eine neue Cloud-Umgebung hinzufügen.

Claude Code Desktop Add Cloud environment...
So wird ein Cloud Environment angelegt

Der Nachteil: Claude greift nur über einen GitHub-Proxy auf GitHub zu. Dafür muss die Organisation die Integration freigeben.

Versuch 2: Claude in GitHub Actions

Zuerst die Nachteile: Solange Claude auf einem GitHub-Runner läuft, verrechnet GitHub bei privaten Repositories zusätzlich Minuten. Für lange laufende Aufgaben passt dieses Preismodell schlecht.

Der Vorteil: Die Einrichtung gelingt direkt in Claude Code: Einfach /install-github-app ausführen und die Fragen von Claude beantworten. Danach wartet bereits ein PR, der einen Review-Agenten und einen Runner für alle Erwähnungen von @claude einrichtet.

Der Ablauf liegt nun als YAML-Datei im Repository. So kann ich ihn lokal mit Claude Code weiterentwickeln. Ich beschreibe Claude also, wie mein Prozess aussehen soll, und lasse ihn die CI-Pipeline entsprechend bauen.

Dann erstelle ich ein Issue, und siehe da: Der Agent klassifiziert es, stellt mir eine Rückfrage und setzt das Feature nach meiner Antwort selbständig um. Die Triage, Einschätzung und Umsetzung dauern rund fünf Minuten.

Screenshots von GitHub
Das Issue wird vom Agenten automatisch eingeordnet, sofern genug spezifiziert auch gleich implementiert

Fazit

Eine einfache Software Factory lässt sich heute bereits mit GitHub-Runnern selbst bauen. Was dabei noch fehlt, sind Kostensteuerung, kontinuierliche Verbesserung, saubere Nachverfolgung und vieles mehr. Plattformen wie Warp Factories oder OpenHands gehen genau diese Probleme an. Und wie Romano Roth betont, braucht jeder Agent eine eigene Identität mit eng begrenzten Rechten. Genau das gehe ich als Nächstes an. Wie weit seid ihr mit Agents in der Cloud?

Weiterführende Links

Philipp Lüthi

Philipp Lüthi ist Senior Softwareentwickler und Architekt bei geowerkstatt GmbH in Aarau und bloggt aus dem Unterricht des CAS Cloud Architecture

Alle Beiträge ansehen von Philipp Lüthi →

Schreibe einen Kommentar