Fallstudie: prüfen, was Agenten als erledigt melden
Ein Review stufte 11 Aussagen als falsch ein in dem, was 39 Agenten in unter zwölf Stunden schrieben, und die Reviewer irrten zweimal. Sieh, wie es gefunden wurde, und spiel die fünf Befehle nach.
Wenn dir ein KI-Agent schon einmal „erledigt“ gemeldet hat und es nicht stimmte, ist diese Seite für dich. Sie zeigt, was passierte, als 39 Agenten Landingpage, Dokumentation, Beispiele und Videos dieser Website in unter zwölf Stunden neu bauten, zwischen dem Abend des 2026-10-18 und dem Morgen des 2026-10-19: Ein Review stufte 11 Aussagen als falsch ein, die Reviewer irrten zweimal, und ein Mensch entschied, was bleibt. Du siehst die fünf Schritte, die Zahlen mit ihren Quellen, die Fehler und die Befehle zum Nachspielen im eigenen Projekt. Wenn du es nur ausführen willst, spring zu Spiel es selbst nach.
Hinweis· Vor den Zahlen: die Schwächen
Lies das zuerst. Die Agenten wurden von Claude Code mit dessen eigenem Agent-Werkzeug gestartet, jeder Umsetzer in einem eigenen Git-Worktree, und nicht vom Befehl bmad-plus swarm: Dieser Befehl verteilt die Arbeit, schreibt die Briefings, prüft die Antworten und wertet sie aus, und überlässt das Starten deinem Assistenten. Die Reviewer sind auch Modelle, und zwei ihrer Befunde waren falsch. Es ist ein einziger Lauf, und noch hat niemand gemessen, ob Leser das Ergebnis klarer finden. Das Muster ist das, das BMAD+ mitbringt (erst fragen mit einem Intake, unter Budget verteilen, unabhängig prüfen, an Gates anhalten). Jede Zahl unten wurde am 2026-10-19 aus dem Repository, den Protokollen oder den Review-Berichten neu gezählt; eine Zahl, die sich nicht neu zählen ließ, steht nicht auf dieser Seite.
Die KI sagte „fertig“. Stimmte das?Wie 39 Agenten diese Website in unter zwölf Stunden neu gebaut haben, was die Reviewer fanden und die fünf Schritte und Befehle, um es selbst nachzuspielen.Transkript
Die KI sagte „fertig“. Stimmte das? Neununddreißig Agenten haben eine Website in unter zwölf Stunden neu gebaut. Reviewer fanden elf falsche Aussagen. Auch sie irrten sich zweimal. Du wurdest bestimmt schon von einem „fertig“ enttäuscht. So prüfst du es: fünf Schritte, fünf Befehle. Eins. Wie verhinderst du erfundene Fakten? Schreibe zuerst die Regeln: von Grund auf, Fakten aus dem Code, Simuliertes wird gekennzeichnet. Zwei. Was soll es fragen, bevor es startet? Der Intake listet auf, was bekannt ist und was fehlt. Drei. Wie kommen sich die Agenten nicht in die Quere? Ein Briefing pro Seite, je eine Kopie des Repos. BMAD+ verteilt die Briefings und begrenzt jede Welle. Dein Assistent startet die Agenten. Vier. Wer prüft die Arbeit? Fünf Leser, die nichts davon geschrieben haben und Befehle auf einem sauberen Server nachspielen. Und das Gate sagt Nein, bis jede Datei erfasst ist. Ein Versprechen, dass deine Dateien bleiben. Ein Befehl, den es nie gab. Eine Zählung, die um eins danebenlag. Fünf. Korrigieren, dann belegen: neunzehn Fix-Commits, 1.879 Tests, null Barrierefreiheits-Verstöße. Ein Mensch hatte das letzte Wort. Noch hat niemand gemessen, ob Leser es klarer finden. Du bekommst fünf Befehle, drei Schwarm-Dateien, das Review-Gate und sieben Fehler, die du vermeiden kannst. Beginne mit Schritt eins. „Fertig“ ist nur eine Behauptung. Spiel es nach.
Schreibe das Ziel in einem Satz auf und die Regeln, die nie nachgeben. Hier war das Ziel eine Website, die jede Möglichkeit von BMAD+ in vier Sprachen abdeckt, mit Videos. Die Regeln: alles von Grund auf geschrieben, Fakten nur aus dem Repository, alles Simulierte sagt es, und nichts läuft auf dem eigenen Rechner des Eigentümers (Builds und Tests liefen auf einem Testserver, in Containern).
02
Erst fragen lassen, dann handeln
Bevor ein Agent startete, wurde die Arbeit aufgelistet: was es gab und was fehlte (die neuen Befehle hatten weder Beispiel noch Referenzseite). Danach erweiterte der Eigentümer den Umfang. In BMAD+ ist dieser Schritt der Intake: Er hält fest, was beantwortet, per Standard gesetzt oder unbekannt ist, und stellt höchstens sechs Fragen pro Nachricht.
Im Terminal deines Projekts
npx bmad-plus intake plan --intake .agents/skills/pack-design/intake.yaml --answers _bmad-output/design/intake.json
03
Jedem Agenten seine Seite und seine Kopie geben
Ein Agent inventarisierte zuerst das ganze Produkt. Dann entstanden Landingpage, Dokumentation, Bildschirmaufnahmen und Videos parallel, jeder Agent in seinem eigenen Git-Worktree und seiner eigenen Kopie des Projekts auf dem Testserver, mit Umfängen, die sich nicht überlappen, damit sich die Branches zusammenführen ließen. In BMAD+ ist dieselbe Form eine Schwarm-Definition mit einer Einheit pro Seite und disjunkten Umfängen.
Fünf Reviewer, die nichts geschrieben hatten, lasen das Ergebnis an einem festen Commit: einer prüfte die Fakten der Seiten zu Packs, Agenten und Konzepten, einer Referenz, Anleitungen, Sicherheit, FAQ und Landingpage, einer spielte die Beispiele nach, einer las Französisch, Spanisch und Deutsch, einer steuerte einen Browser für die Barrierefreiheit. Sie spielten Befehle auf einem sauberen Server nach, statt dem Text zu glauben. In BMAD+ ist die Beweisschicht review: Sie versiegelt den Umfang und verweigert ein Urteil, solange nicht jede Datei erfasst ist.
Im Terminal deines Projekts
npx bmad-plus review scope site --workspace --base HEAD
npx bmad-plus review gate site
05
Korrigieren, dann belegen
Sieben Fix-Gruppen und vier Fix-Durchgänge korrigierten, was die Reviews fanden (19 Fix-Commits auf vier Branches). Ein Integrator führte 14 Branches zusammen und ließ alle Gates erneut laufen: 79 Website-Tests, 1.879 Tests, 91.986 Suchprüfungen, 2.539 Release-Prüfungen und einen Browser-Lauf mit 976 Viewport-Fällen und 300 Barrierefreiheits-Läufen ohne einen Verstoß. Es wurde nichts veröffentlicht, bevor der Eigentümer es sagte.
Du erwartest vielleicht, dass Agenten, die den Code gelesen haben, die Fakten richtig wiedergeben. Das taten sie nicht immer. Diese sieben Aussagen überstanden das Nachspielen des Befehls oder das Lesen des Codes nicht, und jede wurde korrigiert.
Sieben Aussagen, die ein Nachspielen nicht überstanden
Was der Entwurf sagte
Was der Reviewer fand
Die Korrektur
Der Installer bewahrt Anweisungsdateien, die du geschrieben hast.
Mit install --yes wird eine selbst geschriebene CLAUDE.md nach CLAUDE.md.bak kopiert und dann ersetzt. Der Satz stand auf vier Seiten.
Die Seiten sagen: nicht stillschweigend. Interaktive Installationen und Updates bewahren sie, --yes sichert sie zuerst, --tools none berührt keine Werkzeugkonfiguration.
Drei Befehle auf der Landingpage, als lauffähig dargestellt.
Nachgespielt: intake plan verlangt --answers, mem recall mit Evidenz-Ranking verlangt einen Projektbereich, swarm init brauchte --context pitch=DATEI.
Die Befehle tragen die fehlenden Optionen und laufen.
Ein Prompt, der mit /animated begann.
Einen Befehl /animated gibt es im Produkt nirgends.
Der Prompt ist der Satz, auf den der Agent hört: eine animierte Website aus einem Video bauen.
Ein Nexus-Beispiel, das direkt nach createverification=passed ausgab.
Nachgespielt scheitert verify direkt nach create mit Exit-Code 1: Es braucht abgeschlossene, nicht angenommene, abgeglichene Arbeit.
Das Beispiel startet, erfasst und prüft jetzt eine echte Aufgabe, mit nachgespielter Ausgabe.
Befehle nach der ersten Installation beginnen mit npx --no-install.
In einem Projekt, das nie npm install --save-dev bmad-plus ausgeführt hat, bricht dieser Befehl mit „npx canceled due to missing packages“ ab.
Die Beispiele nutzen npx bmad-plus; die Form --no-install wird dort erklärt, wo sie vorkommt, mit ihrer Voraussetzung. Die vom Installer erzeugten Anweisungsdateien sagen noch --no-install: Das braucht ein Release und ist noch nicht behoben.
Zwei Videoclips des Installers zeigten Shield mit 26 Rahmenwerken.
Das Register zählt 27, und alle anderen Seiten sagten 27.
Beide Clips wurden mit dem aktuellen Installer neu aufgenommen.
Untertitel: ein Cue pro Satz, und französische Untertitel, die die Sprecherstimme umformulierten.
Zeilen von bis zu 79 Zeichen, Cues von bis zu 11 Sekunden; die französischen Untertitel passten nicht zu den gesprochenen Wörtern.
Alle 24 Untertiteldateien sind auf 2 Zeilen mit 42 Zeichen und 6 Sekunden geschnitten; die französischen folgen der Stimme Wort für Wort.
Warnung· Auch die Reviewer irrten sich
Zwei Befunde hielten nicht stand. Ein Review behauptete, 0.23.0 sei nicht auf npm; sie ist es, und die Befehle auf dieser Seite installieren sie. Ein anderes meldete englische Titel in den französischen Videos; der Video-Regisseur prüfte die Bilder erneut: Die Einblendungen waren schon französisch, und das verbleibende Englisch ist echte Terminal-Ausgabe, absichtlich beibehalten. Ein Reviewer ist ein zweiter Leser, kein Orakel: Jeder Befund wurde geprüft, bevor er behoben wurde, und ein Mensch behielt das letzte Wort.
Fünf Befehle tragen die Methode: install, intake plan, swarm init, review scope und review gate. Die Blöcke unten führen sie aus, mit den wenigen Befehlen drumherum, die sie zum Laufen bringen. Du kannst nach jedem Block aufhören.
Du brauchst Node.js 20 oder neuer und ein Git-Projekt mit mindestens einem Commit. Die Blöcke unten sind echte Ausgabe des veröffentlichten Pakets 0.23.0. Wo Sub-Agenten ihre Antworten schreiben würden, schreibt der Schwarm-Teil drei kleine Antwortdateien von Hand: Es läuft kein Modell, die Auswertung zählt also Ersatzantworten und sagt nichts über echte Seiten. Definition, Briefing-Vorlage und Einheitendatei stehen auf der Schwarm-Seite.
Die Packs installieren
$ npx bmad-plus install --yes --lang en --packs core,design,memory --tools claude-code# Ausgabe auf die letzte Zeile gekürzt.BMAD+ is ready! Talk to Atlas to get started 🚀
npx bmad-plus install --yes --lang en --packs core,design,memory --tools claude-code
Ausgabe eines echten Laufs. Quelle: Am 2026-10-19 mit dem veröffentlichten Paket 0.23.0, über npx gestartet, in einem sauberen Node-20-Container nachgespielt, in einem Wegwerf-Git-Projekt
Erst fragen: Antworten festhalten, dann auflisten, was offen ist
$ npx bmad-plus intake record --intake .agents/skills/pack-design/intake.yaml --answers _bmad-output/design/intake.json --set surface_kind=landing --set "audience=Urban professionals who buy coffee most days" --set "job=Get a first-time visitor to open a loyalty card"Recorded surface_kind, audience, job in _bmad-output/design/intake.json.$ npx bmad-plus intake plan --intake .agents/skills/pack-design/intake.yaml --answers _bmad-output/design/intake.jsondesign-read (design): ready — 3 answered, 0 defaulted, 0 unknown, 10 not asked yet.Ask next (at most 6 per message): - brand_assets [choice] Which brand assets exist already? None, a partial set (a logo and a colour or two), or a full kit (logo, palette, type, voice)? (choices: none, partial, full)# Fünf weitere Fragen folgen in der echten Ausgabe.
npx bmad-plus intake record --intake .agents/skills/pack-design/intake.yaml --answers _bmad-output/design/intake.json --set surface_kind=landing --set "audience=Urban professionals who buy coffee most days" --set "job=Get a first-time visitor to open a loyalty card"
npx bmad-plus intake plan --intake .agents/skills/pack-design/intake.yaml --answers _bmad-output/design/intake.json
Ausgabe eines echten Laufs. Quelle: Am 2026-10-19 mit dem veröffentlichten Paket 0.23.0, über npx gestartet, in einem sauberen Node-20-Container nachgespielt, in einem Wegwerf-Git-Projekt
Verteilen: ein Briefing pro Seite, dann die Antworten prüfen und auswerten
$ npx bmad-plus swarm init --definition swarm/page-fanout.json --units swarm/units.jsonsite-pages-20261019-kgoi: fanout of 3 units, budget 26, approval not-needed.Units listed, no seed.Next: bmad-plus swarm briefs site-pages-20261019-kgoi$ npx bmad-plus swarm briefs site-pages-20261019-kgoisite-pages-20261019-kgoi: 3 of 3 units need a sub-agent, in waves of 10.Wave 1: about /work/app/.bmad-plus/swarm/runs/site-pages-20261019-kgoi/briefs/about.md pricing /work/app/.bmad-plus/swarm/runs/site-pages-20261019-kgoi/briefs/pricing.md contact /work/app/.bmad-plus/swarm/runs/site-pages-20261019-kgoi/briefs/contact.mdEach sub-agent: Read the brief and follow it exactly; it is your whole instruction.Disclosure: Each page was written by a separate sub-agent from the same brief; read them together before publishing.# Hier wurden die drei Antwortdateien von Hand geschrieben, dort, wo jeder Sub-Agent seine eigene schreiben würde.$ npx bmad-plus swarm check site-pages-20261019-kgoisite-pages-20261019-kgoi: 3 of 3 valid answers.$ npx bmad-plus swarm tally site-pages-20261019-kgoi/work/app/.bmad-plus/swarm/runs/site-pages-20261019-kgoi/tally.md3 of 3 units counted; 0 skipped.Disclosure: Each page was written by a separate sub-agent from the same brief; read them together before publishing.
Ausgabe eines echten Laufs. Quelle: Am 2026-10-19 mit dem veröffentlichten Paket 0.23.0, über npx gestartet, in einem sauberen Node-20-Container nachgespielt, in einem Wegwerf-Git-Projekt
Review: den Umfang versiegeln und das Gate verweigern sehen
$ npx bmad-plus review scope site --workspace --base HEAD/work/app/_bmad-output/review/site/scope.json1 file(s) to review, 1 changed lines, 1 unit(s) — scope 1ef2d235ea25checklist: /work/app/_bmad-output/review/site/checklist.mdplan: medium effort, 2 pass(es), refutation passEvery selected file must end in coverage.json as completed, failed or waived (with a reason).$ npx bmad-plus review gate sitesite: incomplete — coverage 0/1 completed (0 waived), 0 open finding(s), 0 refuted - no coverage.json: which files were reviewed is not established - no findings.json: write it even when there is nothing to report - 1 selected file(s) never accounted for: site/contact/index.md# Exit-Code 2: Das Urteil bleibt unvollständig, bis der Reviewer Abdeckung und Befunde schreibt.
npx bmad-plus review scope site --workspace --base HEAD
npx bmad-plus review gate site
Ausgabe eines echten Laufs. Quelle: Am 2026-10-19 mit dem veröffentlichten Paket 0.23.0, über npx gestartet, in einem sauberen Node-20-Container nachgespielt, in einem Wegwerf-Git-Projekt
Mehrere Seiten parallel neu schreiben und von einem Dritten angreifen lassen#
Nutze es, wenn mehrere Seiten oder Abschnitte gleichzeitig geändert werden sollen, ohne dass sich Agenten überschreiben, und du einen Reviewer willst, der keine davon geschrieben hat. Du brauchst die drei Schwarm-Dateien aus dem Nachspielen oben und ein Git-Projekt mit einem Commit.
In deinem KI-Assistenten
Starte den Schwarm site-pages aus swarm/page-fanout.json und swarm/units.json: ein Sub-Agent pro Seite, jeder auf seinen eigenen Ordner beschränkt, eine Welle nach der anderen. Wenn die Antworten da sind, führe swarm check und swarm tally aus und berichte zuerst den Offenlegungshinweis. Führe dann mit einem anderen Sub-Agenten, der keine der Seiten geschrieben hat, review scope auf dem Arbeitsbaum gegen HEAD aus, lies jede geänderte Datei und spiele jeden Befehl nach, den die Seiten zeigen. Nimm keine Seite an, deren Befehl scheitert, und sag mir, welche Behauptung der Reviewer nicht prüfen konnte.
Das solltest du erhalten Die Briefings werden geschrieben, die Sub-Agenten antworten in Wellen zu höchstens 10, swarm check meldet die gültigen Antworten, und tally.md beginnt mit dem Offenlegungshinweis. Der Reviewer versiegelt mit review scope einen Umfang, und review gate bleibt mit Exit-Code 2 unvollständig, bis jede geänderte Datei durch eine geschriebene Abdeckungs- und Befunddatei erfasst ist. Ein Befehl, der beim Nachspielen scheitert, wird als Befund gemeldet, nicht stillschweigend behoben.
Ein Projekt und ein Lauf: Es zeigt, dass die Methode Fehler fangen kann, nicht wie oft.
Die Reviewer sind auch Modelle. Ein Befund ist ein Hinweis zum Prüfen, und zwei davon waren falsch.
Die Auswertungen auf dem Bildschirm und in den Beispielen sind Demonstrationen und als solche gekennzeichnet.
Niemand hat gemessen, ob die Website leichter zu verstehen ist. Die Prüfungen decken Fakten, Barrierefreiheitsregeln und Struktur ab, nicht Verständlichkeit.
Die französischen, spanischen und deutschen Texte prüfte ein Agent gegen das Englische und ein gemeinsames Glossar, kein muttersprachlicher Korrektor.
Die Videos wurden von Skripten und von einem Agenten geprüft, der Bilder ansieht. Wie sie klingen und wirken, bleibt ein menschliches Urteil.