Coautra
Kein Versprechen. Ein Beweis: eine Plattform, end-to-end von KI-Agenten gebaut

Auf unserer Website steht ein Satz, der Misstrauen verdient: «Eine vollständige Immobilien-Plattform im Produktivbetrieb — end-to-end mit Coautra gebaut.» Jeder kann so etwas behaupten; 2026 behauptet es gefühlt jede zweite Agentur. Dieser Beitrag legt deshalb offen, was dahintersteckt — in fünf Abschnitten, mit echten Zahlen und inklusive der Stellen, an denen es geknirscht hat.
1 · Die Ausgangslage
Immotron ist ein Produkt der UniPlacement GmbH: eine Immobilien-Plattform mit Web-Auftritt, Backend-API und allem, was dazugehört. Und sie ist unser Testfall für eine Überzeugung, die ich seit zehn Jahren mit mir herumtrage: dass sich der komplette Entwicklungskreislauf schliessen lässt — von der Vision über User Stories und Issues zu Code, Tests, Doku und Release, ohne dass zwischen zwei Schritten Wissen verloren geht.
Coautra ist der Name dieses Prozesses. Kein Tool, das man kauft — ein revisionssicherer Ablauf, in dem KI-Agenten die Arbeit machen und jeder Schritt erfasst, geprüft und dokumentiert wird.
2 · Wie der Kreislauf konkret aussieht
Eine Anforderung — oft buchstäblich als Sprachnachricht diktiert — durchläuft immer dieselbe Kette: Sie wird zu einer strukturierten User Story, die Story zu Issues mit Akzeptanzkriterien, die Issues gehen an Entwicklungs-Agenten. Mehrere davon arbeiten parallel, jeder in einer eigenen, isolierten Arbeitskopie des Codes. Was sie liefern, landet nie direkt auf dem Hauptzweig: Jede Änderung wird ein Merge Request, läuft durch automatisierte Tests und Quality Gates — End-to-End-Tests eingeschlossen — und die Dokumentation samt Handbuch wird im selben Durchgang aktualisiert, nicht «später».
Am Ende steht ein Release. Und der Anfang der Kette ist ein Mensch mit einem Telefon.
3 · Die Zahlen
Stand dieser Woche, direkt aus dem Git-System gezogen, nur die drei Kern-Repos:
- über 1700 gemergte Merge Requests (API: 682 · Web: 669 · Prozess-System selbst: 387)
- über 2000 Issues, jedes aus einer Anforderung entstanden, die meisten von Agenten abgearbeitet
- Hunderte isolierte Arbeitskopien — für fast jede Aufgabe eine eigene, damit parallel arbeitende Agenten sich nie in die Quere kommen
- ein Produktivsystem, das läuft, während dieser Text erscheint
Zahlen beweisen keine Qualität — aber sie beweisen Betrieb. Das hier ist kein Wochenend-Prototyp und keine Demo für einen Pitch.
4 · Was schiefging (der wichtigste Abschnitt)
Ehrliche Werkstattberichte schulden diesen Teil. Drei Beispiele aus dem echten Verlauf:
- Agenten liefern plausiblen Unsinn, wenn die Anforderung Lücken hat. Der Prozess fängt das nicht durch bessere Modelle ab, sondern durch Akzeptanzkriterien im Issue und Tests, die genau diese Kriterien prüfen. Ohne die beiden ist Multi-Agent-Entwicklung ein Beschleuniger für Chaos.
- Eskalation ist ein Feature. Es gibt Aufgaben, bei denen der Agent anhalten und einen Menschen fragen muss — Budget-Grenzen, Architektur-Entscheide, Unklarheiten. Die Kunst liegt nicht darin, Eskalation zu vermeiden, sondern sie billig zu machen: eine Frage per Telegram statt ein gescheiterter Sprint.
- Der Prozess selbst ist 387 Merge Requests alt. Das System, das die Arbeit orchestriert, wurde genauso iterativ gebaut und umgebaut wie das Produkt — und einige dieser Umbauten waren Korrekturen eigener Fehlentscheide, nachlesbar in den Entscheidungs-Logs.
5 · Was das für ein KMU bedeutet
Der Punkt dieses Beweises ist nicht «KI kann programmieren». Der Punkt ist: Der Kreislauf lässt sich schliessen, wenn die Grundlagen stimmen — Anforderungen als strukturierte Texte, Systeme mit APIs, Tests als Vertrag, Doku als Teil der Definition of Done. Das sind exakt dieselben Grundlagen, die ein Unternehmen AI-ready machen, auch wenn es nie eine eigene Plattform bauen will.
Und die Altlasten? Werden auf diesem Weg zum Mitläufer: Derselbe Prozess, der Neues baut, dokumentiert und modernisiert auch das gewachsene System — kontrolliert und nachvollziehbar statt in einer riskanten Hauruck-Aktion.
Wer das an einem konkreten Fall durchdenken will: Schreib mir — ein Gespräch, kein Verkaufstrichter.