Superpowers ist ein Open-Source-Framework, das KI-Coding-Agenten in ein strukturiertes Engineering-Korsett zwingt: Brainstorming, Planung, testgetriebene Entwicklung, Subagent-Ausführung und Code-Review. Entwickelt von Jesse Vincent und seinem Team bei Prime Radiant, hat das Projekt 97.200 Sterne auf GitHub erreicht und ist im offiziellen Anthropic Plugin-Marktplatz für Claude Code verfügbar. Die These dahinter: KI-Agenten können schnell Code schreiben, aber schneller Code ohne Prozess erzeugt nur technische Schulden mit Extra-Schritten.
Wer regelmäßig mit KI-generiertem Code kämpft, der im Demo funktioniert und in der Produktion auseinanderfällt, findet in Superpowers einen Ansatz an der Wurzel des Problems. Das Framework macht das Modell nicht klüger. Es sorgt dafür, dass das Modell dieselbe Disziplin einhält, die ein erfahrener Entwickler von seinem Team erwarten würde.
Warum KI-Agenten schlechten Code schreiben (und wie Superpowers das behebt)
Das Problem ist nicht die Fähigkeit. Claude, GPT-4 und Gemini können alle korrekten Code für klar definierte Aufgaben produzieren. Das Problem ist der Prozess. Bitten Sie einen KI-Agenten, “Authentifizierung in diese App einzubauen”, und er fängt sofort an zu coden. Keine Rückfragen zu Anforderungen. Keine Design-Diskussion. Keine Tests. Er generiert 300 Zeilen, erklärt sich für fertig und macht weiter. Wenn etwas kaputtgeht, flickt er das Symptom, statt die Ursache zu beheben.
Superpowers greift ein, bevor der Agent eine einzige Zeile Code schreibt. Das Framework installiert sich als Sammlung komponierbarer “Skills”, die sich automatisch je nach Kontext aktivieren:
Phase 1: Brainstorming. Statt zu coden, stellt der Agent Fragen. Er erkundet Anforderungen, deckt Randfälle auf und schlägt Alternativen vor. Das Design wird in verdaulichen Häppchen präsentiert. Dieser sokratische Ansatz fängt Missverständnisse ab, bevor sie zu 500-Zeilen-Refactorings werden.
Phase 2: Planung. Nach der Design-Freigabe zerlegt der Agent die Arbeit in kleine Aufgaben (2 bis 5 Minuten pro Stück). Jede Aufgabe enthält exakte Dateipfade, Code-Beispiele und Verifizierungsschritte. Der Plan ist so detailliert, dass, wie die Dokumentation es formuliert, “ein enthusiastischer Junior-Entwickler ohne Geschmack, ohne Urteilsvermögen, ohne Projektkontext und mit einer Abneigung gegen Tests” ihn ausführen könnte.
Phase 3: Testgetriebene Entwicklung. Hier wird Superpowers kompromisslos. Tests kommen zuerst, immer. Der Agent schreibt einen fehlschlagenden Test, beobachtet das Scheitern, schreibt minimalen Code zum Bestehen, dann refactored er. Wenn Code ohne Tests existiert, weist das Framework den Agenten an, ihn zu löschen. Ohne Ausnahme.
Phase 4: Subagent-Ausführung. Einzelne Aufgaben werden an spezialisierte Subagenten delegiert, die in isolierten Git-Worktrees arbeiten. Der Agent verschmutzt nicht den Hauptbranch mit halbfertigem Code. Jeder Subagent arbeitet unabhängig, beweist, dass sein Code in einer sauberen Umgebung funktioniert, und meldet das Ergebnis zurück.
Phase 5: Code-Review. Bevor eine Aufgabe als erledigt gilt, führt Superpowers ein zweistufiges Review durch. Erstens: Entspricht der Code der ursprünglichen Spezifikation? Zweitens: Wie steht es um Code-Qualität, Testabdeckung, Sicherheit und Performance? Kritische Probleme blockieren den Merge. Dasselbe Muster, das Engineering-Teams bei Unternehmen wie Google und Meta verwenden, angewendet auf KI-generierten Code.
Die 11 Kern-Skills im Überblick
Superpowers liefert 11 komponierbare Skills für jede Phase des Entwicklungszyklus. Anders als bei klassischen Frameworks, wo Orchestrierungslogik im Anwendungscode lebt, sind diese Skills eingebettete Anweisungen, die das Verhalten des Agenten formen:
Entwicklungs-Workflow-Skills
- brainstorming: Aktiviert sich vor jedem Coding. Verfeinert Ideen durch Fragen, erkundet Alternativen, präsentiert Design in verdaulichen Abschnitten.
- writing-plans: Wandelt freigegebene Designs in schrittweise Implementierungspläne mit exakten Dateipfaden und Verifizierungskriterien um.
- executing-plans: Verwaltet die sequenzielle Ausführung der Planschritte, trackt Fortschritt und handhabt Abhängigkeiten.
- subagent-driven-development: Delegiert Einzelaufgaben an schnelle, fokussierte Subagenten. Zweistufiges Review fängt Probleme ab, bevor sie sich ausbreiten.
Qualitätssicherungs-Skills
- test-driven-development: Erzwingt Red-Green-Refactor-Zyklen. Jedes Feature beginnt mit einem fehlschlagenden Test, nicht mit Implementierungscode.
- requesting-code-review: Löst das Zwei-Phasen-Review (Spezifikations-Konformität, dann Qualität) vor dem Abschluss aus.
- receiving-code-review: Verarbeitet Feedback aus Reviews, priorisiert kritische Blocker über Stil-Anmerkungen.
- systematic-debugging: Ein 4-Phasen-Ursachenanalyse-Prozess, der das “Probiere zufällige Fixes bis etwas klappt”-Muster verhindert, auf das die meisten Agenten zurückfallen.
- verification-before-completion: Finale Prüfung, dass alle Tests bestehen, Anforderungen erfüllt sind und keine Regressionen eingeführt wurden.
Git- und Meta-Skills
- using-git-worktrees: Erstellt isolierte Branches für jedes Feature, hält den Hauptbranch während der Entwicklung sauber.
- writing-skills: Ein Meta-Skill zum Erstellen neuer benutzerdefinierter Skills, der es Teams ermöglicht, das Framework um domänenspezifische Workflows zu erweitern.
Der entscheidende Unterschied zu Frameworks wie LangGraph oder CrewAI: Es sind keine Orchestrierungs-APIs, die man aus Code aufruft. Es sind Verhaltensanweisungen, die formen, wie der Agent denkt und arbeitet. Man importiert keine Bibliothek. Man installiert eine Methodik.
Wann Superpowers passt (und wann nicht)
Superpowers konkurriert nicht direkt mit LangChain, LangGraph oder CrewAI. Diese Frameworks übernehmen Agent-Orchestrierung: Routing, Tool-Nutzung, Memory und Multi-Agent-Koordination für Produktionsanwendungen. Superpowers löst ein anderes Problem: Es bringt Coding-Agenten bei, während der Entwicklung bessere Software zu schreiben.
So kann man es sich vorstellen: LangGraph hilft beim Bau eines KI-Agenten, der Kundenanfragen verarbeitet. Superpowers hilft dem KI-Coding-Assistenten, diese LangGraph-Anwendung korrekt zu bauen, mit Tests, Spezifikationen und sauberer Architektur.
Ideal für
- Solo-Entwickler, die täglich KI-Coding-Agenten nutzen. Wer auf Claude Code, Cursor oder Codex für Feature-Entwicklung setzt, verwandelt mit Superpowers seinen Agenten von einem Code-Generator in einen Pair-Programmer mit Engineering-Disziplin.
- Teams, die KI in bestehende Codebasen integrieren. Die TDD-Erzwingung und der Spec-First-Ansatz reduzieren das “AI Slop”-Problem, bei dem generierter Code die Codebase-Qualität über die Zeit verschlechtert.
- Projekte, bei denen Korrektheit wichtiger ist als Geschwindigkeit. Finanzdienstleistungen, Gesundheitswesen, Infrastruktur. Überall dort, wo ein Bug teurer ist als eine 10-minütige Planungsphase. Gerade in Deutschland, wo strenge Qualitätsanforderungen und Haftungsregelungen gelten, ist dieser Ansatz besonders relevant.
Weniger geeignet für
- Schnelle Prototypen und Wegwerf-Skripte. Die Brainstorming- und Planungsphasen erzeugen Overhead. Für ein einmaliges Datenumwandlungsskript lohnt sich der Aufwand nicht.
- Nicht-Coding-Agent-Anwendungen. Superpowers ist speziell für Softwareentwicklung konzipiert. Für Agenten im Kundenservice oder in der Datenanalyse sollte man Orchestrierungs-Frameworks verwenden.
- Teams mit individuellen Orchestrierungsanforderungen. Superpowers ist bewusst meinungsstark. Wenn der eigene Workflow nicht zum 7-Phasen-Modell passt, kämpft man gegen das Framework statt davon zu profitieren.
Einstieg in 5 Minuten
Superpowers unterstützt Stand März 2026 fünf Plattformen. Die Installation geht jeweils mit einem Befehl:
Claude Code (offizielles Plugin):
/plugin install superpowers@claude-plugins-official
Cursor:
/add-plugin superpowers
Codex, OpenCode, Gemini CLI: Jede Plattform hat plattformspezifische Installationsanleitungen im Repository.
Nach der Installation gibt es nichts zu konfigurieren. Die Skills aktivieren sich automatisch je nach Kontext. Bitten Sie Ihren Agenten, ein Feature zu bauen, und der Unterschied fällt sofort auf: Er stellt erst Fragen, statt Code zu schreiben.
Für Teams ermöglicht der writing-skills Meta-Skill das Erstellen benutzerdefinierter Skills, die die Konventionen des Projekts kodifizieren. Wer bestimmte Testmuster, Architekturentscheidungen oder Dokumentationsstandards vorschreibt (etwa DSGVO-konforme Logging-Anforderungen oder BSI-Richtlinien), kann sie als Superpowers-Skills ausdrücken, denen der Agent automatisch folgt.
Superpowers vs. Unkontrolliertes Coden: Was sich in der Praxis ändert
Am besten versteht man Superpowers über das, was es verhindert. Better Stacks ausführlicher Guide hat den Bau einer Webanwendung mit aktiviertem Superpowers durchgespielt. Der Agent hat eigene Bugs während der Review-Phase erkannt und behoben, bevor der finale Code ausgeliefert wurde. Ohne das Framework wären diese Fehler in einem Pull Request oder schlimmer in der Produktion gelandet.
Entwickler berichten die größten Unterschiede in zwei Bereichen. Erstens: Die Brainstorming-Phase fängt Anforderungsmissverständnisse ab, die normalerweise drei Commits später als “Moment, das war nicht gemeint” auftauchen. Zweitens: Die TDD-Erzwingung sorgt dafür, dass der Agent tatsächlich testbaren Code produziert, keine monolithischen Funktionen, die sich gegen Unit-Tests sperren.
Der Trade-off ist real: Die Planungsphasen addieren 5 bis 15 Minuten auf jede nicht-triviale Aufgabe. Für ein komplexes Feature ist das gut investierte Zeit. Für das Umbenennen einer Variable ist es Overhead. Die Superpowers-Dokumentation erkennt das offen an und empfiehlt, das Framework für triviale Änderungen zu deaktivieren.
Mit 97.200 GitHub-Sternen und steigendem Trend ist Superpowers das deutlichste Signal, dass das Ökosystem der KI-Coding-Tools über “Code schnell generieren” hinaus reift hin zu “Code korrekt generieren.” Ob man das Framework einsetzt oder nicht: Die Prinzipien, die es durchsetzt (Spezifikation zuerst, Tests zuerst, Review immer), sind für jedes Team wertvoll, das KI-Coding-Agenten nutzt.
Häufig gestellte Fragen
Was ist das Superpowers Agentic Skills Framework?
Superpowers ist ein Open-Source-Framework, das KI-Coding-Agenten einen strukturierten Software-Entwicklungs-Workflow aufzwingt. Es umfasst 11 komponierbare Skills für Brainstorming, Planung, testgetriebene Entwicklung, Subagent-Ausführung und Code-Review. Entwickelt von Jesse Vincent und Prime Radiant, hat es über 97.000 GitHub-Sterne und funktioniert mit Claude Code, Cursor, Codex, OpenCode und Gemini CLI.
Wie erzwingt Superpowers TDD bei KI-Coding-Agenten?
Superpowers erzwingt einen strikten Red-Green-Refactor-Zyklus. Der KI-Agent muss zuerst einen fehlschlagenden Test schreiben, das Scheitern verifizieren, minimalen Code zum Bestehen schreiben und dann refactoren. Wenn Code ohne zugehörige Tests existiert, weist das Framework den Agenten an, ihn zu löschen. Das verhindert das verbreitete Muster, dass KI-Agenten ungetesteten Code generieren.
Ist Superpowers eine Alternative zu LangChain?
Nein. Superpowers und LangChain lösen unterschiedliche Probleme. LangChain ist ein Orchestrierungs-Framework zum Bau von KI-Agent-Anwendungen (Chatbots, RAG-Systeme, Tool-nutzende Agenten). Superpowers ist ein Entwicklungsmethodik-Framework, das KI-Coding-Assistenten beibringt, bessere Software zu schreiben. Beide können zusammen verwendet werden: Superpowers hilft dem Coding-Agenten, LangChain-Anwendungen korrekt zu bauen.
Welche KI-Coding-Tools funktionieren mit Superpowers?
Stand März 2026 unterstützt Superpowers offiziell Claude Code (über den Anthropic Plugin-Marktplatz), Cursor, Codex, OpenCode und Gemini CLI. Claude Code hat die ausgereifteste Integration über das offizielle Plugin-System.
Welche Nachteile hat die Nutzung von Superpowers?
Der hauptsächliche Trade-off ist der Overhead. Die Brainstorming- und Planungsphasen addieren 5 bis 15 Minuten auf nicht-triviale Aufgaben, was sich für Quick Fixes oder Wegwerf-Skripte nicht lohnt. Das Framework ist außerdem bewusst meinungsstark: Wenn der eigene Workflow nicht zum 7-Phasen-Modell passt, kann es einschränkend wirken. Es ist speziell für Software-Entwicklungsaufgaben konzipiert und gilt nicht für andere Typen von KI-Agent-Anwendungen.