In diesem Artikel wird ein Anwendungsbeispiel vorgestellt, das zeigt, wie ein Product Requirements Document (PRD) in einen funktionierenden Softwareprototypen mithilfe von Google Antigravity umgesetzt werden kann.
Von Iván Palomares Carrascosa, Technischer Content-Spezialist, veröffentlicht am 3. März 2026 im Bereich Programmierung.
Einführung
Die Erstellung eines Product Requirements Document (PRD) ist ein gängiger Prozess im Produktmanagement und eine alltägliche Aufgabe in Bereichen wie der Softwareentwicklung und der Technologiebranche insgesamt. Doch die Geschichte endet nicht mit einem PRD; der nächste große Schritt besteht darin, es in ein Produkt umzuwandeln, beispielsweise in eine funktionierende Software.
Dieser Artikel knüpft an einen vorherigen an, in dem wir eine Reihe von unstrukturierten Informationen in ein fundiertes PRD umgewandelt haben. Hierbei wird das gleiche Anwendungsbeispiel (eine mobilfreundliche App namens FloraFriend) verwendet, um zu demonstrieren, wie dieses PRD in einen funktionierenden Softwareprototypen mit Google Antigravity umgesetzt werden kann. Weitere Einblicke in die KI-Unternehmertum finden Sie in diesem Artikel.
Obwohl es unpraktisch ist, den gesamten Softwareerstellungsprozess im Rahmen dieses Artikels darzustellen, werden wir die wichtigsten Aspekte hervorheben, die beim Einsatz von Antigravity zu beachten sind, sowie einige repräsentative Auszüge der generierten Software zu Illustrationszwecken.
Vom PRD zum Softwareprototyp
Bereiten Sie sich vor, denn der Prozess, den wir gleich beschreiben werden, ist der Ort, an dem die Magie geschieht. Wenn Google Antigravity richtig eingesetzt wird, kann es teilweise als leitender Ingenieur fungieren. Es handelt sich um eine herunterladbare IDE, die für verschiedene Betriebssysteme verfügbar ist: Man kann es sich als eine Variante von VS Code vorstellen, bei der man nicht nur Code eintippt, sondern auch KI-Agenten steuern kann, die diesen für einen schreiben.
Selbstverständlich ist der erste Schritt, Antigravity herunterzuladen und auf Ihrem Computer zu installieren.
Das zentrale Element, mit dem man sich zuerst in Antigravity vertraut machen sollte, ist die spezielle Ansicht des Agent Managers: ein Bereich, in dem wir unsere Softwareanforderungen eingeben. Anschließend werden autonome Agenten den Plan erstellen, die Lösung implementieren und sogar testen.
Beginnen wir damit, Antigravity zu öffnen – ich empfehle Ihnen, das Thema „Tokyo Night“ auszuwählen! – und erstellen Sie in Ihrem lokalen Datei-Explorer einen neuen, leeren Projektordner mit dem Namen flora-friend-app. Wenn Sie mit VS Code vertraut sind, wird Ihnen die Benutzeroberfläche von Antigravity sehr bekannt vorkommen.
Im Folgenden sehen Sie das Ergebnis des Öffnens eines neu erstellten Ordners namens „flora-friend-app“, der derzeit leer ist:
Erste Schritte mit Antigravity
Jetzt kommt der spannende Teil. Öffnen Sie die Ansicht des Agent Managers, indem Sie auf die entsprechende Schaltfläche in der oberen Leiste klicken. Sie werden eine anfängerfreundliche Erklärung sehen, was die Agenten im Agent Manager tun können:
Willkommensbildschirm des Agent Managers
Wir werden mit folgendem Prompt beginnen (klicken Sie noch nicht auf die Schaltfläche ’senden‘), der um einen Implementierungsplan für eine mobilfreundliche Web-App bittet:
„Agieren Sie als Senior Full Stack Engineer. Überprüfen Sie das angehängte PRD für ‚FloraFriend‘. Erstellen Sie einen umfassenden Implementierungsplan, um dies als mobile-first Web-App mit Next.js, Tailwind CSS und Shadcn UI zu erstellen. Schreiben Sie noch keinen Code; generieren Sie zunächst das Planartefakt.“
Dieser Prompt sollte mit einem tatsächlichen PRD begleitet werden, beispielsweise mit dem, das Sie erhalten, wenn Sie den vorherigen, verwandten Artikel über NotebookLM zur PRD-Generierung verfolgt haben – oder einem eigenen, falls gewünscht. In jedem Fall haben Sie zwei Hauptoptionen, um das PRD anzuhängen: entweder den Code manuell als Teil des Prompts direkt nach der obigen Anfrage einzufügen oder die PRD-Datei (.docx, .pdf oder ähnliches) in den zuvor erstellten Projektordner einzufügen. Wenn Sie sich für die Copy-Paste-Option entscheiden, verwenden Sie sorgfältig die Tasten Shift + Enter auf Ihrer Tastatur, um ein paar neue Zeilen zu erstellen und das PRD direkt nach der Anfrage einzufügen, bevor Sie den vollständigen Prompt senden. Die gute Nachricht: Die Google Gemini LLMs, die Antigravity und seine Agenten antreiben, haben eine große Kontextfenstergröße; mit anderen Worten, wir können eine sehr lange Menge an eingefügtem Text einfügen, um unseren Prompt reibungslos zu kontextualisieren.
Nach etwa einer Minute erhalten Sie möglicherweise eine Antwort, die wie folgt aussieht:
Beispielausgabe im Agent Manager von Antigravity
Auf der rechten Seite des Agent Manager-Fensters erscheint eine Checkliste mit aufgelisteten Schritten für das Softwareprojekt, wie beispielsweise „Next.js-App initialisieren (…)“. Hier haben wir die Möglichkeit, diese Liste zu überprüfen und zusätzliche Prompts über die Schaltfläche „Überprüfen“ zu senden, um Punkte zu ändern oder neue hinzuzufügen, indem wir beispielsweise anfordern:
- Fügen Sie die „Komponente: Plantcard (mit Snooze-Logik)“ und die „Wochenend-Logik“ zu den Backend-Aufgaben hinzu.
Neue oder geänderte Punkte werden „magisch“ auf der Checkliste erscheinen.
Angenommen, wir sind mit dem Plan zufrieden, wie er ist. Dies ist ein kniffliger Schritt, da es nicht offensichtlich ist, den richtigen Button zu finden, um fortzufahren, insbesondere nach mehreren Interaktionen zur Verfeinerung. Der Schlüssel ist, durch die generierten Artefaktkästchen im Chatverlauf nach oben zu scrollen und das mit „Implementierungsplan“ beschriftete zu öffnen. Klicken Sie dann auf der rechten Seite auf die Schaltfläche „Fortfahren“. Hier beginnen die Agenten, vollständig zu agieren, indem sie Aktionen ausführen, wie das Installieren von Abhängigkeiten, das Erstellen des Datenbankschemas mit mehreren relevanten Tabellen über eine Datei namens schema.sql und so weiter. Im Folgenden sehen Sie ein Beispiel für den generierten Code zur Durchführung dieser Aktionen:
Generiertes schema.sql für unsere Softwaredatenbank
Der gesamte Prozess erfolgt schrittweise und erfordert manuelle Überprüfung und Genehmigung Ihrerseits, bevor Sie zum nächsten Schritt übergehen. Doch allmählich werden Sie sehen, wie die Projektplanungs-Checkliste abgehakt wird. Manchmal müssen Sie einige Abhängigkeiten manuell in Ihrem PATH installieren oder ähnliche Anforderungen erfüllen, damit die Agenten ihre Arbeit fortsetzen können. Aber im Wesentlichen erfordert es nur sorgfältige Interaktion und Aufforderung!
Als abschließendes Beispiel könnte ein Codeauszug für die finale App folgendermaßen aussehen:
// components/PlantCard.tsx
import { useState } from 'react';
import { Card, Button, Badge } from '@/components/ui';
import { WaterDropIcon, SnoozeIcon } from '@/icons';
interface PlantProps {
name: string;
species: string;
nextWatering: Date;
onSnooze: (id: string) => void;
onWater: (id: string) => void;
}
export default function PlantCard({ name, species, nextWatering, onSnooze, onWater }: PlantProps) {
const isOverdue = new Date() > nextWatering;
return (
{name}
{species}
{/* Visuelle Anzeige für überfällige Pflanzen */}
{isOverdue && (
Thirsty!
)}
{/* Die "Matt-Funktion" - Snooze-Button */}
Next scheduled: {nextWatering.toLocaleDateString()}
);
}Zusammenfassung
Dieser Artikel zeigt, wie man Google Antigravity, eines der neuesten verfügbaren Werkzeuge in der Google AI-Suite, nutzen kann, um Softwareprototypen zu generieren. Insbesondere wurde die Logik veranschaulicht, um ein PRD in einen Softwareprototypen umzuwandeln.
Iván Palomares Carrascosa ist ein führender Experte, Schriftsteller, Redner und Berater im Bereich KI, maschinelles Lernen, Deep Learning und LLMs. Er schult und berät andere darin, KI in der realen Welt zu nutzen.
Erhalten Sie das KOSTENLOSE E-Book ‚KDnuggets Artificial Intelligence Pocket Dictionary‘ zusammen mit dem führenden Newsletter zu Data Science, Machine Learning, KI und Analytics direkt in Ihr Postfach.
Durch das Abonnieren akzeptieren Sie die Datenschutzrichtlinie von KDnuggets.
„`
Bildquelle: ai-generated-gemini
