Entalpa
Spec-driven Development · Claude Code · Codex · Cursor · MCP

Was Sie mit KI zusammenbauen,geht jetzt auch in Produktion

Ab einer gewissen Größe sind Sie nicht mehr Architekt, sondern Dolmetscher Ihrer KI. Entalpa hält eine klare Spezifikation fest, an die Sie sich halten können – damit Ihre KI nach Ihrem Plan baut, nicht nach ihren Vermutungen.

MCP-nativ · Durchgängige Nachverfolgbarkeit · Kein Lock-in

Jetzt ausprobieren

entalpa · neues Projektlive
mit einem Beispiel starten
Noch 450 Zeichen

Kostenlos, ohne Konto. Einige Durchläufe pro Besucher und Tag.

Die Wand

Wo Vibe Coding an die Wand fährt

Am ersten Tag fühlt sich Vibe Coding wie Magie an. Dann driftet die Architektur – weil Ihr Agent nie etwas bekommen hat, an dem er sich festhalten kann. Hier bricht es genau, und das ändert sich, wenn es nicht mehr sein muss.

01

Sie sind das Gedächtnis der KI

Ihre KI hat zwischen Sitzungen kein Gedächtnis. Jedes Mal liest sie die ganze Codebasis neu, entdeckt dieselben Regeln wieder und verbrennt Tokens und Zeit für Kontext, den sie längst haben sollte.

Wie Entalpa das löst

Entalpa hält eine kompakte, strukturierte Quelle der Wahrheit, die der Agent über MCP abruft – er lädt nur die relevante Spezifikation statt des ganzen Repos und spart bei jedem Lauf Tokens.

02

Blind jenseits des Kontextfensters

Ihr Agent optimiert für das Feature vor ihm, nicht für das ganze System. Je größer die Codebasis, desto öfter baut er Strukturen um oder löscht sie, die er nicht mehr sieht.

Wie Entalpa das löst

Über MCP verbunden, gibt Entalpa ihm einen dauerhaften Blick aufs Ganze – die Spezifikation bleibt die Landkarte, egal wie groß das Projekt wird.

03

Er weiß nicht, was echt ist und was Sie gemeint haben

Derselbe blinde Fleck, zweimal: Er erfindet Dinge, die es nicht gibt, und „repariert“ Dinge, die Sie absichtlich so gebaut haben – weil ihm nie jemand gesagt hat, was echt und was gewollt ist.

Wie Entalpa das löst

Entalpa hält beides in einer gesperrten Spezifikation – die echten Entitäten und Ihre bewussten Entscheidungen –, damit er auf Fakten und Absicht baut, nicht auf Vermutungen.

04

Eins repariert, zwei kaputt

Der Agent sieht nur, was er gerade anfasst, nicht wie die Teile zusammenhängen. Jede Korrektur kann still etwas brechen, das Sie für fertig hielten.

Wie Entalpa das löst

Entalpa hält die Zusammenhänge in einer Spezifikation, gegen die der Agent baut – so tauscht er nicht mehr ein funktionierendes Feature gegen ein anderes.

05

Nach der Demo bleibt es stecken

Die grobe Form trifft Ihr Agent schnell. Aber auf der letzten Meile, wo die eigentliche Logik steckt, rudert er und kommt nie an. Die Demo sieht fertig aus, das Produkt ist es nicht.

Wie Entalpa das löst

Entalpa spezifiziert die harten Randfälle vorab und bewertet, wie bereit es wirklich ist – damit der Agent auf das Echte zuläuft, statt daran herumzurudern.

Wo Agenten scheitern und wie Entalpa jeden Fall behebt (Englisch) →

Eine Quelle der Wahrheit

Jede Änderung wird nachverfolgt. Ihr Agent vergleicht mit der letzten Baseline und baut nur das Neue – statt das ganze Repo neu zu lesen und zu raten, was sich geändert hat.

Versionsvergleich · ClinicFlow
7 neu 2 geändert 0 entfernt
  • − Das System muss Patienten ermöglichen, ihre eigenen Termine online zu verschieben.+ Das System muss Patienten ermöglichen, ihre eigenen Termine bis 24 Stunden vor dem Termin online zu verschieben.

Für wen

Für alle, die mit KI bauen und in Systemen denken

Gründer und kleine Teams, die mit KI-Coding-Agenten schnell bauen und an die Skalierungsgrenze des Vibe Coding gestoßen sind. Sie haben gemerkt, dass Ihr Agent ein brillanter Syntax-Übersetzer und ein schlechter Systemarchitekt ist – und Sie wollen die Disziplin eines Systems Engineers, ohne einer zu werden. Genau das organisiert Entalpa für Sie.

Wo Entalpa weiter geht als Spec Kit, Kiro, OpenSpec und CLAUDE.md (Englisch) →

Funktioniert mit

Funktioniert mit den Agenten, die Sie schon nutzen

Entalpa gibt Ihren Coding-Agenten über MCP festen Boden.

Einrichtungsanleitungen (englisch) für Windsurf (Devin Desktop and Cascade) · VS Code and GitHub Copilot · Gemini CLI · Claude Desktop and Claude.ai · Cline · Roo Code · Zed · Google Antigravity · Kiro · Warp · OpenCode · Amp · Continue

Alle MCP-Einrichtungsanleitungen (Englisch) →

In Sekunden über MCP verbunden · Kein Lock-in · Fester, dauerhafter Kontext

Die Plattform

KI-gestütztes Anforderungsmanagement

Machen Sie aus Ideen strukturierte, nachverfolgbare Spezifikationen – mit einer Plattform für Requirements Engineering.

Anforderungen · ClinicFlow
DetailsIDAnforderungPrioritätSubsystem
Req-001Das System muss Patienten ermöglichen, Physiotherapie-Termine während der veröffentlichten Verfügbarkeit der Therapeuten online zu buchen.mustPatienten-Terminplanung

Akzeptanzkriterien

Ein Patient kann online einen veröffentlichten Verfügbarkeits-Slot eines Therapeuten auswählen, und das System erfasst den daraus entstehenden Physiotherapie-Termin.

Begründung

Patienten können ihre Behandlung planen, ohne die Praxis zu kontaktieren (aus S-001).

Req-002Das System muss Patienten ermöglichen, ihre eigenen Termine online zu verschieben.mustPatienten-Terminplanung
Req-010Das System muss Mitarbeitenden am Empfang ermöglichen, die Verfügbarkeit jedes Therapeuten für die Terminbuchung durch Patienten zu veröffentlichen.mustPraxisverwaltung
Bewertung

Projekt-Score

78/ 100
Exzellent
Spezifikation · ClinicFlowlive
Req-001Verifiziert

Das System muss Patienten ermöglichen, Physiotherapie-Termine während der veröffentlichten Verfügbarkeit der Therapeuten online zu buchen

mustfunktionalonline-bookingPatienten-Terminplanung

Akzeptanzkriterien

Begründung

Patienten können ihre Behandlung planen, ohne die Praxis zu kontaktieren (aus S-001).

Risiko

Ist die Verfügbarkeit veraltet, könnte ein Patient einen Slot buchen, der nicht mehr frei ist.

NachverfolgbarkeitReq-001

Klare Beschreibungen

Aus einer ungeordneten Ideensammlung wird eine vollständige, klare Projektbeschreibung – die Grundlage für die Umsetzung.

Stakeholder-Analyse

Die wichtigen Beteiligten und ihre Rollen werden automatisch erkannt, damit die Bedürfnisse und Sichtweisen aller berücksichtigt sind.

User Stories mit Tiefgang

Detaillierte User Stories, bei denen die KI versteckte Randfälle und Funktionen aufdeckt, die Sie sonst übersehen hätten.

Präzise Anforderungen

Fachliche und technische Anforderungen werden herausgearbeitet, analysiert und dokumentiert – prüfbar und mit Abnahmekriterien.

Lebenszyklus

Erzeugen, bewerten, verfeinern, weiterentwickeln und exportieren Sie Ihre Spezifikation in jeder Phase.

Umsetzung über MCP

Verbinden Sie geprüfte Spezifikationen direkt mit Ihren KI-Coding-Agenten – automatisierte Umsetzung, ohne den Projektkontext zu verlieren.

Häufige Fragen

Was ist Entalpa?

Entalpa ist eine KI-gestützte Plattform für Requirements Engineering. Sie nutzt große Sprachmodelle (LLMs), damit Entwickler und Produktmanager Softwareanforderungen effizient erstellen, analysieren und verfeinern.

Wie nutzt Entalpa KI?

Entalpa nutzt große Sprachmodelle, um Ihren Projektkontext zu verstehen, strukturierte Anforderungen zu erzeugen, Lücken und Randfälle zu finden und Spezifikationen im Gespräch mit Ihnen zu verfeinern.

Wie funktioniert das Credit-System?

Credits bezahlen die KI-Arbeit von Entalpa selbst, etwa Anforderungen erzeugen, Spezifikationen analysieren oder User Stories verfeinern; je nach Aufwand verbrauchen Vorgänge unterschiedlich viele Credits. Ein kostenloses Konto erhält jede Woche einen Credit, bis zu 2, und die Pläne Plus (9 $) und Pro (49 $) bringen 20 bzw. 200 Credits im Monat. Ihr Projekt über MCP zu lesen und zu schreiben kostet nie Credits.

Was passiert, wenn meine Credits aufgebraucht sind?

Ihr kostenloser Credit kommt jede Woche wieder, bis zu 2. Für mehr wählen Sie einen Plan oder kaufen Credits einmalig in Ihrem Profil in der App, oder Sie stellen eine Anfrage über das Formular in der App – unser Team prüft sie. Ihre Projekte und Spezifikationen bleiben in der Zwischenzeit vollständig zugänglich.

Sind meine Daten sicher?

Ja. Alle Daten werden bei der Übertragung und im Ruhezustand nach Industriestandard verschlüsselt. Ihre Spezifikationen und Anforderungen sind privat und werden nie zum Training von KI-Modellen verwendet.

Was ist besser daran, als Anforderungen in einer Datei zu halten?

Kurz gesagt: Eine requirements.md ist Fließtext, den nur Menschen verlässlich lesen; Entalpa ist eine strukturierte, abfragbare Quelle der Wahrheit, die Menschen und Coding-Agenten teilen.

  • Struktur statt Fließtext. Anforderungen in Entalpa sind Entitäten mit stabilen IDs (Req-012), Akzeptanzkriterien, Begründung und Risiko, dazu explizite Verknüpfungen: Stakeholder → Story → Anforderung → Subsystem → Schnittstellenvertrag. In einer Datei leben diese Beziehungen im Kopf des Autors und verrotten still.
  • Agenten lesen nur, was sie brauchen. Über MCP sucht ein Agent, filtert Anforderungen nach Story, Subsystem, Markierung oder Status und holt genau die, die er umsetzt – statt jede Sitzung eine 3.000-Zeilen-Datei in den Kontext zu laden und zu hoffen, dass nichts Wichtiges abgeschnitten wurde.
  • Änderungsverfolgung, die Anforderungen versteht. Snapshots und Diffs sagen dem Agenten genau, welche Anforderungen seit seiner letzten Umsetzung hinzugekommen oder geändert sind – „setz nur das Neue um“ wird ein einziger Tool-Aufruf. Ein git diff auf Fließtext unterscheidet nicht zwischen umformulierter Begründung und geänderter Pflicht.
  • Ein geschlossener Kreislauf. Agenten schreiben Umsetzungsstatus, Code-Referenzen und Testabdeckung an jede Anforderung zurück, und der Fortschritt ist auf der Website sichtbar. Eine Datei zeigt Ihnen pro Anforderung nicht, ob sie umgesetzt, geprüft oder blockiert ist.
  • Eine Kopie, viele Nutzer. Produktleute bearbeiten auf der Website, Agenten arbeiten über MCP, und mehrere Repositories können auf dasselbe Projekt zeigen – keine auseinanderlaufenden Kopien.
Was ist besser als Skills?

Kurz gesagt: Es ist keine Konkurrenz – Skills sagen einem Agenten, wie er arbeitet, Entalpa hält fest, was er baut. Entalpa wird sogar als Skill plus MCP-Server ausgeliefert, weil man beides braucht.

Ein Skill ist eine statische Anweisungsdatei: Abläufe, Konventionen, Stil. Er hat keinen Zustand – er kann Ihre Anforderungen nicht halten, nicht verfolgen, welche umgesetzt sind, keine Anforderung mit ihrer Story verknüpfen und keinen Produktmanager etwas bearbeiten lassen. Wer Anforderungen in einen Skill packt, hat das Problem der Anforderungsdatei mit Extraschritten nachgebaut, und jede Änderung braucht einen Commit.

Entalpa ist die zustandsbehaftete Hälfte: eine Datenbank aus Stakeholdern, Stories, Anforderungen und Subsystemen mit einer Web-Oberfläche für Menschen und MCP-Tools für Agenten – Suche, Diffs, Nachverfolgbarkeit und Statusrückmeldung, die keine Markdown-Datei bieten kann. Der Skill entalpa-implement bringt dem Agenten dann die Disziplin bei: erst lesen, dann schreiben, Nachverfolgbarkeit erhalten, Umsetzung zurückmelden. Skills für den Prozess, Entalpa für die Anforderungen selbst.

Was ist besser als Superpowers?

Kurz gesagt: Superpowers verbessert, wie ein Coding-Agent eine Aufgabe ausführt (Brainstorming → Plan → TDD, in einem Repo); Entalpa ist der Ort, an dem die Anforderungen leben – dauerhaft, strukturiert und mit Nicht-Entwicklern geteilt. Verschiedene Probleme, die sich gut kombinieren.

Die Artefakte von Superpowers sind Markdown-Pläne und Brainstormings im Repo: für den Agenten, pro Projekt und eingefroren, sobald sie geschrieben sind. Es gibt kein Entitätenmodell, keine stabilen Anforderungs-IDs, keine Nachverfolgbarkeit vom Bedürfnis eines Stakeholders bis zum Test, und keine Oberfläche, die ein Product Owner oder Kunde ohne Pull Request nutzen kann.

Entalpa sitzt vor diesem Ablauf. Stakeholder und Stories entstehen auf der Website, Anforderungen werden dort erzeugt und verfeinert, und der Coding-Agent – mit oder ohne Superpowers – holt seine Arbeit über MCP, setzt sie um und meldet den Status pro Anforderung zurück. Ändert sich das Projekt, vergleicht der Agent mit einem Snapshot und nimmt nur das Neue. Ein Team kann Superpowers für die Entwicklungsdisziplin nutzen, während Entalpa das führende System dafür bleibt, was das System tun muss und wie weit es wirklich ist.

Sind meine Daten privat – speichern Sie sie oder trainieren Sie KI-Modelle damit?

Kurz gesagt: Kein Training und keine Speicherung auf Modellebene. Ihre Inhalte gehen nur an einen KI-Anbieter, um Ihr Ergebnis zu erzeugen – dort werden sie nicht gespeichert und nie zu Trainingsdaten, weder für uns noch für andere.

Wenn Entalpa ein Modell aufruft, um Anforderungen zu erzeugen oder zu analysieren, gehen Ihre Projektinhalte an einen externen Inferenz-Anbieter – etwa Anthropic, OpenAI, Google, Cerebras oder AWS Bedrock –, ausschließlich um das gewünschte Ergebnis zu erzeugen. Die Verarbeitung ist in jedem Fall flüchtig: Der Anbieter speichert Ihre Prompts nicht, und unsere Verträge untersagen, Ihre Daten zum Training zu verwenden.

Die strukturierte Spezifikation, die Sie aufbauen, liegt in Entalpa – darum geht es ja, damit Ihre Agenten und Ihr Team eine gemeinsame Quelle der Wahrheit haben. Sie bleibt privat in Ihrem Konto, ist bei Übertragung und Speicherung verschlüsselt und wird nie verkauft oder zum Training genutzt. Sie können sie jederzeit exportieren (ReqIF, CSV), und bei Löschung Ihres Kontos entfernen wir Ihre personenbezogenen Daten innerhalb von 30 Tagen. Kurz: keine Speicherung auf Modellebene, volle Kontrolle auf Produktebene.

Schluss mit blindem Vibe Coding. Spezifizieren Sie.

Legen Sie Ihr erstes Projekt kostenlos an – verbinden Sie Ihren Agenten, und Entalpa hält ihn in der Spur.

Erste Spezifikation kostenlos →

Keine Kreditkarte nötig.