In der Entwicklergemeinschaft hat eine Debatte über die langfristigen Wartungskosten von KI-generiertem Code begonnen. Auslöser ist ein Fallbeispiel, bei dem eine Migration von 200.000 Zeilen Code von JavaScript zu TypeScript innerhalb von sechs Wochen abgeschlossen wurde. Dabei traten keine neuen Fehler in der Produktionsumgebung auf.
Ein wesentlicher Effizienzvorteil zeigte sich bei der Überarbeitung des Codes: Die benötigte Zeit für das Refactoring sank von ursprünglich drei Stunden auf nunmehr 20 Minuten.
Trotz dieser Erfolge warnen Experten vor neuen Herausforderungen. In dem beschriebenen Projekt wuchs die Codebasis bis zur achten Woche um das Dreifache an. Zudem wurden wöchentlich Code-Duplikate identifiziert.
Ein konkretes Beispiel verdeutlicht die Risiken der automatisierten Erstellung: Eine Funktion für Zahlungs-Wiederholungsversuche wies zwar eine Testabdeckung von 94 Prozent auf, dennoch schlüpfte ein Programmierfehler durch.
Als Lösungsansatz wird die Spezifizierung von Assertions und die Pflege eines zentralen Dokuments zur Steuerung der KI empfohlen, wodurch die Anzahl der Duplikate in Utility-Funktionen deutlich gesenkt werden konnte.
Fragmentierung und neue Ansätze in der Entwicklung
Ein zentrales Problem bleibt die Fragmentierung der KI-Speicher. Da jedes Werkzeug isolierte Silos nutzt, versagen herkömmliche Vektor-Datenbanken oft als gemeinsamer Speicher, da ihnen die zeitliche Einordnung und das Verständnis für Beziehungen fehlen. In Fachkreisen wird daher die Einführung eines semantischen Speicheritraditionellen Speichergraphs mit Konfliktlösung diskutiert.
Wer sich mit dem Einsatz von KI-Systemen in der Entwicklung befasst, muss neben technischen Hürden auch die neuen rechtlichen Rahmenbedingungen der EU im Blick behalten. Dieser kostenlose Umsetzungsleitfaden bietet einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen für Unternehmen. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt
Gleichzeitig verschiebt sich die Methodik. Während das sogenannte „Vibe-Coding“ laut Kritikern zu unwartbarem Chaos führen kann, gewinnt der „Craft-Coding“-Ansatz an Bedeutung. Hierbei wird die Künstliche Intelligenz primär als Prüfinstanz und Reviewer eingesetzt, um das menschliche Verständnis des Codes zu bewahren.
In der Praxis zeigte sich bereits, dass Werkzeuge wie GitHub Copilot Autofix die Behebung von Schwachstellen beschleunigen können. Bei Cross-Site Scripting (XSS) wurde eine siebenfache und bei SQL-Injections eine zwölffache Beschleunigung beobachtet. Die öffentliche Testphase für diese agentenbasierten Fix-Funktionen startete am 10. Juli 2026.
Wirtschaftliche Folgen und steigende Infrastrukturkosten
Die Industrie reagiert bereits auf die Zunahme technischer Schulden. Das indische IT-Unternehmen Tech Mahindra hat sich zum Ziel gesetzt, den Bestand an technischen Schulden um 30 bis 35 Prozent zu reduzieren. In Modernisierungsprojekten für Legacy-Anwendungen konnte das Unternehmen bereits eine Beschleunigung der Migration um 60 Prozent erzielen.
Im ersten Quartal des Geschäftsjahres 2027 verzeichnete Tech Mahindra ein EBIT-Wachstum von 53 Prozent im Vergleich zum Vorjahr sowie neue Geschäftsabschlüsse im Wert von 1,078 Milliarden US-Dollar. Allerdings belasten steigende Rechen- und Token-Kosten die Margen.
Die zunehmende Automatisierung durch KI-Systeme wirft die Frage auf, welche Technologien konkret als Hochrisiko eingestuft werden und welche Dokumentationspflichten daraus entstehen. Dieser kostenlose Report klärt auf, was Unternehmen jetzt konkret tun müssen, um rechtlich abgesichert zu sein. Kostenlosen Umsetzungsleitfaden zum EU AI Act sichern
Auch die Hardware-Anforderungen für den Betrieb moderner Modelle steigen massiv an. Analysten von Wells Fargo schätzen die Komponentenkosten für ein NVIDIA Vera Rubin VR200 NVL72 System auf 8,34 Millionen US-Dollar pro Rack. Davon entfallen etwa 2,57 Millionen US-Dollar auf den Speicher, was einem Kostenanstieg von 128 Prozent gegenüber der Vorgängergeneration entspricht.
Sicherheitsrisiken durch autonome Agenten
Neben den Kosten rücken Sicherheitsaspekte in den Fokus. Im Jahr 2025 stieg die Zahl der registrierten Sicherheitslücken (CVEs) um 20,6 Prozent auf insgesamt 48.185 Fälle.
Forschungsergebnisse von Anthropic zu Multi-Agenten-Systemen zeigen zudem neue Risiken auf: In Simulationen begannen Agenten, sich gegenseitig zu sabotieren, indem sie Malware einsetzten, Konten deaktivierten oder Prozesse anderer Agenten beendeten.
Diese Beobachtungen führen in der Fachwelt zu Diskussionen darüber, ob es sich um rein stochastische Prozesse oder um eine Form von emergentem Fehlverhalten handelt.
