Softwareentwicklung wird zunehmend von autonomen KI-Agenten gesteuert – Atlassian und Cast AI präsentieren heute Plattformen, die den gesamten Entwicklungsprozess orchestrieren sollen.
Der Hype um reine Code-Generierung weicht einem pragmatischeren Ansatz: Kontext, Governance und Kostenkontrolle rücken in den Vordergrund. Atlassian positioniert sein Projektmanagement-Tool Jira als zentrale Schaltstelle für menschliche Entwickler und KI-Agenten gleichermaßen. Gleichzeitig bringt Cast AI mit Kimchi Coding einen kosteneffizienten, autonomen Coding-Agenten auf den Markt.
Jira wird zur Kommandozentrale
Mit den neuen Funktionen für Jira Cloud will Atlassian die Lücke zwischen Planung und Ausführung schließen. Der neue Jira Planner erstellt technische Spezifikationen aus verschiedenen Quellen – darunter Code-Repositories und historische Daten aus Jira und Confluence. Noch wichtiger: Aufgaben lassen sich direkt an Coding-Agenten wie Claude Code, Cursor oder GitHub Copilot zuweisen.
Das Herzstück ist die Teamwork Graph-Funktion, die Echtzeit-Einblicke in Agenten-Sitzungen bietet. Eine Agentic Engineering Template hilft Teams dabei, standardisierte Workflows zu etablieren. Der Hintergrund: Reines Codieren macht nur etwa 15 bis 16 Prozent der Entwicklerzeit aus. Der Rest entfällt auf Planung, Design und Review – genau hier setzen die neuen Tools an.
Kimchi Coding: Günstiger, sicherer, autonom
Cast AI geht mit seinem Kimchi Coding-Agenten einen anderen Weg. Das System arbeitet als multi-modaler Agent, der deutlich günstiger ist als aktuelle kommerzielle Modelle – bei gleichbleibend hoher Qualität. Für Unternehmen entscheidend: Harte Ausgabenobergrenzen, ein Echtzeit-Finanzdashboard und die Möglichkeit, innerhalb der eigenen virtuellen Privatcloud zu operieren.
Parallel dazu launchte Perplexity SPACE, eine Sandbox-Umgebung auf Basis von AWS Firecracker MicroVMs. Dort arbeiten KI-Agenten mit isolierten Zugangsdaten und Session-Forking-Funktionen. In der ersten Woche verzeichnete die Plattform 11,9 Millionen Wiederverbindungen.
Die rasante Entwicklung von KI-Agenten in der Softwareentwicklung erfordert nicht nur technische, sondern auch rechtliche Weitsicht. Dieser kostenlose Download verschafft Ihnen den Überblick über Fristen, Pflichten und Risikoklassen, den Ihre Rechts- und IT-Abteilung jetzt dringend braucht. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt
Der Produktivitäts-Paradoxon
Trotz hoher Akzeptanzraten bleibt die Frage nach der tatsächlichen Produktivitätssteigerung. Der Jellyfish H1 2026 Report zeigt: KI-Ausgaben steigen rasant, doch schnelleres Codieren führt nicht automatisch zu schnellerer Softwareauslieferung. Eine DX-Studie belegt, dass die KI-Nutzung zwar um 65 Prozent zulegte, die Produktivitätsgewinne der Entwickler jedoch bei maximal 15 Prozent liegen.
Noch alarmierender: Eine Untersuchung von Ness Digital Engineering ergab, dass 43 Prozent der KI-assistierten Code-Änderungen in der Produktion scheitern – obwohl sie lokale Tests bestanden. Eine METR-Studie fand zudem heraus, dass erfahrene Open-Source-Entwickler mit KI-Tools 19 Prozent langsamer arbeiteten. Die Botschaft: Die Fähigkeiten des Entwicklers und die Komplexität des Kontexts sind entscheidender als die Größe des KI-Modells.
Große Player setzen auf Spezialisierung
Trotz dieser Herausforderungen integrieren Großunternehmen KI massiv. Coinbase meldet, dass inzwischen nahezu 100 Prozent des Codes KI-geschrieben oder KI-assistiert ist – ein Sprung von rund 40 Prozent im Februar 2026. Jeder Coinbase-Entwickler arbeitet gleichzeitig mit fünf bis zehn KI-Agenten.
Auch andere etablierte Player erweitern ihr Angebot:
– Oracle brachte am 14. Juli einen KI-nativen Builder für seine Fusion Applications, der mehrere Coding-Assistenten und Kommandozeilen-Schnittstellen unterstützt.
– IBM aktualisierte seine Plattform IBM Bob mit Multi-Agent-Fähigkeiten und speziellen Workflows für die Modernisierung von Legacy-Java- und IBM-Z-Systemen.
– Port launchte am 14. Juli einen Natural-Language-Builder für Plattform-Engineering mit Human-in-the-Loop-Governance.
– Axel Springer startete ein Pilotprogramm mit Rovo Dev – die größten Zeitersparnisse brachte dabei nicht die Code-Generierung, sondern das automatisierte Kontext-Laden und die Dokumentation.
Mit der zunehmenden Integration von KI-Systemen in den Workflow wachsen auch die regulatorischen Anforderungen an Unternehmen. Dieser kostenlose Report klärt auf, welche KI-Systeme als Hochrisiko gelten und was Unternehmen jetzt konkret tun müssen, um die neue EU-KI-Verordnung einzuhalten. Welche KI-Systeme gelten als Hochrisiko – und was müssen Unternehmen jetzt konkret tun?
Eine Umfrage von Black Duck und UserEvidence aus dem März 2026 zeigt: 92 Prozent der Ingenieure bescheinigen KI-Assistenten Produktivitätsgewinne, doch 90 Prozent der Teams haben weiterhin Probleme mit KI-generiertem Code. Sicherheit bleibt das größte Sorgenkind: 64 Prozent der Befragten nennen Sicherheitsrisiken, 57 Prozent identifizieren Sicherheitstests als größten operativen Engpass.
