David Fowler, ein erfahrener Distinguished Engineer bei Microsoft, der seit 18 Jahren für das Unternehmen tätig ist und maßgeblich an der Entwicklung der Technologie SignalR arbeitete, hat eine grundlegende Debatte über die Zukunft der Softwareentwicklung ausgelöst.
In einer Stellungnahme Anfang September erklärte Fowler, dass das manuelle Tippen von Programmcode endgültig der Vergangenheit angehöre. Diese Einschätzung markiert einen Wendepunkt in der Branche, in der die Rolle des menschlichen Entwicklers zunehmend durch automatisierte Systeme neu definiert wird.
Microsoft setzt massiv auf KI-generierten Code
Die Aussagen des Ingenieurs werden durch Entwicklungen innerhalb des Softwarekonzerns untermauert. Führungskräfte des Unternehmens, darunter der Vorstandsvorsitzende Satya Nadella, bestätigten jüngst, dass bereits ein erheblicher Teil der internen Codebasis von Künstlicher Intelligenz verfasst wird. Schätzungen zufolge stammen 20 % bis 30 % des Microsoft-Codes inzwischen aus automatisierten Quellen.
Diese Automatisierung beschränkt sich nicht nur auf einfache Routinen. KI-Agenten werden demnach bereits systematisch eingesetzt, um Sicherheits-Patches für Windows-11-Updates zu erstellen. Die Systeme analysieren Schwachstellen, schreiben den erforderlichen Code und kompilieren die Fixes eigenständig.
Der Einsatz von KI-Systemen in der Softwareentwicklung bringt nicht nur technologische Fortschritte, sondern auch neue rechtliche Rahmenbedingungen mit sich. Dieser kostenlose Leitfaden bietet Unternehmen einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen der neuen EU-KI-Verordnung. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt
Auch im Rahmen von GitHub Copilot übernehmen Agenten komplexere Arbeitsschritte wie das Erstellen, Testen und Eröffnen von Pull Requests. In einer weiteren Entwicklung wurde WinUI 3 als Open Source veröffentlicht, wobei eine KI-Pipeline in der Lage ist, native Anwendungen in einem Zeitraum von etwa 30 Minuten aufzubauen.
Neue Anforderungen an die Hardware-Infrastruktur
Der Wandel in der Entwicklungsmethodik schlägt sich auch in veränderten Anforderungen an die Hardware nieder. Microsoft hat mit Project Zenith eine spezielle Windows-11-Konfiguration für Entwickler-PCs vorgestellt, die auf die lokale Ausführung großer KI-Modelle spezialisiert ist. Diese Systeme sind darauf ausgelegt, Modelle mit mehr als 30 Milliarden Parametern zu verarbeiten.
Um diese Rechenlast zu bewältigen, sind für entsprechende Rechner mindestens 64 GB Unified Memory sowie eine Speicherbandbreite von 250 GB/s erforderlich. Die ersten derartigen Systeme basieren auf der AMD Ryzen AI Technologie. Diese schlanke Windows-Version verzichtet zudem auf herkömmliche Consumer-Dienste, um die Ressourcen vollständig für Entwicklungsaufgaben und lokale KI-Prozesse bereitzustellen.
Branchenweiter Trend zur code-losen Entwicklung
Auch außerhalb von Microsoft beschleunigt sich die Transformation. OpenAI kündigte im September die Einführung von GPT-6 Astra an, das unmittelbar in Dienste wie Microsoft Copilot und GitHub Copilot integriert wurde.
Während die KI-Verordnung neue Regeln aufstellt, herrscht in vielen IT-Abteilungen noch Unklarheit über die konkrete Umsetzung. Erfahren Sie in diesem kostenlosen Experten-Report, welche KI-Systeme als Hochrisiko eingestuft werden und was Sie jetzt tun müssen. Kostenlosen Umsetzungsleitfaden zum EU AI Act sichern
Sam Altman, CEO von OpenAI, betonte in diesem Zusammenhang, dass die Technologie es Personen ohne Programmierhintergrund ermögliche, eigenständig Produkte zu entwickeln und Unternehmen zu gründen. Er bezeichnete diese Entwicklung als eine Form der Aufwertung für Ideengeber, deren Erfolg nun stärker von einem tiefen Verständnis der Nutzerbedürfnisse als von technischem Handwerk abhänge.
Zusätzlich hat OpenAI mit ChatGPT Sites eine Beta-Phase für die Erstellung professioneller Websites per natürlicher Sprache oder Skizze gestartet. Auch andere Akteure wie Zoho erweitern ihre Plattformen um Agent-Fähigkeiten, während das Unternehmen Entire eine spezialisierte agentenbasierte Suche für Code-Repositories auf den Markt brachte.
In Benchmarks konnte ein solcher Agent 81 von 90 Fragen beantworten, was die Leistung herkömmlicher Baselines übertraf, während die Kosten pro Suchvorgang von 0,38 US-dollar auf 0,23 US-Dollar sank.
Risiken durch automatisierte Codierung
Trotz des rasanten Fortschritts bleiben Sicherheitsbedenken bestehen. Eine Untersuchung des Sicherheitsunternehmens Veracode zeigt auf, dass 44 % des durch KI generierten Codes bekannte Schwachstellen enthalten. Branchenexperten weisen daher darauf hin, dass für den Einsatz in Produktionsumgebungen weiterhin eine menschliche Überprüfung und Freigabe unerlässlich bleibt, um die Stabilität und Sicherheit der Systeme zu gewährleisten.
