Immer mehr Unternehmen setzen auf autonome KI-Agenten, die den gesamten Entwicklungsprozess steuern. Doch die Kehrseite der Medaille ist alarmierend: Die Qualitätssicherung kommt vielerorts zu kurz.
Jedes zweite Unternehmen liefert ungetesteten Code aus
Der Druck auf Entwicklerteams wächst rasant. Eine am heutigen Montag veröffentlichte Studie von Tricentis zeigt, dass 60 Prozent aller Unternehmen weltweit aktuell Code in Produktion bringen, der nicht getestet wurde. Der Wert liegt nur knapp unter dem Vorjahreswert von 63 Prozent.
Anzeige: Während 60% der Unternehmen ungetesteten Code ausliefern und jedes fünfte Unternehmen jährlich über eine Million Euro verliert, setzen Vorreiter auf KI-Testagenten. Dieser Report zeigt, wie Sie mit einer Checkliste und 5 konkreten Schritten die Qualitätssicherung automatisieren. Jetzt kostenlosen Report anfordern
Die Gründe für dieses riskante Vorgehen haben sich verschoben. Rund 32 Prozent der Befragten gaben an, dass das Management auf immer schnellere Lieferzeiten dränge. Weitere 30 Prozent berichten, dass die schiere Menge an KI-generiertem Code schlicht zu groß geworden sei, um sie vollständig zu prüfen.
Besonders brisant: Zwischen Führungsetage und Fachabteilungen klafft ein gewaltiges Vertrauensloch. Während 81 Prozent der CEOs volles Vertrauen in KI-gesteuerte Entwicklung haben, teilen nur 56 Prozent der Qualitätssicherungs- und DevOps-Experten diese Zuversicht. Die finanziellen Folgen sind massiv: Jedes fünfte Unternehmen meldet jährliche Verluste von über einer Million Euro durch mangelhafte Softwarequalität.
Besonders betroffen sind die Finanzbranche und der Einzelhandel. Hier geben 64 beziehungsweise 63 Prozent der Unternehmen zu, ungetesteten Code auszuliefern.
LG und Tech Mahindra setzen auf autonome Entwicklungsplattformen
Die Antwort der Industrie auf diese Herausforderung: Noch mehr KI. Gleich mehrere große IT-Dienstleister haben heute Plattformen vorgestellt, die den Entwicklungsprozess von der Anforderungsanalyse bis zum Testen vollständig automatisieren sollen.
LG CNS präsentierte „DevOn Agentic AIND“. Die Plattform nutzt spezialisierte KI-Agenten für Anforderungsanalyse, Systemdesign, Codierung und Tests. Entwickelt wurde sie in Zusammenarbeit mit dem US-amerikanischen Open-Source-Unternehmen Cline. Herzstück ist eine sogenannte „Wissensdatenbank“, die unternehmenseigene Entwicklungsstandards und Sicherheitsregeln speichert.
Die Ergebnisse klingen beeindruckend: Legacy-Systeme – etwa die Umstellung von COBOL auf Java – sollen in Minuten erledigt sein. Was früher Wochen dauerte, erledigt die KI nun im Handumdrehen. LG zielt damit vor allem auf regulierte Branchen wie Finanzen, Fertigung und Verteidigung in den USA, Japan und Südostasien.
Parallel dazu startete Tech Mahindra seine „Agentic Development & Modernization Services“. Das Unternehmen setzt auf ein internes „Vector Squad“-Modell und eigene Tools wie Swifter.io und LitmusT. Der Fokus liegt auf vier Säulen: Plattformmodernisierung, Softwareentwicklung, Betrieb und Qualitätssicherung.
Wenn KI-Agenten im Team arbeiten
Der eigentliche Paradigmenwechsel liegt jedoch woanders. Es geht nicht mehr nur um KI, die Code-Schnipsel generiert. Die neue Generation von Systemen koordiniert komplexe Arbeitsabläufe über ganze Entwicklungsteams hinweg.
Augment Code hat gestern die öffentliche Vorschau von „Cosmos“ gestartet – einer Plattform, die KI-Agenten über gesamte Engineering-Teams hinweg verwaltet. Cosmos bietet den Agenten einen gemeinsamen Kontext und ein geteiltes Gedächtnis. Während die KI die Ausführung übernimmt, bleiben menschliche Entwickler für die Orchestrierung, risikoreiche Entscheidungen und Priorisierung zuständig.
Spezielle Validierungsagenten sollen Risiken wie zirkuläre Tests verhindern. Das Unternehmen sieht 2026 als das Jahr der „Agenten für Teams“ – der Schritt von individuellen KI-Produktivitätstools hin zu kollaborativer Infrastruktur.
Auch Manao Software, ein dänisches Unternehmen mit Sitz in Thailand, hat heute seine KI-gestützte Entwicklungsstrategie ausgeweitet. Die interne OMEGA-Plattform unterstützt neben dem Coding auch Planung und Dokumentation. CEO Christopher Mosses betont: „KI verbessert die Produktivität enorm, aber erfahrene Ingenieure müssen alle Ergebnisse prüfen, um langfristige Qualität zu sichern.“
Neue Modelle und strengere Regeln
Anzeige: Das Management drängt auf schnellere Lieferzeiten, doch die Qualität leidet. Mit KI-Agenten, die Tests automatisieren, senken Sie Risiken und Kosten. Erfahren Sie in diesem Report, wie Sie den ROI Ihrer Qualitätssicherung berechnen und Schritt für Schritt KI-Testagenten integrieren. ROI-Rechner und 5-Schritte-Plan sichern
Die technische Basis für diese Entwicklung wird ebenfalls leistungsfähiger. Das chinesische Unternehmen Unisound hat heute „U2″ vorgestellt – ein „nativ agentisches“ Sprachmodell mit 266 Milliarden Parametern. Das Modell nutzt eine Mixture-of-Experts-Architektur und ist für autonome Aufgabenzerlegung ausgelegt. Es kann komplexe Workflows mit über 100 Schritten bewältigen und zeigt in Softwareentwicklungs-Benchmarks Spitzenwerte. Zielmärkte sind unter anderem das Gesundheitswesen und Versicherungen.
Während die Technologie rasant voranschreitet, ziehen Finanzinstitute nach. Die BNP Paribas hat heute einen hybriden KI-Governance-Rahmen vorgestellt. Dazu gehören eine interne „KI-Fabrik“ und ein föderiertes Governance-Modell für Compliance, Datensouveränität und Risikomanagement. Die Bank beschreibt den Wandel von unkontrollierten Experimenten hin zu gemanagten KI-Toolchains mit kontinuierlichem Risikomonitoring.
Für Unternehmen, die ihre bestehenden Codebasen verbessern wollen, hat Alibaba sein internes „Open Code Review“-Tool als Open Source veröffentlicht. Das Tool, das intern bereits seit zwei Jahren Millionen von Fehlern aufgespürt hat, kombiniert eine deterministische Filterebene mit einem KI-Agenten für die Risikoerkennung in über zehn Programmiersprachen.
