Ein Entwickler schreibt heute nur noch einen Bruchteil seiner Arbeitszeit tatsächlich neuen Code. Der Rest geht in etwas anderes: Prüfen, was die KI g

Ein Entwickler schreibt heute nur noch einen Bruchteil seiner Arbeitszeit tatsächlich neuen Code. Der Rest geht in etwas anderes: Prüfen, was die KI geliefert hat. Das klingt nach Fortschritt. Ist es teilweise auch. Aber es verschiebt ein Problem, das viele Unternehmen noch nicht bemerkt haben. KI-gestützte Softwareentwicklung ist im Unternehmensumfeld längst Standard. Mehr Code in kürzerer Zeit, oft auch bessere Qualität im einzelnen Codeabschnitt. Das Problem liegt nicht in der Geschwindigkeit der Erstellung. Es liegt in der Frage, die danach kommt: Wer weiß eigentlich noch, woher ein bestimmtes Stück Code kommt, wofür es gedacht war, und wer dafür verantwortlich ist, sobald es produktiv läuft? In den meisten Unternehmen kann diese Frage niemand zuverlässig beantworten. Nicht weil niemand es wissen will, sondern weil die Geschwindigkeit der Einführung die Geschwindigkeit der Kontrolle überholt hat. Tools wurden eingeführt, weil sie sofort nützlich waren. Richtlinien dazu, wie der erzeugte Code dokumentiert, nachverfolgt und verantwortet wird, kamen später – wenn überhaupt. Das eigentlich Tückische zeigt sich erst im Ernstfall. Wenn ein Softwareproblem auftritt, will man wissen: Hat KI-generierter Code das mitverursacht? Ein erheblicher Teil der Unternehmen kann diese Frage nicht beantworten, wenn der Vorfall tatsächlich eintritt – selbst wenn man sich vorher sicher war, das innerhalb von vierundzwanzig Stunden klären zu können. Die größte Hürde dabei ist erstaunlich simpel: Niemand kann mehr zuverlässig unterscheiden, welcher Code von einem Menschen und welcher von einer KI geschrieben wurde. Das ist kein theoretisches Problem für große Tech-Konzerne. Es betrifft jedes Unternehmen, das Software entwickeln lässt – ob intern oder über einen Dienstleister. Technische Schulden, die niemand eingeplant hat, weil der Code zwar funktioniert, aber niemand mehr genau erklären kann, warum er so aussieht, wie er aussieht. Wartbarkeit, die langfristig leidet, weil Verantwortung nie klar zugeordnet wurde. Und im schlimmsten Fall: ein Sicherheitsvorfall, bei dem niemand sagen kann, ob die Ursache im KI-generierten Teil des Systems liegt. Die gute Nachricht: Das Problem ist erkannt. Viele Unternehmen planen bereits, in den nächsten Monaten gezielt in Werkzeuge zu investieren, die genau diese Nachvollziehbarkeit herstellen – wer hat was erzeugt, wofür war es gedacht, wer verantwortet es jetzt. Das ist kein Misstrauen gegenüber KI. Es ist die Anerkennung, dass Tempo ohne Nachvollziehbarkeit kein Vorteil ist, sondern ein verschobenes Risiko. Wer KI-gestützte Entwicklung einsetzt, ohne diese drei Fragen beantworten zu können, hat keine Geschwindigkeit gewonnen. Er hat ein Problem in die Zukunft verlagert – und meistens vergrößert.