Künstliche Intelligenz (KI) beschleunigt das Programmieren. Doch mehr Code in kürzerer Zeit erhöht den Druck auf Testen, Fachbereiche und Freigabe – damit verschiebt sich der Flaschenhals.
Der Autor: Björn Lampe ist Vorstandmitglied der Abat AG
(Bild: Abat AG)
Generative KI hat die Softwareentwicklung innerhalb kurzer Zeit deutlich verändert. Coding-Assistenten erzeugen Funktionen, analysieren bestehenden Code und übernehmen zunehmend komplette Entwicklungsaufgaben. Wie groß der Produktivitätsschub ausfallen kann, zeigt ein kontrolliertes Experiment von GitHub Research. Darin haben 95 professionelle Entwickler einen HTTP-Server in JavaScript programmiert. Die Gruppe, die GitHub Copilot nutzte, erledigte die Aufgabe im Durchschnitt 55 Prozent schneller als die Vergleichsgruppe.
Solche Zahlen sind beeindruckend, dürfen aber nicht mit einer ebenso starken Beschleunigung kompletter Softwareprojekte verwechselt werden. Das GitHub-Experiment untersuchte eine klar definierte Programmieraufgabe. In realen Projekten ist das Schreiben des Codes aber nur ein Teil der Arbeit. Darüber hinaus müssen die Anforderungen verstanden werden, Änderungen sind in bestehende Systeme zu integrieren, Tests müssen durchgeführt und Ergebnisse fachlich abgenommen werden.
Wie stark die Wirkung von KI vom jeweiligen Umfeld abhängt, zeigt eine Untersuchung des Forschungsinstituts METR. Erfahrene Open-Source-Entwickler benötigten bei Arbeiten in ihnen vertrauten Projekten mit KI-Werkzeugen sogar 19 Prozent mehr Zeit. Inzwischen geht METR aufgrund neuerer Werkzeuge jedoch davon aus, dass KI die Entwicklung deutlich stärker beschleunigen kann. Wie groß dieser Effekt tatsächlich ist, lässt sich nach Einschätzung der Forscher derzeit noch nicht zuverlässig bestimmen. Die entscheidende Frage lautet deshalb nicht: „Wie viel schneller kann ein Entwickler programmieren?“ Sondern: „Wie viel schneller wird der gesamte Weg von der Anforderung bis zur produktiven Software?“
Der Flaschenhals wandert weiter
Genau hier setzt der aktuelle DORA-Report zur KI-gestützten Softwareentwicklung an. Die Untersuchung des Digital Operational Resilience Act basiert auf Befragungen von knapp 5.000 IT-Fachleuten und betrachtet KI nicht als isoliertes Entwicklerwerkzeug, sondern als Bestandteil des gesamten Software-Delivery-Prozesses. Das Ergebnis ist widersprüchlich: Eine stärkere KI-Nutzung korreliert inzwischen positiv mit dem Durchsatz der Softwareentwicklung und der Produktperformance.
Gleichzeitig beobachtet DORA aber weiterhin einen negativen Zusammenhang mit der Stabilität der Softwarebereitstellung. KI kann also die Entwicklung beschleunigen, dabei aber Schwächen in nachgelagerten Prozessen sichtbar machen oder sogar verstärken. DORA bezeichnet erfolgreiche KI-Nutzung deshalb ausdrücklich als ein „Systemproblem statt Toolproblem“. Lokale Produktivitätsgewinne müssen im gesamten Value Stream verarbeitet werden können. Andernfalls entsteht das, was die Autoren anschaulich als „downstream chaos“ beschreiben.
Das ist klassische Engpasslogik: Wird ein Arbeitsschritt stark beschleunigt, gewinnt der nächste relativ an Gewicht. Jahrzehntelang gehörte das Schreiben und Ändern von Code zu den arbeitsintensivsten Teilen der Softwareentwicklung. Doch wenn KI jetzt einen Teil der Arbeit übernimmt, verschiebt sich der Engpass.
Testen: Der neue große Engpass
Der naheliegende Kandidat dafür ist die Qualitätssicherung. Jede neue oder geänderte Funktion muss weiterhin integriert und getestet werden. Schnittstellen dürfen nicht brechen, bestehende Funktionen müssen nach Änderungen erneut geprüft werden und die betroffenen Fachbereiche müssen feststellen, ob die Software tatsächlich auch das tut, was sie im jeweiligen Geschäftsprozess tun soll. Je schneller Entwickler Änderungen erzeugen können, desto mehr davon erreichen innerhalb derselben Zeit die nachgelagerten Prüfprozesse.
Mehr Änderungen pro Zeiteinheit bedeuten also mehr Integrationsaufwand, mehr Regressionstests und mehr Ergebnisse, die ausgewertet werden müssen. Schon bislang gehören Testen, Debugging und Verifikation mit zu den aufwendigsten Teilen professioneller Softwareentwicklung. Und hier bildet sich der neue Flaschenhals. DORA beobachtet genau diesen Zusammenhang: Höhere Entwicklungsgeschwindigkeit funktioniert nur dann stabil, wenn automatisiertes Testen, Versionsmanagement und schnelle Feedback-Schleifen mithalten können. Steigt das Änderungsvolumen, ohne dass diese Kontrollmechanismen entsprechend skalieren, leidet die Stabilität. Damit stellt sich zwangsläufig die nächste Frage: Wenn KI das Programmieren beschleunigt – kann KI nicht auch das Testen beschleunigen?
Stand: 08.12.2025
Es ist für uns eine Selbstverständlichkeit, dass wir verantwortungsvoll mit Ihren personenbezogenen Daten umgehen. Sofern wir personenbezogene Daten von Ihnen erheben, verarbeiten wir diese unter Beachtung der geltenden Datenschutzvorschriften. Detaillierte Informationen finden Sie in unserer Datenschutzerklärung.
Einwilligung in die Verwendung von Daten zu Werbezwecken
Ich bin damit einverstanden, dass die Vogel IT-Medien GmbH, Max-Josef-Metzger-Straße 21, 86157 Augsburg, einschließlich aller mit ihr im Sinne der §§ 15 ff. AktG verbundenen Unternehmen (im weiteren: Vogel Communications Group) meine E-Mail-Adresse für die Zusendung von Newslettern und Werbung nutzt. Auflistungen der jeweils zugehörigen Unternehmen können hier abgerufen werden.
Der Newsletterinhalt erstreckt sich dabei auf Produkte und Dienstleistungen aller zuvor genannten Unternehmen, darunter beispielsweise Fachzeitschriften und Fachbücher, Veranstaltungen und Messen sowie veranstaltungsbezogene Produkte und Dienstleistungen, Print- und Digital-Mediaangebote und Services wie weitere (redaktionelle) Newsletter, Gewinnspiele, Lead-Kampagnen, Marktforschung im Online- und Offline-Bereich, fachspezifische Webportale und E-Learning-Angebote. Wenn auch meine persönliche Telefonnummer erhoben wurde, darf diese für die Unterbreitung von Angeboten der vorgenannten Produkte und Dienstleistungen der vorgenannten Unternehmen und Marktforschung genutzt werden.
Meine Einwilligung umfasst zudem die Verarbeitung meiner E-Mail-Adresse und Telefonnummer für den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern wie z.B. LinkedIN, Google und Meta. Hierfür darf die Vogel Communications Group die genannten Daten gehasht an Werbepartner übermitteln, die diese Daten dann nutzen, um feststellen zu können, ob ich ebenfalls Mitglied auf den besagten Werbepartnerportalen bin. Die Vogel Communications Group nutzt diese Funktion zu Zwecken des Retargeting (Upselling, Crossselling und Kundenbindung), der Generierung von sog. Lookalike Audiences zur Neukundengewinnung und als Ausschlussgrundlage für laufende Werbekampagnen. Weitere Informationen kann ich dem Abschnitt „Datenabgleich zu Marketingzwecken“ in der Datenschutzerklärung entnehmen.
Falls ich im Internet auf Portalen der Vogel Communications Group einschließlich deren mit ihr im Sinne der §§ 15 ff. AktG verbundenen Unternehmen geschützte Inhalte abrufe, muss ich mich mit weiteren Daten für den Zugang zu diesen Inhalten registrieren. Im Gegenzug für diesen gebührenlosen Zugang zu redaktionellen Inhalten dürfen meine Daten im Sinne dieser Einwilligung für die hier genannten Zwecke verwendet werden. Dies gilt nicht für den Datenabgleich zu Marketingzwecken.
Recht auf Widerruf
Mir ist bewusst, dass ich diese Einwilligung jederzeit für die Zukunft widerrufen kann. Durch meinen Widerruf wird die Rechtmäßigkeit der aufgrund meiner Einwilligung bis zum Widerruf erfolgten Verarbeitung nicht berührt. Um meinen Widerruf zu erklären, kann ich als eine Möglichkeit das unter https://contact.vogel.de abrufbare Kontaktformular nutzen. Sofern ich einzelne von mir abonnierte Newsletter nicht mehr erhalten möchte, kann ich darüber hinaus auch den am Ende eines Newsletters eingebundenen Abmeldelink anklicken. Weitere Informationen zu meinem Widerrufsrecht und dessen Ausübung sowie zu den Folgen meines Widerrufs finde ich in der Datenschutzerklärung.
KI hilft – aber nicht überall
Ja, KI-Systeme können inzwischen Testfälle erzeugen und priorisieren, umfangreiche Testläufe zusammenfassen, Logdateien analysieren oder Fehlermeldungen nach möglichen Ursachen gruppieren. Gerade in großen Continuous-Integration-Umgebungen kann das die Arbeit erheblich entlasten. Dort laufen teilweise Tausende Tests pro Änderung, deren Ergebnisse anschließend ausgewertet werden müssen. KI kann hier helfen, Muster schneller sichtbar zu machen und Entwickler auf besonders kritische Auffälligkeiten hinzuweisen.
Damit verschwinden die Grenzen klassischer Tests allerdings nicht. Ein bestandener Test beweist zunächst nur, dass sich die Software in den geprüften Situationen wie erwartet verhalten hat. Ob eine Änderung zur Gesamtarchitektur passt, neue Sicherheitsrisiken erzeugt oder langfristig technische Schulden aufbaut, lässt sich daraus nicht zwangsläufig ableiten. Statische Codeanalyse, Security-Prüfungen und Reviews bleiben deshalb notwendig. KI kann also auch das Testen beschleunigen. Womit sich ein Teil der Arbeit von der Durchführung einzelner Tests zur Auswahl, Bewertung und Interpretation der Ergebnisse verlagert.
Freigabe heißt Verantwortung für fremden Code
Spätestens bei der Freigabe endet jedoch die Vorstellung von einer vollständig automatisierten Entwicklungskette. Denn am Ende muss eine Person entscheiden, ob ein Release tatsächlich in Produktion gehen darf. Diese Entscheidung ist keine technische Ja-Nein-Prüfung, sondern eine Risikoabwägung. Dabei verschärft KI ein altbekanntes Entwicklerproblem: Sich in fremden Code einzuarbeiten, gehört zu den unangenehmsten Aufgaben der Softwareentwicklung. Wer ein Programm prüft, das er nicht selbst geschrieben hat, muss zunächst nachvollziehen, welche Annahmen dahinterstehen, wie Funktionen zusammenspielen und welche Abhängigkeiten möglicherweise nur implizit vorhanden sind.
Bei KI-generiertem Code wird diese Situation schnell zum Normalfall. Der verantwortliche Entwickler hat große Teile des Codes nicht selbst erstellt, muss aber trotzdem beurteilen können, ob dieser Code korrekt, wartbar und sicher genug für den produktiven Einsatz ist. Grüne Tests allein reichen dafür nicht aus. Automatisierte Tests und KI-gestützte Analysen liefern wichtige Informationen, können Fehler eingrenzen und Routinearbeit reduzieren. Doch die Verantwortung für die Freigabe bleibt beim Menschen.
Wenn die Fachbereiche nicht mehr hinterherkommen
Besonders sichtbar wird diese Verschiebung bei komplexen Enterprise-Anwendungen. Individuelle Softwareentwicklungen im Umfeld von SAP, Oracle, Salesforce oder Microsoft Dynamics greifen häufig in geschäftskritische Prozesse ein und müssen mit vorhandenen Anwendungen, Schnittstellen und kundenspezifischen Erweiterungen zusammenspielen. Eine Änderung ist deshalb nicht erst dann fertig, wenn der Code funktioniert und die technischen Tests erfolgreich waren. Auch die Fachbereiche müssen zusätzlich prüfen, ob die Geschäftsprozesse weiterhin korrekt laufen und die neue Funktion tatsächlich die gewünschten Ergebnisse liefert.
Im SAP-Umfeld beobachtet der Dienstleister Abat genau diese Gefahr bei seinem AI-Shore-Ansatz und dem Abat Development Assistant. Das Unternehmen geht davon aus, dass sich insbesondere der Realisierungsteil individueller Entwicklungen mithilfe von KI deutlich beschleunigen lässt. Gleichzeitig hat das aber eine bemerkenswerte Konsequenz: Den nächsten Engpass bilden die Fachbereiche, die mit dem Testen der schneller erzeugten Ergebnisse nicht mehr hinterherkommen.
Damit wird KI-gestützte Softwareentwicklung auch zu einer organisatorischen Aufgabe. Denn auch die Testorganisation, Fachbereiche und Release-Prozesse müssen auf die höhere Änderungsgeschwindigkeit vorbereitet werden.
Fazit: Am Ende zählt das Release
KI kann viele Entwicklungsaufgaben beschleunigen. Doch spätestens bei der Freigabe bleibt eine Grenze: Eine Person muss verstehen, was die Software tut, die Risiken beurteilen und die Verantwortung für den produktiven Einsatz übernehmen. Der eigentliche Wettbewerbsvorteil entsteht deshalb nicht durch möglichst viel KI-generierten Code, sondern durch einen Entwicklungsprozess, der diese Geschwindigkeit auch sicher verarbeiten kann.