KI-Coding macht bessere Software? Viele Entwickler sehen das anders und benennen die Probleme
Es steht außer Frage, dass KI-Lösungen in vielen Bereichen hilfreiche Werkzeuge darstellen können und die Produktivität erhöhen – vor allem, wenn es um die schnelle Erfassung großer Datenmengen geht. Immer dann, wenn jedoch faktengetreue Darstellung erforderlich ist, bedarf es aber Vorsicht, denn LLMs als begnadete Erzähler sind nicht notwendigerweise auch die wahrheitsliebendsten Zeitgenossen – zumal ein LLM gar nicht wirklich versteht, was es schreibt. Ein Branchentrend sind inzwischen agentische Lösungen, die vielschrittige Aufgaben übernehmen, sowie spezialisierte Tools zur Erstellung von Programm-Code. Das versetzt theoretisch sogar Nutzer ohne Programmierkenntnisse in die Lage, Apps zu erstellen. Von erfahrenen Entwicklern gibt es hingegen sehr durchwachsenes Feedback, wie 404 Media in einem
Artikel zusammenfasst.
KI-Umstellungen oft wenig hinterfragtMehrere Entwickler erläutern in einem Stimmungsbericht, dass sie zur Nutzung von KI-Tools gedrängt werden, deren Ergebnisse aber häufig mehr Nacharbeit, Unsicherheit und technischen Ballast erzeugen. Der Vorwurf richtet sich allerdings keinesfalls gegen KI als gelegentliches Hilfsmittel. Mehrere der befragten Personen räumen ein, dass solche Werkzeuge beim Prototyping, beim Erkunden unbekannter Codebereiche, beim Zusammenfassen von Logs oder beim Auffinden von Dokumentation sehr nützlich sein können.
Für Komponenten oft gut, für Projekte nichtProblematisch werde es, wenn KI-Agenten großflächig Änderungen an komplexen Codebasen erzeugen und Unternehmen anschließend vor allem auf Menge, Geschwindigkeit und sichtbare KI-Nutzung schauen. Besonders kritisch sehen die Befragten den Aufwand zur Überprüfung der Ergebnisse. Bei kleinen Hilfsfunktionen lassen sich Vorschläge noch vergleichsweise leicht prüfen. Anders sieht es hingegen aus, wenn man vor einem riesigen Berg an fremdem Code steht: Bei größeren Änderungen in verzweigten Projekten, sicherheitsrelevanten Komponenten oder historisch gewachsenen Codebasen wird die Sache nämlich maßgeblich schwieriger.
"Es macht mich dümmer"Hinzu kommt ein psychologischer Effekt, denn mehrere Entwickler berichten, dass sie durch den ständigen Einsatz von KI bei alltäglichen Aufgaben unsicherer werden. Routinen, die früher selbstverständlich waren, müsse man plötzlich wieder nachschlagen – oder gar das Modell erneut befragen. "Es macht mich definitiv dümmer", fasst es eine zitierte Stimme in Worte. Vor allem Neulinge erzielen zwar schnelle Erfolge, ohne jedoch problematische Nebenwirkungen zu erkennen. Das wiederum verschiebt die Verantwortung noch stärker auf erfahrene, teurere Entwickler – was Kostenvorteile zunichte machen kann.
Differenziertere Betrachtung erforderlichDie Frage ist daher nicht, ob KI in der Software-Entwicklung hilfreich sein kann, denn das ist sie je nach Einsatzbereich zweifellos. Mehr generierter Code ist nicht automatisch Fortschritt oder mehr Produktivität – vor allem, wenn am Ende weniger Verständnis für die eigene Codebasis und die Architektur vorliegt. Entscheidend dabei ist die Entscheidung, an welchen Stellen Automatisierungen sinnvoll sind, ohne aber "viel Code entstanden" mit "viel besser entwickelt" zu verwechseln.