Einleitung
Ich war lange Zeit von KI-Agenten nicht sehr begeistert, da ich viel Software entwickelt habe und viele meiner Fragen von dem genutzten KI-System einfach falsch beantwortet wurden. Man könnte auch sagen „Es hat mich schlichtweg oft angelogen.“
Vor einiger Zeit wurde ich dann auf das KI-System Claude Code von Anthropic aufmerksam. Es gab Aussagen und Videos in denen behauptet wurde, dass seit Anfang 2026 die dort zugrunde liegenden KI-Modelle in so genannten Agentic Coding Werkzeugen so gut wären, dass man damit professionelle Softwaresysteme entwickeln könne und nicht nur etwas Code oder gar nur Code-Teile.
Als neugieriger Mensch schaute ich es mir näher an und nahm Beispiele, die ich bereits von Hand einmal programmiert hatte, um das KI-System zu testen. Ich war von den Ergebnissen gleichermaßen begeistert wie erschreckt: Das System war mit wenigen Sätzen (Prompts) und innerhalb von 30-40 Minuten in der Lage eine sehr ähnlich programmierte Anwendung mit Benutzeroberfläche zu generieren. Der generierte Quellcode sah dabei eigentlich so aus wie Quellcode den ich von Hand genauso schreiben würde. Und wie gesagt, es wurden nicht nur einzelne Codeteile oder Klassen erzeugt, sondern alles inklusive der Infrastruktur, die zum Bauen und Starten der Anwendung notwendig ist.
Begeistert war ich von der Leistungsfähigkeit des KI-Systems, erschreckt weil ich direkt gesehen habe, was solch ein Werkzeug für eine revolutionäre Veränderung für die Softwareentwicklung bedeutet, mit möglichen Konsequenzen für die Softwareindustrie, die man heute noch gar nicht in vollem Umfang abschätzen kann.
Warum Agentic Coding bzw. KI-basierte Softwareentwicklung eine Revolution ist
In der Informatik gab es immer mal Neuerungen und Veränderungen. Zum Beispiel wurden bis vor 10 Jahren Daten gerne in XML gespeichert, dann kam JSON und löste XML an vielen Stellen und Anwendungen ab. Auch gab es immer mal neue Programmiersprachen, die im Trend lagen. Manche kamen und gingen auch wieder.
Die genannten Beispiele haben jedoch eines gemeinsam. Es handelt sich um evolutionäre Fortentwicklungen. Sowas wie XML und JSON sind äquivalent von dem, was sie repräsentieren, nämlich baumartig strukturierte Daten. Man kann XML-Daten nach JSON wandeln und umgekehrt. Es sind also zwei Dinge, die das gleiche Problem adressieren, nämlich, wie man Daten strukturiert speichern kann. Es sind Trends bzw. evolutionäre Entwicklungen. Das gleiche gilt für Programmiersprachen. Die Syntax unterscheidet sich, aber die Semantik, die man damit beschreiben kann, ist die gleiche.
Was ist eine revolutionäre Veränderung?
Eine Sache, ein Werkzeug oder eine Idee ist dann revolutionär, wenn sie etwas kann, was vorher noch nicht da war. Software, die in der Lage ist, ganze, lauffähige Softwareanwendungen basierend auf Eingaben in natürlicher Sprache zu generieren, gab es vorher nicht. Und genau das können heute schon aktuelle KI-Agentensysteme mit der Spezialisierung auf Softwareentwicklung.
Die Abstraktionslücke
Software läuft auf Computern, also Maschinen ab. Die Computer verstehen aber nur Maschinensprache in Form von einfachen Befehlen, meistens Rechenoperationen.
Wenn man Software für einen bestimmten Zweck entwickeln will, dann entstehen Anforderungen durch die Anwender oder Auftraggeber der Software. Diese Anforderungen liegen oft in natürlicher Sprache, also der Sprache der Menschen und nicht der Maschinen vor.
Das Problem was es nun zu lösen gilt ist, aus den Anforderungen in natürlicher Sprache auf irgendeine Art und Weise Software so herzustellen, dass der Computer es in seiner Sprache ausführen kann und das gewünschte richtig dabei herauskommt.
Diese Lücke, die es in der Softwareentwicklung zu schließen gilt zwischen Anforderungen und Computerhardware wird Abstraktionslücke genannt (Abbildung 1, angelehnt an Greenfield und Short: Software Factories, Wiley Publishing, 2004).
Die Informatik hat nun über viele Jahrzehnte versucht diese Abstraktionslücke immer kleiner werden zu lassen. Dazu wurden immer neue Ansätze erfunden, die die Maschine immer weiter abstrahiert haben und es dem menschlichen Entwickler leichter gemacht haben die zu realisierenden Anforderungen in Software umzusetzen.
In Abbildung 2 sind die Abstraktionen zu sehen, die über die Jahre seit es die ersten Computer gibt – also etwa seit 1938 – entstanden. Ganz zu Anfang programmierten Ingenieurinnen und Ingenieure die Computer direkt in Maschinensprache. Durch die Entwicklung von Assembler hat man symbolische Namen für Zahlencodes eingeführt. Dies erleichterte den Umgang mit der Maschinensprache. Darauf folgen dann Hochsprachen und Compiler, die aus einer nun eher logischen Befehlsfolge Assembler generieren konnten. Mit der Objektorientierung und der Objektorientierten Programmierung wurde eine weitere Abstraktionsschicht gefunden, die nun eine Programmierung angelehnt an Objekte aus der realen Welt erlaubte.
Jede diese Abstraktionsschichten brachte eine revolutionäre Veränderung für die Programmierung von Computern mit sich. Gleichzeitig einher geht mit jeder Schicht die Einführung von Generatoren, die aus den abstrakteren Programmen am Ende wieder Maschinencode generieren konnten. Man erkennt also ein Muster: Mit jeder Abstraktionsschicht ist auch eine neue Art von Generatorsoftware verbunden.
Die Objektorientierung brachte schon einen großen Gewinn an Effizienz in der Entwicklung von Anwendungssoftware. Trotzdem blieb eine kleinere Abstraktionslücke zwischen natürlicher Sprache und Softwarecode weiterhin bestehen. Diese musste durch einen Softwareingenieur überbrückt werden.
Ich selbst habe lange geglaubt, dass man diese Lücke mit Hilfe von modellbasierter Entwicklung (MBSE) und Modellen wie UML oder SysML weiter verkleinern könnte, jedoch wurde hier leider nie eine bedeutsame Abstraktionsschicht gefunden, die das Schreiben von Quellcode (ganz) ersetzt und sich weit verbreitet hätte.
Agentic Coding Systeme schließen die Abstraktionslücke
Mit dem Aufkommen von KI-Systemen und der Entwicklung von Agentic Coding Werkzeugen wie z.B. Claude Code, kann nun die restliche Abstraktionslücke tatsächlich geschlossen werden. Diese Systeme sind in der Lage all das, was bisher ein Softwareingenieur mehr oder weniger von Hand erzeugt hat (Code, Projektdateien, Ordner, Konfigurationsdateien etc.), komplett zu generieren, und zwar auf Basis von Eingaben in natürlicher, menschlicher Sprache. Dabei wird nicht irgendwas generiert, sondern die Systeme schaffen es bereits heute (Sommer 2026) wirklich passende und komplett lauffähige Softwareanwendungen vollständig zu erzeugen.
KI-Systeme sind nicht unfehlbar, aber sie werden dazu lernen und besser werden
Die KI-Systeme machen auch vielleicht noch manchen Fehler. Dies tun menschliche Entwickler aber auch dann und wann. Die Entwicklung der KI-Systeme bleibt ja nicht stehen und es ist wie immer nur eine Frage der Zeit bis sie sich weiter verbessern. Auch die ersten Compiler haben manchmal noch schlechten Assemblercode generiert. Aber heutzutage schaut sich so gut wie niemand mehr den generierten Assemblercode an. In diese Richtung wird es sich vermutlich mittel- bis langfristig auch mit KI-Systemen zur Softwareentwicklung bewegen.
Vibe Coding und KI-basiertes Software Engineering
Der Begriff des Vibe Coding bedeutet so viel wie „Software Code schreiben nach Lust und Laune“ und beschreibt den Vorgang, wenn Software-Laien Agentic Coding Systeme nutzen, um eine Softwareanwendung entwickeln zu lassen, ohne eine Ahnung von Softwareentwicklung, Technologien, Programmiersprachen oder Softwarearchitektur zu haben.
Die KI-Agentensysteme sind schon so gut, dass tatsächlich eine mehr oder wenige gute und lauffähige Software entsteht. Das der Nutzer des Werkzeugs aber keine Ahnung von Architektur, Entwurfsmustern oder existierenden Technologien hat, muss das KI-System all diese Entscheidungen selbst treffen. Die führt dann gerne mal dazu, dass die interne Struktur der erzeugten Software eben nicht gewissen Standards entspricht, die man aber einhalten sollte, um die Software wartbar und erweiterbar zu halten sowie die Fehlersuche zu erleichtern.
Vibe Coding hat sicher seine Relevanz und wird eventuell auch noch weiter zunehmen, jedoch ist es ungefähr vergleichbar mit anderen Dingen aus der Technik oder dem Leben: Wenn ein Amateur etwas macht und ein Profi, dann erkennt man meist die Sache, die ein Profi gemacht hat (Abbildung 4). Beide Arbeiten können funktionieren, es geht nur darum eine andere Qualitätsstufe zu erreichen.
AI-basiertes Software Engineering setzt genau hier an und macht den Unterschied daran fest, dass nun ein Softwareingenieur mit Fachkenntnissen das KI-Werkzeug bedient. So jemand kann schon bei der Eingabe der Vorgaben ganz andere Randbedingungen setzen, die dann zu einer ganz anderen Qualität der generierten Software führen. Das gleiche gilt für Fehlersuche, Reviews und Qualitätskontrollen.
Ich habe die Inhalte meiner freiberuflichen Tätigkeit als Trainer und Berater nun angepasst und werde mich in Zukunft unter SpecIFicator.com Schwerpunktmäßig auf die Anwendung, das Training und die Beratung rund um AI-basiertes Software Engineering (AIBSE) jenseits von Vibe Coding mit dem Fokus auf Qualität, Professionalität und Kundenorientierung und der Anwendung im industriellen Umfeld konzentrieren.
Auswirkungen
Werkzeuge für das AI-basierte Software Engineering (man findet auch manchmal den Begriff des Agentic Software Engineering) bringen fantastische Möglichkeiten mit, verändern aber gleichzeitig die Softwareentwicklung radikal und nachhaltig. Was fast 90 Jahre in der Informatik gegolten hat, nämlich, dass ein Softwareentwickler Code schreiben muss, um eine Software zu entwickeln gilt nicht mehr!
Nicht alle Auswirkungen sind heute schon klar und sichtbar. Jedoch glaube ich, dass sicherlich folgende Dinge eintreten werden:
Die Entwicklungszeiten von Software werden sich drastisch verkürzen. Die KI-Systeme brauchen nur noch einen Bruchteil der Zeit den Code zu generieren als ein Entwicklerteam, das ihn schreibt. Damit einher gehen auch Fragen wie: „Was kann man in Zukunft für eine Softwareentwicklung verlangen?“
Es wird viel mehr Software geben. Durch AIBSE kann Software viel schneller und auch einfacher entwickelt werden. Dadurch wird es viel mehr Softwareanwendungen geben als in der Vergangenheit, da die Softwareentwicklung durch KI-Einsatz schneller und günstiger wird.
Das Berufsbild des Softwareingenieurs wird sich drastisch wandeln. Es geht nicht mehr unbedingt darum eine Programmiersprache oder ein Framework perfekt zu beherrschen, sondern viel mehr darum das KI-System so zu steuern und zu überwachen, dass am Ende eine qualitativ hochwertige Softwareanwendung entsteht. Sowohl im Hinblick auf die sichtbare Funktionalität (äußere Qualität) als auch im Hinblick auf die innere Struktur und die Codierung (innere Qualität). Fähigkeiten im Bereich Requirements Engineering und Softwarearchitektur werden von zentraler Bedeutung sein.
Abschlussbemerkung
Ich schreibe Code, seit den 1980er Jahren, als ich 11 Jahre alt war und entwickle professionelle Software seit mehr als 25 Jahren. Ich bin mir seit einiger Zeit nicht mehr sicher wie viele Zeilen Code ich in meinem Leben noch von Hand schreiben werde. Aber ich bin mir sicher, dass es weiterhin einen ingenieursmäßigen Ansatz brauchen wird, um professionelle Softwaresysteme zu entwickeln. Hier will ich mit meinem Fachwissen und dessen Weitergabe in Trainings, Workshops und Kursen helfen, dass Unternehmen, Ingenieure und Entwickler den Wandel in der Softwareindustrie aktiv mitgestalten können und nicht am Ende abgehängt zurückbleiben.
Ich habe selbst immer darauf hingearbeitet die manchmal stupide Arbeit des Code-Schreibens weniger werden zu lassen. Mit KI-Systemen scheint hier nun ein riesengroßer Wurf gelungen zu sein. Dies freut mich einerseits, aber es wird vermutlich die gesamte Branche früher oder später verändern. Wichtig ist es dabei, die Veränderungen auch aktiv anzugehen und nicht zu denken, dass es sicher wieder vorbei gehen wird. Ich glaube das wird es nicht – wie gesagt: Es ist kein Trend, sondern eine Revolution!
Ich bin auch Ausbilder für Informatik bei KARL MAYER und mache mir natürlich auch Gedanken über die Zukunft meiner Auszubildenden und Studentinnen und Studenten, die ich bisher ausgebildet habe. Haben sie das richtige Handwerkszeug an die Hand bekommen, um den neuen Herausforderungen gewachsen zu sein – gerade als Berufseinsteiger?
Aktuell gilt im Bereich der Softwareentwicklung nicht mehr was 90 Jahre galt, und wie in Stein gemeißelt schien, nämlich, dass die Masse an Code von Menschen und von Hand geschrieben wird wenn man eine Software entwickelt. Am Ende hilft vermutlich nur das, was in der Informatik schon immer galt: „Lebenslanges Lernen“ und sich weiterbilden – auch nach dem Ende der Ausbildung.
Außerdem bin ich überzeugt davon: So wie es im klassischen Handwerk immer Profis braucht gilt dies auch für das Handwerk der Softwareentwicklung!