Im Zeitalter von 80 % KI-Agenten-Coding liegt das eigentliche Problem für Entwickler in der „Verständnisschuld“

Phänomen: Rasanter Wandel von 80 % manuellem Coding zu 80 % Agenten-Coding (Aussage von Andrej Karpathy)

• Claude-Code-Team: mehr als 20 PRs pro Tag, alle zu 100 % von KI geschrieben
• Früher das „70-%-Problem“ → jetzt beginnt das Zeitalter von 80 % und mehr

Veränderte Fehlercharakteristik

• Früher: vor allem Syntaxfehler und einfache Bugs
• Heute: vor allem konzeptionelle und architektonische Fehlschläge
  • Weitergabe falscher Annahmen (assumption propagation)
  • Missverständnis am Anfang → danach Aufbau des gesamten Systems darauf
  • Zu viel Abstraktion und Overengineering (100 Zeilen → explosionsartige Zunahme auf 1.000-Zeilen-Klassen)

Schlüsselbegriff: Verständnisschuld (comprehension debt)

• KI implementiert etwas scheinbar plausibel → Tests bestehen → Versuchung, es grob zu mergen
• Später lässt sich nicht mehr erklären, „wie dieser Code eigentlich funktioniert“
• Schreibfähigkeit (generation) ≠ Lese- und Verständnisfähigkeit (discrimination)
• Reviews drohen zu formalen Abhakritualen zu verkommen
• Langfristig geht das Verständnis der eigenen Codebasis verloren

Produktivitätsparadox

• Anzahl gemergter PRs +98 %, PR-Größe +154 % (Faros AI·DORA)
• Zeit für Code Reviews +91 % → neuer Flaschenhals
• Atlassian-Umfrage 2025: 99 % behaupten, „mehr als 10 Stunden pro Woche zu sparen“ → aber die Gesamtarbeitsmenge sinkt nicht
• Gesparte Zeit → wird für Kontextwechsel, Abstimmung und Change Management verbraucht
• „Ein schnelleres Auto gekauft, aber die Straßen sind noch voller“

Wendepunkt bei der Entwicklerrolle (Karpathy)

• Polarisierung zwischen „Menschen, die Coding mögen“ und „Menschen, die das Bauen mögen“
• Erstere: Gefühl von Verlust
• Letztere: Gefühl von Befreiung (Code ist Mittel zum Zweck → Wechsel zu Architekturaufsicht und Koordination)
• Erfolgsmodell: vom Implementierer zum Orchestrator neu definiert
  • Stärker deklaratives Denken
  • Armin-Ronacher-Umfrage: 44 % coden weiterhin zu 90 %+ manuell, während nur eine sehr kleine Minderheit 100 % KI extrem übernimmt

Umgebungen, in denen 80 % gut passen, vs. riskante Umgebungen

• Gut geeignet: Greenfield, MVP, persönliche Projekte, Startups ohne Legacy (schnelles Scaffolding und aggressives Refactoring möglich)
• Riskant: reife große Codebasen, komplexe Invarianten, Umgebungen mit vielen impliziten Regeln (Agenten wissen nicht, was sie nicht wissen, plus übermäßiges Selbstvertrauen)

Fazit (Karpathy)

• KI ersetzt Engineers nicht, sondern verstärkt sie
• Monotone Arbeit verschwindet → es bleibt nur der kreative Teil
• Programmieren wird interessanter und mutiger
• Entwickleridentität: von „jemand, der Code schreibt“ → „jemand, der Probleme mit Software löst“ (das Wesen bleibt unverändert)

→ Die Kernaufgabe für Entwickler im KI-Zeitalter ist nicht die Geschwindigkeit der Codegenerierung, sondern das Aufrechterhalten von Verständnis und das Management von Schuld

https://aisparkup.com/posts/8925