KI-Coding-Agent
Ein KI-Coding-Agent ist ein Programm, das eine Programmieraufgabe in mehreren selbstständigen Schritten bearbeitet: Es liest den bestehenden Code, ändert Dateien, testet das Ergebnis und korrigiert sich bei Fehlern. Anders als ein bloßer Vorschlagsdienst arbeitet er über längere Zeit weitgehend ohne Rückfrage.
Software besteht aus Text: Anweisungen, die ein Computer Zeile für Zeile ausführt. Diesen Text schreiben normalerweise Menschen. Ein KI-Coding-Agent ist ein Programm, das diese Arbeit selbst übernimmt. Man beschreibt ihm in normaler Sprache, was fehlt oder kaputt ist. Er sucht dann die passenden Dateien im Projekt, ändert sie, lässt das Programm laufen und prüft, ob es funktioniert. Wenn nicht, versucht er es noch einmal anders. Genau dieses eigenständige Weiterarbeiten über viele Schritte unterscheidet ihn von einem einfachen Assistenten, der nur einzelne Zeilen vorschlägt.
Was sich für Entwickler und Unternehmen ändert
Programmieren besteht zu einem erheblichen Teil aus Routine. Alte Bibliotheken müssen auf neue Versionen umgestellt werden. Fehlermeldungen müssen nachvollzogen werden. Tests müssen geschrieben werden, obwohl sie niemand gern schreibt. Genau diese Arbeit können Agenten in Teilen übernehmen. Das verschiebt die Rolle des Entwicklers: Er beschreibt und prüft mehr, er tippt weniger.
Für Firmen ist das vor allem eine Kostenfrage. Entwicklerstunden sind teuer, Rechenzeit ist vergleichsweise billig. Große Softwarehäuser berichten inzwischen, dass ein zweistelliger Prozentanteil ihres Codes maschinell entsteht. Solche Zahlen sind mit Vorsicht zu lesen, weil unklar bleibt, was genau gezählt wird. Der Trend ist trotzdem eindeutig, und er treibt seit 2024 die Bewertungen entsprechender Anbieter.
Es gibt eine Gegenrechnung. Code, den niemand richtig verstanden hat, wird später zum Problem. Fachleute sprechen von technischen Schulden: Man spart heute Zeit und zahlt sie später mit Zinsen zurück. Studien deuten außerdem darauf hin, dass die gefühlte Zeitersparnis oft größer ist als die gemessene. Prüfen und Nachbessern kostet ebenfalls Stunden.
Der Kreislauf aus Plan, Werkzeug und Prüfung
Im Kern steckt ein Sprachmodell, also ein KI-System, das trainiert wurde, sinnvolle Textfortsetzungen zu erzeugen. Allein könnte es nur Vorschläge formulieren. Zum Agenten wird es erst durch Werkzeuge. Er darf Dateien öffnen, im Projekt nach Stichwörtern suchen, Befehle ausführen und Tests starten. Das Modell entscheidet in jedem Schritt, welches Werkzeug als Nächstes sinnvoll ist.
Der Ablauf ist eine Schleife. Der Agent überlegt, führt eine Aktion aus, liest das Ergebnis und überlegt erneut. Eine Fehlermeldung des Testlaufs ist dabei die wichtigste Information. Sie ersetzt das Feedback, das ein Mensch sonst geben müsste. Deshalb funktionieren Agenten in Projekten mit guten automatischen Tests deutlich besser als ohne.
Die Grenze liegt beim Überblick. Ein Modell kann nur eine begrenzte Menge Text gleichzeitig berücksichtigen, das sogenannte Kontextfenster. Ein großes Projekt mit Millionen Zeilen passt dort nicht hinein. Der Agent muss also gezielt suchen und auswählen, was er liest. Verpasst er eine wichtige Stelle, baut er eine Lösung, die woanders etwas zerstört. Aus diesem Grund laufen die meisten Agenten in einer abgeschotteten Umgebung und legen ihre Änderungen erst einem Menschen zur Freigabe vor.
Von Copilot bis zum Ticket-System
Bekannte Vertreter sind GitHub Copilot in seinem Agentenmodus, Claude Code, OpenAI Codex, Cursor und Devin. Manche laufen als Programm im Terminal, also in der reinen Texteingabe des Rechners. Andere sind in eine Entwicklungsumgebung eingebaut. Eine dritte Gruppe hängt direkt am Aufgabensystem eines Teams: Man legt ein Ticket an, der Agent bearbeitet es und liefert einen Änderungsvorschlag.
In News-Meldungen tauchen Coding-Agenten oft im Zusammenhang mit Benchmarks auf, also standardisierten Tests. Der bekannteste heißt SWE-bench und nutzt echte Fehlerberichte aus offenen Softwareprojekten. Wenn ein Anbieter meldet, sein Modell löse einen bestimmten Prozentsatz dieser Aufgaben, ist meist ein Agent im Spiel.
Ein verbreiteter Irrtum ist, dass solche Agenten Programmierkenntnisse überflüssig machen. Sie verschieben eher, wo Kenntnisse nötig sind. Wer nicht beurteilen kann, ob eine Änderung sauber und sicher ist, merkt Fehler zu spät. Der Fachausdruck für unkritisch übernommenen KI-Code lautet inzwischen Vibe Coding. Für kleine Projekte reicht das oft. Für Software, an der Geld oder Sicherheit hängt, nicht.