Codex-Agenten
Codex-Agenten sind Programme, die Software selbstständig schreiben und ändern: Man beschreibt eine Aufgabe in normaler Sprache, der Agent bearbeitet daraufhin echte Projektdateien und testet seine eigene Arbeit. Der Name stammt von OpenAIs Codex-System, wird heute aber oft allgemein für Programmierassistenten mit dieser Arbeitsweise verwendet.
Software besteht aus Textdateien voller Anweisungen, dem sogenannten Quellcode. Bisher haben Menschen diesen Text Zeile für Zeile getippt. Codex-Agenten übernehmen einen Teil dieser Arbeit selbst. Man beschreibt ihnen in normalen Sätzen, was das Programm tun soll, zum Beispiel: „Baue eine Anmeldeseite ein und sorge dafür, dass falsche Passwörter eine Fehlermeldung erzeugen.“ Der Agent liest daraufhin die vorhandenen Dateien, ändert sie, probiert das Ergebnis aus und legt am Ende einen fertigen Änderungsvorschlag vor. Entscheidend ist das Wort Agent: Das System antwortet nicht nur, es handelt über mehrere Schritte hinweg eigenständig.
Vom Vorschlag zur eigenständigen Aufgabe
Die erste Generation von Programmierhilfen arbeitete wie eine sehr gute Autovervollständigung. Man tippte den Anfang einer Zeile, das Werkzeug schlug die Fortsetzung vor. Der Mensch blieb dabei ständig am Steuer und musste jeden Vorschlag sofort beurteilen. Codex-Agenten verschieben diese Grenze deutlich. Sie bekommen eine Aufgabe, die zehn Minuten oder eine Stunde Arbeit umfasst, und melden sich erst mit einem Ergebnis zurück.
Wirtschaftlich ist das der Grund, warum solche Systeme derzeit so viel Aufmerksamkeit bekommen. Programmiererinnen und Programmierer gehören zu den teuersten Fachkräften in vielen Unternehmen. Große Teile ihrer Arbeit sind aber Routine: Tests schreiben, alte Bibliotheken austauschen, Fehler in fremdem Code suchen. Genau dort sind Agenten am stärksten. Firmen wie Microsoft, Google und OpenAI berichten, dass ein spürbarer Anteil ihres neuen Codes bereits maschinell entsteht.
Gleichzeitig entsteht ein neues Problem: Prüfarbeit. Wer eine Stunde Arbeit an eine Maschine abgibt, muss anschließend eine Stunde Ergebnis kontrollieren. Fehler sind hier oft unauffällig, weil der Code sauber aussieht und trotzdem falsch rechnet. Erfahrung wird dadurch nicht überflüssig, sondern verlagert sich vom Schreiben zum Beurteilen.
Der Kreislauf aus Ändern, Ausführen und Nachbessern
Im Kern steckt ein Sprachmodell, also ein KI-System, das aus riesigen Textmengen gelernt hat, plausible Fortsetzungen zu erzeugen. Trainiert wurde es unter anderem mit öffentlich verfügbarem Quellcode. Ein Sprachmodell allein kann aber nur Text ausgeben. Zum Agenten wird es erst durch Werkzeuge, die es selbst bedienen darf: Dateien öffnen, Dateien speichern, Befehle in der Kommandozeile ausführen, Tests starten.
Der Ablauf ist eine Schleife. Das Modell überlegt, welcher Schritt als Nächstes sinnvoll ist, führt ihn aus und liest das Ergebnis. Schlägt ein Test fehl, sieht der Agent die Fehlermeldung und versucht eine Korrektur. Diese Schleife wiederholt sich, bis die Aufgabe erledigt scheint oder ein Limit erreicht ist. Die Rückmeldung durch echte Testläufe ist dabei der wichtigste Unterschied zu einem reinen Chatbot: Der Agent rät nicht nur, er überprüft.
Damit dabei nichts Ungewolltes passiert, läuft die Arbeit meist in einer Sandbox. Das ist eine abgeschottete Umgebung, in der der Agent zwar Dateien verändern darf, aber keinen Zugriff auf das restliche System hat. Am Ende steht ein Änderungsvorschlag, den ein Mensch freigibt oder ablehnt. Ein typischer Irrtum ist die Annahme, der Agent verstehe das Projekt wie ein Kollege. Er arbeitet mit dem, was er im Kontextfenster sieht, also im begrenzten Textausschnitt, den er gerade vor sich hat.
Wo solche Agenten heute eingesetzt werden
Am sichtbarsten sind Codex-Agenten in Entwicklungsumgebungen und auf Plattformen wie GitHub, wo Software gemeinsam verwaltet wird. Dort bekommt ein Agent eine gemeldete Fehlerbeschreibung zugewiesen und liefert einen Korrekturvorschlag zurück. Konkurrenzprodukte heißen Claude Code, Gemini Code Assist oder GitHub Copilot. Die Begriffe verschwimmen im Alltag, gemeint ist meist dieselbe Idee.
In Wirtschaftsnachrichten tauchen Codex-Agenten vor allem in zwei Zusammenhängen auf. Erstens bei Umsatzzahlen von Anbietern, denn Programmieren ist derzeit die profitabelste Anwendung von KI überhaupt. Zweitens bei der Frage nach Arbeitsplätzen, besonders für Berufseinsteiger, deren typische Aufgaben teilweise automatisierbar sind.
Ausprobieren kann man das auch ohne Ausbildung. Viele Werkzeuge erzeugen aus einer Beschreibung eine kleine Webseite oder ein Spiel und zeigen jeden Zwischenschritt an. Für ernsthafte Projekte gilt allerdings weiterhin: Ohne Verständnis des Codes lässt sich nicht beurteilen, ob das Ergebnis wirklich stimmt.