Wer prüft den KI-Code? Review als Engpass für die Leitung

Ihr Entwicklungsteam berichtet stolz, dass mit Claude Code oder Cursor deutlich mehr Code entsteht als früher. Das klingt nach Produktivität. Die Frage, die selten gestellt wird: Wer liest das alles, bevor es bei Ihren Kunden läuft? Genau dort entsteht gerade in vielen Unternehmen ein neuer Engpass, und er landet über kurz oder lang bei der Leitung.

Mehr Code heißt nicht mehr geprüfter Code

Der Softwareanbieter Sonar hat für seinen „State of Code“-Bericht 2026 mehr als 1.100 professionelle Entwickler befragt. CIO.com fasst die Ergebnisse zusammen: 72 Prozent derjenigen, die KI-Coding-Tools ausprobiert haben, nutzen sie täglich. 42 Prozent des eingecheckten Codes stammen bereits von KI, für das nächste Jahr erwarten die Befragten 65 Prozent.

Gleichzeitig vertrauen 96 Prozent diesem Code nicht vollständig. Nur 48 Prozent prüfen ihn immer, bevor sie ihn einchecken, also in den gemeinsamen Bestand übernehmen. Und 38 Prozent sagen, dass die Prüfung von KI-Code mehr Aufwand kostet als die von Code, den Kollegen geschrieben haben.

Führungskräfte großer Unternehmen beschreiben im selben Artikel, wie stark die Menge wächst. Der Mitgründer von Snowflake schreibt nach eigener Aussage heute fünfmal so viel Code wie vor ein, zwei Jahren. Der CEO von Boomi spricht vom Zehnfachen gegenüber vor zwei Jahren und folgert daraus, dass es eher mehr Ingenieure brauchen wird, nicht weniger, um die Qualität zu sichern.

Für Sie heißt das: Die Menge an Code steigt schneller als die Zeit, die jemand hat, ihn wirklich zu verstehen.

Das Dilemma aus Sicht der Entwickler

In einer viel kommentierten Diskussion auf Reddit bringen erfahrene Entwickler das Problem auf den Punkt. Code mit Agenten zu erzeugen ist derzeit günstig, ihn zu prüfen nicht. Auch eine Prüfung durch weitere KI-Agenten kostet ein Vielfaches dessen, was die Erzeugung gekostet hat. Wer an der Prüfung spart, riskiert teure Fehler im laufenden Betrieb.

Mehrere Teilnehmer berichten, dass KI-Reviews Fehler und Grenzfälle gut aufspüren. Schwach seien sie bei den Fragen, die für Sie als Auftraggeber zählen: Wird diese Funktion überhaupt gebraucht? Weicht die Lösung schleichend von der vereinbarten Architektur ab, also vom Grundaufbau des Systems? Ist der Code unnötig kompliziert? Einige merken zudem an, dass KI-Reviews bei mehrfachem Durchlauf unterschiedliche Ergebnisse liefern.

Ein Team schildert, wie es Spezifikation, KI-Umsetzung, KI-Review und menschliches Review hintereinandergeschaltet hat. Die Qualität war ordentlich. Doch das Team verlor den Überblick über das eigene System, die eigenen Fähigkeiten ließen nach, und die Leute waren erschöpft. Mehr zu dieser Zurückhaltung lesen Sie in Warum erfahrene Entwickler bei KI-Agenten zögern.

Wie andere Unternehmen die Kontrolle behalten

Die Ansätze, die CIO.com beschreibt, ähneln sich in einem Punkt: Der Mensch bleibt in der Prüfung, aber an klar definierter Stelle.

• Prüfung durch Fachleute: Bei der britischen Vermessungsbehörde Ordnance Survey erledigt ein Coding-Agent bis zu 90 Prozent einer Entwicklungsaufgabe. Der Verantwortliche prüft das Ergebnis trotzdem im Detail. Sein Warnhinweis: Wer das Werkzeug Menschen gibt, die die Arbeit des Agenten nicht beurteilen können, vertraut der KI zu sehr.
• Automatisierung statt Handarbeit: Der CIO von Chase, dem Privatkundengeschäft von JPMorgan Chase, betont, dass ohne durchgängige Automatisierung nur neue manuelle Schritte entstehen. Man könne nur begrenzt viele Menschen dazwischenschalten. In Produktion geht dort nichts, was die Qualitäts- und Sicherheitsanforderungen nicht erfüllt.
• Klare Regeln für Agenten: Beim französischen Sender TF1 werden Agenten-Abläufe dokumentiert. Richtlinien legen fest, wann Mitarbeitende einen Agenten erkunden, ihm Arbeit übertragen oder sein Ergebnis in den Betrieb geben dürfen.

Bei WalkMe verschiebt sich die Arbeit der eigenen Ingenieure nach Aussage des CIO vom Bauen hin zum Testen. Thomson Reuters stellt sich bereits die Frage, ob man künftig mehr Architekten oder Produktleute braucht.

Was Teams praktisch tun

Aus der Reddit-Diskussion lassen sich einige nüchterne Gegenmittel ablesen. Agenten bekommen nur Aufgaben in „menschlicher Größe“, damit eine Person sie in normalem Tempo prüfen kann. Ein Teilnehmer berichtet, dass dadurch auch die Agenten weniger Fehler machen. Andere begrenzen die Größe einzelner Änderungen und investieren in sichere Auslieferung: mehr automatische Tests, bessere Überwachung, schrittweise Freigaben und einfache Rückabwicklung.

Ein Kommentar formuliert die betriebswirtschaftliche Logik besonders klar: Die beim Schreiben gesparte Zeit muss teilweise in die Prüfung fließen. Frisst die Prüfung die gesamte Ersparnis auf, hat sich die Investition nicht gelohnt. Das ist eine Rechnung, die in jeden Business Case für Vibe Coding gehört.

Was das für Ihre Entscheidung bedeutet

Die Prüfkapazität ist keine technische Detailfrage, sondern eine Budget- und Risikoentscheidung. Drei Fragen sollten Sie Ihrem Team stellen:

• Kapazität: Wie viel Zeit ist für Prüfung eingeplant, und wächst sie mit der Menge an KI-Code mit?
• Kompetenz: Wer darf Agenten-Ergebnisse freigeben, und kann diese Person sie wirklich beurteilen? Das hängt eng damit zusammen, für wen Sie die Tools freigeben.
• Messung: Taucht der Prüfaufwand in Ihren Kennzahlen auf? Ansätze dafür finden Sie in KI-Coding messen.

Chance: mehr Tempo bei klar umrissenen Aufgaben. Risiko: ungeprüfter Code im Betrieb und ein Team, das sein eigenes System nicht mehr versteht. Nächster Schritt: die Prüfung als eigene Position in Planung und Budget sichtbar machen.

Fazit

KI hat das Schreiben von Code billig gemacht, das Verstehen nicht. Wer nur die gewonnene Geschwindigkeit sieht, übersieht, dass die Verantwortung für das Ergebnis unverändert beim Unternehmen liegt.

Sie möchten mit Ihrem Führungsteam klären, wie Prüfung, Freigaben und Kennzahlen bei Ihnen aussehen sollen? Fragen Sie ein Inhouse-Seminar an oder melden Sie Ihr Interesse am offenen Seminar an.