Digitales
Programmieren mit KI: Beschreiben statt Tippen
Tobias Reinhardtca. 5 Min. Lesezeit
Programmieren mit KI heißt immer öfter: beschreiben, was die Software tun soll, den Assistenten oder Agenten schreiben lassen und das Ergebnis prüfen. Der Beitrag ordnet ein, wie sich die Arbeitsweise der Entwickler dadurch verändert, was Umfragen und Studien über Nutzen und Tücken sagen und worauf sich Unternehmen einstellen, die Software bauen lassen.
KI-generiert Programmieren mit KI: der neue Alltag
Ein Entwickler beginnt die Aufgabe mit einem Textfeld. Drei Sätze: was die Software künftig können soll, welche Regeln gelten, was unangetastet bleibt. Dann übernimmt ein KI-Agent, also ein Programm, das eine Aufgabe selbstständig in mehreren Schritten abarbeitet. Er sucht die passenden Stellen im Programmcode, ändert mehrere Dateien, startet die Tests und legt einen Änderungsvorschlag vor. Der Entwickler liest, verwirft, korrigiert, schickt nach. So beschreibt die Fachzeitschrift iX im September 2026 den Agentenmodus eines verbreiteten Entwicklungswerkzeugs.
Die Arbeit verschiebt sich damit vom Schreiben Zeile für Zeile zum Beschreiben, Prüfen und Steuern. Bei Stack Overflow, mit über 49.000 Antworten aus 177 Ländern, nutzten 84 Prozent der Befragten 2025 KI-Werkzeuge oder planten es. Der DORA-Bericht von Google zählt unter knapp 5.000 Fachleuten 90 Prozent Nutzer, die im Median zwei Stunden am Tag mit KI arbeiten. Auftraggeber kennen aus Angeboten und Stundenzetteln ein anderes Programmieren.
Vom Vorschlag zum Agenten
Die erste Stufe war die Autovervollständigung: Das Werkzeug schlägt die nächste Zeile vor, der Mensch übernimmt sie oder tippt weiter. GitHub, Anbieter eines solchen Assistenten, ließ 2022 in einem eigenen Versuch 95 Entwickler einen kleinen Webserver programmieren. Die Gruppe mit Assistent war 55 Prozent schneller fertig. Die zweite Stufe ist der Chat: Der Entwickler beschreibt ein Problem in Alltagssprache, bekommt fertigen Code zurück und baut ihn ein.
Die dritte Stufe sind Agenten. Ein Agent bekommt eine ganze Aufgabe. Er liest sich in den vorhandenen Code ein, ändert mehrere Dateien, führt Tests aus und arbeitet die Ergebnisse in den nächsten Schritt ein. Auf GitHub, einer Plattform mit über 180 Millionen Entwicklern, erzeugte ein solcher Agent zwischen Mai und September 2025 mehr als eine Million Änderungsvorschläge. Jeder davon ging zur Freigabe an einen Menschen. Die Mehrheit arbeitet noch ohne Agenten: In der Stack-Overflow-Umfrage nutzten 14 Prozent sie täglich, 38 Prozent hatten es nicht vor.
Vibe Coding und seine Grenzen
Für das Beschreiben statt Tippen gibt es seit Februar 2025 ein Wort. Der KI-Forscher Andrej Karpathy nannte es „Vibe Coding“: sich ganz dem Gefühl hingeben und vergessen, dass der Code überhaupt existiert. Gemeint war das für Wegwerfprojekte am Wochenende. Das Wörterbuch Collins kürte den Begriff im November 2025 trotzdem zum Wort des Jahres. Es definiert ihn als Programmieren mit KI, die in Alltagssprache angewiesen wird.
Berufliche Entwickler halten Abstand. In der Stack-Overflow-Umfrage sagten 72 Prozent, Vibe Coding gehöre nicht zu ihrer beruflichen Arbeit, weitere 5 Prozent verneinten nachdrücklich. Karpathy selbst spricht inzwischen lieber von „agentic engineering“, und das trifft die Arbeitsweise in Unternehmen genauer: Der Mensch gibt das Ziel vor, der Agent führt aus, der Mensch prüft und bleibt verantwortlich.
Beschreiben, prüfen, steuern
Beschreiben heißt mehr als einen Wunsch eintippen. Der Agent braucht Ziel, Regeln und Kontext: wie das bestehende System aufgebaut ist, was es nicht tun darf, woran sich Erfolg messen lässt. Was in der Beschreibung fehlt, ergänzt die KI nach Wahrscheinlichkeit, und das Ergebnis sieht fertig aus. Genau da liegt das größte Ärgernis: 66 Prozent der Befragten bei Stack Overflow nennen KI-Lösungen, die fast richtig sind, aber eben nicht ganz. 45 Prozent finden die Fehlersuche in KI-Code zeitaufwendiger.
Prüfen wird deshalb zur Hauptarbeit. Nur 3 Prozent vertrauen der Genauigkeit der Werkzeuge in hohem Maß, 46 Prozent misstrauen ihr. Wer nicht traut, fragt Kollegen: Drei Viertel wenden sich dann an einen Menschen. Steuern schließlich heißt zu entscheiden, was die Maschine überhaupt bekommt. Laut JetBrains-Umfrage unter 24.500 Entwicklern geben sie Routinearbeit gern ab, etwa Gerüstcode und Dokumentation, behalten aber Fehlersuche und den Entwurf der Programmlogik. Selbst die Programmiersprachen passen sich an: TypeScript, das viele Fehler schon vor dem Programmstart erkennt, wurde 2025 zur meistgenutzten Sprache auf GitHub, laut Plattform auch, weil diese Prüfungen KI-Fehler abfangen.
Schneller, aber nicht überall
Ob das alles schneller geht, ist weniger klar, als die Werbung verspricht. Das Forschungsinstitut METR ließ 2025 sechzehn erfahrene Entwickler 246 echte Aufgaben in ihren eigenen, frei zugänglichen Softwareprojekten lösen. Per Los arbeiteten sie mal mit und mal ohne KI. Mit KI brauchten sie 19 Prozent länger. Hinterher glaubten sie, 20 Prozent schneller gewesen zu sein. Die Autoren betonen, dass ihre Teilnehmer ihre Projekte gut kennen, hohe Maßstäbe anlegen und nicht für alle Entwicklungsarbeit stehen. Spätere Messungen Ende 2025 lagen näher bei null, mit großer Unsicherheit, und METR räumte ein, dass der Versuchsaufbau den Nutzen eher unterschätzt.
Der DORA-Bericht sieht auf Unternehmensebene mehr Durchsatz und weniger Stabilität: Teams liefern mehr aus, und häufiger geht etwas schief. Die Autoren nennen KI einen Verstärker. Teams mit automatisierten Tests, Versionsverwaltung und schnellen Rückmeldungen werden besser. Teams ohne diese Grundlagen liefern ihre Schwächen schneller aus.
Was sich für Auftraggeber ändert
Wer Software bauen lässt, in der eigenen IT oder bei einem Dienstleister, merkt die Verschiebung an drei Stellen. Erstens wird die Beschreibung zum wichtigsten Rohstoff. Lücken im Auftrag füllt die Maschine nach Wahrscheinlichkeit, und das fällt später auf als eine Rückfrage. Zweitens wandert der Aufwand: weniger Stunden für das Schreiben, mehr für das Prüfen und Testen. Ein Angebot, das nur mit schnellerem Schreiben wirbt, verschweigt die zweite Hälfte der Rechnung. Drittens hängt der Nutzen an der Grundausstattung des Teams. Ohne Tests und geordnete Abläufe wird die Software nicht besser, nur schneller fertig.
In deutschen Unternehmen steht das am Anfang. Nach der Bitkom-Befragung 2026 setzen 57 Prozent der Unternehmen ab 20 Beschäftigten KI ein. In der IT-Abteilung sind es erst 9 Prozent, nach 2 Prozent im Jahr davor. Der Sprung in einem Jahr zeigt die Richtung. Wer heute ein Softwareprojekt vergibt, bekommt mit einiger Wahrscheinlichkeit Code, der beschrieben statt getippt wurde. Die Frage, wie er geprüft wurde, gehört damit zum Projektgespräch wie die Frage nach dem Stundensatz.
Fazit
Programmieren wird zum Dialog: Der Mensch beschreibt, die KI schreibt, der Mensch prüft und steuert nach. Die Umfragen zeigen eine Technik, die fast alle nutzen und der kaum jemand ganz traut. Die Studien messen schnelleren Ausstoß, aber keine automatisch bessere Software.
Für Unternehmen, die Software bauen lassen, verschiebt sich damit, was sie einkaufen: weniger Tipparbeit, mehr Beschreibung und Urteilsvermögen. Die eigene Vorgabe und die Sorgfalt beim Prüfen bestimmen stärker als bisher, was am Ende läuft.
