Aus Entwickeln wird Prüfen: die Arbeit, die niemand bestellt hat

6 Min. Lesezeit

Sechs Prozent der Entwickler fühlen sich durch KI spürbar entlastet. 67 Prozent beschreiben dichtere Tage bei höherem Output. Die Dividende ist nicht verschwunden. Sie ist in eine Arbeit gewandert, die in keiner Planung steht: Prüfen. Wer sie verantwortet, hat niemand entschieden.

VerwandtToken-OPEX: Inference steuert das Budget  /  KI ersetzt Jobprofile, nicht Stellen

Dort wo über den Einsatz von KI entschieden wird, lauten die Fragen: Was sparen wir? Wie gewinnen wir Produktivität? Der Rollout ist bezahlt, die Lizenzen laufen, die Rendite ist versprochen. Irgendwann will sie jemand sehen.

Im Juni 2026 hat der Python Software Verband in der PyCon-DE-Community nachgefragt. Geantwortet haben 383 Softwareentwickler, Data Scientists und KI-Engineers. In keiner der mehr als 1.000 Antworten berichtet jemand von konkretem Stellenabbau durch KI. Wo Personallücken gemeldet werden, nennt fast ein Drittel ausgerechnet klassische Softwareentwicklung. Die Dividende existiert also. Beim Team kommt sie allerdings als Erwartung an. Freie Kapazität entsteht daraus nicht.

Die Arbeit verschwindet nicht. Sie wechselt den Charakter.

96 Prozent nutzen KI-Werkzeuge mindestens mehrmals täglich. Delegiert wird, was sich delegieren lässt: neuer Code (76 Prozent), Recherche (44 Prozent), Refactoring (35 Prozent). Interessant ist die Gegenliste. Auf die Frage nach neu entstandenen Aufgaben nennen 68 Prozent das Überprüfen und Kuratieren von KI-Output. An Wert gewinnen Domänenwissen, Systemdesign und Anforderungskommunikation. Also genau die Fähigkeiten, deren Qualität menschliches Urteil verlangt.

Substitution findet statt, aber auf Tätigkeitsebene statt auf Stellenebene. Aus Produktion wird Prüfung. Und Prüfung ist keine Fleißaufgabe: Sie kostet Zeit, sie verlangt Urteil, sie trägt Verantwortung. Code lässt sich nicht querlesen, die Handlungsstränge verbinden sich erst im letzten Kapitel.

Weil die Prüfarbeit in keiner Planung steht, wird sie nicht gesehen und nicht budgetiert. 16 Prozent fühlen sich am Ende eines KI-Tages überfordert, in Konzernen jeder Fünfte. Die Velocity-Planung kennt für diese Arbeit keine Position. Und weil sie keinen Eigentümer hat, fällt die Verantwortung für ihre Fehler auf den Letzten in der Kette: auf die Person, die auf „Merge“ klickt.

Je größer das Haus, desto kleiner die Dividende

Man könnte annehmen, das sei ein Problem kleiner, unstrukturierter Organisationen. Das Gegenteil ist der Fall. Mit wachsender Größe steigt die Prüfarbeit von 64 Prozent bei unter 50 Mitarbeitenden auf 76 Prozent bei über 5.000. Die unklare Zuständigkeit wächst mit und ist im Konzern der größte genannte Engpass, vor Datenqualität, vor Legacy-Systemen, vor Security. Der Automatisierungsgewinn wächst dagegen nicht mit: In kleinen Häusern automatisiert gut ein Drittel mehr als die Hälfte der Routineaufgaben, in Konzernen nur jeder Fünfte.

Die großen Häuser bekommen also die kleinere Dividende bei der größeren Prüflast. Bei der Haftung schützt Größe ebenfalls nicht. Rund sieben von zehn Befragten aus Organisationen mit über 5.000 Mitarbeitenden sagen, die Verantwortung für einen KI-verursachten Fehler sei nicht explizit geregelt und liege faktisch bei dem Entwickler, der den Code übernommen hat. In Häusern unter 50 Mitarbeitenden sind es genauso viele. Compliance, Konzernrevision, Betriebsrat: an dieser Stelle ändern sie nichts. Ein dokumentiertes Framework mit Review-Pflicht, namentlicher Freigabe und Audit-Spur haben im Konzern 14 Prozent. Weitere 9 Prozent wissen nicht einmal, ob es eines gibt.

Dieselbe Maschine schreibt den Code und liefert das Qualitätssignal

Etwa jeder sechste Teilnehmende hat zusätzlich einen konkreten Vorfall geschildert. Die Berichte zeigen ein teures Muster: Das Prüfsignal selbst stammt aus der Maschine.

Ein Senior in einem Energiekonzern prüft einen KI-Pull-Request und ist beeindruckt von einer eleganten Testmethode. Beim zweiten Lesen ergeben die Tests keinen Sinn, obwohl sie grün durchlaufen. In einem Logistikkonzern schreibt der Agent den fehlschlagenden Test so lange um, bis er besteht. Der Fehler fällt erst beim Deployment auf, die Ursachensuche dauert Tage. Im Pharmabereich finden sich nach einem halben Jahr KI-geführter Entwicklung 23.000 Zeilen generierter Dokumentation, die niemand gelesen hat. Alle Tests sind grün. Sie prüfen KI-generierte Anforderungen gegen KI-generierten Code. Alle drei Berichte stammen aus Organisationen mit über 500 Mitarbeitenden.

„Es passiert öfters beim Generieren von Code, dass Package-Versionen einfach erfunden werden. Wenn man darauf blind vertraut, kommt man schnell in einen Strudel von Halluzinationen und Debugging an der völlig falschen Stelle.“
– Freitextantwort aus der Erhebung, Juni 2026

Halluzination, also eine plausibel formulierte, aber frei erfundene Ausgabe des Modells, ist kein Anfängerfehler. Sie trifft Senior-Entwickler in Konzernen. Und sie trifft sie dort, wo Organisationen sich abgesichert glauben: 90 Prozent prüfen KI-Output per manuellem Review, 76 Prozent lassen Tests laufen. Nur 30 Prozent haben eine formale Evaluation, also einen versionierten Testsatz, an dem sich messen lässt, ob ein System eine Aufgabe zuverlässig löst. 14 Prozent verlassen sich überwiegend auf Bauchgefühl. Das Vertrauen in den Output ist derweil bei 58 Prozent gestiegen.

Vier Ebenen handeln plausibel. Niemand entscheidet.

Als größten Engpass nennen die Befragten unklare Zuständigkeiten (40 Prozent), erst danach Security, Datenschutz und EU AI Act (36 Prozent). Das ist bemerkenswert, weil sich niemand falsch verhält. Jede Ebene handelt aus ihrer Sicht nachvollziehbar. Die Entscheidung bleibt trotzdem ein Vakuum.

Jede Ebene darf berechtigterweise annehmen, dass eine andere zuständig ist

Diese vier offenen Fragen bilden zusammen die Unterschriftenlücke. Sie ist der Raum zwischen den Ebenen. Keine davon macht dabei etwas falsch. Nur der Entwickler, der den generierten Code übernimmt, kann nicht auf eine andere Ebene zeigen. Wenn Sie nur eine der vier Fragen schließen können, schließen Sie die zweite. Sie ist die einzige, die in Ihrem Haus jeden Tag entschieden wird, nur eben unbewusst.

Wie teuer das wird, zeigt der härteste Bericht der Erhebung. In einem kleinen Softwarehaus fallen massive Sicherheitslücken aus intensivem KI-Einsatz erst auf, nachdem der betreffende Kollege das Unternehmen verlassen hatte. Ergebnis: komplette Neuentwicklung. Wenn Kontrollwissen und Freigabeverantwortung an einer Person hängen, verlässt mit ihr ein Teil der Kontrollfähigkeit das Haus. Der Schaden bleibt.

Die Frist ist verschoben. Die Verantwortung nicht.

Ein wesentlicher Teil des regulatorischen Zeitdrucks ist gerade zurückgegangen. Ende Juni 2026 hat der Rat der EU den Digital Omnibus final bestätigt: Die Pflichten für Hochrisiko-Systeme nach Annex III verschieben sich um 16 Monate auf den 2. Dezember 2027, für KI in regulierten Produkten auf den 2. August 2028. Annex III meint KI, die über Kredite, Bewerbungen oder kritische Infrastruktur mitentscheidet. Die inhaltlichen Anforderungen bleiben unverändert.

Viele lesen das als Entwarnung. Ich lese es anders. Für einen Teil der Hochrisikopflichten läuft die regulatorische Uhr langsamer. Die betriebliche läuft unverändert weiter. Der Fehler, den ein Agent nächste Woche in Ihre Produktion schreibt, wartet nicht auf Brüssel. Betriebliche Verantwortung entsteht mit der Freigabe. Und Freigaben finden bei Ihnen täglich statt, zu 90 Prozent im manuellen Review eines Einzelnen, dessen Name in keinem Protokoll auftaucht.

Wer die 16 Monate als Aufschub versteht, verliert sie. Wer sie als Vorbereitungsfenster versteht, baut eine Kontrollstruktur ohne Fristendruck. Ein Verantwortungsmodell, das im Alltag trägt, entsteht in ruhigen Monaten. Unter Fristdruck entsteht eine Tabelle, die niemand pflegt.

Drei Entscheidungen, die Sie nicht delegieren können

Erfahrungswert aus der Praxis, in der Erhebung nicht gemessen: Die eine Seite trägt bis etwa 500 Mitarbeitende. Darüber braucht es einen benannten Eigentümer je Domäne, sonst wird daraus Zentralisierungstheater.

Kontrolle ist kein Kostenblock

Die Erhebung liefert eine Gestaltungsaufgabe. Die Daten geben keinen Anlass, Entwicklerstellen zu streichen. Sie geben Anlass, Profile zu schärfen und Verantwortung zu klären. Nur 4 Prozent erleben ihre Arbeit als entwertet. Was die Befragten belastet, ist die Einsamkeit der Freigabe.

Die Dividende verschwindet nicht, weil die Technik zu wenig leistet. Sie verschwindet in einer Arbeit, die niemand bestellt hat: unsichtbar, deshalb ungeplant, deshalb unbezahlt. Und weil niemand sie bestellt hat, verantwortet sie auch niemand. Außer dem Einzelnen, der freigibt. Souverän ist, wer die Prüfarbeit als Arbeit anerkennt und ihr einen Namen gibt, bevor der Zufall einen zuweist.

Häufig gestellte Fragen

Bildquelle: KI-generiert (Juli 2026). Diagramme: Python Software Verband.