Wie weit geschriebener und fertiger Code auseinanderliegen, haben die Harvard-Ökonomen Fiona Chen und James Stratton an den Daten von 655 Softwareunternehmen gemessen. Mit Coding-Agenten reichten die Teams gut ein Drittel mehr Codeänderungen zur Prüfung ein. Bis eine Änderung freigegeben war, verging jedoch 56 Prozent mehr Zeit. Die Zahl erledigter Aufgaben wuchs nur um 14 Prozent, und selbst dieser Effekt ist statistisch kaum belastbar.  

Ein Forschungsteam bei Meta kommt scheinbar zum gegenteiligen Ergebnis. Bei mehr als 400.000 Codeänderungen passierten jene mit KI-Anteil die Prüfung schneller und verursachten seltener Störungen im Betrieb. Nur steckte der KI-Code dort vor allem in Tests und auf Nebenschauplätzen, kaum dort, wo ein System sein eigentliches Geschäft erledigt.  

Beide Arbeiten sind vorläufig. Zusammen legen sie aber nahe: Ob KI ein Team beschleunigt oder bremst, hängt weniger am Modell als daran, wofür es eingesetzt und wie sein Ergebnis geprüft wird. Googles DORA-Team spricht von einer „Verification Tax“, einer Prüfsteuer auf jede generierte Zeile. Wer sie nicht einplant, erlebt zunächst keinen Sprung, sondern einen Knick. 

Unser Arbeitsmodell: Mensch, Schleifen, Mensch 

Wir setzen KI deshalb nicht als Einzelkämpfer ein, dem man eine Anweisung gibt und dessen Ergebnis man am Ende überfliegt. Unser Prinzip lautet: Menschen legen die Architektur fest. Dazwischen arbeiten spezialisierte Agenten in kontrollierten Schleifen. Menschen prüfen und geben das Ergebnis frei. 

Am Anfang: Architektur von Menschen 

Bevor ein Agent loslegt, legen wir fest, was er bauen soll und was er nicht darf. Nehmen wir ein Kundenportal mit Benutzerkonten, Rechnungsübersicht und Anbindung an die Warenwirtschaft. Die heiklen Fragen beantwortet der Agent aber nicht von selbst: Welche Daten darf ein angemeldeter Kunde sehen? Was dürfen nur Administratoren? Wie reagiert das Portal, wenn die Warenwirtschaft ausfällt? Bleiben sie offen, füllt die KI die Lücke mit dem Naheliegenden, und das ist nicht immer das Sichere. Deshalb entwerfen bei uns Menschen Datenmodell, Schnittstellen und Berechtigungen, und die Agenten erhalten sie als verbindliche Vorgaben.  

Dass sich das Problem nicht über die Wahl des Modells lösen lässt, zeigt Veracodes Sicherheitsreport 2026 zu KI-generiertem Code. Ohne Sicherheitsvorgaben fiel der Code im Schnitt bei 44 Prozent der Sicherheitstests durch, und auf Programmierung spezialisierte Modelle schnitten nicht besser ab als allgemeine. Sicherheit entsteht in der Vorgabe. 

Dazwischen: Schleifen statt Einzelkämpfer  

Zwischen Anfang und Ende arbeiten mehrere Agenten in Schleifen zusammen. Ein Coding-Agent zerlegt die Aufgabe und verteilt Teilschritte an spezialisierte Sub-Agenten. Prüfagenten, die den Code nicht selbst geschrieben haben, messen jede Lieferung an der Spezifikation. Finden sie eine Abweichung, geht die Arbeit mit einem konkreten Befund zurück in die Schleife.  

Den festen Rahmen bilden Hooks: automatische Prüfungen, die an definierten Punkten starten, etwa vor jeder Übernahme in den Hauptstand, und die kein Agent überspringen kann. Sie kontrollieren etwa Tests, neue Abhängigkeiten und versehentlich hinterlegte Zugangsdaten. Eine Anweisung in einer Regeldatei kann ein Agent übersehen, und die OWASP-Empfehlungen zur sicheren KI-gestützten Programmierung stufen solche Dateien ausdrücklich als sicherheitskritisch ein. Ein Hook dagegen läuft einfach.  

Die Tests leiten wir aus den fachlichen Anforderungen ab, nicht aus dem Code, den sie prüfen sollen. Für das Kundenportal genügt es nicht zu bestätigen, dass ein Kunde seine eigenen Rechnungen findet. Ebenso belegt sein muss, dass fremde Rechnungen für ihn unerreichbar bleiben. Weil Agenten unbequeme Tests laut OWASP mitunter abschwächen, bis alles grün leuchtet, darf bei uns kein Agent die Kriterien ändern, an denen er selbst gemessen wird. Echte Kundendaten kommen in dieser Umgebung nicht vor: Die Agenten arbeiten mit Testdaten und ohne Zugang zu Live-Systemen. 

Freigabe durch Menschen  

Am Ende prüft und genehmigt ein Mensch jede Änderung. Wie gründlich, richtet sich nach dem Risiko. Meta zeigt mit seinem System RADAR, dass sich risikoarme Änderungen weitgehend automatisch prüfen lassen, allerdings nur für gezielt ausgewählte, harmlose Fälle. Wir übernehmen das Prinzip der Staffelung, ziehen die Grenze aber konservativer, wie es auch OWASP empfiehlt: Automatisierung bestimmt bei uns, wie tief geprüft wird, nie, ob überhaupt.  

So staffeln wir die menschliche Prüfung 

Welche Klasse eine Änderung hat, legen wir fest, nicht der Agent, der sie geschrieben hat. In diesen Schleifen steckt für uns das eigentliche Handwerk. Sie nehmen uns keine Verantwortung ab, sorgen aber dafür, dass beim Menschen genau das ankommt, was seine volle Aufmerksamkeit verdient. 

Was das für Ihr Webprojekt bedeutet  

Für Sie als Auftraggeber verschiebt KI vor allem das Budget: weniger für das Programmieren, mehr für Planung und Prüfung. Ein anspruchsvolles Projekt wird dadurch nicht zwingend günstiger, aber verlässlicher. Und es öffnen sich Türen: individuelle Webanwendungen, Schnittstellen oder interne Werkzeuge, die sich früher nicht gelohnt hätten, rücken in Reichweite.  

An der Wahl der Technik ändert KI dagegen wenig. Ob eine Website auf WordPress läuft, statisch ausgeliefert wird oder als eigene Anwendung entsteht, hängt weiter davon ab, wie oft Sie Inhalte pflegen und welche Funktionen Sie brauchen. Diese Entscheidung treffen bei uns Menschen, kein Agent. KI erleichtert aber schlanke Architekturen, und jede Komponente, die es im Betrieb nicht gibt, muss auch niemand warten. Das zählt besonders bei sensiblen Daten, etwa auf Websites für Arztpraxen.  

Wer ein Webprojekt vergibt, muss nicht wissen, welches Sprachmodell gerade die Ranglisten anführt. Aufschlussreicher sind fünf Fragen an die Agentur:  

1. Wer entwirft Architektur und Berechtigungen: Menschen oder die KI?  
2. Woraus werden die Tests abgeleitet, und wer darf sie ändern?  
3. Welche Prüfungen laufen automatisch und lassen sich nicht überspringen? 
4. Haben KI-Werkzeuge Zugriff auf echte Daten oder Live-Systeme?  
5. Wer gibt Änderungen frei und verantwortet später die Wartung?  

Die Antworten sagen mehr über die Qualität eines Webprojekts als jede Liste eingesetzter KI-Tools.