KI-Coding-Agenten: Welche Aufgaben Sie sicher abgeben können

KI-Coding-Agenten sind Programme, die eine Aufgabe in Ihrer Software selbstständig bearbeiten: Sie lesen den Code, ändern Dateien, führen Tests aus und liefern das Ergebnis zur Prüfung ab. Abgeben lassen sich vor allem klar umrissene, leicht überprüfbare Arbeiten; Entscheidungen über Fachlichkeit, Architektur und Sicherheit bleiben bei Menschen. Dieser Beitrag zeigt, welche Aufgaben sich eignen, welche nicht und worauf Sie als Auftraggeber:in achten sollten.

Was KI-Coding-Agenten von einem Assistenten unterscheidet

Ein klassischer Coding-Assistent macht Vorschläge, während jemand tippt. Ein Agent arbeitet eine ganze Aufgabe ab. Der Hersteller GitHub beschreibt seinen Copilot Coding Agent so: Er erkundet ein Repository, plant Änderungen, bearbeitet Dateien, führt Tests und Prüfwerkzeuge in einer abgeschotteten Cloud-Umgebung aus und legt pro Aufgabe einen eigenen Pull Request, also eine zur Prüfung vorgelegte Änderung, an.

Für Sie ist wichtig: Der Agent liefert einen Vorschlag, keine fertige Software. Ob die Änderung ins Produkt übernommen wird, entscheidet weiterhin ein Mensch im Entwicklungsteam.

Wie viel lässt sich tatsächlich abgeben?

Eine nüchterne Zahl liefert Anthropic aus der eigenen Belegschaft. In der Studie „How AI is transforming work at Anthropic“ berichten befragte Entwickler:innen, dass sie KI in rund 60 Prozent ihrer Arbeit einsetzen, aber nur 0 bis 20 Prozent ihrer Arbeit „vollständig delegieren“ können. Befragt wurden 132 Mitarbeitende des Unternehmens. Das ist eine Selbsteinschätzung einer einzelnen, KI-affinen Firma und kein Marktdurchschnitt. Das Muster ist trotzdem aufschlussreich: KI ist ständiger Begleiter, aber selten ein Ersatz.

Auch beim Tempo ist die Datenlage uneinheitlich. Die Forschungsorganisation METR fand in einer Studie mit erfahrenen Open-Source-Entwickler:innen, dass diese mit den damaligen KI-Werkzeugen 19 Prozent länger für ihre Aufgaben brauchten, obwohl sie selbst das Gegenteil erwartet und empfunden hatten. Wichtig dabei: Es waren nur 16 Personen, die Werkzeuge stammen von Anfang 2025, und die Autor:innen warnen ausdrücklich vor Verallgemeinerung. Eine Folgestudie hat METR als unzuverlässig eingestuft und den Versuchsaufbau überarbeitet. Der Kern bleibt: Gefühlte und gemessene Zeitersparnis können weit auseinanderliegen. Verlassen Sie sich daher nicht auf Versprechen, sondern auf nachvollziehbare Ergebnisse in Ihrem Projekt.

Welche Aufgaben sich gut abgeben lassen

Laut der Anthropic-Studie delegieren Entwickler:innen vor allem Arbeit, die leicht zu überprüfen, klar abgegrenzt, wiederkehrend oder wenig kritisch ist. Übertragen auf typische Kundenprojekte sind das:

Aufgabe	Warum sie sich eignet	Wie die Kontrolle aussieht
Automatisierte Tests ergänzen	Ergebnis ist sofort ausführbar	Tests laufen, Entwickler:in prüft Inhalt
Kleine, klar beschriebene Fehlerbehebungen	Fehler lässt sich reproduzieren	Fehler ist weg, nichts anderes bricht
Routine-Umbauten (z. B. Umbenennungen, Bibliotheks-Updates)	Regeln sind eindeutig	Bestehende Tests bleiben grün
Dokumentation und Kommentare entwerfen	Geringes Risiko	Fachliche Durchsicht
Wegwerf-Werkzeuge, Skripte, Prototypen	Qualität ist nicht kritisch	Nur intern verwenden
Erste Analyse eines unbekannten Codes	Spart Einarbeitung	Aussagen stichprobenartig prüfen

Das gemeinsame Merkmal: Man erkennt rasch, ob das Ergebnis stimmt.

Welche Aufgaben bei Menschen bleiben sollten

Je weniger ein Ergebnis automatisch überprüfbar ist und je größer der mögliche Schaden, desto eher gehört die Aufgabe in Menschenhand:

• Anforderungen und Fachlichkeit: Was Ihre Software tun soll, klären Sie im Gespräch mit dem Team. Ein Agent kennt Ihr Geschäft nicht.
• Architektur-Entscheidungen: Sie bestimmen, wie wartbar und erweiterbar die Software in fünf Jahren ist.
• Sicherheitskritische Bereiche: Anmeldung, Berechtigungen, Zahlungen und der Umgang mit personenbezogenen Daten brauchen besonders sorgfältige Prüfung.
• Freigabe für den Echtbetrieb: Die Entscheidung, etwas auszuliefern, trifft kein Programm.
• Verantwortung: Sie liegt beim Dienstleister, nie beim Werkzeug.

Risiken: Was ein Agent anrichten kann

Ein Agent darf mehr als ein Assistent, nämlich Dateien ändern und Befehle ausführen. Das OWASP-Projekt für generative KI führt dieses Risiko als „Excessive Agency“ (übermäßige Handlungsmacht). Gemeint ist, dass ein KI-System auf unerwartete oder manipulierte Ausgaben hin schädliche Aktionen ausführt, weil es zu viele Funktionen, zu weitreichende Rechte oder zu viel Eigenständigkeit hat. OWASP empfiehlt unter anderem:

1. dem Agenten nur die Werkzeuge und Rechte zu geben, die er für die Aufgabe braucht,
2. offene Möglichkeiten wie beliebige Befehlsausführung zu vermeiden,
3. bei folgenreichen Aktionen eine menschliche Bestätigung zu verlangen.

Dazu kommen die bekannten Punkte: Der Code eines Agenten kann Fehler und Sicherheitslücken enthalten, und es muss geklärt sein, welche Daten und welcher Quellcode an einen Dienst übermittelt werden. Bei personenbezogenen Daten ist das eine Frage der DSGVO und gehört vertraglich geregelt.

So führen Sie KI-Coding-Agenten sinnvoll ein

Bewährt hat sich ein schrittweises Vorgehen:

1. Klein anfangen: Mit risikoarmen Aufgaben wie Tests oder Dokumentation beginnen.
2. Aufgaben präzise beschreiben: Was ist das Ziel, woran erkennt man „fertig“, was ist ausgeschlossen? Je klarer die Aufgabe, desto besser das Ergebnis.
3. Automatische Prüfungen als Netz: Tests und Qualitätsprüfungen laufen bei jeder Änderung, bevor ein Mensch sie ansieht.
4. Immer ein menschliches Review: Jede Änderung eines Agenten wird wie die eines neuen Teammitglieds geprüft. Wie das zusammenspielt, beschreibt unser Beitrag zu KI Code Review.
5. Rechte begrenzen: Der Agent arbeitet auf einem eigenen Arbeitsstand und hat keinen Zugriff auf Produktivsysteme oder Zugangsdaten.
6. Wirkung messen: Beobachten Sie, ob Fehler sinken und Lieferungen schneller werden, nicht nur, ob sich die Arbeit angenehmer anfühlt.

Typische Fehler sind vorhersehbar: zu große, vage Aufträge, Änderungen ohne Review, fehlende Regeln zum Datenschutz und die Annahme, dass „die KI schon richtig liegt“.

Fragen, die Sie Ihrem Dienstleister stellen sollten

• Welche Aufgaben in meinem Projekt übernehmen KI-Agenten, und welche nie?
• Wer prüft jede Änderung, bevor sie in meine Software gelangt?
• Welche Daten und welcher Quellcode verlassen dabei Ihre Systeme?
• Wie profitiere ich als Auftraggeber:in, etwa durch Zeit, Kosten oder Qualität, und wie wird das nachvollziehbar?

Einen Überblick über die Grundlagen finden Sie in unserem Leitfaden zur KI-Softwareentwicklung für Auftraggeber:innen. Bei individueller Softwareentwicklung arbeiten wir agil: Sie sind als Kund:in Teil der Entwicklung und sehen regelmäßig lauffähige Zwischenstände. Von der Konzeption über die Realisierung bis zur Betreuung bekommen Sie alles aus einer Hand.

Häufige Fragen

Ersetzen KI-Coding-Agenten Entwickler:innen?

Nach heutigem Stand nicht. Selbst in einer KI-affinen Firma geben Entwickler:innen laut eigener Aussage nur einen kleinen Teil ihrer Arbeit vollständig ab. Agenten entlasten bei klar umrissenen Aufgaben, die Verantwortung bleibt beim Team.

Machen KI-Agenten Softwareprojekte günstiger?

Das hängt von der Aufgabe ab. Bei Routinearbeiten kann Zeit gespart werden, bei komplexen Aufgaben entsteht zusätzlicher Prüfaufwand. Belastbare, allgemeingültige Zahlen gibt es bisher nicht; fragen Sie nach konkreten Ergebnissen in Ihrem Projekt.

Ist der Einsatz von KI-Agenten datenschutzkonform möglich?

Ja, wenn geklärt ist, welche Daten verarbeitet werden, wo und von wem. Personenbezogene Daten gehören nicht ohne Rechtsgrundlage und Vereinbarung in externe KI-Dienste. Lassen Sie sich die Regeln Ihres Dienstleisters zeigen.

Nächster Schritt

Sie planen ein Softwareprojekt und möchten wissen, wo KI-Werkzeuge sinnvoll helfen und wo nicht? Wir besprechen es gerne unverbindlich – nehmen Sie Kontakt auf.