Die kurze Antwort
Auch wenn KI-Agenten den Code schreiben, bleibt die Verantwortung für die Softwarequalität beim Menschen. KI-Agenten definieren heute Testfälle, generieren Code und reviewen ihn selbst. Das beschleunigt die Umsetzung erheblich, beantwortet aber nicht die Frage, wer dafür einsteht, dass ein System sicher, wartbar und im Fehlerfall nachvollziehbar bleibt. Diese Verantwortung braucht eine Instanz, die die Ergebnisse unabhängig prüft: mit Testautomatisierung, Architekturwissen und Erfahrung in gewachsenen Systemen. Die Frage stellt sich unabhängig davon, ob der Code von einem Menschen oder einer KI stammt.
Warum die Frage gerade jetzt an Gewicht gewinnt
Unternehmen setzen zunehmend KI-Agenten ein, um Testfälle zu definieren, Code zu generieren und Reviews durchzuführen. Häufig geschieht das im Zuge von Insourcing, um externe Kapazität einzusparen. Für die reine Umsetzungsgeschwindigkeit funktioniert das: Aufgaben, die früher Tage gekostet haben, sind heute in Stunden erledigt.
Was dabei häufig fehlt, ist eine Instanz, die die Ergebnisse der KI-Agenten unabhängig einordnet. Deckt die Teststrecke die fachlich kritischen Szenarien ab oder nur die leicht testbaren? Passt die Architektur noch zu den realen Systemgrenzen? Sind die Tests wartbar, oder brechen sie beim nächsten Refactoring? Solange niemand diese Fragen beantwortet, wächst mit der Geschwindigkeit auch das Risiko.
Der Effekt fällt zunächst nicht auf, weil die CI-Pipeline durchläuft und Features ausgeliefert werden. Sichtbar wird er erst dort, wo ein Fehler in der Live-Umgebung auftritt und niemand erklären kann, warum die Teststrecke ihn nicht gefunden hat.
Wo es in der Praxis eng wird
Gewachsene Systeme ohne saubere Teststruktur
Viele Systeme starten mit einer rudimentären Teststrecke ohne CI-Anbindung, klare Struktur oder Dokumentation. Was in der Anfangsphase pragmatisch war, wird mit steigender Komplexität zum Risiko, unabhängig davon, ob neue Features von Menschen oder KI-Agenten umgesetzt werden.
- Tests laufen lokal, sind aber nicht in der Pipeline reproduzierbar. Ergebnisse hängen von dem Rechner des Entwicklers ab.
- Testdaten sind hard-coded und veralten, sobald sich das Datenmodell ändert.
- Es gibt keine dokumentierte Aussage darüber, welche fachlichen Szenarien abgedeckt sein sollen.
Fehlende Sandbox- oder Testsysteme für Drittanbindungen
Reale Systemlandschaften hängen an Drittsystemen, für die kein Testsystem existiert oder deren Schnittstellen schlecht dokumentiert und schwer zugänglich sind. Ohne eine belastbare Simulation dieser Anbindungen bleibt Testautomatisierung Stückwerk:
Genau die Integrationspunkte, an denen in Produktion die meisten Fehler entstehen, sind dann die einzigen, die nie automatisiert getestet werden.
KI-generierte Tests, die bestehen, aber wenig aussagen
Ein KI-Agent kann zuverlässig Tests erzeugen, die formal durchlaufen. Ob sie die richtigen Szenarien abdecken und im Fehlerfall aussagekräftig sind, erfordert weiterhin fachliche Einordnung.
Typische Muster, die uns in Reviews begegnen:
- Tests prüfen die Implementierung statt das erwartete fachliche Verhalten und brechen bei jedem Refactoring.
- Randfälle und Fehlerpfade fehlen, weil sie in der Anforderungsbeschreibung nicht explizit formuliert waren.
- Eine hohe Zeilenabdeckung suggeriert Sicherheit, obwohl kritische Geschäftsregeln ungetestet bleiben.
Ein Beispiel aus der Praxis: Energiewirtschaft
Bei einem Unternehmen aus der Energiewirtschaft haben wir eine gewachsene Teststrecke ohne CI-Anbindung in eine wartbare, modulare Architektur überführt: gepflegte Abhängigkeiten, Coding-Guidelines für die Teamarbeit sowie generierte Testdaten mit Sandbox-Anbindung. Das Projekt ist Teil unserer Entwicklung leistungsfähiger Software für Energieversorger.
Für ein Drittsystem, für das kein Testsystem verfügbar war, haben wir eigenständig einen Mock-Server mit In-Memory-Datenbank entwickelt. Er ließ sich später nahtlos auf ein nachgeliefertes reales Testsystem umschalten, ohne dass die bestehenden Tests angepasst werden mussten. Eine schlecht dokumentierte Drittanbindung haben wir mit KI-Unterstützung reverse-engineered, um die Testautomatisierung zu ermöglichen.
Ergebnis war eine unternehmensweite Teststrategie, die als Leitbild für Testabdeckung und Systemanbindung diente. Mehr zu unserem Vorgehen unter Qualitätssicherung & Testautomatisierung.
Was das für Ihr Team bedeutet
Die Antwort ist nicht, KI-Agenten aus dem Entwicklungsprozess zu nehmen, sondern die Verantwortung klar zu verorten und der KI die Werkzeuge zu geben, die sie braucht. Weptun selbst setzt KI-Agenten intensiv ein, weil sie Aufgaben übernehmen, die früher Wochen gekostet haben. Vier Dinge braucht es dafür:
- Eine dokumentierte Teststrategie, die festlegt, welche Szenarien auf welcher Teststufe abgedeckt sein müssen.
- Eine CI-Anbindung, in der jede Änderung reproduzierbar geprüft wird, unabhängig davon, wer oder was sie erzeugt hat.
- Belastbare Simulationen für Drittanbindungen, damit die kritischen Integrationspunkte nicht ungetestet bleiben.
- Regelmäßige unabhängige Reviews von Architektur und Testabdeckung durch Menschen mit Erfahrung in gewachsenen Systemen.
So bleibt das Tempo der KI-Agenten erhalten, und die Qualität bleibt überprüfbar. Wie wir KI in unseren Projekten einsetzen, beschreiben wir unter KI & LLMs.
Häufige Fragen zu KI und Softwarequalität
Weitere Blogs
Entdecke weitere Beiträge
Vibe Coding validiert Ideen in Rekordzeit, erfüllt aber keine Produktionsanforderungen an Sicherheit, Wartbarkeit und Skalierbarkeit. Wir zeigen, wo die Grenzen liegen und wie aus einem Prototyp eine echte App wird.
Digitale Souveränität bedeutet, die Kontrolle über Daten, Systeme und Anbieter zu behalten. Wir zeigen, welche Hebel wirklich zählen, von Datenhoheit über offene Standards bis zu europäischen Alternativen, und wie Sie schrittweise unabhängiger werden.
Web-App, Mobile App, Hybrid App oder PWA? Jede Technologie hat klare Stärken und Grenzen. Wir vergleichen die vier Ansätze anhand von Reichweite, Kosten, Performance und Wartung und helfen bei der richtigen Entscheidung für Ihr Projekt.
Vibe Coding validiert Ideen in Rekordzeit, erfüllt aber keine Produktionsanforderungen an Sicherheit, Wartbarkeit und Skalierbarkeit. Wir zeigen, wo die Grenzen liegen und wie aus einem Prototyp eine echte App wird.
Digitale Souveränität bedeutet, die Kontrolle über Daten, Systeme und Anbieter zu behalten. Wir zeigen, welche Hebel wirklich zählen, von Datenhoheit über offene Standards bis zu europäischen Alternativen, und wie Sie schrittweise unabhängiger werden.
Web-App, Mobile App, Hybrid App oder PWA? Jede Technologie hat klare Stärken und Grenzen. Wir vergleichen die vier Ansätze anhand von Reichweite, Kosten, Performance und Wartung und helfen bei der richtigen Entscheidung für Ihr Projekt.