Die vierte Welle: KI schreibt den Code. Wer testet ihn?

Die agentenbasierte Softwareentwicklung, die ich als vierte Welle bezeichne, schreitet in einem unvorhersehbaren Tempo voran. Fortschritte bei zukunftsweisenden Modellen, die beschleunigte Einführung in Unternehmen und scheinbar unerschöpfliche Investitionen haben Coding-Agenten zu einer der sich am schnellsten verbreitenden Technologien der Geschichte gemacht. KI-Coding-Agenten (und Co-Piloten) haben das Tempo der Programmierung grundlegend verändert. In vielen Unternehmensumgebungen werden mittlerweile 40–50 % des Codes von KI generiert, und die Nutzung in Entwicklungsteams ist nahezu flächendeckend. Programmieraufgaben, die früher Tage oder Wochen dauerten, lassen sich jetzt in Stunden erledigen.

Wie wir bereits in früheren Diskussionen zur Vierten Welle dargelegt haben, ist die Softwareentwicklung kein einzelner Schritt. Es handelt sich um ein komplexes, vernetztes System – von der Planung über die Programmierung, das Testen, die Sicherung und die Veröffentlichung bis hin zur Überwachung –, das häufig unternehmensweit Zehntausende von Mitarbeitern (und mittlerweile wahrscheinlich noch mehr Agenten) umfasst, global verteilt ist und strengen Compliance-Anforderungen unterliegt.

Und mit der zunehmenden Beschleunigung des Codierungsprozesses wird eine neue Einschränkung deutlich: Der Flaschenhals hat sich verlagert – und für viele Unternehmen liegt er nun im Testbereich.

Das Testen hat mit der Entwicklung nicht Schritt gehalten (schon vor der Einführung von KI).

Seit Jahren investieren Unternehmen in die Modernisierung ihrer Qualitätssicherung. Automatisierungsframeworks, CI/CD-Pipelines und Tools zur Zugriffsautomatisierung wurden verbessert. Doch im Unternehmensmaßstab ist die Realität weit weniger fortgeschritten, als viele annehmen.

Je nach Branche und Systemkomplexität werden immer noch 50–70 % der Tests manuell durchgeführt. Ja, im Zeitalter der KI testen viele Unternehmen weiterhin manuell. Selbst in Unternehmen, die stark in Automatisierung investiert haben, sind Testlücken häufig – insbesondere bei Tests für Mobilgeräte, Webanwendungen, Performance und Barrierefreiheit.

Die Daten bestätigen dies zunehmend. Jüngste Branchenanalysen zeigen, dass von KI generierte Pull Requests im Durchschnitt deutlich mehr Probleme aufweisen als von Menschen verfasste – Logik- und Korrektheitsfehler sowie Sicherheitslücken sind wesentlich häufiger. Auch das Vertrauen der Entwickler hat mit der zunehmenden Verbreitung nicht Schritt gehalten: Umfragen belegen übereinstimmend, dass die Mehrheit der Entwickler kein volles Vertrauen in die Bereitstellung von KI-generiertem Code hat und ein signifikanter Anteil der Teams deswegen bereits Releases zurückgezogen hat. Es wird mehr Code ausgeliefert. Und damit einhergehend auch mehr Probleme.

Und wo Automatisierung existiert, hat sie oft Schwierigkeiten, sich in größerem Umfang anzuwenden.

Ein einheitliches Muster zeichnet sich unternehmensübergreifend ab:

• Testsuiten werden mit der Weiterentwicklung von Anwendungen anfälliger.
• Die Skripte sind nicht mehr mit der Codebasis synchronisiert.
• Der Wartungsaufwand wächst schneller als die Abdeckung.

Branchenschätzungen zufolge sind 40–50 % der Fehler bei automatisierten Tests nicht auf tatsächliche Defekte zurückzuführen, sondern auf Änderungen in der Anwendung, Instabilität der Umgebung oder Probleme mit den Testdaten.

Mit anderen Worten: Ein erheblicher Teil des Testaufwands wird für die Suche nach Störfaktoren aufgewendet.

KI verändert die Testerstellung – aber legt neue Einschränkungen offen.

Künstliche Intelligenz vereinfacht die Erstellung automatisierter Tests erheblich. Was früher eines der größten Hindernisse für die Automatisierung darstellte – die Testerstellung – verschwindet rasant. Das löst das Problem jedoch nicht, sondern verlagert es lediglich.

Mit der Beschleunigung der Testgenerierung steigt auch die Komplexität:

• Das Testvolumen wächst exponentiell parallel zum KI-generierten Code.
• Tests geraten schneller aus dem Takt, da sich Anwendungen häufiger ändern.
• Die Ausführungsanforderungen steigen geräte-, browser- und umgebungsübergreifend.
• Die Beantwortung der Frage „Warum ist der Test tatsächlich fehlgeschlagen?“ wird dadurch noch komplexer.

Es war noch nie so einfach, Tests zu erstellen – und noch nie so schwierig, deren Zuverlässigkeit im großen Maßstab sicherzustellen.

Der eigentliche Flaschenhals: Alles, nachdem der Test geschrieben wurde.

In der vierten Welle des Testens geht es nicht mehr um die Erstellung von Tests, sondern um deren Orchestrierung, Ausführung und Betrieb. In großen Unternehmen wird unverhältnismäßig viel Zeit nicht mit der Fehlersuche, sondern mit der Interpretation von Testergebnissen verbracht. Studien und Branchenvergleiche zeigen, dass in automatisierten Umgebungen bis zu 50 % der Arbeitszeit von Qualitätssicherung und Entwicklung für die Fehleranalyse – also die Beantwortung grundlegender, aber entscheidender Fragen – aufgewendet werden.

• Handelt es sich hierbei um einen tatsächlichen Fehler in der Anwendung?
• Stimmt der Test nicht mit dem Code überein?
• Hat die Umgebung Instabilität hervorgerufen?
• Liegt das Problem an den Daten oder an der Konfiguration?

Dies ist die versteckte Steuer des modernen automatisierten Testens. Und sie tritt in mobilen und Web-Umgebungen, wo Variabilität die Norm ist, noch deutlicher zutage. Gerätefragmentierung, Unterschiede zwischen Betriebssystemen, Netzwerkbedingungen und Abhängigkeiten von Drittanbietern führen zu Komplexitätsebenen, die schwer zu simulieren – und noch schwerer zu debuggen – sind.

Im großen Maßstab erzeugt dies einen kumulativen Effekt:

Mehr Code → mehr Tests → mehr Fehler → mehr Zeitaufwand für die Fehlersuche → langsamere Auslieferung.

Der Wandel in der Wertschöpfung

In früheren Testwellen lag der Hauptnutzen im Übergang von manuellen zu automatisierten Tests. In der vierten Welle vereinfacht KI die Automatisierung so stark wie nie zuvor. Die neuen Wertschöpfungspotenziale haben sich auf andere Fähigkeiten verlagert:

• Aufrechterhaltung der Abstimmung zwischen Tests und sich schnell entwickelnden Anwendungen
• Orchestrierung intelligenter, risikobasierter Testausführung über komplexe Pipelines hinweg
• Skalierung der Ausführung in realen Umgebungen, die die Produktion genau widerspiegeln
• Beschleunigung der Ursachenanalyse zur Reduzierung des Zeitverlusts bei der Fehlerbehebung.

Hier stoßen die meisten Unternehmen heute an ihre Grenzen. Sie können zwar schneller entwickeln und sogar Tests schneller generieren, aber die Qualität lässt sich nicht in diesem Tempo validieren.

Warum das jetzt wichtig ist

Qualität ist nicht länger ein nachgelagerter Kontrollpunkt. Sie ist ein entscheidender Faktor, der den Wertfluss beschleunigt und somit das Versprechen der Vierten Welle einlöst.

Wenn die Tests nicht mithalten können:

• Release Die Zyklen verlangsamen sich trotz schnellerer Entwicklung.
• Defekte gelangen in die Produktionsumgebungen
• Das Kundenerlebnis verschlechtert sich
• Regulierungs- und Compliance-Risiken nehmen zu

Und entscheidend ist, dass die versprochenen Vorteile der KI-gestützten Entwicklung nie vollständig realisiert werden.

Argumente für autonomes Testen im großen Maßstab

Aus diesem Grund beobachten wir eine Verlagerung hin zu intelligenten, autonomen Testplattformen – Lösungen, die nicht nur die Erstellung von Tests, sondern den gesamten Testlebenszyklus in einer KI-gesteuerten Welt abdecken sollen.

Plattformen wie Digital.ai Die Tests konzentrieren sich auf die neuen Engpässe:

• Tests durch KI-gesteuerte Selbstheilung synchron halten
• Skalierbare Ausführung auf realen Geräten und Umgebungen
• Intelligente Orchestrierung von Tests über Pipelines hinweg
• Verkürzung der Triagezeit durch schnellere agentenbasierte Ursachenanalyse

Die Vierte Welle verlangt sie alle.

Die strategische Implikation

Die vierte Welle definiert neu, wo Wertschöpfung im Softwarelebenszyklus stattfindet. Programmierung ist nicht länger der primäre Engpass; die Probleme liegen vor und nach der Programmierung. In vielen Unternehmen ist das Testen einer dieser Engpässe. Nicht etwa wegen eines Mangels an Tests, sondern weil es nicht gelingt, diese in großem Umfang zu verwalten, auszuführen und daraus zu lernen.

Organisationen, die diese notwendige Innovation im Testbereich erkennen, werden das volle Potenzial KI-gestützter Entwicklung ausschöpfen und in der vierten Welle erfolgreich sein. Diejenigen, die dies nicht tun, werden trotz wachsender Programmierkapazitäten mit Qualitätsengpässen zu kämpfen haben.

Denn in diesem neuen Umfeld:

Programmieren ist einfach. Qualität zu liefern ist die Schwierigkeit.

Die Gewinner der vierten Welle werden nicht einfach nur mehr Software entwickeln. Sie werden qualitativ hochwertige, robuste Anwendungen in Maschinengeschwindigkeit liefern.

Intelligentere Software. Blitzschnell. Qualität in großem Umfang.