75 % des Google-Codes stammen von KI – die Ära des agentenbasierten Codierens hat begonnen

Das Vierkampf-Rennen im agentenbasierten Codieren

Google: Eine interne Revolution durch Gemini

Die von CEO Sundar Pichai auf der Google Cloud Next 2026 bekannt gegebene 75-Prozent-Zahl ist der markanteste öffentliche Gradmesser dafür, wie rasant KI-generierter Code innerhalb einer großen Entwicklungsorganisation skaliert wurde . Googles interne KI-Codemodelle, Gemini, wurden fest in die Leistungsbeurteilungen integriert: Seit dem vierten Quartal 2025 galt in manchen Organisationseinheiten das Ziel, dass 55 % der Codeänderungen "Agenten-unterstützt" sein sollten, und für die erste Jahreshälfte 2026 wird von 65 % der Ingenieure in Googles Entwicklungsabteilung erwartet, mehr als 75 % ihres abgelieferten Codes mithilfe von KI zu schreiben . Das Unternehmen meldete zudem, dass KI-unterstützte Code-Migrationen sechsmal schneller abgeschlossen wurden als ein Jahr zuvor mit Ingenieuren allein .

Microsoft: MAI-Code-1-Flash – ein hauseigener Herausforderer für GitHub Copilot

Am 2. Juni 2026 stellte Microsoft auf der Build-Konferenz MAI-Code-1-Flash vor . Es ist ein auf das Programmieren spezialisiertes Modell mit 5 Milliarden aktiven Parametern, das von Microsoft durchgängig auf lizenzierten Daten trainiert wurde – ohne Wissensdestillation von OpenAI, Anthropic oder anderen Drittanbietern . Das Modell nutzt eine spärliche Mixture-of-Experts-Architektur mit 137 Milliarden Gesamtparametern und einem Kontextfenster von 256.000 Tokens und wurde von März bis Mai 2026 direkt in der Produktionsumgebung von GitHub Copilot trainiert – das Modell lernte also von denselben Entwickler-Workflows, die es später bedienen soll .

Das Ergebnis ist ein Modell, das auf Microsofts eigenem, auf Angriffsszenarien ausgelegten Benchmark 85,8 % erreicht und etwa 51 % auf dem SWE-Bench Pro – und damit Anthropics Claude Haiku 4.5 um 16 Prozentpunkte übertrifft, während es bei komplexen Aufgaben bis zu 60 % weniger Tokens verbraucht . MAI-Code-1-Flash wurde ab dem 2. Juni in Visual Studio Code für GitHub Copilot-Nutzer aller Tarife (Free, Pro, Pro+, Max) ausgerollt und ist für Drittanbieter über Fireworks AI, Baseten und OpenRouter verfügbar .

OpenAI: Codex wird zur Multi-Agenten-Kommandozentrale

OpenAI brachte Codex im April 2025 als cloudbasierten Programmieragenten auf den Markt, der viele Aufgaben parallel bearbeiten kann . Bis April 2026 zählte er über 4 Millionen wöchentlich aktive Nutzer . Die Plattform hat sich inzwischen zu einer Familie von Modellen und Schnittstellen entwickelt, die App, Kommandozeile, IDE-Erweiterungen und Cloud umfassen und sich gegenseitig verstärken .

Wichtige Meilensteine der Codex-Entwicklung:

• GPT-5.2-Codex (Dezember 2025) – optimiert für agentenbasiertes Codieren und defensive Cybersicherheit, mit besserer Handhabung lang andauernder Aufgaben und stärkerer Unterstützung für Windows-Umgebungen .
• GPT-5.3-Codex (Februar 2026) – 25 % schneller, vereint modernste Code-Performance mit breiteren Denk- und Fachwissensfähigkeiten, positioniert als ein Schritt hin zu einem umfassenden "Am-Computer-Arbeiten"-Agenten .
• Codex Desktop-App (Februar/März 2026) – eine "Kommandozentrale" zur Verwaltung mehrerer paralleler Agenten auf macOS und Windows .
• Codex Security (März 2026) – ein auf Anwendungssicherheit spezialisierter Agent, der darauf ausgelegt ist, Softwareschwachstellen zu erkennen und zu beheben .
• GPT-5.5 in Codex (Mai 2026) – das neueste frontier-Modell für komplexe Programmieraufgaben, Computernutzung, Wissensarbeit und Recherche-Workflows .

Codex ist zu einer produktionsreifen Infrastruktur geworden, die nach Ansicht von Entwicklern die Art und Weise, wie sie Software erstellen, grundlegend verändert .

Anthropic: Claude Code – von der Vorschau zum 2,5-Milliarden-Dollar-Produkt

Anthropics Claude Code, gestartet auf der Code with Claude 2025, hat die rasanteste kommerzielle Entwicklung auf dem KI-Coding-Markt hingelegt. Es überschritt innerhalb weniger Monate nach seinem Start im Mai 2025 einen annualisierten Umsatz von 500 Millionen US-Dollar, erreichte Ende 2025 die Eine-Milliarde-Marke und lag bis Februar 2026 bei über 2,5 Milliarden – ein Tempo, das selbst die frühe Adaption von ChatGPT übertraf . Der Gesamtumsatz von Anthropic wuchs von etwa 9 Milliarden US-Dollar Ende 2025 auf über 30 Milliarden im Frühjahr 2026, maßgeblich angetrieben von Claude Code .

Die Reichweite von Claude Code in Zahlen ist bemerkenswert :

• Verantwortlich für 4 % aller öffentlichen GitHub-Commits, mit einer Prognose, bis Ende 2026 20 % oder mehr der täglichen Commits zu erreichen.
• 80 % oder mehr der eigenen Entwickler von Anthropic nutzen es täglich.
• 46 % "beliebtestes Tool"-Bewertung unter Entwicklern in der Pragmatic Engineer-Umfrage (15.000 Teilnehmende) – deutlich vor Cursor (19 %) und GitHub Copilot (9 %).
• Auf der Code with Claude 2026 (6. Mai) wurden Managed Agents und tiefere Integrationen mit GitHub, Vercel, Datadog und Bun angekündigt .

Am 28. Mai 2026 veröffentlichte Anthropic Claude Opus 4.8 – ein hybrides Reasoning-Modell mit einem Kontextfenster von einer Million Tokens, das die Grenzen für langlaufende, agentenbasierte Aufgaben verschiebt. Laut Anthropic ist es etwa viermal weniger wahrscheinlich als Opus 4.7, Fehler im eigenen Code unkommentiert durchgehen zu lassen .

Wie sich die Rolle des Ingenieurs verändert

Der Wandel vom Code-Schreiber zum Agenten-Betreuer ist keine ferne Prognose mehr – es ist das aktuelle Betriebsmodell in den weltweit größten Softwareorganisationen. Googles Ingenieure agieren zunehmend als Prüfer und Dirigenten, anstatt Code Zeile für Zeile zu schreiben, erklärte Pichai. Sie nutzen KI-Agenten, die komplexe Aufgaben planen, schreiben, testen und ausführen .

Der Agentic Coding Trends Report 2026 von Anthropic beschreibt diesen Wandel deutlich: Im Jahr 2025 wurden Coding-Agenten von experimentellen Werkzeugen zu Produktionssystemen, die echte Funktionen für echte Kunden ausliefern. KI übernimmt nun ganze Implementierungs-Workflows – sie schreibt Tests, behebt Fehler, erstellt Dokumentationen und navigiert durch zunehmend komplexe Codebestände. Der Bericht prognostiziert, dass aus einzelnen Agenten bald koordinierte Teams von Agenten werden und Aufgaben, die früher Stunden oder Tage dauerten, mit minimalem menschlichem Eingriff erledigt werden .

Diese Neudefinition der Ingenieursrolle zeigt sich auf allen großen Plattformen:

• OpenAIs Codex unterstützt jetzt die parallele Ausführung von Agenten, sodass Entwickler länger laufende Arbeiten gleichzeitig an mehrere Agenten delegieren und deren Ergebnisse in einer einheitlichen Oberfläche prüfen können .
• Anthropic führte am 24. März 2026 den Auto-Modus in Claude Code ein, der es dem Agenten erlaubt, selbstständig zu entscheiden, welche Aktionen sicher sind – mit eingebauten KI-Sicherheitsmechanismen, die jede Aktion vor der Ausführung überprüfen .
• Microsofts MAI-Code-1-Flash wurde direkt in der Produktionsumgebung von GitHub Copilot trainiert – eine Designentscheidung, die sicherstellt, dass das Modell echte agentenbasierte Arbeitsabläufe lernte und nicht nur isolierte Codegenerierung .

Die Produktivitätsgewinne sind dramatisch. Claude Code demonstrierte die Fähigkeit, ein komplexes verteiltes System in einer Stunde zu entwerfen – eine Arbeit, für die laut Bericht ein Google-Projekt zuvor ein ganzes Jahr benötigt hatte . Microsoft gibt an, dass MAI-Code-1-Flash bei komplexen Aufgaben im Vergleich zu ähnlichen Modellen bis zu 60 % weniger Tokens verbraucht .

Der Arbeitsmarkt: Spaltung, nicht Aussterben

In der Fragestellung wurden spezifische Arbeitsmarktzahlen genannt – ein Anstieg der Stellenausschreibungen für US-Ingenieure um 30 % und ein Rückgang der Beschäftigung für Entwickler im Alter von 22 bis 25 Jahren um fast 20 %. Diese genauen Zahlen ließen sich im zur Verfügung stehenden Material nicht unabhängig verifizieren. Die vorhandenen Quellen zeichnen jedoch ein einheitliches Bild eines Berufsstandes, der sich spaltet, anstatt zu kollabieren.

Steigende Nachfrage in der Spitze

Der Trends-Report von Anthropic stellt fest, dass Unternehmen mehr und nicht weniger Ingenieure einstellen, da KI schnellere Auslieferung und höherwertige Arbeit ermöglicht . Die Nachfrage verschiebt sich hin zu Senior-Ingenieuren, die Systeme entwerfen, KI-generierten Output überprüfen und Entscheidungen auf hoher Architekturebene treffen können. Bei Google deuten die internen Zielvorgaben für Agenten-unterstützte Codeänderungen, zusammen mit der Aussage, dass die Zahl der Ingenieure weiter wächst, darauf hin, dass KI eingesetzt wird, um den Output zu steigern und nicht, um Ingenieure vollständig zu ersetzen .

Die Erfahrungslücke bei Junior-Entwicklern

Das drängendste Problem in den Quellen ist die Frage, was mit Nachwuchsingenieuren passiert. Junior-Entwickler haben ihre Fähigkeiten traditionell durch Routine-Coding-Aufgaben aufgebaut: Fehler beheben, Tests schreiben, einfache Funktionen implementieren. Genau diese Aufgaben werden nun am effizientesten von KI-Agenten übernommen. Mehrere Quellen beschreiben dies als "Erfahrungslücken"-Problem: Wenn KI die Einstiegsprogrammierarbeiten übernimmt, wie sollen dann neue Ingenieure zu Seniors heranreifen ?

Keine der verfügbaren Quellen liefert eine verifizierte Lösung für diese Herausforderung. Die Implikation ist, dass der Berufsstand neue Ausbildungswege, Mentorenstrukturen und eine neu definierte Karriereleiter benötigen wird – aber diese Änderungen werden gerade erst erarbeitet.

Wie es weitergeht

Die Entwicklung ist eindeutig. Google steigerte den Anteil KI-generierten Codes innerhalb von 18 Monaten von 25 % auf 75 %. Claude Code ging von null auf einen Jahresumsatz von 2,5 Milliarden Dollar in weniger als einem Jahr. OpenAIs Codex wuchs etwa im gleichen Zeitraum von einem Einzelagenten-Kommandozeilenwerkzeug zu einer Multi-Agenten-Plattform, die Desktop, Cloud und IDE umspannt .

Die unbeantworteten Fragen sind nicht, ob KI-Programmieragenten sich weiter verbessern werden – das werden sie –, sondern wie sich Entwicklungsorganisationen, Bildungseinrichtungen und einzelne Entwickler an einen Beruf anpassen, in dem das Schreiben von Code zunehmend von Maschinen übernommen wird und die menschliche Rolle darin besteht, zu lenken, zu prüfen und zu entscheiden, was gebaut werden soll.