Wer heute ein neues Open-Source-Projekt vorstellt, muss damit rechnen, dass früher oder später die Frage auftaucht, ob die Software mithilfe künstlicher Intelligenz entstanden ist. Nicht selten folgt darauf bereits das Urteil: »AI Slop«. Der Begriff steht für massenhaft produzierte, qualitativ minderwertige KI-Inhalte und wird zunehmend auch auf Software übertragen. Dabei sagt der Einsatz künstlicher Intelligenz allein noch wenig über die Qualität eines Programms aus.
Der Wandel ist nicht aufzuhalten
Die Softwareentwicklung steht vor einem grundlegenden Wandel, der sich durch pauschale Ablehnung ebenso wenig aufhalten lässt wie durch überzogene Versprechungen der KI‑Anbieter. Schon heute unterstützen Sprachmodelle Entwickler beim Schreiben und Überarbeiten von Quellcode bis in den Kernel hinein. Zunehmend übernehmen sie auch komplexere Aufgaben. Es zeichnet sich ab, dass künftig ein wachsender Teil des Programmcodes unter Beteiligung künstlicher Intelligenz entstehen wird.
Vom Assistenten zum Agenten
Automatisierte Hilfsmittel sind in der Softwareentwicklung keineswegs neu. Compiler, Codegeneratoren und Entwicklungsumgebungen nehmen Programmierern seit Jahrzehnten Arbeit ab. Neu ist, dass Sprachmodelle aus natürlichsprachlichen Beschreibungen ausführbaren Code erzeugen und Zusammenhänge innerhalb umfangreicher Projekte berücksichtigen können.
Während sich die ersten KI-Werkzeuge hauptsächlich auf die Vervollständigung einzelner Codezeilen konzentrierten, können aktuelle Systeme bestehende Projekte untersuchen, Änderungen über mehrere Dateien hinweg vornehmen und Tests ausführen. Mit sogenannten Coding-Agenten verschiebt sich der Schwerpunkt von der unmittelbaren Codeeingabe zur Beschreibung einer Aufgabe.
Die Verbreitung wächst, das Vertrauen nicht
Wie weit KI bereits in den Entwicklungsalltag vorgedrungen ist, zeigt die Entwicklerumfrage von Stack Overflow aus dem Jahr 2025. Demnach nutzen 84 Prozent der Befragten entsprechende Werkzeuge oder planen deren Einsatz. Unter professionellen Entwicklern verwendet rund die Hälfte KI-Werkzeuge täglich.
Das bedeutet nicht, dass die Entwickler den Ergebnissen blind vertrauen. Vielmehr äußerten 46 Prozent der Befragten Misstrauen gegenüber der Korrektheit KI-generierter Antworten. Besonders häufig bemängelten sie Lösungen, die zunächst richtig erscheinen, bei genauerer Betrachtung jedoch Fehler enthalten.
Auch die erhofften Produktivitätsgewinne sind keineswegs garantiert. Eine 2025 veröffentlichte Untersuchung der Forschungsorganisation METR ergab, dass erfahrene Open-Source-Entwickler bei Aufgaben in ihnen vertrauten Projekten mit KI-Unterstützung durchschnittlich 19 Prozent mehr Zeit benötigten. Das Ergebnis kann nicht verallgemeinert werden, widerspricht aber der Vorstellung, KI beschleunige zwangsläufig die Softwareentwicklung.
Weniger Code schreiben, mehr verstehen
Mit der Weiterentwicklung von Coding-Agenten dürfte sich auch das Berufsbild des Softwareentwicklers nachhaltig verändern. Das Verständnis komplexer Systeme, die Planung einer tragfähigen Softwarearchitektur und die Beurteilung technischer Entscheidungen werden gegenüber der eigentlichen Codeeingabe an Bedeutung gewinnen. Daraus ergibt sich eine weitere Herausforderung: Wie erwerben künftige Entwickler die nötige Erfahrung, wenn einfache Programmieraufgaben, an denen bisher grundlegende Kenntnisse erlernt wurden, zunehmend automatisiert werden?
Entscheidend bleiben neben dem Verständnis des Codes automatisierte Tests, Code-Reviews, Sicherheitsanalysen und nachvollziehbare Entwicklungsprozesse. Gerade bei KI-generiertem Code gewinnen diese Maßnahmen an Bedeutung.
Open Source vor neuen Herausforderungen
Für die Open-Source-Gemeinschaft bietet KI Chancen und Risiken. Kleinere Projekte könnten davon profitieren, dass sich Funktionen implementieren, Tests erstellen oder Dokumentationen überarbeiten lassen, für die bisher die Ressourcen fehlten.
Gleichzeitig könnte die Zahl eingereichter Änderungen stark wachsen. Schon heute verfügen viele Projekte über mehr Fehlermeldungen und Änderungswünsche, als ihre Maintainer bearbeiten können. Wenn Coding-Agenten zusätzliche Pull Requests erzeugen, ohne dass deren Qualität ausreichend geprüft wurde, verschärft sich dieses Problem. Der Engpass verlagert sich vom Schreiben des Codes zu dessen Überprüfung. Das führte im Jahresverlauf unter anderem bereits dazu, dass das curl-Projekt sein Bug-Bounty-Projekt einstellte.
Hinzu kommen Fragen nach Trainingsdaten, Urheberrecht und Lizenzbedingungen. Wer KI-generierten Code in ein freies Projekt übernimmt, muss weiterhin sicherstellen, dass die Lizenzanforderungen und Qualitätsstandards eingehalten werden.
Andererseits scheint KI die Einstiegshürden für neue Mitwirkende zu senken, wie erst kürzlich die Entwicklungsstatistik für Linux 7.3 zeigt. Die Zahl der beteiligten Entwickler erreichte mit 3.021 einen neuen Höchststand, wobei 807 Entwickler erstmals Code zum Kernel beitrugen.
Die nächsten Jahre
Eine vollständige Automatisierung der Softwareentwicklung zeichnet sich auf absehbare Zeit nicht ab. Wahrscheinlicher ist ein Nebeneinander verschiedener Entwicklungsmodelle. Manche Anwendungen werden weiterhin überwiegend von Menschen geschrieben, andere könnten bereits größtenteils aus KI-generiertem Code bestehen.
Damit verändern sich auch wirtschaftliche Rahmenbedingungen. Wenn die Erstellung von Software deutlich weniger Aufwand erfordert, könnten einfache Anwendungen und Prototypen theoretisch günstiger werden. Die langfristige Wartung, Qualitätssicherung und Weiterentwicklung bleiben dagegen kostenintensiv. Auch die eingesetzten Werkzeuge dürften vielfältiger werden. Neben kommerziellen Cloud-Diensten könnten lokale Modelle und selbst gehostete Lösungen weiter an Bedeutung gewinnen.
Die Diskussion darüber, ob KI-generierte Software grundsätzlich abzulehnen sei, greift deshalb zu kurz. Sie verwechselt ein Herstellungsverfahren mit einem Qualitätsmerkmal. Ein Programm wird nicht dadurch zuverlässig, dass jede Zeile von einem Menschen geschrieben wurde. Ebenso wenig wird es allein dadurch schlecht, dass ein Sprachmodell an seiner Entstehung beteiligt war.
