Es gibt nicht viele Entwickler, die noch verstehen müssen, was der Compiler einer Programmiersprache eigentlich genau macht, geschweige denn, wie der generierte Assemblercode funktioniert oder wie die Schaltkreise auf dem Chip aussehen müssen, um den Code auszuführen. Stattdessen entwickeln wir heute auf einer hohen Abstraktionsebene, gemeinsam mit den Maschinen.
Diese Abstraktionsschichten sind über die letzten hundert Jahre entstanden. Sie haben die Produktivität von Entwicklern massiv gesteigert. Ein Faktor Hundert pro Evolutionsstufe wäre vermutlich noch untertrieben.
Die letzten Jahrzehnte waren vor allem davon geprägt, möglichst deklarative Programmieransätze zu verfolgen. Wir sagen nicht mehr, wie man etwas tut, sondern was wir erreichen wollen. Du beschreibst also die Absicht in einer speziellen Sprache, und der konkrete Code entsteht daraus automatisch.
Dem Trend der Abstraktionsebenen folgend hat Andrej Karpathy bereits 2023 in einem viralen Post auf X einen Satz geprägt, der seitdem fast täglich zitiert wird:
The hottest new programming language is English
Wenn man diesen Gedanken konsequent zu Ende denkt, wird das, was wir heute Programmiersprachen nennen, lediglich eine Schicht tiefer verlagert, ähnlich wie damals beim Assembler. Am Ende ist es nur noch ein Compile-Target. Software on demand. Der bisherige Programmcode würde damit zunehmend irrelevant, generiert in einer Geschwindigkeit, die außerhalb dessen liegt, was wir noch lesen, verstehen oder selbst bearbeiten können.
Stattdessen verlagern wir uns auf Spezifikationen, System Prompts für Agenten und Feedbackschleifen. Menschen, die Code von Hand schreiben, werden so absurd wirken wie heute Menschen, die Assembler von Hand schreiben.
Ende November hat Anthropic ein Update für seinen Coding-Agenten Claude Code mit Opus 4.5 veröffentlicht, und das Erste, was mir auffiel, war nicht: „Er weiß mehr". Sondern dass er anders arbeitet. Zum ersten Mal hatte ich das Gefühl, nicht ein Modell zu prompten, sondern mit einem Agenten zusammenzuarbeiten, der ein Projekt tatsächlich eigenständig vorantreiben kann.
Nicht autonom im Sinne von „einmal anstoßen und dann vergessen“, sondern autonom im kollaborativen Sinne: Er kann Initiative ergreifen, sinnvolle Entscheidungen treffen und gemeinsam mit mir Probleme lösen. Er stellt Rückfragen, entwirft einen Plan, führt ihn aus und kritisiert währenddessen seine eigenen Ergebnisse.
Jedes Coding-Problem, das ich eindeutig genug definieren konnte und das zur Kontextgröße des Agenten passte, konnte der Chatbot lösen. Und das waren keine einfachen Aufgaben. Es ging nicht nur um Code schreiben und testen, sondern auch um Reverse Engineering und das Knacken von Kodierungsproblemen. Am eindrucksvollsten war das aktive Arbeiten in einer engen Feedback-Loop. Das fühlt sich nicht mehr wie „eine KI“ an, sondern wie ein Arbeitskollege.
Ein Beispiel: Das lange vergessene deutsche Computerspiel „Weltendämmerung“ aus dem Jahr 1990 lag nur als ausführbare Binärdatei vor, also als reiner Maschinencode. Claude Code mit Opus 4.5 konnte die Datei disassemblieren, reverse engineeren, mir eine Spezifikation des Spiels erstellen und das Spiel anschließend fürs Web portieren. Insgesamt waren das drei Tage Arbeit für mich. Dafür hätte ich ohne den Agenten ein bis zwei Monate gebraucht.
Es ist schwer, dieses Verhalten in Worte zu fassen, wenn man bislang nur mit Modellen chattet, die praktisch keine Agentenfähigkeiten benötigen. Man muss es selbst erleben. An eigenen Problemstellungen. Und über Wochen. Im klassischen Sinn gecodet habe ich kaum noch. Stattdessen habe ich angeleitet, dirigiert, Spezifikationen schreiben lassen und diese iterativ verbessert.
Auch in der Community hat es Wochen gedauert, bis diese Einschätzung breiter geteilt wurde. Ein Grund: Praktisch kein Benchmark hat diese Eigenschaften vernünftig abgebildet. Ein Entwickler von Anthropic, Rohan Anil, schrieb beispielsweise:
For full disclosure! I work at Anthropic making Claude better now, and if you follow my feed, I have been truly impressed by Claude Code. I understand building these models at the atomic level and the nuts-and-bolts level—aka the core components—but that would not have led me to predict this progress. I’m truly mesmerized by what we have summoned by putting all these pieces together.
Und Andrej Karpathy, also die Person, die den viralen Satz von 2023 geprägt hatte, schrieb beinahe panikartig:
I’ve never felt this much behind as a programmer. The profession is being dramatically refactored as the bits contributed by the programmer are increasingly sparse and between. I have a sense that I could be 10X more powerful if I just properly string together what has become available over the last ~year and a failure to claim the boost feels decidedly like skill issue.
Er endete mit:
Clearly some powerful alien tool was handed around except it comes with no manual and everyone has to figure out how to hold it and operate it, while the resulting magnitude 9 earthquake is rocking the profession. Roll up your sleeves to not fall behind.
Die Angst kommt nicht von ungefähr. Was früher ein weitgehend geschlossenes System war (Code, Spezifikationen, Tests, Deployment), hat jetzt einen probabilistischen Koprozessor dazubekommen. Und wir lernen gerade alle gleichzeitig, wie man mit ihm zusammen denkt. Kein Handbuch, keine stabilen Abstraktionen. Nur rohe Power, plus jede Menge scharfer Kanten.
Diese neue Ebene belohnt weder Auswendiglernen noch reine Coding-Geschwindigkeit. Sie belohnt Systemdenken: wie du Arbeit zerlegst, wie du Absichten klar formulierst, wie du etwas begrenzt und überprüfst, das halluzinieren kann, und wie du Feedbackschleifen baust, damit sich das Tool schneller korrigiert, als du es könntest.
Die gute Nachricht: Es ist immer noch Engineering. Es gelten dieselben Instinkte. Fehlermuster isolieren. Verhalten sichtbar machen. Leitplanken setzen, den Schadensradius klein halten, Verifikation automatisieren. Das ist eine andere Form von Engineering, näher an Führung und Steuerung als an handwerklicher Ausführung.
Noch ist unklar, wie genau die zukünftige Arbeit mit Agenten aussehen wird. Deshalb muss jede Aussage dazu zwangsläufig Annahmen treffen. Viele Diskussionen setzen eine Hauptprämisse: dass wir weiterhin durch ein limitierendes Kontextfenster begrenzt sind.
Als Folge muss man sich das Arbeiten mit Agenten vorstellen wie einen Entwickler, dessen Job in deinem Unternehmen nur etwa 30 bis 60 Minuten dauert, bevor du ihn feuerst und einen neuen einstellst. Oder wie einen Menschen mit ständiger Amnesie, der keine neuen Erinnerungen bilden kann und deshalb ständig Notizen macht, um den Überblick zu behalten.
Die Einschränkungen liegen auf der Hand. Und es sind Einschränkungen, die künftige Modelle vermutlich ebenfalls haben werden. Es sei denn, das Problem von LLM-Gedächtnis beziehungsweise kontinuierlichem Lernen wird auf bessere Weise gelöst. Wann das der Fall sein wird, weiß derzeit niemand. Anthropic-Forscher betonen allerdings selbst gern, dass dies nur eine temporäre Einschränkung sei.
Im Moment haben Kontextfenster etwa eine Größe von 150.000 Wörtern, also ungefähr 500 Seiten Text. Das klingt nach viel. Es ist aber schneller verbraucht, als man glaubt, sobald ein Agent große Codeblöcke verarbeitet. Das Management des Kontexts wird also einen nicht unerheblichen Teil der Ingenieursarbeit ausmachen.
Grundlegende Prinzipien des Software Engineerings wirken dabei wie ein Multiplikator.
Insbesondere der letzte Punkt könnte entscheidend werden. Code ist so etwas wie eine Überspezifikation. Er enthält viel zu viele unwichtige Details. Oft will man nur wissen, was der Code macht, nicht wie er es macht. Um das Kontextfenster zu entlasten, wird deshalb entscheidend sein, welche Informationen der Agent wirklich lesen muss, um eine Aufgabe zu erledigen.
Wie die Dokumentation genau aufgebaut sein muss, weiß derzeit noch niemand. Wo lassen sich komplette Konzepte in einem einzigen Satz erklären? Und wann muss man so weit ins Detail gehen, dass sogar Pseudocode in die Spezifikation gehört? Diese Fragen beschäftigen uns Entwickler seit den Anfängen der Softwareentwicklung. Der Unterschied heute ist: Die Sinnhaftigkeit einer Doku lässt sich nun direkt messen.
Das Ziel ist, die Effizienz des Agenten zu maximieren. Wir müssen also nicht spekulieren: Wir können den Agenten beispielsweise auf Basis einer Spezifikation Code erzeugen lassen. Ist das Ergebnis falsch, passen wir zusammen mit dem Agenten die Dokumentation an und lassen den Code erneut generieren. Dass diese Dokumentation dabei auch für uns Menschen optimal verständlich sein sollte, ist ein schöner Nebeneffekt.
Die neue Dokumentation dürfte eine gleichwertige, vielleicht sogar höhere Priorität bekommen als der bisherige Code. Das langfristige Zielbild ist klar: Theoretisch sollte es möglich sein, eine Software allein auf Basis der Dokumentation nachzubauen. Damit wären wir wieder bei Karpathys Aussage von 2023.
Vielleicht habe ich aber auch vollkommen unrecht. Die Tools ändern sich wöchentlich. Mentale Modelle veralten schnell. „Best Practices“ kippen innerhalb von Monaten. Es gibt noch kein Handbuch, weil sich das System weiterentwickelt, während es genutzt wird. Du lernst, eine Maschine zu steuern, die gleichzeitig lernt, wie sie auf dich reagieren soll.
Als erste Berufsgruppe haben wir das Privileg, mit AI-Agenten zu arbeiten, die den Namen auch wirklich verdienen. Und damit tragen wir als Erste die Verantwortung, aus ihrer Stärke echte Verlässlichkeit zu machen. Wer jetzt lernt, Agenten zu führen, lernt vor allem drei Dinge: sauber spezifizieren, konsequent verifizieren und klug orchestrieren. Wer das lernt, setzt Standards für alle, die nachziehen.