Gemischte Gefühle bei KI-Code im Review und Go-Live

KI-generierter Code wird im Moment der Überprüfung als qualitativ hochwertiger eingestuft und liefert messbar schlechtere Ergebnisse, sobald er in die Produktion gelangt. Diese Erkenntnis liefert der „2026 State of AI Coding Report“ von New Relic.

Einen zentralen Widerspruch der Vibe-Coding-Ära deckt der „2026 State of AI Coding Report“ auf: Während beim Review 94 Prozent der befragten Führungskräfte KI-generierten Code qualitativ hochwertiger bewerteten als von Menschen geschriebenen Code, zieht dessen Nutzung nach dem Go-live erhebliche Folgekosten nach sich. Demnach berichten 78 Prozent der Befragten von einem Anstieg der Incidents und 86 Prozent berichten, dass Senior Engineers mehr Zeit damit verbringen, Code zu reparieren und Fehler zu beheben.

Zudem geben 74 Prozent an, dass mindestens 25 Prozent des KI-generierten Codes im Rückblick auf die vergangenen zwölf Monate erheblich überarbeitet werden musste. 82 Prozent erlebten in den vergangenen sechs Monaten mindestens einen Produktionsausfall, der auf KI-generierten Code zurückzuführen war. Lediglich 19 Prozent der Unternehmen berichten, in diesem Zeitraum keinerlei Probleme mit KI-generiertem Code gehabt zu haben.

Der gemeinsam mit Hanover Research durchgeführte Report befragte Führungskräfte im Technologiebereich, die generative und Agentic AI in der Softwareentwicklung einsetzen, zu den Auswirkungen im operativen Tagesgeschäft. Die Daten zeigen: Die Code-Erstellung verlagert sich im großen Umfang auf KI – und das längst nicht mehr nur in Start-ups. Demnach geben zwei Drittel (67 Prozent) der befragten IT-Entscheider an, dass KI zwischen 51 und 75 Prozent der wöchentlichen Code-Produktion ihres Unternehmens generiert oder einem signifikanten Refactoring unterzieht.

AI Coding Agents vervollständigen nicht mehr nur einzelne Codezeilen. Inzwischen sind sie Treiber für den Großteil der Softwareentwicklung in Unternehmen. Der Report zeigt einen alarmierenden Trend: die rasante Anhäufung dessen, was ‚Agent Debt‘ genannt wird. Zwar wird der von Agents erzeugte Code in frühen Reviews häufig als schnell und hochwertig wahrgenommen. Gleichzeitig übernehmen Teams damit unbemerkt Architektur- und Designentscheidungen, die nicht ausreichend geprüft sind und die sich später im Produktivbetrieb in Form von Störungen bemerkbar machen. Wege zu finden, diese ,Agent Debt‘ zu begrenzen, wird damit zu einer zentralen Aufgabe für Engineering-Organisationen.

Weitere zentrale Erkenntnisse des Reports sind:

• Vibe Coding ist in der Produktion angekommen: Die Phase in der Vibe Coding nur in einer Sandbox stattgefunden hat oder ein rein persönliches produktivitätssteigerndes Werkzeug war, ist inzwischen vorbei. 88 Prozent der Unternehmen haben Vibe Coding in formelle Produktionsrichtlinien aufgenommen. Nur 5 Prozent beschränken die Nutzung auf Nicht-Produktionsumgebungen und niemand verbietet sie gänzlich.
• Blindes Vertrauen im frühen Entwicklungsprozess: Die Daten deuten auf ein tiefgreifend fehlgeleitetes Vertrauen im frühen Lebenszyklus von KI-Code hin. Fast zwei Drittel der Technologie-Führungskräfte (62 Prozent) berichten, dass ihre Teams KI-generiertem Code oft so weit vertrauen, dass sie ihn ohne manuelle zeilenweise Überprüfung ausliefern.
• KI-generierter Code erhält im initialen Review Bestnoten: 94 Prozent der Befragten bevorzugen KI-generierten Code – 61 Prozent bewerten ihn als „etwas hochwertiger“, 33 Prozent als „deutlich hochwertiger“. Nur 2 Prozent nehmen ihn als qualitativ schlechter wahr. Diese Kennzahl spiegelt die subjektive Einschätzung zum Zeitpunkt des Code-Reviews wider – nicht die operative Performance im Live-Betrieb.
• Observability ist längst Pflicht: Angesichts der nachgelagerten Komplexität maschinell erstellten Codes stufen 96 Prozent der technischen Führungskräfte Observability im Umgang mit KI-generiertem Code als „sehr wichtig“ oder „äußerst wichtig“ ein. Kein Befragter hielt sie für „wenig wichtig“ oder „gar nicht wichtig“.
• Telemetrie wandert in den KI-Prompt: Engineering-Teams verlagern Observability zunehmend in frühere Lebenszyklusphasen der Code-Generierung. Knapp vier von fünf Teams (78 Prozent) weisen KI-Tools inzwischen per Prompt an, konkrete Telemetriedaten wie Logs, Traces und Metriken direkt in den generierten Code zu integrieren, damit dieser sich von Anfang an tracken lässt.

Methodik

New Relic führte die Studie 2026 gemeinsam mit Hanover Research online durch. Es wurden 200 in den USA ansässige Technologie-Entscheider aus den Bereichen IT und Engineering befragt, die alle in Vollzeit bei Unternehmen beschäftigt sind und generative KI für die Software-Entwicklung nutzen. Alle Befragten sind auf Managementebene oder höher tätig und verfügen über maßgebliche Entscheidungsbefugnis beim Softwarekauf (einschließlich Directors, VPs und C-Level-Führungskräften).

Klaus Kurz ist Senior Director Solution Consulting, CE/EE/MENA, bei New Relic.

New Relic