Vernetzen Sie sich mit uns

Können Entwickler „Vibe Coding“ nutzen, ohne dass Unternehmen technische Schulden im Bereich KI machen müssen?

Vordenker

Können Entwickler „Vibe Coding“ nutzen, ohne dass Unternehmen technische Schulden im Bereich KI machen müssen?

mm

Als OpenAI-Mitbegründer Andrej Karpathy letzte Woche den Begriff „Vibe Coding“ prägte, markierte er damit einen Wendepunkt: Entwickler vertrauen das Erstellen von Code zunehmend generativer KI an, während sie sich auf die Anleitung auf hoher Ebene konzentrieren und „die Tastatur kaum berühren“.

Grundlegende LLM-Plattformen – GitHub Copilot, DeepSeek, OpenAI – verändern die Softwareentwicklung, wobei Cursor kürzlich zum am schnellsten wachsenden Unternehmen wurde. jemals um von 1 Mio. USD jährlich wiederkehrenden Umsatz auf 100 Mio. USD zu steigern (in knapp einem Jahr). Doch diese Geschwindigkeit hat ihren Preis.

Technische Schulden verursachen Unternehmen bereits hohe Kosten über 1.5 Billionen US-Dollar Dass jährlich Betriebs- und Sicherheitsineffizienzen auftreten, ist nichts Neues. Doch Unternehmen stehen nun vor einer neuen, meiner Meinung nach noch größeren Herausforderung: Technische Schulden bei KI– eine stille Krise, die durch ineffizienten, fehlerhaften und potenziell unsicheren KI-generierten Code angeheizt wird.

Der menschliche Engpass hat sich vom Programmieren zur Codebasisüberprüfung verlagert

Eine GitHub-Umfrage aus dem Jahr 2024 stellte fest, dass fast alle Unternehmensentwickler (97 %) Generative AI-Codierungstools verwenden, aber nur 38 % der US-Entwickler gaben an, dass ihre Organisation die Verwendung von Gen AI aktiv fördert.

Entwickler nutzen gerne LLM-Modelle, um Code zu generieren und ihn schneller und in größerer Menge einzureichen. Unternehmen sind darauf ausgerichtet, Innovationen zu beschleunigen. Manuelle Überprüfungen und veraltete Tools sind jedoch nicht anpassungsfähig oder skalierbar, um täglich Millionen von Zeilen KI-generierten Codes zu optimieren und zu validieren.

Unter der Einwirkung dieser Marktkräfte kann es zu einem Zusammenbruch der traditionellen Governance und Aufsicht kommen, und wenn dies geschieht, gelangt unzureichend validierter Code in den Unternehmensstapel.

Der Anstieg des „Vibe Coding“ bei Entwicklern birgt die Gefahr, dass das Volumen und die Kosten der technischen Schulden in die Höhe schnellen, sofern die Unternehmen keine Leitplanken implementieren, die ein Gleichgewicht zwischen Innovationsgeschwindigkeit und technischer Validierung herstellen.

Die Illusion der Geschwindigkeit: Wenn KI die Governance überholt

KI-generierter Code ist nicht grundsätzlich fehlerhaft – er ist nur nicht validiert mit ausreichender Geschwindigkeit und in ausreichendem Umfang.

Betrachten Sie die Daten: Alle LLMs weisen Modellverluste (Halluzinationen) auf. Eine aktuelle Forschungsarbeit zur Bewertung der Qualität der Codegenerierung von GitHub Copilot eine Fehlerquote von 20 % festgestelltDas Problem wird durch die schiere Menge an KI-Ausgaben noch verschärft. Ein einzelner Entwickler kann mit einem LLM in wenigen Minuten 10,000 Zeilen Code generieren und damit die Fähigkeiten menschlicher Entwickler zur Optimierung und Validierung übertreffen. Veraltete statische Analysatoren, die für menschlich geschriebene Logik entwickelt wurden, haben mit den Wahrscheinlichkeitsmustern von KI-Ausgaben zu kämpfen. Die Folge? Überhöhte Cloud-Rechnungen aufgrund ineffizienter Algorithmen, Compliance-Risiken durch ungeprüfte Abhängigkeiten und kritische Fehler in Produktionsumgebungen.

Unsere Gemeinschaften, Unternehmen und kritische Infrastrukturen sind alle auf skalierbare, nachhaltige und sichere Software angewiesen. KI-bedingte technische Schulden, die in das Unternehmen eindringen, können geschäftskritische Risiken bedeuten … oder Schlimmeres.

Die Kontrolle zurückgewinnen, ohne die Stimmung zu zerstören

Die Lösung besteht nicht darin, generative KI für die Programmierung aufzugeben – Entwickler sollten stattdessen auch agentenbasierte KI-Systeme als massiv skalierbare Code-Optimierer und -Validatoren einsetzen. Ein agentenbasiertes Modell kann Techniken wie evolutionäre Algorithmen nutzen, um Code iterativ über mehrere LLMs hinweg zu verfeinern und ihn für wichtige Leistungskennzahlen – wie Effizienz, Laufzeitgeschwindigkeit und Speichernutzung – zu optimieren und seine Leistung und Zuverlässigkeit unter verschiedenen Bedingungen zu validieren.

Drei Prinzipien werden Unternehmen, die mit KI Erfolg haben, von jenen unterscheiden, die in KI-bedingten technischen Schulden ertrinken werden:

  1. Skalierbare Validierung ist nicht verhandelbarUnternehmen müssen agentenbasierte KI-Systeme einsetzen, die KI-generierten Code in großem Umfang validieren und optimieren können. Herkömmliche manuelle Überprüfungen und veraltete Tools reichen nicht aus, um das Volumen und die Komplexität des von LLMs erstellten Codes zu bewältigen. Ohne skalierbare Validierung nehmen Ineffizienzen, Sicherheitslücken und Compliance-Risiken zu und mindern den Geschäftswert.
  1. Balance zwischen Geschwindigkeit und Governance: Während KI die Code-Produktion beschleunigt, müssen sich Governance-Frameworks weiterentwickeln, um Schritt zu halten. Unternehmen müssen Leitplanken implementieren, die sicherstellen, dass KI-generierter Code Qualitäts-, Sicherheits- und Leistungsstandards erfüllt, ohne Innovationen zu behindern. Dieses Gleichgewicht ist entscheidend, um zu verhindern, dass die Illusion von Geschwindigkeit zu einer kostspieligen Realität technischer Schulden wird.
  1. Nur KI kann mit KI mithaltenDas schiere Volumen und die Komplexität des KI-generierten Codes erfordern ebenso fortschrittliche Lösungen. Unternehmen müssen KI-gesteuerte Systeme einsetzen, die Code kontinuierlich und in großem Umfang analysieren, optimieren und validieren können. Diese Systeme stellen sicher, dass die Geschwindigkeit der KI-gestützten Entwicklung weder Qualität, Sicherheit noch Leistung beeinträchtigt. So werden nachhaltige Innovationen ermöglicht, ohne dass lähmende technische Schulden entstehen.

Vibe Coding: Lassen wir uns nicht mitreißen

Unternehmen, die Maßnahmen zum „Vibe Coding“ aufschieben, werden irgendwann die Konsequenzen tragen müssen: Margenerosion durch explodierende Cloud-Kosten, Innovationslähmung, weil die Teams mit der Fehlerbehebung instabilen Codes zu kämpfen haben, steigende technische Schulden und versteckte Risiken durch durch KI verursachte Sicherheitslücken.

Der Weg nach vorn für Entwickler und Unternehmen erfordert die Erkenntnis, dass nur KI kann KI optimieren und validieren im großen Maßstab. Durch den Zugriff auf agentenbasierte Validierungstools können Entwickler „Vibe Coding“ nutzen, ohne das Unternehmen mit steigenden, KI-bedingten technischen Schulden zu belasten. Wie Karpathy anmerkt, ist das Potenzial von KI-generiertem Code aufregend – ja geradezu berauschend. Doch in der Unternehmensentwicklung muss zunächst ein Vibe-Check durch eine neue evolutionäre Generation agentenbasierter KI erfolgen.

Dr. Leslie Kanthan ist Mitbegründerin und CEO von TurinTech, ein Unternehmen für KI-Optimierung. Er promovierte in Maschinellem Lernen am University College London (UCL) mit Schwerpunkt Graphentheorie. Vor der Gründung von TurinTech im Jahr 2018 arbeitete Dr. Kanthan in der quantitativen Forschung bei Finanzinstituten wie Credit Suisse, Bank of America und Commerzbank.