Ishraq Khan, CEO und Gründer von Kodezi Inc – Interview-Serie

Ishraq Khan, CEO und Gründer von Kodezi Inc., ist ein selbst erlernter Programmierer, der im Alter von acht Jahren mit der Programmierung begann und sein erstes Startup noch in der Mittelschule gründete. Geboren in Dhaka, Bangladesch, und später in die Vereinigten Staaten gezogen, baute er eine Erfolgsbilanz als früher Unternehmer auf, sicherte sich Risikokapital in der High School und skalierte ein Produkt auf über 100.000 Nutzer. Sein Weg spiegelt eine Konzentration auf selbstständiges Lernen, schnelles Experimentieren und den Drang wider, Systeme zu entwickeln, die Technologie für Entwickler zugänglicher und leistungsfähiger machen.

Kodezi Inc. ist das Unternehmen hinter Kodezi OS, einer autonomen Plattform, die als “AI-CTO” für Entwicklerteams fungiert. Sie erkennt und behebt kontinuierlich Probleme, dokumentiert Systeme automatisch, generiert API-Spezifikationen, überwacht Codestandards und integriert sich direkt in CI/CD-Pipelines. Durch die Umwandlung von Codebasen in selbstheilende, selbstregulierende Systeme hilft Kodezi Organisationen, Software zu entwickeln, die zuverlässiger, skalierbarer und effizienter ist.

Sie haben mit acht Jahren mit der Programmierung begonnen und Ihr erstes Startup in der Mittelschule gegründet. Was hat Sie ursprünglich dazu gebracht, so früh Software zu entwickeln, und wie haben diese Erfahrungen Ihre unternehmerische Denkweise geprägt?

Was mich anzog, war die Kontrolle. Ich zog als Kind, das kein Englisch sprach, in die Vereinigten Staaten, und die erste Sprache, die ich fließend lernte, war Code. Es war ein Bereich, in dem Logik Sinn ergab, in dem ich etwas aufbauen und sofort sehen konnte, wie es reagierte. Diese sofortige Rückkopplungsschleife wurde süchtig. Sie lehrte mich, wie man denkt, nicht nur, wie man programmiert.

Als ich TeachMeCode in der Mittelschule aufbaute, ging es nicht darum, ein Unternehmen zu gründen. Es ging darum, das Lernen für Menschen wie mich zu erleichtern. Durch diese Erfahrung lernte ich, wie Systeme funktionieren, wie Benutzer reagieren und wie Fortschritt zeilenweise entsteht. Es prägte meine Sicht auf Unternehmertum: weniger auf Ideen, mehr auf Rückkopplungsschleifen, Iteration und Widerstandsfähigkeit.

Sie wurden an 40 Colleges angenommen, darunter mehrere Ivy-League-Institutionen, aber entschieden sich dagegen, zu studieren. Was war der Wendepunkt, der Sie dazu brachte, zu entscheiden, dass Bauen wichtiger war als Warten?

Als ich die High School beendete, hatte ich bereits das erlebt, was die meisten Menschen auf dem College simulieren. Ich hatte Produkte gestartet, Investoren angesprochen, ein Team geleitet und reale Probleme gelöst. Ich hatte 40 Zulassungsbriefe auf meinem Schreibtisch, darunter mehrere Ivy-League-Schulen, aber ich hatte auch etwas, was die meisten Studenten nicht hatten: Momentum.

Das größere Risiko war, sich zu verlangsamen. Das College würde michFrameworks für Innovation gelehrt haben, aber ich führte bereits Experimente in der realen Welt durch. Ich wollte nicht ein aktives System pausieren, um zu lernen, wie man eines startet. Für mich wurde das Produkt selbst zur Klasse. Kodezi war die Ausbildung, die ich wollte.

Kodezi begann als Idee, als Sie noch ein Teenager waren. Wie hat sich das Unternehmen seit seiner Gründung im Jahr 2019 entwickelt, und wie entstand Ihre Vision von einem “AI-CTO” im Laufe der Zeit?

Kodezi begann als Autokorrektur für Code, eine einfache Idee, dass Debugging schneller sein könnte. Als wir skalierten, erkannte ich, dass Debugging nicht das eigentliche Problem war. Das eigentliche Problem war, dass Codebasen nie stillstehen. Sie entwickeln sich, driften und verfallen schneller, als Menschen sie aufrechterhalten können.

Im Laufe der Zeit entwickelte sich Kodezi von einem Produkt zu einem Betriebssystem, was wir jetzt Kodezi OS nennen, das von jedem Bug, jedem Test und jedem Commit lernt. Der Begriff “AI-CTO” entstand natürlich. CTOs schreiben nicht nur Code; sie halten die Architektur aufrecht, leiten Entscheidungen und halten Systeme am Leben. Das ist, was Kodezi tut, aber kontinuierlich und autonom.

Kodezis neuestes Modell, Chronos, wird als erstes AI-System beschrieben, das speziell für Code-Debugging und nicht für Code-Generierung entwickelt wurde. Welchen fundamentalen Unterschied macht diese Unterscheidung für Entwickler?

Weil Debugging die Realität ist, nicht die Vorstellung. Code-Generierung ist darüber, was vielleicht funktionieren könnte; Debugging ist darüber, warum etwas fehlgeschlagen ist.

Die meisten AI-Tools heute sind promptbasierte Assistenten, die reagieren, wenn sie angewiesen werden. Chronos hingegen ist proaktiv. Es erinnert sich an vorherige Bugs, versteht Abhängigkeitsgraphen, führt Tests durch, validiert Fixes und verfeinert sie, bis das Problem tatsächlich behoben ist.

Das ist der Unterschied, der zählt. Entwickler wollen keinen Assistenten, der spricht. Sie wollen Infrastruktur, die handelt und richtig handelt.

Die Ergebnisse, die Sie geteilt haben, zeigen, dass Chronos GPT-4.1 und Claude 4 Opus bei der Fehlertreffergenauigkeit übertrifft. Können Sie uns durch die Datenmenge und die Methodik hinter diesen Benchmarks führen?

Unsere Bewertung ist empirisch, nicht werblich. Chronos wird auf Tausenden von realen Debugging-Fällen getestet, die aus öffentlichen Datensätzen wie SWE-bench, Defects4J und BugsInPy sowie anonymisierten Unternehmensdaten stammen.

Jeder Benchmark ist streng: Das Modell muss einen Patch generieren, anwenden und alle Testfälle ohne Regressionsfehler bestehen. Keine handverlesenen Beispiele, kein Cherry-Picking von Erfolgen.

Chronos erreicht 67,3 Prozent Fehlertreffergenauigkeit und 80,33 Prozent Auflösungsrate auf SWE-bench Lite, während GPT-4.1 und Claude 4.5 unter 15 Prozent bleiben. Der Unterschied liegt nicht in der Größe; es liegt in der Spezialisierung. Chronos wird auf Debugging selbst trainiert, auf 15 Millionen realen Debugging-Sitzungen, also macht es nicht nur Mustererkennung, sondern Diagnose.

Sie haben Kodezi als “AI-CTO” beschrieben, der autonom ein Unternehmen Codebasis wartet und weiterentwickelt. Wie nah sind wir an vollständig selbstheilender Infrastruktur in Produktionsumgebungen?

Näher, als die meisten Menschen denken, zumindest für deterministische Systeme. Heute kann Kodezi viele CI- oder CD-Fehler, Testrückschläge und Laufzeitfehler autonom beheben, indem es kontextuelle Daten und historische Erinnerungen nutzt.

Vollständig autonome Produktionswartung, bei der die Infrastruktur sich selbst diagnostiziert, heilt und neu bereitstellt, ist im Entstehen. Ich sehe es in Stufen entstehen: zunächst in kontrollierten CI-Umgebungen, dann in Staging-Umgebungen und schließlich in der Produktion unter menschlicher Aufsicht.

Wir werden immer einen Menschen in der Schleife halten für kreative, architektonische und ethische Entscheidungen, aber die meisten wiederholten und fehleranfälligen Arbeiten wie Linting, Refactoring und Testwiederherstellung werden bald ohne Eingreifen erfolgen.

Sie haben von Systemen gesprochen, die “leise das Richtige tun”. Was bedeutet diese Philosophie im Kontext von AI-Governance und verantwortungsvoller Automatisierung?

Für mich bedeutet “leise” nicht still. Es bedeutet vertrauenswürdig per Default. Ein gut konzipiertes AI-System sollte nicht ständig nach Input oder Validierung fragen. Es sollte vorhersehbar, transparent und sicher handeln.

Verantwortungsvolle Automatisierung bedeutet, dass jede Entscheidung, die das AI-System trifft, erklärbar, rückgängig machbar und protokolliert ist. Chronos dokumentiert seine Argumentation und Aktionen: was es geändert hat, warum und wie Tests die Korrektur validierten.

Governance ist in das System selbst integriert. Keine versteckten Modifikationen, keine Black-Box-Ergebnisse. Das Ziel ist nicht, dass AI laut oder auffällig ist, sondern dass es leise die Welt unter der Oberfläche verbessert, wo es am meisten zählt.

Der Begriff “Quiet Tech” ist überzeugend – er suggeriert Technologie, die leistungsfähig, aber unsichtbar ist. Wie sehen Sie diese Bewegung die Zusammenarbeit zwischen Menschen und AI in der Ingenieurwissenschaft verändern?

Quiet Tech ist Infrastruktur, die leistungsfähig, aber unsichtbar ist. Die beste Technologie sollte nicht unterbrechen; sie sollte integrieren.

In der Ingenieurwissenschaft bedeutet das, dass das Tool nicht fragt: “Was soll ich tun?” Es weiß bereits, was Aufmerksamkeit benötigt. Es sieht die fehlerhafte Abhängigkeit, patcht sie, aktualisiert die Dokumentation und geht weiter.

Wenn AI Teil des Entwickler-Stacks wird, verlagert sich die Zusammenarbeit von Befehl zu Koexistenz. Menschen definieren die Absicht und Richtung. Das AI führt aus, wartet und optimiert leise im Hintergrund. Das ist die nächste Ära, in der Produktivität nicht durch mehr Interaktion, sondern durch weniger Reibung entsteht.

Viele Entwickler befürchten, dass AI-Tools sie ersetzen. Sie haben argumentiert, dass Automatisierung Menschen dazu befreien sollte, zu denken, und nicht ersetzen. Wie verkörpert Kodezi diese Balance?

AI wird Entwickler nicht ersetzen. Es wird die Drudgery um sie herum ersetzen. Ingenieure sind nicht wertvoll, weil sie schnell tippen; sie sind wertvoll, weil sie klar denken.

Kodezi automatisiert die wiederholten Arbeiten, die die Konzentration schwächen: Debugging, Testwartung, Refactoring, Dokumentation. Die menschliche Ebene, Kreativität, Systemdesign und Kompromissüberlegung bleiben unersetzlich.

Langfristig verlagert AI die Ingenieurwissenschaft von der Ausführung zur Orchestrierung. Entwickler werden zu Architekten von Verhalten, nicht mehr zu Ausführern von Syntax. Kodezi ist darauf ausgelegt, diesen Übergang zu ermöglichen, bei dem Maschinen warten und Menschen sich vorstellen.

Sie haben Kodezi als “lebendige Infrastruktur” beschrieben. Wie sieht die Rolle des Entwicklers in fünf Jahren in einer Welt aus, in der Software sich selbst erhält?

In fünf Jahren werden Entwickler nicht die Hälfte ihrer Zeit damit verbringen, das zu reparieren, was sie im letzten Quartal gebaut haben. Ihre Rolle wird sich von reaktiver Wartung zu proaktiver Governance verlagern.

Stellen Sie sich eine Welt vor, in der jedes Repository Erinnerung hat, in der Ihr System seine eigenen Entscheidungen verfolgt, Regressionsfehler behebt und sich mit neuen Abhängigkeiten automatisch anpasst. Das ist lebendige Infrastruktur.

In dieser Welt handeln Entwickler mehr wie Verwalter. Sie definieren Richtlinien, überprüfen Verhalten und entwerfen die Absicht. Die Codebasis wird zu einem lebendigen Organismus, der sich anpasst, lernt und sich selbst erhält.

Das ist, was wir mit Kodezi aufbauen: Software, die nicht nur läuft. Sie überdauert.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Kodezi besuchen.