Die Ära der autonomen Entwicklung: Claude schreibt Claude

In einer Enthüllung, die einen entscheidenden Wendepunkt für die Softwareindustrie markiert, hat Anthropic bestätigt, dass sein Flaggschiff-KI-Modell, Claude, nun „effektiv 100 %“ des Codes für seine eigene Entwicklung und seine Produkte schreibt. Die Ankündigung, die von Chief Product Officer Mike Krieger gemacht wurde, rückt die Diskussion über reine Unterstützungswerkzeuge wie GitHub Copilot hinaus in den Bereich des vollständig autonomen Software-Engineerings (Autonomous Software Engineering).

Krieger, der Mitbegründer von Instagram, der zu Anthropic stieß, um die Produktbemühungen zu leiten, gab bekannt, dass sich die internen Entwicklungsprozesse des Unternehmens radikal verschoben haben. Menschliche Entwickler im KI-Sicherheitslabor (AI Safety Lab) schreiben Code nicht mehr Zeile für Zeile. Stattdessen orchestrieren sie massive, KI-generierte Beiträge und verändern damit grundlegend die Definition dessen, was es bedeutet, im Jahr 2026 ein Software-Ingenieur zu sein.

Der neue Standard: 2.000-Zeilen-Pull-Requests

Die beeindruckendste Kennzahl, die Krieger mitteilte, ist der Umfang des generierten Codes. In der traditionellen Softwareentwicklung wird ein „Pull-Request“ (ein Vorschlag zum Zusammenführen von neuem Code in ein Projekt) normalerweise klein gehalten – etwa 50 bis 200 Zeilen –, um sicherzustellen, dass er für Menschen lesbar und leicht zu überprüfen ist. Große Pull-Requests werden bekanntermaßen abgelehnt, da sie die Prüfer kognitiv stark belasten.

Bei Anthropic wurde diese Regel jedoch neu geschrieben. Staff-Ingenieure versenden jetzt regelmäßig Pull-Requests im Umfang von 2.000 bis 3.000 Zeilen Code, die vollständig von Claude generiert wurden.

„Claude wird von Claude geschrieben“, erklärte Krieger und betonte, dass die rekursive Schleife einer KI, die eine bessere KI baut, kein theoretisches Singularitätsereignis (Singularity Event) mehr ist, sondern tägliche operative Realität. Dieser massive Durchsatz ermöglicht es einem relativ kleinen Team von Ingenieuren, komplexe Systeme mit einer Geschwindigkeit zu bauen und zu iterieren, die mit manuellem Tippen unmöglich wäre. Die KI vervollständigt nicht nur Code-Schnipsel; sie entwirft ganze Module, strukturiert Altsysteme um (Refactoring) und implementiert Funktionen auf Basis von High-Level-Prompts.

Von der Syntax zur Orchestrierung

Dieser Wandel hat Anthropic dazu gezwungen, die Rolle seiner menschlichen Mitarbeiter neu zu definieren. Der Wert eines Entwicklers wird nicht mehr an seinen Kenntnissen in der Syntax oder seiner Tippgeschwindigkeit gemessen. Stattdessen sind Ingenieure effektiv zu „Managern von KI-Agenten (AI Agents)“ geworden.

Zu den Hauptaufgaben eines Anthropic-Ingenieurs gehören heute:

• High-Level-Architektur: Definition des Umfangs und der Struktur des Problems, das Claude lösen soll.
• Verifizierung und Überprüfung: Prüfung der massiven Codeblöcke, die von der KI produziert werden, um Sicherheit und Alignment zu gewährleisten.
• System-Orchestrierung: Verwaltung der Interaktion zwischen verschiedenen KI-Instanzen, um „halluzinierte“ Abhängigkeiten zu verhindern.

Dieser Übergang bestätigt eine Vorhersage, die vor etwa einem Jahr von Anthropic-CEO Dario Amodei getroffen wurde, der prognostizierte, dass 90 % des Codes schließlich von KI geschrieben würden. Laut Krieger hat das Unternehmen diesen Benchmark nicht nur erreicht, sondern übertroffen und bei den meisten Produkten „effektiv 100 %“ erreicht.

Die Verschiebung der Engpässe

Eine der kontraintuitiven Folgen dieser Produktivitätsexplosion ist das Entstehen neuer Engpässe. Krieger stellte fest, dass die schiere Menge an produziertem Code die vorhandene Infrastruktur überwältigte. Die „Merge-Queue“ – das automatisierte System, das neuen Code in die Haupt-Codebasis integriert – musste komplett neu architektoniert werden.

In einer traditionellen Umgebung ist der Engpass die Geschwindigkeit des menschlichen Denkens und Tippens. Wenn diese Grenze wegfällt, verlagert sich der Druck stromabwärts zur Infrastruktur (CI/CD-Pipelines, Testumgebungen) und stromaufwärts zur menschlichen Entscheidungskapazität. Die Herausforderung lautet nicht mehr „Wie bauen wir das?“, sondern „Wie verifizieren wir das schnell genug?“.

Industriedivergenz: Unterstützung vs. Autonomie

Anthropics „100 %“-Realität steht in starkem Kontrast zu den Narrativen anderer Tech-Giganten. Während Microsoft und GitHub Adoptionsraten feiern, bei denen KI 30–40 % des Codes schreibt, repräsentieren diese Zahlen typischerweise „Unterstützung“ – das automatische Vervollständigen von Zeilen oder das Generieren kleiner Funktionen. Das Modell von Anthropic steht für „Autonomie“, bei der der Mensch vollständig aus dem Schöpfungsprozess herausgenommen wird und nur noch für die Steuerung und Genehmigung eingreift.

Die folgende Tabelle veranschaulicht die Entwicklung der Rolle des Entwicklers beim Übergang vom traditionellen Coding zur Ära der Agenten:

Die Evolution von Software-Engineering-Rollen
---|---|----
Metrik|Traditionelles Coding (2010–2022)|Ära autonomer Agenten (2026+)
Primärer Input|Manuelle Syntaxeingabe|Natural Language Prompts & Kontext
Arbeitseinheit|Funktionen / Dateien (50–200 Zeilen)|Features / Module (2000+ Zeilen)
Kernkompetenz|Sprachsyntax & Logik|Systemarchitektur & Verifizierung
Engpass|Menschliche Tippgeschwindigkeit|Überprüfungskapazität & Infrastruktur
Rollendefinition|Autor / Erbauer|Architekt / Auditor
KI-Beitrag|0 % (Keiner)|95–100 % (Entwurf & Implementierung)

Der „Geschmack“ von Code

Da der mechanische Akt des Codierens automatisiert ist, argumentiert Krieger, dass „Geschmack“ (Taste) zum Unterscheidungsmerkmal für Elite-Ingenieure wird. Genau wie sich die Fotografie von einem chemischen Prozess zu einem kreativen gewandelt hat, verschiebt sich das Software-Engineering von einem syntaktischen Prozess zu einem designorientierten.

Ingenieure müssen nun über das Urteilsvermögen verfügen, um zu wissen, was sie die KI bauen lassen sollen. Sie müssen den Unterschied zwischen „funktionalem“ Code und „elegantem, wartbarem“ Code erkennen, auch wenn sie ihn nicht selbst geschrieben haben. Dieser „Geschmack“ verhindert, dass die Codebasis zu einem aufgeblähten Chaos aus funktionierender, aber unüberschaubarer Software wird – ein Risiko, das signifikant steigt, wenn täglich Tausende von Codezeilen generiert werden.

Zukunftsausblick

Die Offenlegung von Anthropic dient als Wegweiser für den breiteren Technologiesektor. Da Werkzeuge wie Claude für Unternehmenskunden immer zugänglicher werden, wird sich die „Anthropic-Methode“ der Entwicklung wahrscheinlich verbreiten. Dies wirft kritische Fragen über die Zukunft von Einstiegspositionen im Ingenieurwesen auf. Wenn die Arbeit von Junior-Entwicklern – das Schreiben von Boilerplate-Code, Testen und Fehlerbehebung – vollständig automatisiert ist, muss die Branche neue Wege finden, um die nächste Generation von Architekten auszubilden, die über den notwendigen „Geschmack“ verfügen, um diese Systeme zu steuern.

Vorerst hat Anthropic bewiesen, dass sich der Kreis schließen lässt: KI baut erfolgreich die nächste Generation von KI, und für die Ingenieure an den Hebeln gibt es kein Zurück mehr.