Am Ende bleibt keine Software übrig

Software war immer nur ein Umweg

Software gibt es, weil Maschinen nicht selbst herausfinden konnten, was zu tun ist. Jemand musste es vorher aufschreiben, vollständig und genau, in einer Form, die eine Maschine ausführen kann. Das Ergebnis dieses Aufschreibens nennen wir Software, und die Disziplin, die es betreibt, Softwareentwicklung.

Damit ist auch schon alles über ihren Zweck gesagt. Niemand will Software besitzen. Man will, dass eine Rechnung rausgeht, ein Lager disponiert wird, ein Kunde eine Antwort bekommt. Der Umweg über das Aufschreiben war nötig, weil die Maschine die Aufgabe selbst nicht verstand.

Eine Publikation vom Juni beschreibt ziemlich genau, was geschieht, wenn dieser Umweg entfällt. Die Konsequenz daraus zieht sie dann allerdings nicht.

Was die Publikation sagt

Agentic Software: How AI Agents Are Restructuring the Software Paradigm (arXiv:2606.05608) von Zhenfeng Cao legt eine These vor, ohne sie experimentell zu prüfen; das gehört vorweg gesagt. Ihre zentrale Unterscheidung halte ich trotzdem für das Nützlichste, was ich seit einem Jahr zu diesem Thema gelesen habe.

Klassische Software hat eine statische Entscheidungslogik: Jede Regel schreibt ein Mensch, bevor das System die erste Eingabe sieht. Ein agentisches System erzeugt seine Entscheidungslogik dagegen zur Laufzeit, indem das Modell überlegt, Code schreibt, ihn ausführt, das Ergebnis liest und nachbessert.

Den Code, der dabei entsteht, nennt Cao ein „transientes Artefakt, erzeugt und verworfen nach Bedarf”. Der Agent schreibt sich also, was er für eine Aufgabe gerade braucht, führt es aus und wirft es weg. Stellt er später fest, dass es nicht mehr passt, schreibt er es neu. Gewartet werden muss davon nichts, weil nichts davon bleiben soll.

Der wichtigste Satz der ganzen Publikation steht beiläufig in einer Vergleichstabelle. Dort führt Cao die Ausgabeeinheit beider Welten auf: für die klassische Entwicklung „funktionierende Software”, für das agentische Arbeiten „gelieferte Ergebnisse”. Er hält damit selbst fest, dass das Produkt aufhört, ein Programm zu sein.

Wo die Publikation vor ihrer eigenen These zurückschreckt

Wer das zu Ende denkt, landet an einer unbequemen Stelle. Wenn Code nur noch entsteht und vergeht, wie eine Aufgabe es gerade verlangt, dann gibt es kein Artefakt mehr, das jemand pflegt, versioniert, dokumentiert und übergibt. Softwareentwicklung als Tätigkeit hängt aber genau an diesem Artefakt. Ohne es bleibt von ihr nichts übrig, das man Beruf nennen könnte.

Cao geht diesen Schritt nicht. Er nennt das Ganze „Agentic Engineering”, betont ausdrücklich, es ersetze die Softwareentwicklung nicht, sondern erweitere sie, und schließt mit dem Satz, die alte Disziplin ende nicht, sie wachse zu etwas Größerem heran. In seiner eigenen Stufe IV löst sich der Unterschied zwischen Software und Agent dann vollständig auf. Beides zusammen geht nicht.

Er hat die Prämisse aufgeschrieben, die seine Disziplin abschafft, und anschließend versichert, dass sie bleibt. Genau da liegt mein Widerspruch, und er wiegt schwerer als jede Frage nach Jahreszahlen.

Die Zahl, um die falsch gestritten wird

Als Gegenargument wird derzeit eine Messung herumgereicht, die auch in Caos Publikation vorkommt. EvoClaw (arXiv:2603.13428) prüft, worum die meisten Agenten-Benchmarks einen Bogen machen: fortlaufende Softwareentwicklung. Der Benchmark misst Arbeit über eine ganze Commit-Historie hinweg, bei der jede Änderung das System heil lassen muss und sich Fehler aufsummieren. Zwölf Spitzenmodelle, vier Agenten-Frameworks.

Bei isolierten Aufgaben liegen die Werte über 80 Prozent. Im fortlaufenden Betrieb bei höchstens 38.

Diese Zahl wird als Entwarnung gehandelt, und dafür taugt sie nicht. Sie misst, wie gut Agenten ein dauerhaftes Artefakt über die Zeit pflegen, also die zentrale Tätigkeit der alten Welt. Wenn Code entsteht und vergeht, wie die Aufgabe es verlangt, prüft der Benchmark eine Arbeit, die dann niemand mehr macht.

Die ehrliche Antwort auf die Frage, wie viel von der Softwareentwicklung übrig bleibt, lautet deshalb: gar nichts. Sie war immer ein Hilfsmittel, um Arbeit zu organisieren und Aufgaben zu erledigen. Hilfsmittel verschwinden, sobald die Aufgabe direkt erledigt werden kann.

Warum das schneller kommt, als die Publikation annimmt

Cao gibt dem Übergang einen Zeitplan: Agententeams bis 2029, selbstlernende Systeme ab 2028, volle Autonomie als „mehrjährige Forschungsaufgabe”. An genau der Schwäche, die diesen Zeitplan begründet, arbeiten gerade drei Entwicklungen gleichzeitig, und ihre Wirkungen multiplizieren sich.

Die Methoden. Gedächtnis ist derzeit das aktivste Feld der Agentenforschung, und der Takt ist hoch. Mehrschichtige Architekturen trennen Arbeits-, episodisches und semantisches Gedächtnis, zeitliche Wissensgraphen sollen das Beziehungswissen halten, das in kein Kontextfenster passt, und an jeder dieser Richtungen arbeiten mehrere Gruppen parallel. Rückschläge gehören dazu: Eine Publikation aus Toronto (arXiv:2608.28978) bleibt mit ihrem Graphspeicher beim Abruf hinter einer schlichten Vektorsuche zurück, weil die Zerlegung in Entitäten den Wortlaut verliert. Dieselbe Publikation zeigt zugleich, dass gezieltes Vergessen funktioniert: Aus einem Speicher mit 27.021 Knoten fallen 9,8 Prozent heraus, ohne dass eine der vier Kennzahlen darunter leidet. So arbeitet ein Feld, das seine Sackgassen schnell findet und ebenso schnell verlässt. Wenn es binnen eines Jahres zusätzlich mehrere Messverfahren für eine einzige Schwäche baut, darunter SWE-Marathon und SlopCodeBench, dann hat es sich vorgenommen, sie zu schließen, und der nächste Sprung kann in jedem Quartal fallen.

Die Kosten. Für ein festes Leistungsniveau ist die Inferenz in drei Jahren um etwa das Tausendfache billiger geworden, weil Quantisierung, Destillation und Hardwaregenerationen jeweils Faktor zwei bis vier beitragen und sich diese Faktoren multiplizieren. Billige Inferenz erlaubt mehr Versuche pro Aufgabe und mehr Prüfdurchläufe, weshalb etliche Fehlermuster aus EvoClaw in Wahrheit Budgetprobleme sind.

Die Forschung selbst. Systeme, die Hypothesen aufstellen und die Experimente dazu ausführen, gehören inzwischen zum Werkzeugkasten dieser Forschung; das Fach verbessert damit sein eigenes Handwerkszeug. Der ehrliche Einwand: Mindestens eine Untersuchung aus 2026 findet, dass KI-Forschungsagenten den Suchraum eher verengen als weiten. Diese Schleife kommt womöglich schneller voran, dafür auf weniger Pfaden.

Dazu eine Zahl, die bei Cao fehlt: Die Zeitspanne, über die ein Agent selbstständig durcharbeitet, verdoppelt sich etwa alle sieben Monate. Hochrechnen ist kein Beweis, und jede dieser Kurven kann abknicken. Aber drei überlagerte Exponentialkurven, die auf dieselbe Schwäche zeigen, sind keine Lage, in der ich mit dem Fortbestand dieser Schwäche planen würde.

Wie das aussieht, wenn es da ist

Caos Bild von Agententeams ist das heutige: ein Orchestrator, darunter eine Handvoll Umsetzer, daneben ein Prüfer. Das läuft bereits in Produktion, auch bei uns, und stößt genau dort an seine Grenze, weil die Bandbreite des Orchestrators die Obergrenze des Systems ist.

Was ich erwarte, hat eine andere Größenordnung. Ich rede von Hunderttausenden von Agenten, von denen jeder für eine Komponente, einen Aspekt oder eine einzelne Funktion zuständig ist, jeder mit eigenem, sehr engem Wissen, eigenem Ziel und eigener Verantwortung. Keiner von ihnen überblickt das Ganze. Ihre Zusammenarbeit handeln sie laufend untereinander aus und verändern sich dabei fortwährend. Was sie an Code brauchen, schreiben sie sich selbst und werfen es danach weg.

Das klingt nach Science-Fiction, ist aber in Teilen bereits gebaut. Die Größenordnung ist belegt: Plattformen wie GenSim simulieren bis zu 100.000 Agenten, OASIS bewegt sich im Millionenbereich. Der Verzicht auf den zentralen Planer ebenfalls: „Markets, Not Planners” (arXiv:2608.23867) baut mit AgentLance einen dezentralen Arbeitsmarkt für Agenten, die ihre Ausführungskosten für sich behalten, und benennt genau das Problem, das ich meine, nämlich dass heutige Orchestrierung zentral ist und ein einzelner Router entscheidet.

Die Idee selbst ist alt. Carl Hewitts Actor-Modell beschrieb 1973 Systeme aus unabhängigen Einheiten, die ausschließlich über Nachrichten sprechen und ihresgleichen erzeugen; Erlang hat daraus Telefonvermittlungen mit Millionen nebenläufiger Prozesse gebaut. Das Aushandeln kam 1980 mit dem Contract Net Protocol dazu, Aufgabenverteilung per Ausschreibung und Gebot, inzwischen für Sprachmodelle neu aufgesetzt (arXiv:2608.12371). Die Struktur fehlte uns also nie. Es fehlten Bausteine, die selbst denken. Was geschieht, wenn sie das tun, haben wir an anderer Stelle beschrieben.

Wo die Grenze dann wirklich liegt

Das Tempo lässt sich an einer einzigen Person ablesen. Im März 2025 sagte Dario Amodei vor dem Council on Foreign Relations, in drei bis sechs Monaten schreibe die KI 90 Prozent des Codes und in zwölf Monaten praktisch allen. Das galt damals als Verkaufsrhetorik und ist heute in vielen Teams Arbeitsalltag, in unserem auch. Im Februar 2026 legte er nach: In ein bis zwei Jahren könnten Modelle die Softwareentwicklung von Anfang bis Ende übernehmen, „das Setzen der technischen Richtung, das Verstehen des Problemkontexts”, und er meinte ausdrücklich alles davon.

Damit rückt die Frage eine Ebene höher. Der vermutete Rückzugsort ist das Festlegen von Anforderungen und Zielen. Nur fallen Anforderungen nicht vom Himmel: Sie leiten sich aus Geschäftszielen ab, und die wiederum aus Marktlage, Wettbewerb, Kundenverhalten und Problemen, die jemand gelöst haben will. Das alles sind Daten. Was genau hindert eine KI daran, auch diese Ableitung zu übernehmen?

Eine technische Antwort darauf finde ich nicht. Jeder Schritt dieser Kette besteht darin, aus Belegen ein Muster zu bilden, und genau das tun diese Systeme.

Am Ende dieser Kette steht jemand, der etwas will, und das ist kein Können. Daten sagen, was ist; was sein soll, sagen sie nie. Ob ein Unternehmen in einen Markt geht oder ihn räumt, wie viel Risiko es trägt, ob es überhaupt verkauft wird: Darüber wird entschieden, und die Folgen trägt jemand, den man verklagen, entlassen und haftbar machen kann. Genau daran scheitert die Übergabe an eine Maschine.

Was übrig bleibt, ist die Rolle des Auftraggebers: etwas wollen und dafür geradestehen. Das kann man weder üben noch verbessern, und damit ist es auch kein Beruf. Diese Grenze ist ohnehin eine rechtliche und gesellschaftliche, und Grenzen dieser Art halten nur, bis jemand sie verschiebt.

Der Mensch als Engpass

Nicht jede Firma wird diesen Weg zu Ende gehen, und die meisten werden es nicht wollen. Das ändert wenig, denn die Rechnung stellt sich auf jeder Stufe neu. Cao benennt den Grund selbst: Wo ein Mensch im Ablauf steht, steht der Engpass. Er ist die einzige Komponente im System, die nicht exponentiell wächst und nicht rund um die Uhr verfügbar ist. Jede Stelle, an der er eingreift, wird mit jeder Modellgeneration teurer, gemessen an dem, was sie aufhält.

Daraus folgt meine eigentliche These, und sie handelt vom Wettbewerb: Wer KI nicht so schnell wie möglich auf allen Ebenen ausreizt, bekommt es mit Mitbewerbern zu tun, die schneller liefern, mehr ausprobieren und günstiger arbeiten. Der Zeitrahmen dafür sind Modellgenerationen, und die kommen im Monatstakt. In regulierten Märkten, wo Vertrauen langsamer wächst als Software, verschiebt sich der Abstand langsamer. Er verschiebt sich trotzdem.

Warum wir das verfolgen

Wir bauen jeden Tag mit Agenten, und zwar in Kundensystemen. Für uns ist das deshalb keine Theorie.

Heute benennen die 38 Prozent, was ein Team weiterhin selbst beherrschen muss. Morgen liegt die Messlatte höher, und dasselbe Team muss auf der nächsten Stufe stehen. Dafür ist ein 100-Tage-Engagement da, und deshalb messen wir, was sich verändert hat, und nicht, welche Werkzeuge installiert wurden.

Wer darauf wartet, dass sich das beruhigt, liest einen Fahrplan als Urteil.