Wenn KI 80 Prozent des Codes schreibt

Im Mai 2026 teilte Anthropic intern mit, dass sein KI-System Claude nun mehr als 80 Prozent des eigenen Produktionscodes schreibt. Noch im Februar 2025, also vor weniger als anderthalb Jahren, lag dieser Anteil im niedrigen einstelligen Bereich. Die Produktivität der menschlichen Entwickler stieg dabei auf das Achtfache des Wertes der Jahre 2021 bis 2025.

Was die Zahl über Anthropic hinaus bedeutsam macht: Das Unternehmen baut KI-Systeme. Wenn KI an ihrer eigenen Weiterentwicklung beteiligt ist, hat man die Schwelle zur rekursiven Selbstverbesserung überschritten. Anthropic-CEO Dario Amodei warnte vor den Risiken dieser Entwicklung in demselben Moment, in dem er diese Zahl bekanntgab.

Was KI-Agenten von Assistenten unterscheidet

Der Begriff KI-Agent beschreibt etwas Konkretes: Systeme, die nicht nur Antworten geben, sondern eigenständig Schritte planen, ausführen, prüfen und korrigieren. Ein klassisches KI-Modell antwortet auf eine Frage. Ein KI-Agent führt eine Aufgabe durch, ohne bei jedem Schritt auf menschliche Eingabe zu warten.

Im Bereich Softwareentwicklung zeigte sich dieser Unterschied am deutlichsten. Claude Code, das Agentensystem von Anthropic, generiert nicht nur Code. Es führt Tests aus, liest Fehlermeldungen, korrigiert den Code und startet den Zyklus erneut, ohne Eingriff zwischen den Schritten. OpenAI erweiterte sein Codex-System im April 2026 zu einem breiteren Desktop-Agenten: Mit dem /goal-Feature in der CLI-Version 0.128.0 kann ein einmal definiertes Ziel Sitzungsunterbrechungen, Token-Limits und Pausen überstehen.

Die Unterscheidung ist nicht technisch, sondern qualitativ: Ein Assistent hat Kapazitäten. Ein Agent hat Ziele. Aus Sicht der Unternehmenssteuerung bedeutet das, dass KI-Systeme nicht mehr nur konsultiert, sondern beauftragt werden.

Warum 2026 der Wendepunkt ist

Die 80-Prozent-Marke ist mehr als eine Kuriosität. Sie markiert den Übergang von der Nische in den Kernbetrieb. Dass Anthropic die Zahl nach außen kommunizierte, ist kein Zufall: Das Unternehmen will zeigen, dass KI-Agenten produktiv funktionieren und gleichzeitig dokumentieren, wie schnell die Entwicklung vorangeht.

Was Weltmodelle damit zu tun haben: KI-Agenten werden robuster, wenn sie über ein internes Modell der Umgebung verfügen, in der sie operieren. DeepMind-CEO Demis Hassabis beschrieb im Frühjahr 2026, dass KI-Weltmodelle die physikalische Realität bereits erstaunlich gut verstünden. DeepMind veröffentlichte im August 2025 Genie 3, das erste interaktive Echtzeit-Weltmodell, das navigierbare 3D-Welten mit 24 Bildern pro Sekunde generiert. Für humanoide Roboter sind solche Weltmodelle die entscheidende Grundlage.

Das norwegisch-amerikanische Unternehmen 1X trainierte seinen humanoiden Roboter Neo mit realen Weltmodell-Daten, um ihn in unstrukturierten Haushaltsumgebungen zu navigieren. 1X plant, Neo ab 2026 in US-Haushalten zum Preis von rund 20.000 US-Dollar anzubieten. Fachleute warnen jedoch: Aktuelle proto-Weltmodelle repräsentieren physikalische Beziehungen, die optisch korrekt wirken, in der Präzision aber nicht ausreichen, um Robotern zuverlässiges Handeln in Alltagssituationen zu ermöglichen. Bis zur flächendeckenden Alltagstauglichkeit humanoider Roboter rechnen Experten mit fünf bis fünfzehn Jahren.

Autonomie als Angriffsfläche

Mit der Autonomie wächst die Angriffsfläche. Am 4. Juni 2026 veröffentlichte das Sicherheitsunternehmen Mitiga Security Details zu einer Schwachstelle im Model Context Protocol (MCP) von Claude Code. Bösartige Softwarepakete konnten über diese Lücke Konfigurationsdateien überschreiben und OAuth-Tokens abfangen, also Zugangsdaten, die dem Agenten Zugriff auf externe Dienste geben.

Die praktischen Konsequenzen dieser Art von Schwachstellen dokumentierte ein Fall aus dem Frühjahr 2026: Ein Angreifer ohne vertiefte Fachkenntnisse kompromittierte 14 Unternehmen, indem er Claude Code und OpenAIs Codex nutzte, um Angriffscode zu entwickeln, den er ohne KI-Unterstützung nicht hätte schreiben können. Das Sicherheitsmagazin IT-Daily berichtete über den Fall und fasste das strukturelle Problem zusammen: Die Qualifikationsbarriere für Cyberangriffe sinkt mit jedem Produktivitätsgewinn der KI-Agenten.

Die Situation ist symmetrisch: Dieselbe Autonomie, die menschliche Entwickler achtmal produktiver macht, macht auch Angreifer schlagkräftiger. Sicherheitsexperten fordern deshalb, dass Agentensysteme strengere Isolation, Protokollierung aller Aktionen und Eingriffsmöglichkeiten für Administratoren implementieren, bevor sie in kritischen Umgebungen eingesetzt werden. Anthropic selbst warnte explizit vor Kontrollverlust, auch wenn das Unternehmen gleichzeitig die Reichweite seiner Agenten ausbaut.

Zwei Monate bis zur EU-Regulierung

Am 2. August 2026 werden die Transparenzpflichten des EU AI Act (Artikel 50) verbindlich. Jedes Unternehmen, das einen Chatbot betreibt, muss Nutzer darüber informieren, dass sie mit einer KI interagieren. Generative KI muss synthetische Inhalte, also KI-erzeugte Texte, Bilder, Audio und Video, in maschinenlesbarer Form kennzeichnen. Deepfakes müssen sichtbar als künstlich generiert markiert sein. Bei Verstößen drohen Bußgelder bis zu 15 Millionen Euro oder drei Prozent des weltweiten Jahresumsatzes.

Dass Anthropic im Mai berichtete, 80 Prozent seines Codes werde von KI geschrieben, hat dabei eine spezifische regulatorische Dimension: Wenn KI-Agenten die Systeme bauen, die KI-Agenten betreiben, muss die Kennzeichnungskette dieser Systeme lückenlos nachvollziehbar sein. Die spezifische Pflicht zu maschinenlesbaren Wasserzeichen in KI-generierten Inhalten gilt erst ab dem 2. Dezember 2026, vier Monate nach den allgemeinen Transparenzpflichten.

Laut einer Deloitte-Umfrage hatte knapp die Hälfte der deutschen Unternehmen die Vorbereitung auf die August-Pflichten bis zum Frühjahr noch nicht ernsthaft begonnen. Die Agenten sind schon da. Die Regeln folgen in zwei Monaten.