Im Jahr 2026 kann KI Software schreiben. Sie generiert komplexe 3D-Spiele-Engines, besteht Bewerbungsgespräche für Software-Ingenieure bei Google und erstellt innerhalb weniger Minuten vollständige E-Commerce-Websites. Die großen Tech-Konzerne versichern uns gebetsmühlenartig: „Das Problem des Programmierens wurde durch KI gelöst.“
Doch stürzen die Apps auf Ihrem Smartphone nicht eigentlich häufiger ab als früher? Hat Ihr Windows-PC nach dem letzten Update nicht plötzlich wieder etliche ungefragte KI-Funktionen erhalten? Und wird das Infotainmentsystem Ihres Autos mit jedem Update träger oder startet während der Fahrt sogar spontan neu?
Wenn Sie diesen Eindruck teilen, sind Sie keineswegs allein. Die Verfolgung dieser Debatte zeigt, dass eine überwältigende Mehrheit von Entwicklern und alltäglichen Nutzern genau dieselbe Frustration teilt.
Das ist keine Einbildung. Am 24. Juli 2026 veröffentlichte der polnische Software-Ingenieur Piotr auf seinem persönlichen Blog einen viel beachteten Essay mit dem Titel „Nothing Works and Everyone Is Euphoric“ (Nichts funktioniert und alle sind euphorisch). Darin hinterfragt er das vorherrschende Narrativ, dass „KI schreibt Code = bessere Softwarequalität“ bedeutet. Der Artikel verbreitete sich auf Hacker News wie ein Lauffeuer und erzielte 427 Punkte sowie 357 Kommentare – ein enormer Wert, der die kollektive Unruhe in der Entwickler-Community widerspiegelt.
Bildunterschrift: xkcd-Comic „Software Development“ – eine Satire auf die Realität, dass neue Funktionen in Windeseile bereitgestellt werden, die Qualität jedoch zunehmend außer Kontrolle gerät.
Alltags-Horrorgeschichten aus den Kommentaren
Der Autor listete eine Reihe von Softwareproblemen auf, die er innerhalb einer einzigen Woche persönlich erlebte:
- Seine Banking-App benötigt im Schnitt drei FaceID-Versuche, bevor das Bestätigungsfenster für Zahlungen erscheint.
- Das Öffnen von Slack unter macOS führte dazu, dass das Icon endlos im Dock hüpfte. Während er darauf wartete und zu einem anderen Fenster wechselte, um einen Befehl einzugeben, ploppte das Slack-Fenster plötzlich auf, stahl den Fokus und sendete den unvollständigen
git-Befehl direkt in einen öffentlichen Kanal. - Als er einen Garantie-Reparaturauftrag für seinen defekten LG-Kühlschrank online einreichen wollte – ein langwieriges, mehrstufiges Formular –, schlug der finale Absende-Button fehl. Den eigentlichen Fehlercode entdeckte er erst nach dem Öffnen der Entwicklerwerkzeuge im Browser.
- Nach einem Software-Update seines Autos fiel das akustische Klickgeräusch des Blinkers zufällig aus (bis zu einem Neustart), das Tippen auf Google Maps öffnete das Radio, und jede Bildschirmaktion hatte 1–2 Sekunden Verzögerung. Das ist nicht nur eine schlechte Benutzererfahrung – es gefährdet aktiv die Verkehrssicherheit.
Besonders großen Zuspruch in den Kommentaren erhielt der Nutzer mancerayder, der das Gefühl von Millionen auf den Punkt brachte: „Wenn ich die Benachrichtigung ‘Update verfügbar’ sehe, ist meine erste Reaktion Angst, nicht Vorfreude. Ich weiß nie, welchen unerwünschten Ballast sie als Nächstes hinzufügen.“
Zahlreiche Nutzer verwiesen auf Microsoft als Paradebeispiel für diese Entwicklung: Große Funktions-Updates werden als angebliche „Sicherheitsupdates“ getarnt, woraufhin Nutzer nach dem Neustart eine Fülle ungefragter KI-Features vorfinden. Die Wahrnehmung von Software-Updates hat sich von „Verbesserung der Erfahrung“ gewandelt zu „Hoffentlich geht nichts kaputt“.
Warum wird Software schlechter, obwohl KI beim Programmieren immer stärker wird?
Dieses Paradoxon wirkt auf den ersten Blick widersprüchlich, lässt sich aber anhand alltäglicher Analogien leicht verstehen. Aus dem Essay und den Diskussionen lassen sich vier Hauptursachen ableiten.
1. Schnelleres Bauen auf marodem Fundament
Stellen Sie sich eine Baustelle vor. KI agiert wie ein Super-Betonmischer mit unendlichem Ziegelnachschub – Wände werden zehnmal schneller hochgezogen als früher. Die Statik und Qualität eines Gebäudes hängt jedoch nicht nur davon ab, wie schnell Steine gestapelt werden, sondern von Bauplänen, Bodengutachten, Materialprüfungen und der Qualitätskontrolle in jeder Phase.
In der Softwareentwicklung macht die KI das „Ziegelstapeln“ (das Schreiben von Standard-Code) extrem günstig und schnell. Die Kernpfeiler der Softwarequalität – Architekturdesign, Randfallbehandlung, Fehlerbehandlung und Sicherheitsmodelle – sind jedoch genau die Disziplinen, in denen KI am schwächsten ist. Mauern schneller hochzuziehen löst keine Fundamentprobleme; es gibt Produktmanagern lediglich den Vorwand, noch höhere Gebäude in noch kürzerer Zeit zu fordern.
2. „Bugfixing“ erzeugt keine KPIs
Software-Unternehmen werden seit jeher von Quartals-KPIs getrieben. Das Problem dabei: „Software stabiler machen“ lässt sich auf Präsentationsfolien für Vorstände kaum attraktiv verkaufen. Wie der Autor ein fiktives Produktmanager-Zitat anführt: „In diesem Quartal liefern wir keine neuen Features und ändern das Design nicht – wir konzentrieren uns ausschließlich auf das Beheben von Bugs.“ In der Unternehmensrealität passiert genau das fast nie.
Wenn die Anzahl neuer Funktionen direkt über Finanzierungsbewertungen, Nutzerwachstum und PR-Schlagzeilen entscheidet, werden Stabilität und Qualität zu unsichtbaren Schulden. Die Beschleunigung durch KI verstärkt diese Tendenz um das Zehnfache. Wenn neue Features blitzschnell entwickelt sind, werden Fehler einfach nach dem Launch geflickt. Doch das Anhäufen von Patches gleicht dem Anbringen von Pflastern auf einer bröckelnden Wand – die Schicht wird dicker, aber die Tragfähigkeit der Wand nimmt immer weiter ab.
3. Die krebserregende Zunahme von Komplexität
In den letzten zehn Jahren ist die Komplexität von Software wie ein Geschwür gewuchert. Eine moderne Anwendung hängt oft von über 100 Drittanbieter-Bibliotheken, Cloud-Diensten und API-Ketten ab. Ein einziger Fehler in dieser Kette kann das gesamte System lahmlegen.
Der Einsatz von KI hat diese Komplexität keineswegs reduziert – er hat eine weitere Schicht oben draufgesetzt. Entwickler nutzen heute routinemäßig KI-generierten Code, den sie selbst nicht mehr vollständig durchdringen. Das ähnelt einem Arzt, der Medikamente verschreibt, ohne den Beipackzettel zu lesen. KI erzeugt Code, der auf den ersten Blick plausibel aussieht, besitzt jedoch kein echtes Verständnis für Randbedingungen, Race Conditions bei Nebenläufigkeit, Sicherheitslücken oder Abwärtskompatibilität.
4. Die gefährliche Spirale des KI-bedingten Kompetenzverlusts (AI Deskilling)
Dies ist der subtilste und zugleich gefährlichste Punkt. Wenn Entwickler wissen, dass KI den Code für sie schreiben kann, sinkt die Eigenmotivation, den Code tiefgehend zu verstehen. Wer KI-Code nutzt, ohne die zugrunde liegende Logik zu durchdringen, büßt schrittweise seine handwerklichen Fähigkeiten ein.
Dies spiegelt die intensive Debatte um das „AI Deskilling“ (KI-bedingter Kompetenzverlust) wider: Je mächtiger die Werkzeuge werden, desto schwächer werden die Fähigkeiten der Menschen. Wenn alle auf KI-generierten Code vertrauen, werden tiefgelagerte logische Fehler nicht mehr erkannt, weil kaum noch jemand in der Lage ist, sie zu diagnostizieren. Die Softwarebranche verliert allmählich die Fähigkeit, den von ihr produzierten Code wirklich zu verstehen.
Bildunterschrift: Der klassische xkcd-Comic „Code Quality“ – eine treffende Darstellung des ewigen Teufelskreises: Ein Bug wird behoben, und 127 neue entstehen.
Der Bösewicht ist nicht die KI, sondern eine „Effizienz-zuerst“-Kultur
Der Autor stellt klar, dass er kein KI-Gegner ist. Wie er selbst schreibt: „Diese brummenden GPU-Farmen haben uns Superkräfte verliehen, aber wir nutzen sie immer noch nicht, um bessere Software zu bauen.“
KI ist lediglich ein Werkzeug. Das Problem liegt in der Ingenieurkultur, die sich um sie herum gebildet hat – eine Kultur, die Schnelligkeit, Feature-Inflation und hohe Bewertungen belohnt, während die Zuverlässigkeit von Software selten gewürdigt wird. Solange Bugfixes nicht in OKRs einfließen und Systemstabilität für Investoren weniger sexy ist als die Zahl der aktiven Nutzer, wird selbst die stärkste KI in die falsche Richtung gelenkt.
Fazit: Wo liegt die Hoffnung?
Interessanterweise schließt der Autor nicht pessimistisch. Er argumentiert, dass während Großkonzerne im Sumpf ihrer „KI-Technikschulden“ versinken, für qualitätsbewusste Entwickler eine einzigartige Chance entsteht: KI-Tools gezielt zu nutzen, um Software zu entwickeln, deren Qualität die aufgeblähten Produkte großer Konzerne weit übertrifft.
Erste Anzeichen dafür sind bereits sichtbar: Es bilden sich Grassroots-Initiativen gegen den Ballast in macOS und Windows, und unabhängige Entwickler bauen schlanke, stabile Alternativen. Wenn sich dieser Trend vom Betriebssystem auf den gesamten Software-Stack ausweitet, könnte dies die Branche zwingen, Qualität wieder an die erste Stelle zu setzen.
Bis dahin bleibt der Update-Button jedoch ein Risikoschalter, und neue Versionen bedeuten oft neue Probleme. Das Problem klar zu benennen, ist jedoch der erste unverzichtbare Schritt zu seiner Lösung.
Referenzen
- Original-Essay: Nothing Works and Everyone Is Euphoric (ptrchm.com)
- HN-Diskussion: news.ycombinator.com/item?id=49033004 (427 Punkte / 357 Kommentare)
- XKCD #2021: Software Development
- XKCD #1513: Code Quality
- Merchants of Complexity (world.hey.com/dhh/merchants-of-complexity)
- Twitter-Threads aus dem Original-Essay: x.com/robj3d3/status/2076356929878966555 / x.com/thekitze/status/2076360316670054760
Bildnachweis
- Abb. 1: xkcd-Webcomic, verwendet unter Lizenz CC BY-NC 2.5.
- Abb. 2: xkcd-Webcomic, verwendet unter Lizenz CC BY-NC 2.5.
- Die Website des Autors (ptrchm.com) enthält lediglich favicon.ico und ein Autorenfoto (/images/photo.jpg). Es waren keine Artikelbilder zum Extrahieren vorhanden.
