Von KI geschriebener Code verbreitet sich schneller, als Teams ihn prüfen können

Die meisten Softwareentwicklungsteams haben laut einem neuen Bericht von TestMu AI KI-generierten Code oder Tests integriert, die sie nicht vollständig verstanden haben. Nach Angaben des Unternehmens verzeichnen 44 % der befragten Teams mehr übersehene Fehler oder Vorfälle in der Produktion, da von KI geschriebener Code häufiger zum Einsatz kommt.
- 81 % der Teams integrierten von KI erzeugten Code oder Tests, die sie nicht vollständig verstanden.
- KI schreibt bei 40 % der Teams mehr als die Hälfte des Produktionscodes.
- Nur 41 % führen vor der Integration automatisierte Prüfungen von KI-generiertem Code durch.
- 44 % berichten von mehr übersehenen Fehlern oder Vorfällen in der Produktion.
- Nur 13 % haben einen Plan zur Reaktion auf Vorfälle aufgrund von KI-Fehlern.
KI übernimmt eine größere Rolle in der Softwareentwicklung
TestMu AI, ehemals LambdaTest, hat am 13. November 2026 seinen Bericht State of AI in Quality Engineering 2026 veröffentlicht. Die Studie ergab, dass 81 % der Softwareentwicklungsteams von der KI erzeugten Code oder Tests integriert hatten, die sie nicht vollständig verstanden.
Laut dem Bericht schreibt KI bei 40 % der Teams inzwischen mehr als die Hälfte des Produktionscodes. Gleichzeitig setzen 97 % der befragten Teams KI beim Testen ein oder planen dies. Damit ist KI zunehmend sowohl an der Erstellung von Software als auch an deren Überprüfung beteiligt. Offen bleibt, wie diese Ergebnisse vor der Bereitstellung validiert werden.
Entwickler scheinen dem Problem besonders stark ausgesetzt zu sein. Nach Angaben von TestMu AI haben 93 % der Entwickler KI-Ergebnisse integriert, die sie nicht vollständig verstanden.
Die Überprüfung erfolgt oft erst nach dem Schreiben des Codes
Nur 41 % der Teams führen vor der Integration automatisierte Prüfungen von KI-generiertem Code durch. Mehr Teams setzen auf eine manuelle Überprüfung, nämlich 55 %, oder übergeben den Code nach seiner Erstellung an die Qualitätssicherung, nämlich 51 %.
Der Bericht bringt separate Tests der kontinuierlichen Integration mit weniger übersehenen Fehlern in Verbindung. Teams, die keine separaten CI-Tests durchführen, meldeten häufiger eine Zunahme übersehener Fehler als andere Teams: 49 % gegenüber 38 %.
Auch der Einsatz eines KI-Modells zur Bewertung eines anderen scheint eine Lücke bei der Überprüfung zu schaffen. Teams, die regelmäßig ein LLM als Prüfer einsetzen, integrierten doppelt so häufig wie andere Teams KI-Ergebnisse, die sie nicht verstanden: 29 % gegenüber 15 %.
Von KI erzeugte Tests wurden laut TestMu AI im Durchschnitt in 65 % der Fälle als „fast korrekt, aber nicht ganz“ beschrieben.
KI-Agenten und die Planung für Vorfälle bleiben Schwachstellen
Dem Bericht zufolge entwickeln 77 % der Teams KI-Agenten, die getestet werden müssen. Allerdings verfügen 37 % über keine systematische Möglichkeit, diese Agenten zu bewerten, und nur 28 % testen sie mit Nutzern, die versuchen, sie zu manipulieren oder zu überwinden.
Auch die Ausgaben konzentrieren sich stärker auf die Erzeugung von KI-Ergebnissen als auf deren Überprüfung. Die Hälfte der Teams verwendet den größten Teil ihres Budgets für KI-Tests darauf, KI-Ergebnisse zu erzeugen, während 17 % den größten Teil für die Überprüfung aufwenden. Nur 13 % haben einen Plan zur Reaktion auf Vorfälle aufgrund von KI-Fehlern.
Asad Khan, Mitgründer und CEO von TestMu AI, sagte, das Unternehmen sei der Ansicht, dass KI-Ergebnisse vor der Integration und bei jeder Änderung von einem System unabhängig von dem Modell geprüft werden sollten, das sie erzeugt hat. Laut dem Unternehmen legt der Bericht nahe, dass Teams mit diesem Ansatz weniger Fehler in die Produktion gelangen lassen.
Für Organisationen, die KI zum Schreiben von Code, Erstellen von Tests oder Betreiben von Agenten einsetzen, weisen die Ergebnisse auf einen wachsenden Bedarf an unabhängigen Prüfungen vor der Bereitstellung hin. TestMu AI erklärt, sein Bericht sei unter testmuai.com/research/state-of-ai-in-quality-engineering verfügbar.

