Instacart: KI-Agenten übernehmen 97 Prozent der Entwicklerarbeit

97 Prozent der Entwickler lesen keinen Code mehr

Auf der VB Transform 2026 zeichnete Instacarts CTO Anirban Kundu ein Bild der Softwareentwicklung, das viele Branchenbeobachter aufhorchen ließ. Seine Kernaussage: In 97 Prozent der Fälle lesen die Entwickler des Unternehmens keinen Code mehr. Stattdessen übernehmen KI-Agenten den Großteil der wiederkehrenden, taktischen Programmierarbeit – jene ermüdende, repetitive Massenarbeit, die Entwicklungsteams traditionell bindet und von strategischen Aufgaben abhält. Konkret geht es um Tätigkeiten wie das Schreiben von Boilerplate-Code, das Implementieren standardisierter Schnittstellen, das Beheben immer wiederkehrender Fehlermuster oder das Erstellen von Unit-Tests. All diese Aufgaben folgen klaren Mustern und lassen sich durch trainierte Modelle zuverlässig automatisieren. Die KI-Agenten bei Instacart werden mit einer Aufgabenbeschreibung oder einem Spezifikationsdokument gefüttert, generieren selbstständig den benötigten Code, führen automatisierte Tests aus und schlagen das Ergebnis zur Überprüfung vor. Der Mensch greift nur noch ein, wenn die Maschine an Grenzen stößt – etwa bei mehrdeutigen Anforderungen, ethischen Abwägungen oder neuartigen Problemstellungen, die keinem bekannten Muster folgen. Kundu brachte es auf den Punkt: „In der Vergangenheit war die taktische Ebene die Erstellung von Code. Auf der taktischsten Ebene wird es in Zukunft darum gehen, …“ – der Satz blieb unvollendet, doch die Richtung ist eindeutig. Die taktische Arbeit verschiebt sich von der Code-Erstellung hin zu höherwertigen Aufgaben, die Urteilsvermögen, Absicht und Ausnahmebehandlung erfordern. Was das im Detail bedeutet, ließ Kundu offen, aber die Implikationen reichen von der Ausbildung über die Teamstruktur bis hin zur gesamten Softwarearchitektur. Entwickler werden zu Orchestratoren, die KI-Werkzeuge steuern, Ergebnisse validieren und den Gesamtprozess verantworten. Diese Transformation setzt voraus, dass die Agenten nicht nur Code generieren, sondern auch den Kontext des bestehenden Systems verstehen, was durch Retrieval-Augmented Generation und feingranulare Prompt-Engineering-Strategien erreicht wird. Instacart hat damit einen Zustand erreicht, in dem die klassische Lese- und Schreibarbeit am Quelltext weitgehend entfällt – ein radikaler Bruch mit jahrzehntelanger Praxis.

KI-Agenten erobern die Softwareentwicklung

Instacarts Ansatz ist kein isoliertes Experiment, sondern Teil eines breiteren Trends zur Automatisierung von Entwicklungsaufgaben. Branchenumfragen zufolge soll der Return on Investment (ROI) für KI im Jahr 2026 auf 24 Prozent steigen – ein deutlicher Sprung, der zeigt, dass Unternehmen zunehmend konkrete wirtschaftliche Vorteile aus KI-Investitionen ziehen. Der Anstieg erklärt sich vor allem durch die wachsende Fähigkeit von KI-Agenten, nicht nur einfache Routinejobs, sondern auch komplexere Entwicklungsaufgaben zu übernehmen, wodurch Personalkosten sinken und Durchlaufzeiten drastisch verkürzt werden. Gleichzeitig offenbart dieselbe Erhebung eine ernüchternde Lücke: Nur 4 Prozent der Unternehmen sind ausreichend auf den Einsatz von KI-Agenten vorbereitet. Diese Diskrepanz hat mehrere Ursachen. Vielen Organisationen fehlt es an der notwendigen Dateninfrastruktur, um Modelle mit ausreichendem Kontext zu füttern; andere hadern mit Sicherheitsbedenken, mangelndem Vertrauen in die Code-Qualität oder dem Fehlen klarer Governance-Strukturen für autonome Systeme. Hinzu kommt ein Fachkräftemangel im Bereich Prompt Engineering und KI-Orchestrierung, der die Einführung zusätzlich bremst. Dass die Bewegung dennoch an Fahrt gewinnt, belegen gezielte Investitionen in die Automatisierung selbst tiefgreifender Systemprobleme: Ein Startup sammelte kürzlich 2,55 Millionen US-Dollar ein, um KI-Agenten zu entwickeln, die Kernel-Bugs jagen. Solche Bugs gelten als besonders knifflig, da sie tief im Betriebssystemkern liegen und oft schwer zu reproduzieren sind. Wenn Investoren bereit sind, Millionen in die automatisierte Jagd nach diesen Fehlern zu stecken, signalisiert das ein wachsendes Vertrauen, dass KI-Agenten selbst hochkomplexe, sicherheitskritische Aufgaben meistern können. Instacarts radikale Zahlen sind damit kein exotischer Sonderfall, sondern die Spitze einer Entwicklung, die das gesamte Feld der Softwareentwicklung erfassen dürfte.

Vom Code-Schreiber zum Aufgaben-Designer

Die Verschiebung der Entwicklerrolle bei Instacart bedeutet weit mehr als nur eine Entlastung von lästigen Routineaufgaben. Wenn KI-Agenten den Großteil der Implementierung übernehmen, verändert sich das Berufsbild grundlegend: Der Mensch rückt vom ausführenden Programmierer zum gestaltenden Entscheider auf. Statt Zeile für Zeile Code zu schreiben, definieren Entwickler künftig präzise Aufgabenbeschreibungen, wählen geeignete KI-Modelle aus, kuratieren Kontextinformationen und validieren die Ergebnisse. Zu den höherwertigen Aufgaben, die Kundu andeutet, zählen insbesondere Architekturentscheidungen, die Festlegung von Schnittstellenverträgen, die Priorisierung von Anforderungen nach Geschäftswert sowie die ethische Abwägung von Automatisierungsfolgen. Auch das Behandeln von Ausnahmen, die keinem Standardmuster folgen, bleibt eine menschliche Domäne – etwa wenn ein KI-Agent einen Edge Case nicht erkennt oder eine Lösung vorschlägt, die zwar funktional korrekt ist, aber gegen Sicherheitsrichtlinien verstößt. Praktisch sieht die neue Rolle so aus, dass Entwickler in einem iterativen Dialog mit dem Agenten stehen: Sie formulieren ein Problem, der Agent generiert einen Vorschlag, der Mensch prüft diesen auf fachliche und qualitative Kriterien und gibt Feedback, woraufhin der Agent nachbessert. Diese Schleife erfordert ein tiefes Verständnis der Geschäftslogik und der Systemzusammenhänge, nicht aber zwingend die Fähigkeit, jede Codezeile selbst zu schreiben. Die Primärquelle deutet damit auf eine Neudefinition hin, bei der die Grenzen zwischen Entwickler, Produktmanager und Systemarchitekt verschwimmen. Offen bleibt, wie Ausbildung und Karrierepfade auf diese Veränderung reagieren müssen – sicher ist jedoch, dass reine Programmierfertigkeiten an Bedeutung verlieren, während Kommunikations-, Abstraktions- und Bewertungskompetenzen in den Vordergrund rücken.

Technische Schulden: Ein Auslaufmodell?

Die Automatisierung wirft unweigerlich die Frage nach technischen Schulden auf. Wenn Entwickler in 97 Prozent der Fälle keinen Code mehr lesen, könnte der Wartungsaufwand tatsächlich sinken, weil KI-Agenten repetitive Refactorings, das Aktualisieren von Abhängigkeiten oder das Beheben von Sicherheitslücken eigenständig und in hoher Frequenz übernehmen. Instacart selbst gibt an, sich weniger um technische Schulden zu sorgen – ein Statement, das auf den ersten Blick plausibel erscheint, denn viele Wartungsarbeiten sind genau jene ermüdenden, repetitiven Aufgaben, die Maschinen schneller und konsistenter erledigen können als Menschen. Ein KI-Agent kann beispielsweise automatisch erkennen, wenn eine Bibliothek veraltet ist, den Code an die neue API anpassen und die entsprechenden Tests aktualisieren, ohne dass ein Entwickler manuell Zeile für Zeile durchgehen muss. Dadurch verringert sich die Gefahr, dass dringende Refactorings aus Zeitmangel aufgeschoben werden und sich so schleichend technische Schulden anhäufen.

Doch die langfristigen Folgen für Code-Qualität und Systemverständnis sind noch völlig unklar. Wer den Code nicht mehr liest, verliert zwangsläufig das tiefe Verständnis für das Gesamtsystem – ein Risiko, das sich besonders bei komplexen, gewachsenen Architekturen zeigt. Technische Schulden könnten sich an anderer Stelle unbemerkt anhäufen, etwa wenn ein KI-Agent kurzfristig funktionierende, aber architektonisch fragwürdige Lösungen produziert, die später nur mit großem Aufwand korrigiert werden können. Zudem ist nicht auszuschließen, dass KI-Agenten selbst neue Fehler einführen oder suboptimale Muster fortschreiben, weil sie auf historischen Daten trainiert wurden, die ihrerseits technische Schulden enthalten. Die Softwarearchitektur könnte langfristig unter einer schleichenden Erosion leiden, wenn niemand mehr den Gesamtüberblick behält und die Entscheidungen der Agenten unkritisch übernimmt. Ein öffentliches Statement von Instacart zu diesen Bedenken liegt bisher nicht vor. Die kritische Einordnung bleibt daher eine offene Baustelle – mit erheblichem Potenzial für unerwartete Konsequenzen, die erst in einigen Jahren voll sichtbar werden dürften.

Reddit-Entwickler sehen KI als Werkzeug, nicht als Killer

Die Community reagiert gelassen auf die 97-Prozent-These. alexlazar98 hält dagegen: „Wenn KI-Agenten wirklich übernommen hätten, würde ich nicht gerade versuchen, Entwickler einzustellen.“ telars verweist auf das Jevons-Paradox: Gute Entwickler würden durch KI mächtiger, die Nachfrage steige. Und Mbando beobachtet in der Praxis eher eine vertikale Automatisierung einzelner Aufgaben als einen horizontalen Ersatz ganzer Rollen.