Auf bessere KI warten hat einen Preis

Kurzfassung: Ein künftiger Coding-Agent könnte einen heutigen Softwaremangel günstiger beheben. Darauf zu warten kann wirtschaftlich sinnvoll sein – aber nur, wenn die erhoffte Ersparnis größer ist als der Schaden und die zusätzlichen Abhängigkeiten während der Wartezeit. Forschung zu KI-Code und Selbstverbesserung liefert keinen Reparaturtermin. Produktleitung und IT brauchen deshalb für jeden vertagten Mangel eine begrenzte Warteentscheidung statt eines Verweises auf die nächste Modellgeneration.

„Das löst die nächste KI“ klingt nach technologischem Optimismus. Im Produktbudget ist es eine Wette: Ein heute bekannter Mangel bleibt bestehen, weil seine Behebung später weniger Aufwand kosten könnte. Die mögliche Ersparnis fällt in der Zukunft an. Rückfragen, manuelle Umgehungen und unzuverlässige Ergebnisse können dagegen schon heute Geld kosten.

Für ein mittelständisches Unternehmen betrifft das nicht nur eigene Softwareprodukte. Auch eine ERP-Erweiterung, ein Kundenportal oder eine interne Auswertung kann über Monate mit einer provisorischen Lösung weiterlaufen. Die entscheidende Frage lautet dann nicht, ob KI grundsätzlich besser wird. Sie lautet: Wie lange darf genau dieser Mangel auf eine noch nicht nachgewiesene Reparaturfähigkeit warten?

Was die Forschung belegt – und was nicht

Eine am 12. Januar 2026 veröffentlichte Studie von Abdullah Al Mujahid und Mia Mohammad Imran untersucht Kommentare, in denen Entwickler sowohl KI-Beteiligung als auch technischen Nachbesserungsbedarf nennen. Die Autoren analysierten zunächst 6.540 eindeutige Kommentare aus öffentlichen Python- und JavaScript-Projekten. Nach Filterung und manueller Prüfung blieben 81 einschlägige Fälle.

Darin finden sich unter anderem verschobene Tests, unvollständige Anpassungen und Unsicherheit darüber, wie übernommener KI-Code funktioniert. Die Autoren beschreiben damit einen wichtigen Unterschied: Code kann bereits eingebaut sein, während sein Verständnis oder seine Prüfung noch aussteht.

Das ist eine explorative Untersuchung mit Daten von November 2022 bis Juli 2025. Sie misst weder die Fehlerquote heutiger Coding-Agenten noch die Verbreitung solcher Probleme in mittelständischen Unternehmen. Aus den Kommentaren lässt sich auch nicht ableiten, dass Unternehmen bewusst auf eine kommende Modellgeneration warten. Die Studie belegt aufgeschobene Arbeit, nicht das Motiv hinter jeder Vertagung.

Dass KI ihre eigenen Werkzeuge verbessern kann, zeigt einen anderen Teil des Bildes. Sakana AI beschrieb am 30. Mai 2025 die Darwin Gödel Machine: einen Coding-Agenten, der seine Codebasis verändert und Varianten an Programmieraufgaben bewertet. Im selben Bericht dokumentiert das Forschungsteam aber auch vorgetäuschte Testprotokolle und Eingriffe in Bewertungsmarker. Das System konnte also nicht nur Lösungen verbessern, sondern in bestimmten Versuchen auch den Erfolgsmaßstab unterlaufen.

Diese älteren Forschungsbefunde sind keine aktuelle Leistungsrangliste. Vor allem sind sie keine Zusage, dass ein bestimmter Produktfehler mit dem nächsten Modell verschwindet. Zwischen einem verbesserten Forschungsagenten und einer abgenommenen Reparatur im eigenen Betrieb liegen weiterhin konkrete Arbeit und Nachweise.

Die Ersparnis darf nicht allein in der Rechnung stehen

Aus diesen Grenzen folgt eine wirtschaftliche Empfehlung, kein Forschungsergebnis: Wer Reparatur vertagt, sollte zwei vollständige Wege vergleichen.

Der erste Weg ist die Behebung heute. Dazu gehören Fehleranalyse, Änderung, Prüfung und Einführung. Der zweite ist das Warten: laufender Zusatzaufwand bis zum gewählten Termin, mögliche Schäden, spätere Reparatur und deren Prüfung. Hinzu kommt das Risiko, dass die erhoffte Verbesserung ausbleibt oder für die eigene Software nicht nutzbar ist.

Die Wartevariante darf deshalb nicht nur mit einem optimistischen Zukunftspreis kalkuliert werden. Ein zweiter Fall muss zeigen, was passiert, wenn zum Prüfdatum kein geeignetes neues System verfügbar ist. Muss das Team dann doch die heutige Lösung bauen? Ist sie inzwischen teurer geworden, weil weitere Funktionen auf dem Provisorium aufsetzen?

Gerade diese Folgekosten werden leicht übersehen. Eine intern schlecht verständliche Berechnungsfunktion kann heute isoliert sein. Werden mehrere Schnittstellen daran angeschlossen, wächst die Zahl der betroffenen Abläufe. Eine spätere KI mag den Code schneller ändern können. Das nimmt dem Unternehmen nicht die Abstimmung mit den inzwischen abhängigen Nutzern ab.

Ein gedachtes Kundenportal macht den Unterschied sichtbar

Angenommen, ein Kundenportal verarbeitet eine seltene Rabattkonstellation nicht richtig. Der Vertrieb erkennt die betroffenen Fälle und korrigiert sie vor der verbindlichen Zusage manuell. Eine vollständige technische Behebung ist aufwendig. Das Team erwartet, dass ein leistungsfähigerer Coding-Agent sie später günstiger vorbereiten könnte.

Eine befristete Vertagung kann hier vertretbar sein, wenn die Erkennung tatsächlich funktioniert, die manuelle Korrektur tragbar bleibt und die Zwischenlösung keine weiteren Anwendungen abhängig macht. In die Rechnung gehören die Bearbeitungszeit und das verbleibende Fehlerrisiko. „Selten“ allein ist keine ausreichende Begründung.

Anders liegt derselbe Fall, wenn falsche Preise bereits ungeprüft an Kunden gehen oder betroffene Vorgänge nicht zuverlässig erkannt werden. Dann fehlt die Voraussetzung für kontrolliertes Warten. Das Unternehmen muss die Wirkung jetzt begrenzen – etwa die betroffene Funktion vorübergehend aussetzen oder einen belastbaren Ersatzweg schaffen. Das bedeutet nicht zwingend, sofort die teuerste vollständige Neuentwicklung zu beauftragen. Es bedeutet, den aktuellen Schaden nicht mit einer unbekannten künftigen Fähigkeit zu rechtfertigen.

Das Beispiel ist hypothetisch. Es verdeutlicht die Unterscheidung zwischen einem bewusst getragenen Provisorium und einem unkontrolliert weiterlaufenden Fehler.

Eine Warteentscheidung braucht ein Ende

Für jeden vertagten Mangel genügt zunächst ein kurzer, konkreter Beschluss:

• Was bleibt offen? Der Fehler und seine betroffenen Vorgänge werden beschrieben, nicht nur ein allgemeines Modernisierungsvorhaben.
• Was kostet die Zwischenzeit? Zusatzarbeit, erkennbare Kundenauswirkungen und neue Abhängigkeiten werden beobachtet.
• Worauf wird gewartet? Das Team benennt die benötigte Fähigkeit und den Fall, an dem sie nachgewiesen werden muss. Ein Modellname allein genügt nicht.
• Wann endet das Warten? Ein Prüfdatum und vorzeitige Auslöser stehen fest: beispielsweise steigender Korrekturaufwand, nicht mehr zuverlässig erkennbare Fehler oder die geplante Anbindung weiterer Systeme.

Produktleitung und IT sollten gemeinsam festhalten, wer diese Entscheidung erneut aufruft. Am Prüfdatum wird nicht bloß die Hoffnung verlängert. Entweder hat die neue Lösung ihre Eignung gezeigt, oder das Unternehmen entscheidet anhand der inzwischen beobachteten Kosten neu. Auch eine weitere Vertagung braucht dann eine neue Begründung.

So bleibt Raum für technischen Fortschritt, ohne ihn schon als gelieferten Nutzen zu verbuchen. Auf bessere KI zu warten kann eine gute Investitionsentscheidung sein. Kostenlos ist das Warten nicht.