KI-Coding wird zur Infrastrukturfrage

OpenAI treibt den Aufbau einer eigenen Plattform für KI-gestützte Softwareentwicklung voran und übernimmt dafür Pierre Computer. Das Start-up entwickelt offene Werkzeuge für Programmierung, Code-Speicherung und Versionsverwaltung. Damit rückt KI-Coding näher an zentrale Entwicklungsinfrastruktur heran. Die Sicherheitsfrage betrifft deshalb nicht nur möglichen fehlerhaften Code, sondern auch Kontrolle, Nachvollziehbarkeit, Kosten und Abhängigkeiten.

OpenAI baut Codex aus

Pierre Computer wurde 2023 in den USA gegründet und arbeitet an Cloud-Infrastruktur für Softwareprojekte sowie an Git-Speicher für sehr große Datenbestände. Teile dieser Technik stecken bereits in Codex, dem Entwicklungs- und Automatisierungsagenten von OpenAI. Codex soll Programmiererinnen und Programmierer beim Schreiben, Ändern und Prüfen von Software unterstützen.

OpenAI hat außerdem Pando vorgestellt, ein Backend für Git-Repositories. Es soll als Versionsverwaltung für Programmieragenten dienen. Weitere Komponenten aus dem Umfeld von Pierre helfen dabei, Projektdateien schnell zu durchsuchen oder Änderungen übersichtlich darzustellen. Zusammengenommen nähert sich Codex damit Funktionen an, die Entwicklerteams bisher vor allem von GitHub kennen: Quellcode speichern, verwalten, gemeinsam bearbeiten und Änderungen nachverfolgen.

Die Übernahme hat auch eine strategische Dimension. GitHub gehört seit 2018 zu Microsoft, das zugleich einer der wichtigsten Geldgeber von OpenAI ist und rund ein Viertel an dem KI-Unternehmen hält. Dennoch treten beide Firmen in mehreren Bereichen gegeneinander an, etwa bei ChatGPT und Copilot. Beim KI-Coding entsteht nun ein weiteres Feld, in dem sich Zusammenarbeit und Konkurrenz überschneiden.

Sicherheit heißt auch Nachvollziehbarkeit

Je stärker KI-Systeme selbst programmieren, desto wichtiger wird die Frage, ob ihre Arbeit überprüfbar bleibt. Anthropic beschreibt in Unterlagen für den geplanten Börsengang, dass Claude bereits heute beim Bau neuer Claude-Modelle hilft, unter anderem beim Programmieren und Testen. Leistungsfähigere Modelle könnten diesen Anteil erhöhen. Im Extremfall könnten KI-Systeme an Nachfolgern mitarbeiten, ohne dass Menschen jeden Schritt vollständig steuern.

Fachleute bezeichnen eine solche Dynamik als rekursive Selbstverbesserung. Anthropic warnt, dass wachsende Beteiligung von KI an der eigenen Entwicklung die Kontrolle erschweren kann. Das Unternehmen räumt ein, frühere große Fortschritte teils erst rückblickend erkannt zu haben. Für KI-Coding in Unternehmen ergibt sich daraus ein praktisches Problem: Wenn Agenten Code erzeugen, Tests schreiben und Änderungen in großen Repositories verwalten, müssen Verantwortliche nachvollziehen können, was geändert wurde, warum es geändert wurde und welche Folgen das hat.

Open-Source-Projekte von Pierre sollen auch nach Abschluss der Übernahme offen bleiben. Das kann Prüfungen erleichtern, ersetzt aber keine betrieblichen Regeln. Die Plattformen selbst entwickeln sich von Hilfswerkzeugen zu Orten, an denen zentrale Entscheidungen über Softwareabläufe, Zugriffsrechte und Automatisierung getroffen werden.

Firmen suchen Kontrolle über Kosten

Neben technischer Sicherheit rücken die Betriebskosten in den Vordergrund. Laut einer AWS-Studie nutzen nur 15 Prozent der deutschen Unternehmen KI so umfassend, dass daraus neue Produkte oder Prozesse entstehen. Im Vorjahr waren es noch 21 Prozent. In einer Bitkom-Umfrage gab ein Drittel der Firmen in Deutschland an, von den hohen Kosten des KI-Einsatzes überrascht worden zu sein.

Anthropic reagiert mit Smart Reports auf diesen Druck. Die Funktion steht Enterprise-Kunden kostenlos zur Verfügung, ist aber zunächst abgeschaltet. Autorisierte Führungskräfte können damit untersuchen lassen, wie Teams Claude verwenden, welche Aufgaben damit bearbeitet werden, welche Listenpreise anfallen und wo wiederkehrende Abläufe gebündelt werden könnten. Claude wertet dafür Stichproben von Transkripten aus, gruppiert sie nach Arbeitsabläufen und fasst die Ergebnisse zusammen.

Anthropic betont, die Berichte seien nicht dafür gedacht, individuelle Leistungen zu bewerten oder Personalentscheidungen zu treffen. Dennoch können solche Auswertungen Rückschlüsse auf Arbeitsweisen und Effizienz zulassen. Für Unternehmen entsteht damit ein Spannungsfeld zwischen Kostenkontrolle, Datenschutz im Arbeitsalltag und fairer Bewertung von Beschäftigten.

Rechenzentren und digitale Souveränität

KI-Coding hängt auch an der physischen Infrastruktur. In den USA wächst der Widerstand gegen Rechenzentren. Bei 41 lokalen Abstimmungen, vor allem in Ohio, setzten sich in allen 37 bisher ausgezählten Fällen die Gegner durch. Häufig ging es um Strom- und Wasserverbrauch sowie um dauerhaften Lärm. Nicht überall folgt daraus ein Verbot; teils beschlossen Gemeinden Moratorien oder Beratungspflichten.

Gleichzeitig steigen die Investitionen. In Deutschland sollen in diesem Jahr 23,5 Milliarden Euro in Rechenzentren fließen. Das Borderstep Institut ermittelte diese Summe im Auftrag von Bitkom. Bis 2035 könnte mehr als die Hälfte der deutschen Rechenzentrumskapazität auf KI entfallen. Bitkom-Präsident Ralf Wintergerst warnt, wer bei Infrastruktur zurückfalle, könne auch bei KI den Anschluss verlieren.

Europa versucht zugleich, Abhängigkeiten bei Hardware zu verringern. Die EU investiert 525 Millionen Euro in eine Plattform für Chipdesign. Europäische Designfirmen sollen Zugang zu Werkzeugen, Dienstleistungen, geistigen Eigentumsrechten und Fertigungsmöglichkeiten erhalten. Derzeit erzielen sie nach EU-Angaben weniger als ein Prozent des weltweiten Umsatzes in diesem Bereich. Für sicheres KI-Coding reicht also nicht nur ein gutes Modell. Entscheidend ist, wer Werkzeuge, Code-Infrastruktur, Rechenzentren und Chips kontrolliert.