Wenn Claude sein eigenes Tool schreibt, stößt die Überprüfung an ihre Grenzen
Im Oktober 2026 veröffentlichte Anthropic einen bemerkenswerten Bericht: Claude, die Flaggschiff-KI des Unternehmens, schreibt etwa 90 % des Codes für Claude Code, sein eigenes Coding-Tool. Dies wirft eine grundlegende Frage für die Softwareentwicklung auf: Wie überprüft ein Team Software, wenn das Tool selbst der Hauptautor ist? Das traditionelle Paradigma der menschlichen Zeile-für-Zeile-Überprüfung stößt an seine Grenzen.
Das Ausmaß dieser Herausforderung ist atemberaubend. Anthropic berichtete, dass sein Monorepo bis September mehr als 30.000 tägliche Änderungen aufnahm, ein massiver Sprung von etwa 2.500 im Mai. Das entspricht über 20 Änderungen pro Minute – ein Tempo, bei dem menschliche Überprüfung schlicht nicht mehr mithalten kann.
Dieser Wandel erforderte eine Neubewertung der Qualitätsmetriken. Von Juni bis September verdoppelten sich die Pull Requests für Claude Code mehr als. Im gleichen Zeitraum sank der Anteil der Änderungen, die eine Rückgängigmachung erforderten, um über 40 %. Das System erreichte einen höheren Durchsatz bei weniger Rollbacks, was auf eine neue Ära der Qualitätssicherung von Code hindeutet.
Die Antwort ist ein Review-Fließband, kein einzelner Super-Reviewer
Anthropic’s Antwort auf von Agenten generierten Code ist ein geschichtetes Fließband, kein einzelner Super-Reviewer. Eine Änderung durchläuft mehrere automatisierte Prüfungen: Zuerst verifizieren Agenten die Arbeit durch das Ausführen von Tests oder die Inspektion der Ergebnisse; dann suchen parallele KI-Reviewer nach Fehlern, wobei Ergebnisse nur veröffentlicht werden, wenn genügend Agenten zustimmen. Jedes Ergebnis erfordert eine Korrektur oder eine begründete Schließung.
Als Nächstes blockieren eine automatisierte Sicherheitsüberprüfung und traditionelle CI-Prüfungen (wie Builds) unsichere Änderungen. Schließlich skaliert die menschliche Genehmigung mit dem Risiko: Dokumentationskorrekturen von vertrauenswürdigen Autoren benötigen keine Peer-Genehmigung, gewöhnliche Produktänderungen benötigen eine Person und risikoreicher Code erfordert zwei.
Zwei Verantwortlichkeitsregeln steuern dieses System: Die Genehmigung eines Agenten ersetzt niemals die eines Menschen, und die Person, die einen Agenten anweist, ist für die Änderung verantwortlich. Dies verhindert endlose Agenten-Review-Schleifen; nach drei Runden bittet der Reviewer den Autor, seinen Ansatz zu überdenken. Allein diese Änderung steigerte die PR-Durchläufe in der ersten Runde von 65 % auf 78 %. Jeder vergangene Vorfall wird zudem zu einem Testfall, der den KI-Reviewer kontinuierlich verbessert.
Mehr Prüfungen können weniger menschliche Engpässe bedeuten
Zuverlässige Systeme gedeihen durch geschichtete, wiederholbare Prüfungen, nicht durch menschliche Inspektion jeder einzelnen Transaktion. Denken Sie an Fehlerkorrekturcodes im Speicher, TCP-Prüfsummen bei Internetpaketen oder die doppelte Buchführung. Diese Mechanismen erkennen Fehler automatisch, verhindern menschliche Engpässe und gewährleisten Integrität in großem Maßstab.
Ingenieurrollen verändern sich dramatisch. Senior-Entwickler bewegen sich nach vorne (upstream), definieren Projektumfang und Architekturmuster. Nachgelagert (downstream) entwerfen sie die entscheidenden Tests, Einschränkungen und Risikokontrollen, die agentische Systeme leiten. Menschliche Aufmerksamkeit wird zur knappen Ressource, die auf strategische Entscheidungen gelenkt wird, die Maschinen noch nicht treffen können – etwa ob man überhaupt etwas bauen sollte oder die Identifizierung von risikoreichem Code, der menschliche Aufsicht erfordert.
Der Beitrag von Anthropic vom Oktober 2026 zum Claude Code Review bietet einen Einblick in diese Zukunft und beschreibt, wie die multi-layered pipeline mehr als 30.000 Merges pro Tag ermöglicht. Weitere Informationen finden Sie unter How the Claude Code Team Does Code Review. Ein Hinweis zur Vorsicht: Anthropic bewertet hier seine eigene Arbeit. Die gemeldeten Leistungszahlen – eine Verdoppelung der gemergten Pull Requests und ein Rückgang der Revert-Raten um 40 % zwischen Juni und September 2026 – sind nicht unabhängig verifiziert. Das Unternehmen wendet zudem erhebliche Ressourcen für die Modellnutzung und kundenspezifische Infrastruktur auf, wie etwa sein Scion Versionskontrollsystem, was für andere möglicherweise nicht realisierbar ist.
Gefällt Ihnen der Artikel? Erhalten Sie jeden Morgen einen wie diesen per E-Mail.
eine E-Mail pro Tag · Abmeldung mit zwei Klicks · kein Tracking durch Dritte
Bauen Sie den Notausgang, bevor Sie den Feuerwehrschlauch öffnen
Die geschichtete Pipeline von Anthropic bietet einen praktischen Schwellenwert: Teams sollten die menschliche Überprüfung erst dann reduzieren, wenn sie Änderungen testen, Releases stufenweise bereitstellen, feature flags verwenden und schnell Rollbacks durchführen können. Dies spiegelt wider, wie zuverlässige Systeme schon immer funktioniert haben, bei denen gestaffelte Prüfungen Fehler abfangen, bevor sie sich ausbreiten.
Teams sollten frühere Vorfälle in wiederkehrende Tests für ihre KI-Prüfer umwandeln. Wiederholte Anmerkungen bei menschlichen Reviews – jene häufigen Erkenntnisse, die wertvolle Aufmerksamkeit binden – müssen zu dauerhaften Regeln, automatisierten Tests oder neuen Tools werden. Dies stellt sicher, dass Maschinen aus menschlicher Erfahrung lernen, anstatt sie nur auszulagern.
Die organisatorischen Auswirkungen sind tiefgreifend. Führungskräfte sollten an ihrer span of accountability gemessen werden, um sicherzustellen, dass die Verantwortung auch bei zunehmender Automatisierung klar bleibt. Entscheidungen müssen der richtigen Ebene menschlicher Aufsicht zugeordnet werden, damit Maschinen Routineaufgaben koordinieren können, ohne dass menschliches Urteilsvermögen oder Verantwortungsbewusstsein verschwinden.
Letztendlich ist das Ziel nicht, Menschen zu eliminieren, sondern ihre Rolle aufzuwerten. Menschen verlagern ihren Fokus von der zeilenweisen Inspektion hin zu strategischen Entscheidungen: Was soll gebaut werden, welcher Code ist zu riskant für Maschinen allein, welche Designs setzen Muster und ob die Beweislage stichhaltig ist. Eine Person bleibt für jede Änderung verantwortlich, die ausgeliefert wird, unabhängig davon, wer sie getippt hat.
Häufig gestellte Fragen
Wie überprüft Anthropic den von Claude geschriebenen Code?
Anthropic kombiniert von Agenten durchgeführte Verifizierungen, KI-Fehlerüberprüfungen, Sicherheitschecks, automatisierte Tests, risikobasierte menschliche Genehmigungen und Rollback-Sicherheitsvorkehrungen.
Lässt Anthropic zu, dass KI ihren eigenen Code genehmigt?
Nein. Die festgelegte Regel von Anthropic besagt, dass die Genehmigung durch einen Agenten nicht als menschliche Genehmigung zählt und eine Person für jede Änderung verantwortlich bleibt.
Warum können Ingenieure nicht jede KI-generierte Änderung überprüfen?
Bei sehr hohen Änderungsvolumina verbraucht die zeilenweise Überprüfung mehr menschliche Aufmerksamkeit, als Teams zur Verfügung haben. Automatisierte Prüfungen bewältigen Routine-Risiken, während sich Menschen auf folgenschwere Entscheidungen konzentrieren.
Sollte jedes Unternehmen den Review-Prozess von Anthropic kopieren?
Nicht ohne Sicherheitsvorkehrungen. Teams benötigen zuverlässige Tests, gestaffelte Releases, feature flags und schnelle Rollbacks, bevor sie die menschliche Überprüfung reduzieren.