GitHub: Die Kosten des Codeschreibens sind gesunken, die Kosten des Besitzes nicht — ein neues Editorial zur Ingenieurökonomie

Die Kosten des Codeschreibens sind gesunken, die Kosten des Besitzes nicht

GitHub Engineering hat einen Essay veröffentlicht, der argumentiert, dass die KI-Codegenerierung die grundlegende Ökonomie der Softwareentwicklung verändert. Die These ist einfach: Neuen Code zu schreiben ist heute dank KI-Tools günstiger, während die Kosten des Besitzes — das langfristige Verständnis und die sichere Änderung dieses Codes — gleich bleiben. Diese Asymmetrie verändert, wie Ingenieure entscheiden, wann sie etwas annehmen und wann sie es ablehnen.

Wozu dient ein KI-Patch als „Price Check”?

Der Essay führt den „Price Check”-Patch ein — eine KI-generierte Lösung, die als schnelle Prüfung dient, ob eine kleine Anfrage wirklich klein ist, bevor das Team viel Planung und formalen Review darin investiert. Statt vorab zu diskutieren, lässt das Team die KI einen Patch generieren und betrachtet den Umfang des Diffs. Ist der Patch klein, bestätigt das die Einschätzung; muss die KI Dutzende Dateien anfassen, war die Anfrage nicht so trivial, wie sie aussah.

Welche Änderungen bleiben teuer, unabhängig von der Generierungsgeschwindigkeit?

GitHub zieht eine Grenze: Änderungen, die Autorisierung, Datenschutz, Abrechnung (Billing) oder regulatorische Konformität (Compliance) betreffen, bleiben teuer, unabhängig davon, wie schnell der Code generiert wird. Das Risiko entsteht nicht aus der Schreibgeschwindigkeit, sondern aus den Folgen eines Fehlers — ein falsch gesetztes Zugriffsrecht oder ein Datenleck verursacht Kosten, die die Generierungsgeschwindigkeit nicht senkt.

Die neue Schlüsselkompetenz: Unsicherheitsbewertung

Laut GitHub ist die entscheidende Fähigkeit von Ingenieuren nicht die Schreibgeschwindigkeit, sondern die schnelle Einschätzung von Unsicherheit — zu wissen, wann Review teurer ist als Schreiben, und wann es sinnvoller ist, eine Lösung auszuprobieren, statt darüber zu diskutieren. Diese Fähigkeit wird wichtiger, weil KI die Reibung rund um den ersten Schritt beseitigt hat, sodass sich die Entscheidung darauf verlagert, wie viel Risiko vor einer detaillierten Prüfung akzeptabel ist.