KI-generierter Code: Flink erzeugt, schwer wartbar?
LLMs liefern schnell lauffähigen Code, entlasten bei Routineaufgaben und beschleunigen das Entwickeln von Prototypen. Doch erst mit Reviews, Metriken und klaren Qualitätsgrenzen zeigt sich, ob daraus produktive Hilfe oder neue technische Schulden entstehen. Aktuelle Studien zur Evaluierung berücksichtigen das.
Moderne Sprachmodelle (Large Language Models, LLMs) schreiben heute durchaus beeindruckenden Code. Empirische Studien zeigen jedoch, dass dieser Code systematisch andere Qualitätsprofile hat als von Menschen geschriebener. Oft ist der generierte Code korrekt und produktivitätssteigernd, gleichzeitig aber mit erhöhtem Risiko für Wartbarkeits- und Sicherheitsprobleme verbunden. Für professionelle Teams ist die Kernfrage daher nicht, ob das Modell Code schreiben kann, sondern wie sie den LLM-Code so integrieren, dass Effizienzgewinne nicht in technischen Schulden enden.
Klassische Definitionen von Codequalität betrachten funktionale Korrektheit, Wartbarkeit, Lesbarkeit, Testbarkeit, Performance und Sicherheit. Mit LLMs kommen zwei Besonderheiten hinzu: die hohe Varianz zwischen einzelnen Generierungen bei gleichem Prompt und der Umstand, dass der Erzeuger (das Modell) den Code nicht langfristig „besitzt“, also Verantwortung dafür übernimmt. Wartung und Haftung liegen beim Team.
