Claude Code-Erfinder: 100 % KI-Code ist jetzt "problematisch"

Boris Cherny nimmt seinen eigenen Hype zurück. Der Anthropic-Ingenieur, der im Januar erklärte, KI habe "Coding gelöst" — und der persönlich null Zeilen Code schreibt — gibt jetzt zu, dass Unternehmen, die 100 % KI-generierten Code einsetzen, an eine Wand laufen. Das Eingeständnis zählt, weil Cherny kein Kritiker ist. Er leitet Claude Code. Wenn die Person, die das Tool baut, sagt, dass das Tool Probleme schafft, sollte man zuhören.

Was passiert ist: Cherny nimmt "KI hat Coding gelöst" zurück

Bei einem Scale AI Fireside Chat im Juni 2026 wurde Cherny direkt auf die Bedenken von Uber COO Andrew Macdonald angesprochen, dass KI-Ausgaben nicht genug ROI produzierten. Macdonald hatte Grund zur Sorge — Uber hatte sein gesamtes KI-Budget 2026 in vier Monaten verbrannt (Business Insider, 2026).

Chernys Antwort war eine Abkehr von seiner Januar-Position (Times of India, 2026):

"ROI ist absolut der richtige Rahmen, weil du nicht nur an Kosten denken willst — du gibst etwas dafür aus und bekommst etwas zurück."

Er skizzierte dann ein implizites Drei-Phasen-Reifemodell für die KI-Coding-Adoption:

Cherny nennt Phase 2 jetzt "problematisch." Wenn der Durchsatz jedes Entwicklers in die Höhe schießt, verschiebt sich der Engpass von der Code-Produktion zum Code-Review, zur Qualitätssicherung und — entscheidend — dazu, genug gute Ideen zu haben, um die Maschine zu füttern.

Er räumte ein, dass Anthropic selbst den Kostendruck spürt: "Jeder Token, den wir nutzen, ist ein Token, den wir keinem Kunden geben" (Business Insider, 2026). Ein bezeichnendes Eingeständnis von einem Unternehmen, das sein Geld mit dem Verkauf von Tokens verdient.

Warum es wichtig ist

Chernys Kehrtwende ist keine persönliche Korrektur. Es ist ein Branchensignal. Die Welle der KI-Coding-Tools tritt in eine Realismusphase ein, und die Diskussion verschiebt sich von "schau, was es kann" zu "hier ist, was es kostet, und hier ist, was du zurückbekommst."

OpenAIs Sam Altman macht ähnliche Andeutungen zu Enterprise-ROI-Bedenken. Das Muster ist klar: Die Unternehmen, die die Tools gebaut haben, sind jetzt diejenigen, die vor den Grenzen der Tools warnen. Das ist mehr wert als jede externe Kritik.

Für Claude Code spezifisch verstärkt dies das Urteil, das wir bereits halten: conditional. Das Tool ist architektonisch führend — dynamische Workflows, Maker-Checker-Sub-Agents, Cloud-Routinen — aber die Kostenkontroll-Infrastruktur, die eine mächtige Demo von einem nachhaltigen Enterprise-Tool trennt, hinkt noch hinterher. Cherny selbst sagt, Unternehmen sollten Mitarbeitern "Tokens und Freiheit zum Experimentieren" geben, während sie Kosten "auf der Backend-, nicht auf der Frontend-Seite" kontrollieren. Eine schwierige Balance, die noch kein Tool vollständig gelöst hat.

Was sich für dich ändert

Wenn du Mitte 2026 KI-Coding-Tools evaluierst, ist der Fähigkeiten-Benchmark nicht mehr der richtige Ausgangspunkt. Chernys eigene Worte umreißen die neuen Prioritäten:

• Budgetiere Tokens, nicht nur Lizenzen. Autonome Agent-Loops vervielfachen Kosten rapide. Wenn dein Tool dir keine harten Ausgabenobergrenzen gibt, kann ein unbeaufsichtigter Loop ein Monatsbudget an einem Wochenende verbrennen.
• Miss ROI, nicht Adoptionsprozentsatz. "Wie viel Prozent des Codes ist KI-generiert?" ist eine Eitelkeitsmetrik. "Was haben wir schneller ausgeliefert, und zu welchen Kosten?" ist eine Geschäftsmetrik.
• Löse den Ideen-Engpass früh. Chernys Phase-3-Warnung wird unterschätzt. Wenn deine Entwickler 10x mehr Code produzieren können, aber deine Produktorganisation nur 2x mehr Features definieren kann, hast du ein schnelleres Laufband gekauft, kein schnelleres Unternehmen.

FAQ

Ist 100 % KI-generierter Code wirklich ein Problem? Cherny selbst sagt ja. Wenn der Durchsatz jedes Entwicklers in die Höhe schießt, verschiebt sich der Engpass von der Code-Produktion zum Code-Review, zur Qualitätssicherung und — entscheidend — dazu, genug gute Ideen zu haben, um die Maschine zu füttern. Der Code wird schneller geschrieben, als Menschen ihn reviewen können.

Was sollten Unternehmen statt des KI-Adoptionsprozentsatzes messen? ROI — ausgelieferte Features pro Dollar KI-Ausgaben. Cherny stimmt zu: "ROI ist absolut der richtige Rahmen." Miss, was du schneller und zu welchen Kosten auslieferst, nicht, wie viel Prozent deines Codes eine KI geschrieben hat.

Ist Claude Code weiterhin empfohlen? Neomanex hält ein conditional-Urteil zu Claude Code. Das Tool ist architektonisch führend — dynamische Workflows, Maker-Checker-Sub-Agents, Cloud-Routinen — aber die Kostenkontroll-Infrastruktur hinkt noch hinterher. Es ist das richtige Tool für Teams, die Token-Budgets managen können und eine starke Review-Kultur haben. Es ist das falsche Tool für Teams, die es einrichten und vergessen wollen.