KI-Code außer Kontrolle?
KI in der Softwareentwicklung: Tricentis-Studie zeigt Millionenverluste durch mangelhafte Softwarequalität
Tricentis Quality Transformation Report zeigt Folgen des zunehmenden Einsatzes von KI in der Software-Entwicklung auf
KI beschleunigt die Softwareentwicklung – doch genau dieser Produktivitätsschub wird für viele Unternehmen zum neuen Risikofaktor. Wenn Code schneller entsteht, als Teams ihn testen, wandern Sicherheitslücken, Compliance-Probleme und technische Schulden direkt in produktive Systeme. Der neue Tricentis Quality Transformation Report 2026 zeigt: In Deutschland kostet mangelhafte Softwarequalität fast jedes dritte Unternehmen bereits mehr als eine Million US-Dollar pro Jahr.
Der zunehmende Einsatz von künstlicher Intelligenz in der Softwareentwicklung verändert die Geschwindigkeit von Releases radikal. Doch während Unternehmen mit KI-Tools schneller entwickeln, geraten Qualitätssicherung, Governance und Risikokontrolle zunehmend unter Druck. Das ist die zentrale Botschaft des aktuellen Quality Transformation Reports 2026 von Tricentis, einem Anbieter für Agentic Quality Engineering.
Die Studie zeigt ein deutliches Warnsignal für CIOs, CTOs, DevOps-Teams und Unternehmensleitungen: Weltweit verliert jedes fünfte Unternehmen jährlich mehr als eine Million US-Dollar durch schlechte Softwarequalität. In Deutschland ist die Lage noch kritischer. Hier berichtet fast jedes dritte Unternehmen von Verlusten oberhalb dieser Schwelle.
KI beschleunigt Entwicklung – aber nicht automatisch Qualität
Die Softwareentwicklung befindet sich in einer neuen Phase. Generative KI, Coding-Assistenten und agentische Systeme erzeugen Code schneller als klassische Entwicklungsprozesse es je konnten. Für Unternehmen bedeutet das mehr Tempo, kürzere Release-Zyklen und höhere Produktivität.
Doch genau hier entsteht das Problem: Die Qualitätssicherung skaliert nicht im gleichen Tempo mit.
Laut Tricentis geben weltweit sechs von zehn Unternehmen an, ungetesteten Code in Produktion zu bringen. In Deutschland liegt der Anteil sogar bei fast sieben von zehn Unternehmen. Besonders kritisch: Während ungetesteter Code im Vorjahr häufig noch als unbeabsichtigter Qualitätsmangel beschrieben wurde, räumen viele Organisationen inzwischen ein, ihn wissentlich produktiv zu schalten. Die Gründe sind deutlich: Managementdruck, schnellere Releases und ein rasant wachsendes Volumen an KI-generiertem Code überfordern bestehende Test- und Governance-Strukturen. Damit wird Softwarequalität nicht länger nur zu einer technischen Frage, sondern zu einem messbaren Geschäftsrisiko.
Ungetesteter Code erreicht kritische Branchen
Der Druck, schneller zu liefern, betrifft nicht nur digitale Vorreiter oder Softwareunternehmen. Laut Report bringen in allen untersuchten Branchen mehr als die Hälfte der befragten Unternehmen ungetesteten Code in Produktion.
Besonders stark betroffen sind Finanzdienstleister, der Handel sowie die Energie- und Versorgungswirtschaft. Gerade in diesen Bereichen können Softwarefehler schwerwiegende Folgen haben: von Systemausfällen über Compliance-Verstöße bis hin zu Sicherheitsvorfällen und Kundenverlusten.
Für Unternehmen in regulierten Branchen wird damit eine zentrale Frage immer dringlicher: Wie lässt sich KI-gestützte Geschwindigkeit nutzen, ohne Kontrolle, Nachvollziehbarkeit und Vertrauen in Software-Releases zu verlieren?
Führungsebene und operative Teams bewerten KI-Risiken unterschiedlich
Ein weiteres zentrales Ergebnis des Reports ist die wachsende Wahrnehmungslücke zwischen Management und operativen Teams. Viele Führungskräfte sehen KI bereits als Erfolgsgeschichte. QA-, DevOps- und Engineering-Teams erleben dagegen häufig zusätzliche Komplexität.
Mehr als drei Viertel der C-Level-Führungskräfte geben laut Tricentis an, großes Vertrauen in KI-gestützte Systeme und Tools zu haben. Unter QA- und DevOps-Fachleuten ist dieses Vertrauen deutlich geringer. Auch bei der Frage, ob Unternehmen bereit sind, KI-Agenten im Software Development Lifecycle produktiv einzusetzen, zu steuern und zu skalieren, klaffen die Einschätzungen auseinander. Diese Diskrepanz ist gefährlich. Denn wenn strategische KI-Ziele schneller wachsen als operative Kontrollmechanismen, entstehen blinde Flecken: bei Testabdeckung, Sicherheitsprüfung, Compliance, Datenqualität und Verantwortlichkeiten.
Agentic AI braucht neue Qualitätsmetriken
Viele Unternehmen sehen sich bereits bereit für Agentic AI. Sie vertrauen KI-Agenten bei Release-Entscheidungen und planen deren breitere Einführung. Gleichzeitig zeigen die Studienergebnisse, dass grundlegende Voraussetzungen oft noch fehlen.
Zu den größten Hindernissen zählen Tool-Sprawl, Sicherheitsbedenken, Qualifikationslücken, Datenprobleme und fehlende einheitliche Qualitäts- und Vertrauensmetriken. Genau diese Faktoren entscheiden jedoch darüber, ob KI-gestützte Softwareentwicklung kontrollierbar bleibt.
Der Report macht deutlich: Klassische Qualitätssicherungsprozesse reichen im KI-Zeitalter nicht mehr aus. Unternehmen benötigen moderne Quality-Engineering-Ansätze, die Risiko, Automatisierung, Governance und Business-Impact verbinden.
Schlechte Softwarequalität wird zum Kostenfaktor
Die finanziellen Folgen sind bereits sichtbar. Weltweit verliert jedes fünfte Unternehmen mehr als eine Million US-Dollar pro Jahr durch mangelhafte Softwarequalität. In Deutschland ist es nahezu jedes dritte.
Zu den wichtigsten Kostentreibern zählen Sicherheits- und Compliance-Verstöße, technische Schulden, Nacharbeiten, höhere Wartungsaufwände und Kundenfluktuation. Besonders alarmierend: Mehr als die Hälfte der deutschen Befragten schätzt die jährlichen Verluste durch schlechte Softwarequalität auf 500.000 bis eine Million US-Dollar.
Damit rückt Softwarequalität direkt in den Verantwortungsbereich der Unternehmensführung. Sie entscheidet nicht nur über stabile Anwendungen, sondern über Umsatz, Reputation, Kundentreue und regulatorische Sicherheit.
Softwarequalität muss Chefsache werden
Kevin Thompson, CEO von Tricentis , sieht in der Studie einen Wendepunkt für Unternehmen. KI könne Softwareentwicklungsteams schneller machen als je zuvor, erhöhe aber zugleich das Risiko, wenn Qualitätsprozesse nicht mithalten.
Seine zentrale Botschaft: Unternehmen dürfen Softwarequalität nicht mehr als reine Engineering-Aufgabe behandeln. Sie muss strategisch gesteuert werden – mit mehr Transparenz über Risiken, engerer Abstimmung zwischen Engineering, QA und Business sowie klaren Kontrollmechanismen für KI-gestützte Entwicklungsprozesse.
Der Quality Transformation Report 2026 markiert damit eine Verschiebung in der Debatte um KI in der Softwareentwicklung. Die Frage lautet nicht mehr nur, ob Unternehmen KI einsetzen können. Entscheidend ist, ob sie Vertrauen, Kontrolle und Qualität auch dann sichern können, wenn Code-Volumen und Release-Geschwindigkeit weiter steigen.
Fazit: KI macht Software schneller – aber Qualität entscheidet über Vertrauen
Der Tricentis Quality Transformation Report 2026 zeigt, dass KI die Softwareentwicklung grundlegend verändert. Unternehmen gewinnen Tempo, riskieren aber zugleich höhere Kosten, Sicherheitslücken und Kontrollverlust, wenn Qualitätssicherung und Governance nicht Schritt halten.
Für CIOs, CTOs, CISOs und QA-Verantwortliche entsteht damit ein klarer Handlungsauftrag: KI-gestützte Entwicklung braucht KI-fähige Qualitätssicherung. Wer Geschwindigkeit und Kontrolle gemeinsam skaliert, kann Wettbewerbsvorteile erzielen. Wer ungetesteten Code zum Normalfall werden lässt, riskiert finanzielle Verluste, regulatorische Probleme und das Vertrauen seiner Kunden.
