Dieser Satz von Spotify-Co-CEO Gustav Söderström sorgt für Diskussionen: „Wenn ich mit meinen erfahrensten Ingenieuren spreche, den besten Entwicklern, die wir hatten, sagen sie, dass sie seit Dezember keine einzige Zeile Code mehr geschrieben haben. Sie generieren nur noch Code und überwachen ihn.“ Die Aussage aus der Analystenkonferenz zu den jüngsten Geschäftszahlen stößt im Netz auf gemischte Reaktionen: Während die einen fasziniert davon sind, wie stark Spotify die KI-Transformation in seinem Unternehmen vorangetrieben hat, womit Söderström vermutlich auch werben sollte, nehmen andere daran Anstoß. Das sei doch ein Kontrollverlust und kein Qualitätsmerkmal, kommentieren Kritiker.

Tatsächlich soll aber gerade die Kontrolle in der Softwareentwicklung bei Spotify bedeutsamer denn je geworden sein. Mit seiner Aussage in der Analystenkonferenz (Transkript bei Seekingalpha) wies Söderström auf einen fundamentalen Wandel in der Arbeitsweise hin. Und nicht ohne Grund stellte er vermutlich heraus, dass es gerade die besten Entwickler sind, die keinen Code mehr schreiben.

Vom Spieler zum Trainer

KI übernimmt in dieser Neuordnung die aktive Programmierung, während Entwickler – um es mit der Sportart Fußball zu vergleichen – zunehmend vom Spieler zum Trainer werden. Über Sieg oder Niederlage entscheiden Strategie und Vorbereitung der Spieler, nicht die Fähigkeit, den Ball selbst über den Platz zu bewegen. Und der Trainer muss während des Spiels alles im Auge behalten. Mit Einwechselungen und Zurufen nimmt er Einfluss auf das Spielgeschehen. Bezogen auf die Entwicklung wäre dies das Feedback an die KI, das Festlegen von Prioritäten und Reihenfolgen und das Beurteilen ihrer Leistung. Auch vor dem Einsatz agentischer KI haben erfahrene Entwickler architektonische Entscheidungen getroffen – mit der KI verlagert sich der Fokus noch mehr.

Spotify nutzt hierfür ein selbst entwickeltes System namens „Honk“ zur Beschleunigung von Coding und Produktentwicklung. Als technische Basis hierfür kommt Claude Code von Anthropic zum Einsatz. Entwickler können per Slack vom Smartphone aus Änderungen an der App beauftragen und etwa Bugfixes oder neue Funktionen hinzufügen. Das Ergebnis bekommen sie als Testversion zurückgespielt und geben der KI Feedback, bis der gewünschte Reifegrad erreicht ist.

Umfangreiche Infrastruktur aufgebaut

Spotifys Erfolg mit KI-gestützter Entwicklung basiert nicht primär auf Claude Code selbst, sondern auf jahrelanger Infrastruktur-Arbeit. Seit dem Jahr 2020 nutzt Spotify „Backstage“, ein Portal, das als zentrale Anlaufstelle dient. Jeder im Unternehmen kann dort nachvollziehen, welches Team welchen Code verantwortet und wie die Abhängigkeiten zwischen verschiedenen Komponenten aussehen.

Darauf aufbauend entwickelte Spotify ab 2022 „Fleet Management“ – ein Framework, das Code-Änderungen über hunderte oder tausende Repositories gleichzeitig durchführen kann. Die Integration des Claude Agent SDK erfolgte erst im Juli 2025.

Spotify-Co-CEO: Erst der Anfang

Spotify gehört zu einer kleinen Elite: Laut einer Deloitte-Studie von 2025 nutzen nur 11 Prozent der Organisationen Agentic AI in der Produktion. 30 Prozent explorieren das Thema, 38 Prozent betreiben Pilotprojekte.

Söderström sieht den aktuellen Stand nicht als Endpunkt: „Wir sehen dies nicht als Ende der Entwicklung bei KI, sondern erst als Anfang.“ Spotify plane weitere KI-Integration in Entwicklungsprozesse. Unklar bleibt freilich, ob sich das am Ende nicht doch auch auf die Job-Sicherheit der Entwickler auswirkt. Gespart werden könnte hier vor allem an Nachwuchskräften, denen die Erfahrung fehlt, die KI zu steuern. In Deutschland zeichnet sich ein solcher Trend bereits ab. Kritiker befürchten indessen, dass Entwickler zunehmend ihre praktischen Coding-Kenntnisse verlieren.

(mki)

EclipseSource hat die Veröffentlichung von Eclipse Theia 1.68 bekanntgegeben, einer quelloffenen Entwicklungsplattform für Web- und Cloud-basierte Tools. Das aktuelle Release erlaubt das Verwenden von GitHub Copilot out-of-the-box und lässt KI-Agenten – noch als Alpha-Feature – Skills verwenden. Neben zahlreichen KI-bezogenen Updates gibt es auch weitere Neuerungen, unter anderem zur Verbesserung der Accessibility.

Aufgabenplanung zum Mitverfolgen

KI-Agenten können in Eclipse Theia durch das neue Tool todo_write den Fortschritt mehrstufiger Aufgaben visuell darstellen: Sie können To-do-Listen erzeugen, die im Chatfenster angezeigt und aktualisiert werden. Die Aufgaben erhalten, ihrem Status entsprechend, Icons für „noch nicht erledigt“, „in Arbeit“ oder „erledigt“. Um das Feature nutzen zu können, muss der neue Agenten-Modus „Agent Mode (Next)“ aktiviert sein. Dieser soll sich dadurch auszeichnen, dass er Coding-Aufgaben effektiver, zuverlässiger und autonomer durchführt.

Das Entwicklungsteam zeigt ein Beispiel: Ein Prompt fordert den KI-Agenten auf, eine To-do-Liste für das Kochen einer Mahlzeit zu erstellen und so zu tun, als würde er die dafür nötigen Schritte ausführen.

GitHub Copilot in Eclipse Theia 1.68

Entwicklerinnen und Entwickler mit aktivem GitHub-Copilot-Abo können dieses nun direkt innerhalb der Theia IDE sowie in mit Theia AI erstellten Tools verwenden. Sie benötigen dafür weder zusätzliche API-Keys noch Abos. Dahinter steht technisch das neue Package @theia/ai-copilot, das GitHub Copilot als Language-Model-Anbieter in Eclipse Theias KI-Framework integriert, mitsamt Authentifizierung per OAuth.

Wie der Authentifizierungsvorgang aussieht, demonstriert das EclipseSource-Team:

Skills für KI-Agenten

Als Alpha-Feature können KI-Agenten in Eclipse Theia nun Agent Skills nutzen. Diese bestehen aus wiederverwendbaren Anweisungen und Domänenwissen, die Agenten aus SKILL.md-Dateien beziehen. Unter anderem können Agenten im Verzeichnis ~/.theia/skills/ vorhandene Skills automatisch entdecken, spezifische Skills per Entwickleranweisung mithilfe des Befehls /skillName nutzen oder Skills nach Bedarf laden. Für Letzteres dient die Variable {{skills}}, die Entwicklerinnen und Entwickler in Agenten-Prompts einfügen können.

Das Erstellen von Skills mithilfe des CreateSkill-Agenten befindet sich ebenfalls im Alpha-Status. Um projektspezifische Skills festzulegen, dient das KI-Chat-Interface. Dort können Developer den gewünschten Skill beschreiben, und der Agent wird eine korrekt strukturierte SKILL.md-Datei mitsamt entsprechendem YAML-Frontmatter und Markdown-Inhalt erstellen.

Updates für Accessibility und VS-Code-Kompatibilität

Für eine verbesserte Barrierefreiheit sind im Chat nun Fokusnavigationsbefehle verwendbar, um per Tastatur zwischen Input und Antworten zu navigieren (Strg/Cmd+oben/unten). Auch sind alle Chat-Buttons jetzt per Tastatur zugänglich, und für Screenreader stehen umfassende ARIA-Attribute bereit.

Daneben wurde die Kompatibilität mit Erweiterungen für Visual Studio Code auf die API-Version 1.108.0 erhöht und das Theia-Team hat einige Bugs behoben, wie der Blogeintrag zur Ankündigung aufführt.

(mai)

Ein erstes Modell fürs Coden in Echtzeit, so beschreibt OpenAI das neu herausgebrachte GPT-5.3-Codex-Spark. Es ist eine Research-Preview und setzt erstmals auf einem Cerebras-Chip auf.

Codex-Spark soll besonders schnell sein – konkret 1000 Tokens in der Sekunde liefern können. Doch auch OpenAI schreibt in einem Blogbeitrag, dass das auf Kosten der Qualität gehen kann – das zeigt zumindest der Terminal-Bench 2.0, der auf die Genauigkeit abzielt. Dennoch soll dank der Schnelligkeit eine neue, andere interaktive Arbeit mit dem Modell möglich sein. Codex-Spark lässt sich beispielsweise auch in Echtzeit unterbrechen oder umlenken, heißt es. Es gibt aber etwa keine automatische Vorschau. Verarbeitet wird grundsätzlich nur Text, das Modell hat ein 128K-Kontextfenster.

Im Januar hatte OpenAI die Partnerschaft mit dem kalifornischen Chipdesigner Cerebras bekannt gegeben. Die haben seither verstärkt an einem Chip gearbeitet, der auf Inferenz ausgelegt ist, also besonders schnell KI-Algorithmen auszuführen. Bisher hatte OpenAI auf KI-Beschleuniger von Nvidia gesetzt. So richtig ausgereift klingt Codex-Spark allerdings noch nicht. Im Blogbeitrag steht, man wolle das Modell für frühe Experimente freigeben, während man unter anderem noch an der Endnutzer-Erfahrung arbeite. Zunächst gibt es auch spezielle Rate-Limits, dazu gehört, dass die Nutzung bei vielen Zugriffen auch grundlegend eingeschränkt werden kann. Zugriff haben ChatGPT-Pro-Nutzer mit Codex-App, der CLI und der VS-Code-Erweiterung.

OpenAI kündigt auch bereits an, dass Codex-Spark das erste Modell einer neuen „ultraschnellen Modell-Familie“ sein soll. Multimodalität und weitere Fähigkeiten sollen entsprechend folgen.

Erst vor wenigen Tagen hat OpenAI mit GPT-Codex-5.3 ein neues Modell mit Coding-Fähigkeiten veröffentlicht. Auch dieses soll vor allem schneller sein, als der Vorgänger. Hier geht es aber mitnichten um Echtzeit sondern um minutenlange Denkprozesse zur Aufgabenerfüllung. Zudem gibt es mit der Codex-App eine Kommandozentrale für KI-Workflows.

Sam Altman witzelt bei X, dass ihm das neue, schnelle Modell Freude bereiten würde. Dabei bezieht er sich mit dem englischen Satz „It sparks joy for me“ auf die 2010er Fernsehsendung, in der Marie Kondo Menschen beim Ausmisten geholfen hat. Die Aufräum- und Minimalismusexpertin fragte bei jedem Teil, ob es dem Besitzer Freude bereite – nur dann durfte man es behalten. Kondo allerdings ihren eigenen Spark-Stil längst über Bord geworfen und lässt eigenen Aussagen zufolge lieber ein bisschen Chaos zu.

(emw)