Boris Cherny gehört derzeit zu den spannendsten Stimmen in der KI-Entwicklung. Der Anthropic-Engineer gilt als Schöpfer und Leiter von Claude Code, einem der meistdiskutierten Werkzeuge für KI-gestützte Softwareentwicklung. In einem Interview mit Sequoia Capital beschrieb Cherny nun, wie weit sich sein eigener Arbeitsalltag bereits verändert hat: Nach seiner Darstellung lässt er regelmäßig mehrere KI-Agenten parallel arbeiten, teils über Nacht, teils direkt vom Smartphone aus.
Die These, die daraus entsteht, klingt provokant: Das klassische Schreiben von Code wird immer weniger zur Kernaufgabe von Entwicklerinnen und Entwicklern. Cherny spricht davon, dass Coding für viele Anwendungsfälle weitgehend gelöst sei. Gemeint ist damit nicht, dass Softwareentwicklung keine menschliche Expertise mehr braucht. Vielmehr verschiebt sich die Arbeit: weg vom manuellen Tippen einzelner Codezeilen, hin zur präzisen Steuerung von Zielen, Aufgaben und Prüfprozessen.
Cherny beschreibt in dem Sequoia-Gespräch einen Arbeitsstil, der für viele Entwickler noch futuristisch klingt. Er nutzt mehrere Claude-Code-Sessions parallel und lässt darin zahlreiche Sub-Agenten arbeiten. Business Insider berichtet, Cherny führe typischerweise fünf bis zehn parallele Sessions, in denen nachts teils mehrere tausend KI-Sub-Agenten Aufgaben übernehmen.
Diese Agenten schreiben nicht einfach nur einzelne Codeblöcke. Sie können Aufgaben vorbereiten, Varianten testen, Änderungen vorschlagen und Ergebnisse für spätere Pull Requests liefern. Cherny prüft anschließend, welche Resultate brauchbar sind, welche zusammengeführt werden können und wo nachgearbeitet werden muss. Der Mensch verschwindet also nicht aus dem Prozess. Seine Rolle verändert sich: Er wird stärker zum Auftraggeber, Koordinator und Qualitätsprüfer.
Claude Code ist kein gewöhnlicher Chatbot, der nebenbei Programmierfragen beantwortet. Das Tool ist darauf ausgelegt, direkt in Entwicklungsumgebungen und Codebasen zu arbeiten. Es kann Dateien lesen, Änderungen vorschlagen, Code schreiben, Tests ausführen und komplexere Aufgaben über mehrere Schritte hinweg bearbeiten.
Besonders interessant sind Funktionen, mit denen sich Aufgaben wiederkehrend oder serverseitig ausführen lassen. In Berichten über Chernys Setup werden unter anderem „loops“ und „routines“ erwähnt. Solche Funktionen ermöglichen es, KI-Agenten nicht nur punktuell einzusetzen, sondern als dauerhaft arbeitende Assistenten. Genau darin liegt der Unterschied zu früheren Coding-Hilfen: Die KI wartet nicht nur auf die nächste Frage, sondern übernimmt ganze Aufgabenketten.
Chernys Satz, Coding sei gelöst, ist bewusst zugespitzt. Er meint damit nicht, dass Softwareentwicklung als Ganzes abgeschlossen wäre. Architektur, Produktverständnis, Sicherheit, Verantwortung, Wartbarkeit und Nutzerbedürfnisse bleiben menschliche Aufgaben. Doch der Teil, bei dem ein Mensch eine konkrete Lösung manuell in Code übersetzt, wird zunehmend automatisiert.
Das verändert den Beruf. Wer Software entwickelt, muss künftig noch stärker beschreiben können, was erreicht werden soll. Gute Prompts reichen dabei nicht aus. Entscheidend wird, Aufgaben sinnvoll zu zerlegen, Ergebnisse zu prüfen, Risiken zu erkennen und Agenten so zu führen, dass am Ende belastbare Software entsteht.
Aus klassischem Programmieren wird damit eine Form von technischer Orchestrierung. Entwicklerinnen und Entwickler schreiben weniger Zeile für Zeile selbst. Sie definieren Ziele, setzen Grenzen, überprüfen Zwischenschritte und entscheiden, welche KI-generierten Ergebnisse in ein Produkt übernommen werden.
Die Entwicklung betrifft nicht nur klassische Software-Ingenieure. Wenn KI-Agenten den technischen Einstieg senken, können auch Produktmanager, Designerinnen, Datenanalysten oder Gründer eigene Prototypen bauen. Anthropic selbst hat diesen Wandel bereits bei der Entwicklung von Cowork gezeigt, einem Arbeitstool für Nicht-Programmierer. Axios berichtete im Januar 2026, dass Cowork weitgehend mit Claude Code selbst entwickelt wurde.
Das bedeutet nicht, dass Fachwissen überflüssig wird. Im Gegenteil: Je einfacher Code erzeugt werden kann, desto wichtiger wird die Fähigkeit, gute Entscheidungen über Produktlogik, Datenschutz, Sicherheit und Nutzerführung zu treffen. Die technische Hürde sinkt, aber die Verantwortung verschwindet nicht.
Für Entwicklerinnen und Entwickler ist der Wandel ambivalent. Einerseits können KI-Agenten enorme Produktivitätsgewinne bringen. Routineaufgaben, Tests, Refactorings, Boilerplate-Code oder erste Prototypen lassen sich schneller erledigen. Kleine Teams können dadurch größere Projekte stemmen, und einzelne Entwickler können Aufgaben übernehmen, für die früher mehrere Personen nötig waren.
Andererseits verändert sich der Wert klassischer Coding-Fähigkeiten. Wer nur noch Syntax beherrscht, aber keine Systeme versteht, wird es schwerer haben. Gefragt sind künftig Menschen, die Code beurteilen, Architekturen entwerfen, Fehlerfolgen abschätzen und KI-Ergebnisse kritisch prüfen können. Gerade weil Agenten schnell sehr viel Code erzeugen, wird Qualitätssicherung wichtiger.
Der neue Engpass ist nicht mehr nur die Umsetzung, sondern die Kontrolle. KI kann Geschwindigkeit liefern. Ob daraus robuste, sichere und wartbare Software wird, entscheidet weiterhin der Mensch.
Claude Code hat Anthropic einen sichtbaren Schub in der Entwicklerwelt verschafft. Das Tool gilt als einer der Gründe, warum Anthropic im Wettbewerb um professionelle KI-Nutzung derzeit besonders stark wahrgenommen wird. Business Insider beschreibt Chernys Arbeitsweise als Beispiel dafür, wie Entwickler KI-Agenten nicht mehr nur als Assistenten, sondern als autonome Arbeitskräfte für komplexere Aufgaben einsetzen.
Gleichzeitig sollte man die Entwicklung nicht überhöhen. Berichte über mögliche Bewertungen, Marktverschiebungen oder Unternehmensanteile sind Momentaufnahmen und hängen stark von Datenbasis und Quelle ab. Klar ist aber: Anthropic hat mit Claude Code ein Produkt geschaffen, das den Alltag vieler Entwickler sichtbar verändert und die Diskussion über die Zukunft des Programmierens beschleunigt.
So beeindruckend Chernys Workflow klingt, er zeigt auch die Grenzen des Modells. Wer tausende Agenten arbeiten lässt, braucht klare Aufgaben, gute Priorisierung und strenge Prüfung. Sonst entsteht nicht Produktivität, sondern Chaos. KI-Agenten können Fehler vervielfachen, unsicheren Code erzeugen oder Lösungen bauen, die auf den ersten Blick funktionieren, aber langfristig Probleme verursachen.
Auch rechtliche und organisatorische Fragen bleiben offen. Unternehmen müssen klären, welche Daten KI-Agenten verarbeiten dürfen, wie Code überprüft wird, wer Verantwortung für Fehler trägt und wie Sicherheitstests aussehen. Je autonomer Agenten handeln, desto wichtiger werden Governance, Dokumentation und menschliche Kontrolle.
Boris Cherny zeigt mit seinem Workflow, wohin sich Softwareentwicklung bewegen könnte. Der Entwickler der Zukunft sitzt nicht mehr zwangsläufig stundenlang vor einer Datei und schreibt jede Funktion selbst. Er arbeitet mit Agenten, prüft Ergebnisse, steuert parallele Prozesse und konzentriert sich stärker auf Produktidee, Systemdesign und Qualität.
Das ist kein Ende der Softwareentwicklung. Es ist eine Verschiebung ihrer Schwerpunkte. Coding im engen Sinne wird automatisierter. Entscheiden, strukturieren, prüfen und verantworten bleiben zentrale menschliche Aufgaben.
Genau deshalb ist Chernys These so wichtig: Sie beschreibt nicht eine Welt ohne Entwickler, sondern eine Welt, in der Entwickler anders arbeiten. Wer diese Veränderung versteht, kann KI-Agenten als Verstärker nutzen. Wer sie ignoriert, riskiert, dass die eigene Arbeitsweise schneller veraltet als die Programmiersprache, die man gerade beherrscht.
Quellen: Business Insider, Sequoia Capital, Axios, Fortune, The Pragmatic Engineer.
Texte werden mit Unterstützung von KI-Tools erstellt und vor Veröffentlichung redaktionell geprüft. Mehr dazu