KI-Codierungstools scheitern immer noch auf langweilige Weise: Fehler in Claude Code, Codex und Gemini CLI
Eine empirische Studie zu KI-Codierungstools vom März 2026 ergab, dass es sich bei vielen für den Benutzer sichtbaren Fehlern nicht um exotische Modellfehler handelt. Dabei handelt es sich um API-Fehler, Terminalprobleme, Befehlsfehler, Konfigurationsprobleme und Integrationsprobleme.
Der Datenpunkt
Das arXiv-Papier „Engineering Pitfalls in AI Coding Tools“ untersucht Fehler in Claude Code, Codex und Gemini CLI. Die gemeldete Symptomverteilung umfasst API-Fehler mit 18,3 %, Terminalprobleme mit 14 % und Befehlsfehler mit 12,7 % unter den beobachteten benutzerbezogenen Symptomen.
Warum das für Bauherren wichtig ist
Die größten täglichen Verluste bei der KI-Codierung sind häufig betrieblicher Natur. Ein Modell kann stark sein und dennoch eine Sitzung durch schlechte Umgebungsbehandlung, wiederholte Shell-Fehler oder fragile Tool-Aufrufe verschwenden. Teams sollten die Werkzeugreibung als Teil der KI-Produktivität verfolgen und sie nicht als zufälliges Rauschen behandeln.
Token-Abfall-Verbindung
Jeder fehlgeschlagene Befehl kann eine weitere Diagnoseschleife auslösen. Jede falsch konfigurierte CLI kann den Kontext verbrennen, wenn der Agent Dateien erneut liest und es erneut versucht. Werkzeugzuverlässigkeit ist daher Teil der symbolischen Ökonomie.