Goldman Sachs hat eine von Wall Streets größten Technologie-Wetten leise in ein funktionierendes Experiment zur Zukunft der Softwareentwicklung verwandelt. Die Einführung der Goldman Sachs Devin AI-Tools in der Technologieabteilung der Bank ist eines der bislang klarsten Beispiele dafür, dass ein großes Finanzinstitut echte Produktionsarbeit an einen autonomen Coding-Agenten übergibt – nicht nur an einen Chat-Assistenten, der Code-Snippets vorschlägt. Und die frühen Ergebnisse, so CIO Marco Argenti, deuten darauf hin, dass dies erst der Anfang ist.
Summary
Wichtigste Erkenntnisse
- Goldman Sachs setzte 2025 Devin ein, einen agentischen KI-Softwareingenieur des Startups Cognition, in der gesamten Technologieabteilung.
- Devin arbeitet Seite an Seite mit rund 12.000 menschlichen Ingenieuren und entwickelt, testet und debuggt Projekte autonom, einschließlich der Definition des Projektumfangs.
- CIO Marco Argenti sagt, Devin sei drei- bis viermal leistungsfähiger als die bisherigen KI-Tools der Bank.
- Eine Organisation, die die Technologie nutzt, konnte die Zeit zur Behebung von Schwachstellen von 30 Minuten auf 1,5 Minuten pro Fall reduzieren.
- Goldman plant, 2026 Anthropics Claude für Handel, Transaktionen und Kunden-Onboarding einzusetzen.
- Analysten schätzen, dass bis zu 200.000 US-Bankarbeitsplätze, viele davon bei Junior-Entwicklern, gefährdet sein könnten.
Goldman Sachs setzt agentischen KI-Softwareingenieur Devin ein
Goldman Sachs wurde die erste große Bank, die virtuelle Softwareingenieure für reale Produktionsaufgaben statt für isolierte Pilotprojekte einsetzt. 2025 führte die Bank Devin ein, ein Tool des KI-Startups Cognition, in ihrer gesamten Technologieabteilung und stellte Hunderte von KI-Agenten an die Seite ihrer rund 12.000 menschlichen Ingenieure und Entwickler.
Was diesen Einsatz von früheren KI-Coding-Tools unterscheidet, mit denen Banken bereits experimentiert hatten, ist die Autonomie. Devin generiert nicht nur Code auf Aufforderung. Es kann unabhängig innerhalb der bestehenden IT-Infrastruktur von Goldman operieren und gleichzeitig mit menschlichen Teams zusammenarbeiten – ein Unterschied, der wichtig ist, weil er verändert, wofür die KI tatsächlich verantwortlich ist.
Autonome Fähigkeiten von Devin
Anstatt einfach nur die Anweisungen auszuführen, die es erhält, ist Devin so konzipiert, dass es die vollständigen Anforderungen eines Engineering-Projekts eigenständig erfasst. Es schreibt den Code, testet ihn, reicht die Arbeit zur menschlichen Überprüfung ein und nimmt dann bei Bedarf Korrekturen oder Bugfixes vor. Dieser End-to-End-Workflow ist es, der ein agentisches System von einem herkömmlichen KI-Coding-Assistenten unterscheidet.
Erste Einführung und Integration in menschliche Teams
Goldmans Einsatz der Technologie begann mit der Modernisierung von Legacy-Architekturen – einem klar definierten und leicht messbaren Problem. Es wurde jedoch schnell deutlich, dass der Nutzen von Devin weit über diesen Ausgangspunkt hinausging, was die Bank dazu veranlasste, den Einsatz agentischer KI in ihren Engineering-Aktivitäten in Breite und Tiefe auszuweiten.
Produktivitätsgewinne und technischer Einfluss agentischer KI
Die Zahlen hinter Goldmans Experiment deuten auf einen spürbaren Sprung in der Leistung hin, nicht nur auf eine marginale Verbesserung. Argenti sagte gegenüber CNBC, Devin sei „wie ein neuer Mitarbeiter“ und werde voraussichtlich drei- bis viermal produktiver sein als die KI-Tools, die Goldman zuvor eingesetzt hatte.
Berichtete 3- bis 4-fache Produktivität im Vergleich zu früheren KI-Tools
Goldman hat keine detaillierten Statistiken speziell zu seinem eigenen Einsatz veröffentlicht, aber eine Leistungsbewertung, die Cognition Ende 2025 über seine gesamte Kundenbasis hinweg durchführte, bietet einen Einblick in das Mögliche. Eine große Organisation sparte demnach fünf bis zehn Prozent der Entwicklungszeit, indem sie Devin zur Behebung von Sicherheitsproblemen im Code einsetzte.
Reduzierung der Zeit zur Behebung von Schwachstellen
Bei einem anderen Kunden ergab Cognitions Analyse, dass die Zeit zur Behebung einer Schwachstelle von 30 Minuten pro Fall auf nur 1,5 Minuten sank, verglichen mit menschlichen Entwicklern, die allein arbeiteten. Die Leistung des Systems verbesserte sich zudem mit der Nutzung: Der Anteil der Pull Requests, die von menschlichen Prüfern ohne umfangreiche Neucodierung akzeptiert wurden, stieg im Zeitverlauf von etwa einem Drittel auf rund zwei Drittel. Diese Entwicklung ist wichtig, weil sie darauf hindeutet, dass die Technologie umso zuverlässiger wird, je länger sie in einen Workflow eingebettet ist – und nicht nur zum Zeitpunkt der Einführung leistungsfähiger.
Warum das wichtig ist: Für eine Bank von der Größe Goldman Sachs’ summiert sich das Einsparen von Minuten bei routinemäßigen Schwachstellenbehebungen über Tausende von Engineering-Aufgaben hinweg zu einer erheblichen Veränderung darin, wie Technologie-Budgets und Zeitpläne geplant werden.
Ausweitung und breitere KI-Integration bei Goldman Sachs
Ermutigt durch diese Ergebnisse weitet Goldman seinen agentischen KI-Fußabdruck weit über den Code hinaus aus. 2026 plant die Bank, Anthropics Claude für Aufgaben im Zusammenhang mit Handel und Transaktionen sowie für Kundenprüfung und Onboarding einzusetzen und damit agentische Automatisierung auf Funktionen auszuweiten, die viel näher am Kerngeschäft der Bank liegen.
Einsatz von Anthropics Claude für Handel, Transaktionen und Onboarding
Argenti sagte gegenüber Fortune, dass er seine Messung der Auswirkungen der Technologie verändert habe. Statt zu verfolgen, wie viele Mitarbeiter KI-Tools nutzen, beobachtet er nun, wie schnell sich Ideen in Prototypen und dann in funktionierende Produktionsmodelle verwandeln, und beschreibt den Wandel so, dass die Bank in der Lage sei, „Software in 3D zu drucken“. Diese Neubewertung der Einführung von Devin AI und Claude bei Goldman – weg von Nutzungskennzahlen hin zur Geschwindigkeit der Bereitstellung – zeigt, wie zentral agentische Systeme für die Engineering-Strategie der Bank geworden sind.
Auswirkungen auf die Belegschaft und Herausforderungen in der Talententwicklung
Die deutlichste Spannung in Goldmans KI-Offensive ist nicht technischer, sondern menschlicher Natur. Argenti hat agentische Automatisierung konsequent als Werkzeug dargestellt, das Menschen für höherwertige Aufgaben freisetzt, anstatt sie vollständig zu ersetzen. Doch diese Darstellung hat die Debatte nicht beendet.
Sicht des CIO auf KI als Erweiterung menschlicher Fähigkeiten
Argentis Position ist, dass Automatisierung die menschliche Aufmerksamkeit auf wertvollere Probleme lenkt, anstatt den Bedarf an Menschen vollständig zu beseitigen. Diese Sichtweise wird in großen Teilen des Bankensektors geteilt, da Unternehmen versuchen, hohe KI-Investitionen zu rechtfertigen, ohne ihre eigenen Belegschaften zu beunruhigen.
Schätzungen zu Arbeitsplatzverlusten und Risiken für die Pipeline von Junior-Entwicklern
Forscher, darunter Analysten von Bloomberg Intelligence, sehen das anders. Sie schätzen, dass bis zu 200.000 Arbeitsplätze, darunter viele von Entwicklern auf Junior-Ebene, im US-Bankensektor verloren gehen könnten, da agentische KI Aufgaben übernimmt, mit denen früher Berufseinsteiger geschult wurden. Diese Schätzung wirft eine zugespitzte Frage auf: Wenn Junior-Coding-Rollen verschwinden, woher kommt dann die nächste Generation von Senior-Entwicklern, die später große Projekte und Implementierungen im Finanzsektor leiten soll?
Goldman-CEO David Solomon hat bereits über eine Begrenzung der Mitarbeiterzahl gesprochen, und auch Argenti selbst erwartet, dass KI-getriebene Stellenstreichungen über die IT-Entwicklung hinaus in andere Abteilungen hineinreichen werden. Keiner der beiden Führungskräfte hat bislang eine klare Antwort auf die Pipeline-Frage gegeben.
Cognitions eigene Analyse von Kundeneinsätzen zeigte eine aufschlussreiche Einschränkung: Devin agiert beim Verständnis von Code auf dem Niveau eines Senior-Entwicklers, verhält sich bei der Ausführung jedoch eher wie ein Junior-Mitarbeiter, insbesondere bei Aufgaben mit unklaren oder nur grob definierten Zielen. Diese Lücke unterstreicht, warum gut abgegrenzte, strukturierte Anweisungen beim Einsatz agentischer Systeme weiterhin entscheidend sind – und sie ist ein Warnsignal für jede Organisation, die versucht ist, vage definierte Arbeit zu übergeben.
Warum das wichtig ist: Dieselben Effizienzgewinne, die agentische KI für Banken attraktiv machen, sind auch diejenigen, die am ehesten die Einstiegspositionen aushöhlen, in denen traditionell zukünftige Senior-Ingenieure ausgebildet wurden – eine Spannung, die weit über Goldman Sachs hinausreicht und jede Branche betrifft, die diese Art von Automatisierung skaliert.
FAQ
Was ist Devin und wie funktioniert es bei Goldman Sachs?
Devin ist ein agentischer KI-Softwareingenieur, der 2025 von Goldman Sachs eingeführt wurde und in der Lage ist, Softwareprojekte innerhalb der IT-Infrastruktur der Bank autonom zu planen, zu programmieren, zu testen und zu debuggen.
Wie stark hat Devin die Produktivität verbessert?
Der CIO von Goldman Sachs berichtete, dass Devin voraussichtlich drei- bis viermal produktiver ist als die zuvor von der Bank eingesetzten KI-Tools.
Welche Auswirkungen könnte agentische KI auf Bankarbeitsplätze haben?
Bis zu 200.000 Bankarbeitsplätze in den USA, insbesondere für Junior-Entwickler, könnten durch KI-Automatisierung verloren gehen, was Risiken für die zukünftige Talentpipeline mit sich bringt.
Wie sieht Goldman Sachs die Rolle von KI am Arbeitsplatz?
Der CIO der Bank betrachtet agentische KI als Werkzeug zur Erweiterung menschlicher Arbeit, das Mitarbeiter für höherwertige Aufgaben freisetzt, auch wenn die Sorgen über Arbeitsplatzverlagerungen weiterhin erheblich sind.
{„@context“:“https://schema.org“,“@type“:“FAQPage“,“mainEntity“:[{„@type“:“Question“,“name“:“Was ist Devin und wie funktioniert es bei Goldman Sachs?“,“acceptedAnswer“:{„@type“:“Answer“,“text“:“Devin ist ein agentischer KI-Softwareingenieur, der 2025 von Goldman Sachs eingeführt wurde und in der Lage ist, Softwareprojekte innerhalb der IT-Infrastruktur der Bank autonom zu planen, zu programmieren, zu testen und zu debuggen.“}},{„@type“:“Question“,“name“:“Wie stark hat Devin die Produktivität verbessert?“,“acceptedAnswer“:{„@type“:“Answer“,“text“:“Der CIO von Goldman Sachs berichtete, dass Devin voraussichtlich drei- bis viermal produktiver ist als die zuvor von der Bank eingesetzten KI-Tools.“}},{„@type“:“Question“,“name“:“Welche Auswirkungen könnte agentische KI auf Bankarbeitsplätze haben?“,“acceptedAnswer“:{„@type“:“Answer“,“text“:“Bis zu 200.000 Bankarbeitsplätze in den USA, insbesondere für Junior-Entwickler, könnten durch KI-Automatisierung verloren gehen, was Risiken für die zukünftige Talentpipeline mit sich bringt.“}},{„@type“:“Question“,“name“:“Wie sieht Goldman Sachs die Rolle von KI am Arbeitsplatz?“,“acceptedAnswer“:{„@type“:“Answer“,“text“:“Der CIO der Bank betrachtet agentische KI als Werkzeug zur Erweiterung menschlicher Arbeit, das Mitarbeiter für höherwertige Aufgaben freisetzt, auch wenn die Sorgen über Arbeitsplatzverlagerungen weiterhin erheblich sind.“}}]}
Artikel mit Unterstützung künstlicher Intelligenz erstellt und von der Redaktion überprüft.
