Am 11. November 2026 um 18:25 Uhr MEZ beschrieb Amazon im Firmenblog, wie der AWS Emulator entstanden ist: Tausende autonome KI-Agenten hätten jede Codezeile geschrieben, das Team selbst habe keinen Code geschrieben oder geprüft^[1]. Das ist eine Herstellerangabe, unabhängig überprüft ist sie nicht. Am selben Tag hat AWS, die Cloud-Sparte von Amazon, den Emulator offiziell vorgestellt^[2].

Wir ordnen ein, wie Amazon die Agenten kontrolliert, wie verlässlich das Ergebnis Stand 12. November 2026 ist und was Sie Dienstleister fragen sollten, die mit KI-Agenten arbeiten.

Der AWS Emulator ahmt die Programmierschnittstellen (APIs) der AWS-Cloud auf dem eigenen Rechner nach. Entwickler testen damit ihre Software ohne AWS-Konto, lokal oder in der CI, also in automatischen Testläufen bei jeder Codeänderung^[3]. Eine zusätzliche Gebühr verlangt AWS nicht^[3]. Der Quellcode steht unter CC0, einer Widmung an die Gemeinfreiheit^[2]; ausgenommen ist der Ordner vendor/, für den die Apache-2.0-Lizenz gilt^[4].

Ganz ohne Menschen ging es nicht. Statt Code zu schreiben, hat das Team laut Amazon den Rahmen gebaut, in dem die Agenten arbeiten^[1]. Am Anfang stand ein Auftrag an Kiro, das hauseigene KI-Entwicklungswerkzeug von AWS^[7]: Tests anhand der AWS-Kommandozeile schreiben, sie am echten AWS prüfen und dann eine Nachbildung im Arbeitsspeicher bauen, die dieselben Tests besteht^[1]. Nach 15 Minuten lag eine brauchbare erste Version des Warteschlangendienstes SQS vor, ein robustes Produkt daraus zu machen, dauerte laut Amazon aber „mehr als ein Wochenende“^[1].

Nach Amazons Angaben arbeiten Hunderte Agenten gleichzeitig am Code und erledigen täglich Tausende Problemmeldungen^[1]. Die eigene Testsammlung hält allerdings fest: Verhalten, das kein Fidelity-Test abdeckt, ist nicht überprüft^[8].

Bestanden ist ein Fidelity-Test nur, wenn jeder Aufruf im Ablauf dasselbe Ergebnis liefert wie AWS^[10]. Die Ergebnisse veröffentlicht AWS mit jedem Release^[10]. Wir haben die Datei zu Release v1.0.336 vom 12. November 2026 selbst ausgezählt:

Nicht bestandene Tests sind laut AWS bekannte Lücken, die bewusst veröffentlicht werden. Am genauesten bildet der Emulator Verwaltungsfunktionen nach, etwa das Anlegen von Ressourcen. Bei Kernfunktionen wie dem Speichern und Abrufen von Dateien und bei Werkzeugen, die Cloud-Umgebungen automatisch nach Vorlage aufbauen, etwa CloudFormation oder Terraform, schwankt die Qualität je Dienst^[10]. Was fehlt, beantwortet er mit dem Fehlercode 501 (nicht umgesetzt)^[10].

Von 256 Issues seit dem Start waren bei unserer Abfrage nur 5 geschlossen^[12]. Eine Fehlerquote ist das nicht, darunter sind auch Wünsche, etwa Daten über einen Neustart hinweg zu behalten^[13]. Laut einer Meldung zu Version 1.0.322 blockiert der Emulator bestimmte Browser-Anfragen von fremden Websites an den Speicherdienst S3, obwohl die Freigaberegeln des Speichers sie erlauben^[14].

Im Technikforum Hacker News kam die Vorstellung bis 12. November, 18:14 Uhr, auf 934 Punkte und 258 Kommentare^[15]. Der Kommentar mit den meisten Antworten hält für unklar, ob Amazon das Werkzeug dauerhaft pflegt oder ob es ein Experiment bleibt^[15].

Amazons Versuch funktioniert unter Bedingungen, die den meisten Individualprojekten fehlen. Die Agenten hatten eine vollständige, maschinenlesbare Vorgabe und ein Original, an dem sich jede Antwort automatisch prüfen ließ. Bei einem Kundenportal oder einer Shop-Anbindung gibt es dieses Original nicht: Was „richtig“ ist, steht in Ihren Anforderungen, oft nur in einzelnen Köpfen.

Welche Risiken entstehen, wenn ungeprüfter KI-Code in eine App gelangt, haben wir im Beitrag zu Vibecoding vor dem Store-Release beschrieben.

Was die Agenten an Rechenleistung gekostet haben, nennt Amazon nicht^[1]. Das Forschungsinstitut METR maß Anfang 2025 bei 16 erfahrenen Open-Source-Entwicklern, dass sie mit KI-Werkzeugen 19 Prozent länger brauchten; diese Ergebnisse hält METR inzwischen für überholt^[16].

Ein Folgeversuch mit 57 Entwicklern, veröffentlicht am 24. Februar 2026, deutet je nach Gruppe auf 18 oder 4 Prozent kürzere Bearbeitungszeiten hin. Beide Spannweiten schließen aber null ein, und METR hält die Daten wegen Auswahlverzerrungen für wenig verlässlich, vermutet aber eher mehr Zeitersparnis^[17]. Untersucht wurden Menschen mit KI-Werkzeugen, keine autonomen Agententeams. Unsere Einordnung: Selbst wenn das Schreiben von Code billiger wird, bleiben Vorgaben, Tests und Abnahme Arbeit. Genau dort lag bei Amazon die Arbeit des Teams.

Das BSI empfahl schon 2023, Ergebnisse von KI-Sprachmodellen, etwa Programmcode, von Menschen prüfen zu lassen und vorher eine Risikoanalyse für den konkreten Anwendungsfall zu machen^[18]. Eine gesetzliche Pflicht zum Code-Review ist das nicht, aber ein brauchbarer Maßstab. Fragen Sie konkret:

• Wer prüft was? Welche Teile schreiben KI-Agenten, und welche Änderungen sieht vor dem Livegang ein Mensch?
• Wogegen wird getestet? Gibt es schriftliche Abnahmekriterien und automatische Tests, die Sie mitgeliefert bekommen? Was kein Test abdeckt, ist nicht geprüft.
• Wie wird Sicherheit geprüft? Getrennt und auf der echten Umgebung vor dem Produktivstart, so rät es AWS für den Emulator^[5].
• Wo landen Ihre Daten? In den Emulator gehören laut AWS nur Testdaten^[5]. Verarbeitet ein Dienstleister personenbezogene Daten in Ihrem Auftrag, braucht es einen Vertrag zur Auftragsverarbeitung nach Art. 28 DSGVO^[19].
• Wer steht für Fehler ein? Abnahme, Mängel und Verantwortlichkeiten gehören in den Vertrag, egal ob Mensch oder Agent den Code geschrieben hat.