Apple will mit KI Fehler erkennen und Code korrigieren

Apple arbeitet längst nicht mehr nur an Hardware oder Benutzeroberflächen. Auch in der Forschung zur Künstlichen Intelligenz spielt das Unternehmen eine zunehmend aktive Rolle. In drei aktuellen Studien zeigt sich, wie Apple versucht, Prozesse in der Softwareentwicklung mit Hilfe von KI effizienter zu gestalten. Die Forschung konzentriert sich auf drei zentrale Bereiche: die Vorhersage von Fehlern, die Automatisierung von Softwaretests und das selbstständige Beheben von Programmfehlern durch KI-Agenten.

Viele Entwicklerteams verbringen einen Großteil ihrer Zeit mit repetitiven Aufgaben wie Fehleranalyse, Testfall-Erstellung oder Debugging. Apple geht die Frage an, ob KI diese Prozesse nicht nur unterstützen, sondern teilweise übernehmen kann. Dabei entsteht ein Bild von Softwareentwicklung, das stärker automatisiert ist – ohne dabei an Präzision oder Qualität zu verlieren. Die drei Studien bieten konkrete technische Ansätze und zeigen, welche Fortschritte bereits erzielt wurden, aber auch, wo die Grenzen noch liegen.

Fehlervorhersage mit dem Modell ADE-QVAET

In der ersten Studie entwickelt Apple ein KI-Modell zur Vorhersage von Softwarefehlern. Das Modell heißt ADE-QVAET und kombiniert vier Methoden: Adaptive Differential Evolution (ADE), Quantum Variational Autoencoder (QVAE), eine Transformer-Schicht und Adaptive Noise Reduction and Augmentation (ANRA). Ziel ist es, Schwächen bestehender großer Sprachmodelle wie Halluzinationen, fehlender Kontext oder der Verlust geschäftsrelevanter Zusammenhänge zu vermeiden.

Der Ansatz ist ungewöhnlich: Statt Code direkt zu analysieren, betrachtet das Modell Metriken wie Komplexität, Struktur und Größe des Codes. Auf Basis dieser Daten erkennt es Muster, die auf mögliche Fehlerstellen hinweisen könnten.

Das Training erfolgte mit einem spezifischen Kaggle-Datensatz zur Fehlervorhersage. Die Ergebnisse zeigen eine hohe Genauigkeit. Mit einer Trainingsrate von 90 % erreichte das Modell eine Genauigkeit von 98,08 %, eine Präzision von 92,45 %, einen Recall-Wert von 94,67 % und einen F1-Score von 98,12 %. Damit übertrifft ADE-QVAET herkömmliche Machine-Learning-Modelle wie das Differential Evolution ML-Modell deutlich – sowohl bei der Zuverlässigkeit als auch bei der Vermeidung von Fehlalarmen.

Automatisierte Testplanung mit Multi-Agenten-System

Die zweite Studie dreht sich um das Schreiben und Verwalten von Softwaretests. Qualitätsingenieure verbringen laut Apple etwa 30 bis 40 % ihrer Zeit mit der Erstellung grundlegender Testartefakte wie Testplänen, Testfällen und Automatisierungsskripten. Hier setzt Apple auf ein agentenbasiertes Framework, das LLMs und autonome KI-Agenten kombiniert. Die Architektur basiert auf hybrider Vektorgraphik und Multi-Agent-Orchestrierung.

Das System erstellt automatisiert Testpläne, testet Anforderungen und generiert Validierungsberichte. Dabei bleibt die Rückverfolgbarkeit zwischen Anforderungen, Geschäftslogik und Testergebnissen vollständig erhalten.

Die Verbesserungen sind signifikant. Die Genauigkeit steigt im Vergleich zum Ausgangspunkt von 65 % auf 94,8 %. Gleichzeitig lassen sich der Zeitaufwand für Tests um 85 % und die benötigten Ressourcen für die Testsuite um ebenfalls 85 % reduzieren. Die prognostizierten Kosteneinsparungen liegen bei etwa 35 %, und die Projektdauer kann um bis zu zwei Monate verkürzt werden. Die Ergebnisse basieren auf Validierungen in realen Corporate Systems Engineering- und SAP-Migrationsprojekten.

Einschränkungen gibt es dennoch. Die Studie bezieht sich ausschließlich auf bestimmte Unternehmensbereiche wie Mitarbeitersysteme, Finanzanwendungen und SAP-Umgebungen. Die Generalisierbarkeit auf andere Softwarekontexte ist aktuell nicht gegeben.

SWE-Gym: KI-Agenten lernen, Code zu reparieren

Die dritte Studie geht einen Schritt weiter. Ziel ist es nicht mehr nur, Fehler vorherzusagen oder Tests zu erstellen, sondern tatsächlich Code zu reparieren. Apple entwickelt dafür das Trainingsframework SWE-Gym, das reale Coding-Aufgaben aus Open-Source-Projekten nutzt, um KI-Agenten zu trainieren. Insgesamt wurden 2.438 Python-Probleme aus 11 Open-Source-Repositories verwendet. Jede dieser Aufgaben ist ausführbar und mit einer Testsuite versehen, sodass die Agenten unter realistischen Bedingungen lernen können.

Zusätzlich gibt es SWE-Gym Lite, eine abgespeckte Version mit 230 einfacheren Aufgaben, die schnelleres Training ermöglicht und weniger Rechenleistung benötigt.

Die Ergebnisse zeigen, dass Agenten, die mit SWE-Gym trainiert wurden, 72,5 % der Aufgaben erfolgreich lösen konnten. Das sind mehr als 20 Prozentpunkte über bisherigen Benchmarks. SWE-Gym Lite kommt auf vergleichbare Resultate, benötigt aber fast 50 % weniger Trainingszeit. Der Nachteil: Die Lite-Version eignet sich aufgrund der einfacheren Aufgaben nur eingeschränkt für komplexe Probleme.

Apple präsentiert acht KI-Studien auf der ICCV 2025

KI wird bei Apple zum aktiven Teil des Entwicklungsprozesses

Die drei Studien zeigen, wie Apple KI nicht nur als Werkzeug, sondern als aktiven Bestandteil des Softwareentwicklungsprozesses denkt. Dabei geht es nicht um Zukunftsvisionen, sondern um konkrete Systeme, die bereits getestet wurden. Mit ADE-QVAET gelingt eine präzise Fehlervorhersage, die automatisierten Testagenten verkürzen Entwicklungszyklen spürbar, und SWE-Gym bildet eine Grundlage für KI, die aktiv Code verbessern kann. Begrenzt ist die Anwendbarkeit aktuell noch durch den spezifischen Fokus auf bestimmte Unternehmenssysteme und durch die Grenzen der Trainingsdaten. Trotzdem deuten die Ergebnisse klar darauf hin, dass KI in der Softwareentwicklung nicht nur assistieren, sondern eigenständig agieren kann – von der Fehlerdiagnose bis zum Bugfix. (Bild: Shutterstock / bombermoon)