Torvalds entündet skepsis: ki im linux-kernal – ein blick hinter die fassade

Der Linux-Pionier Linus Torvalds hat seine anfängliche Skepsis gegenüber Künstlicher Intelligenz (KI) im Software-Bereich neu geäußert. Was einst als reine Marketing-Hype abgetan wurde, scheint nun langsam einen pragmatischen Platz in der Entwicklung zu finden – allerdings mit klaren Vorbehalten.

Zweifelhafte versprechen und der ‘marketing-laut’

Torvalds’ ursprüngliche Haltung, zusammengefasst mit der zynischen Bemerkung „90 Prozent Marketing, 10 Prozent Realität“, war Ausdruck einer tiefen, wohlverdienten Müdigkeit über übertriebene Versprechungen. Die ersten Jahre der KI-Entwicklung brachten zwar beeindruckende Code-Generatoren hervor, doch diese waren oft von Halluzinationen, Fehlern und irreführenden Ergebnissen geplagt. Ein vollständiger Review-Prozess war unerlässlich, um die Ergebnisse zu validieren – ein Zeitaufwand, den Torvalds vehement kritisiert hat.

Die Unternehmen präsentierten eine sofortige Revolution, während die zuverlässigen Anwendungen dieser neuen Technologie jedoch extrem limitiert waren. Er bevorzugte es, die Entwicklung um mehrere Jahre zu verschieben und zu beobachten, welche Projekte den Test der Zeit bestanden.

Doch Torvalds’ Haltung hat sich weiterentwickelt. Er begann, die potentiellen Anwendungsbereiche der KI zu differenzieren und erkannte, dass sie in bestimmten Bereichen durchaus nützlich sein könnte. Ein Beispiel hierfür ist sein Einsatz von generativen Tools im AudioNoise-Projekt, einem persönlichen Hobbyprojekt zur Erzeugung von Soundeffekten. Er nutzte die Antigravity-Umgebung für die Python-basierte Visualisierung und betonte die Notwendigkeit, den Code zu verstehen, bevor er von anderen geprüft und gewartet werden konnte.

“Generieren von Code ohne Verständnis ist inakzeptabel, wenn andere ihn in Jahren warten müssen”, so Torvalds unmissverständlich.

Ki als assistenz, nicht als ersatz

Der entscheidende Wendepunkt kam, als die KI-Tools nicht mehr nur für die Code-Generierung, sondern auch für die Code-Prüfung, das Testen und die Fehlererkennung eingesetzt wurden. Greg Kroah-Hartman, einer der Hauptverantwortlichen für die stabilen Linux-Versionen, experimentiert bereits mit KI-gestütztem Fuzzing. Dabei werden absichtlich fehlerhafte oder unerwartete Daten in das System eingespeist, um Schwachstellen aufzudecken – ein Verfahren, das traditionelle Code-Reviews oft überflüssig macht. Die KI identifiziert verdächtige Verhaltensweisen, ohne jedoch eigenständig Entscheidungen über die notwendigen Korrekturen zu treffen. Ein menschlicher Programmierer überprüft und validiert jede einzelne Empfehlung.

Ein weiteres Beispiel ist Sashiko, ein System, das Patches im Kernel analysiert und Beobachtungen zu potenziellen Fehlern veröffentlicht. Es fungiert als zusätzlicher Reviewer, nicht als Ersatz für die Kern-Maintainer.

Linux bleibt skeptisch – mit regeln

Torvalds’ Haltung hat sich grundlegend gewandelt. Er bekennt sich nicht mehr zur KI-Abwehr, sondern sieht sie als Werkzeug, das bei der Erstellung von Code und der Automatisierung repetitiver Aufgaben helfen kann. “Linux ist nicht eines dieser Projekte, die sich gegen KI positionieren”, erklärte er im Juli 2026. Wer eine absolute Verbotspolitik durchsetzen will, könne sich eine eigene Fork des Kernels erstellen – “und einfach gehen”. Die Teilnahme an Linux ist jedoch an strenge Regeln gebunden: Der Code muss der GPL-2.0 Lizenz entsprechen und muss von einer Person geprüft, verstanden und für seine Qualität verantwortlich gemacht werden. Die Verwendung von KI-gestützten Hilfsmitteln wird durch die Kennzeichnung ‘Assisted by’ angezeigt – ein Hinweis, der Torvalds weiterhin kritisch verfolgt. Er kritisiert weiterhin ineffizienten Code, erfundene Fehlerberichte und Tools, die die Arbeit der Maintainer unnötig erhöhen. Aber er hat seine Meinung geändert: Die KI kann Fehler erkennen, Änderungen prüfen und Routineaufgaben automatisieren – vorausgesetzt, ein Mensch behält die Kontrolle.

Die Aussage des Linux-Gründers ist eindeutig: Künstliche Intelligenz und generative Modelle können bei bestimmten Aufgaben unterstützen und Code generieren, aber ein menschlicher Programmierer muss stets die Verantwortung tragen.”,n