Goldman Sachs beschränkt Claude Code und GitHub auf eigene Ingenieure

Goldman Sachs hat fortgeschrittene KI-Programmierwerkzeuge, darunter Claude Code von Anthropic und GitHub von Microsoft, auf die eigenen Ingenieure beschränkt. Die Änderung steht in internen Richtlinien vom Oktober, wie Bloomberg berichtet hat und The Decoder am 2. November zusammenfasste.

Händler und Banker hatten die gleichen Werkzeuge monatelang genutzt, um Handelsströme zu beobachten und Texte zu entwerfen. Jetzt haben sie keinen Zugriff mehr.

Die Kehrtwende fällt auf, weil der eigene CIO von Goldman vor wenigen Monaten öffentlich das Gegenteil vertreten hatte. Im Juli lobte CIO Marco Argenti in einem Interview das „Vibe Coding“ durch nichttechnische Mitarbeiter. Er beschrieb ein Modell, in dem ein Händler oder jemand aus dem Asset Management mit KI schnell einen Prototyp baut und ihn einem Ingenieur für die Produktion übergibt. Laut The Decoder gilt dieser Plan nicht mehr.

Was sich nach Darstellung von Goldman geändert hat

Die bisher gelieferte Erklärung bleibt dünn. Ein Sprecher von Goldman, Nick Carcaterra, nannte „eine Reihe von Faktoren, darunter Produktivität und Risikomanagement“, so die Darstellung von The Decoder zum Bloomberg-Bericht. Er ergänzte, die Experimentierphase sei vorbei, und das Haus beschränke die Werkzeuge nun auf die Menschen, „die am besten geeignet sind, sie langfristig zu nutzen“. Mehr steht offiziell nicht in der Akte: Produktivität und Risiko, ohne weitere Angaben dazu, welches Risiko gemeint ist oder wessen Produktivität.

Nüchtern gelesen, ziehen die beiden Faktoren in entgegengesetzte Richtungen. Produktivität spricht dafür, die Werkzeuge so breit wie möglich zu streuen. Risikomanagement spricht dafür, sie enger zu fassen. Goldman hat offenbar entschieden, dass das Zweite schwerer wiegt als das Erste, jedenfalls für Mitarbeiter, deren Aufgabe nicht das Schreiben von Software ist. Der berichtete interne Unmut deutet darauf hin, dass nicht alle im Haus diese Entscheidung teilen.

Der Schritt fügt sich in ein größeres Muster. Mehrere Publikationen in der jüngeren Berichterstattung der Akte behandeln den Zugang zu KI-Programmierwerkzeugen in Unternehmen als Governance-Frage und nicht als Beschaffungsfrage. Die Infrastruktur, die rund um Agenten entsteht, legt dieselbe Schlussfolgerung nahe.

Die Infrastruktur wird ernst

Der Ansatz von Uber zeigt, wie kontrollierter Agentenzugang im großen Maßstab aussieht. InfoQ berichtete am 2. November, Uber habe ein MCP-Gateway gebaut, das vereinheitlicht, wie KI-Agenten interne Dienste finden und aufrufen. Es unterstützt mehr als 800 MCP-Server und 5.000 Werkzeuge. Das Design trennt eine Registry, die Werkzeugdefinitionen, Schemas, Zuständigkeiten und Freigabeeinstellungen hält, von einem Proxy-Gateway, das MCP-Anfragen in HTTP-, gRPC- oder TChannel-Aufrufe übersetzt. Ein Crawler namens AutoCrawler durchsucht interne Registries für Schnittstellenbeschreibungssprachen, zieht API-Definitionen aus Protocol-Buffers- und Thrift-Schemas und erzeugt MCP-kompatible Schemas. Die Werkzeugbeschreibungen schreibt ein großes Sprachmodell.

Entscheidend für Entscheidungen nach Goldman-Art ist die Voreinstellung. Laut InfoQ bleiben neu entdeckte Werkzeuge deaktiviert, bis die zuständigen Teams sie prüfen und ausdrücklich freischalten. Die Autorisierung setzt Uber auf Server- und Werkzeugebene über das interne Zugriffskontrollsystem durch, und das Gateway kann personenbezogene Daten aus Werkzeugantworten entfernen. Für die schrittweise Erkennung baute Uber außerdem Omni MCP, weil es ineffizient ist, die Definitionen Tausender Werkzeuge in den Kontext eines Agenten zu laden. Das ist die Kontrollschicht, die eine Bank braucht, bevor sie einen Handelstisch einen Agenten auf interne Systeme richten lässt.

Die Agentenhersteller treiben die Autonomie weiter

Während Goldman verschärfte, lockerten die Werkzeughersteller weiter. DeepSeek stellte am 1. November laut South China Morning Post den Plan für einen autonomeren Agenten vor, der mehrere Aufgaben mit minimalem menschlichen Eingriff erledigt. Das System heißt Super-Agent, und das Papier veröffentlichte das DeepSeek-Harness-Team des Unternehmens am Samstag. Ziel ist es, den Bedarf zu senken, dass Menschen mehrere Agenten koordinieren und ihren Fortschritt überwachen. Das bezeichnet das Unternehmen als Engstelle in komplexen Arbeitsabläufen.

Google ging bei der Kontrolle in gewissem Sinn den umgekehrten Weg und legte die Wahl des Agenten in die Hände der Entwickler. In einem Entwicklerblogbeitrag vom 29. Oktober teilte Google mit, Android Studio unterstütze jetzt mehr als 40 ACP-kompatible Programmieragenten über Bring Your Own Agent und das offene Agent Client Protocol, das im Android-Studio-Release Rabbit 2 stabil ist. Google lieferte außerdem Change Review aus, das einen Bericht über mögliche Probleme in Agentenänderungen erzeugt und den Agenten das Gefundene beheben lassen kann, dazu Android Bench 2.0, eine Rangliste, die Modelle und Agenten-Harnesses bei lang laufenden Android-Entwicklungsaufgaben bewertet. Das Versprechen ist Flexibilität. Der Unterton ist, dass die Prüfung dessen, was ein Agent getan hat, inzwischen der schwierige Teil ist.

In dieser Spannung bewegt sich Goldman. Die Werkzeuge sind gut genug, dass Nicht-Ingenieure sie wollen, und die Hersteller machen sie autonomer, nicht weniger autonom.

Entwickler sollen weniger vertrauen

Die Skepsis bleibt nicht auf Banken beschränkt. Der Engineering-Blog von Meta veröffentlichte am 28. Oktober Ergebnisse einer Python Typing Survey 2026, die KI-Werkzeuge und die Landschaft der Prüfprogramme untersucht. EE Times brachte am 3. November einen Beitrag zum Design-Datenmanagement. Darin heißt es, Ingenieure verlören weiter Zeit, weil digitale Arbeitsabläufe in textbasierte Umgebungen wie VS Code wandern und sie zwischen Editoren, Kommandozeilenwerkzeugen und getrennten Repositories für Versionen und Designhistorie wechseln müssen. Keiner der beiden Beiträge greift KI-Programmierung direkt an, doch beide beschreiben einen Arbeitsablauf, in dem die umgebende Werkzeugkette und nicht das Modell entscheidet, ob die Arbeit gelingt.

Der Entwicklerblog von NVIDIA warb am 29. Oktober für Simulation und beschrieb in seiner Omniverse-Reihe, wie Entwickler mit Frontier-KI-Agenten Ideen in Simulationen verwandeln. NVIDIA veröffentlichte außerdem am 28. Oktober über RTX-Spark-Windows-Laptops, die neue Modelle, Agentenwerkzeuge und Spiele erhalten, und am 22. Oktober über Cosmos, das Werkzeuge zum Trainieren, Bewerten und Ausrollen von Weltmodellen öffnet. Der gemeinsame Faden der Herstellerbeiträge: Agenten brauchen Umgebungen, Bewertungs-Harnesses und Leitplanken, bevor man ihnen etwas Wichtiges anvertraut.

Auch die Hardwaregrenzen sind nicht verschwunden. Tom's Hardware berichtete am 3. November, NTDEV, der Entwickler hinter Tiny11, habe Windows 11 26H2 auf einem System mit 128 MB Arbeitsspeicher gestartet, etwa 3,1 Prozent der 4 GB, die Microsoft mindestens verlangt, und den Desktop, den Datei-Explorer und Notepad erreicht. NTDEV nannte das Ergebnis „quälend langsam“ und behandelte es als Experiment. Der Vergleich hinkt, aber die Lehre lautet: Abgespeckte Systeme leisten Erstaunliches, bis jemand sich auf sie verlassen muss.

Andernorts im Stack

LG CNS hat am 2. November laut Light Reading ein 30-MW-KI-Rechenzentrum in Jakarta fertiggestellt und will den Ausbau von KI-Rechenzentren auf Malaysia, Thailand, Vietnam, die Philippinen und Japan ausweiten. Die erste Phase ist ein Gebäude mit 11 Stockwerken, 46.281 Quadratmetern Fläche und Platz für mehr als 100.000 Server, wobei die Stromsysteme mehr als 300 Kilowatt pro Rack tragen. LG CNS hat nach eigenen Angaben 100 Prozent der Anlage vor der Fertigstellung vermietet. Rechenkapazität ist nicht die Grenze, die Goldman verwaltet, aber sie ist der Grund, warum es die Werkzeuge überhaupt gibt.

Die Robotik folgt demselben Drehbuch. Agility Robotics und Churchill Capital Corp XI erwarten laut The Robot Report vom 30. Oktober nun etwa 465.000.000 US-Dollar aus der geplanten SPAC-Fusion von Agility, nach 620.000.000 US-Dollar, die im Juni bei einer Bewertung von 2.500.000.000 US-Dollar vorhergesagt worden waren. Das Unternehmen will am 4. November abschließen und gibt mehr als 300.000.000 US-Dollar an fest zugesagten Mehrjahresaufträgen für Digit 5 an, mit Lieferungen an Early-Access-Kunden in der ersten Hälfte von 2027. Der Oktober-Rückblick von The Robot Report erwähnte außerdem die Vereinbarung von Schneider Electric, PTC für rund 22.600.000.000 US-Dollar zu übernehmen, und die neue vierfingrige Hand von Boston Dynamics mit 13 Freiheitsgraden.

Nichts davon ändert, was bei Goldman geschah. Es zeigt nur, dass die Lust auf Automatisierung nicht schrumpft, sondern allein die Lust auf unkontrollierte Automatisierung.

Was zu beobachten ist

Die offenen Fragen sind konkret. Ob andere Banken der Beschränkung von Goldman folgen und ob in ihnen das Produktivitäts- oder das Risikoargument gewinnt, wird sich bei Einstellungen und Werkzeugbudgets zeigen, bevor es in Pressemitteilungen auftaucht. Ob Claude Code und GitHub bei Goldman über die aktuellen Richtlinien hinaus nur für Ingenieure zugänglich bleiben, ist ebenfalls unbestätigt. Die Akte enthält keine Aussage, dass die Beschränkung dauerhaft gilt.

Für Entwickler lautet das kurzfristige Signal, dass die Prüfschicht zum Produkt wird. Googles Change Review, Ubers standardmäßig deaktivierte Werkzeug-Registry und der Rückzug von Goldman zeigen in dieselbe Richtung: Der Assistent schreibt, aber jemand muss noch abzeichnen. Die Akte sagt nicht, wie die Ingenieure von Goldman diese Abzeichnung handhaben oder ob die Händler, die den Zugang verloren haben, ein engeres Werkzeug bekommen. Auf die Frage nach Details über die Erklärung des Sprechers hinaus enthält die Akte keine Antwort.