Agentic QA ist ein Budget-Ereignis: Wohin sich der 66-Milliarden-Dollar-Testmarkt bewegt

TL;DR: Agentic QA ist Qualitätssicherung, bei der KI-Agenten Tests planen, schreiben, ausführen und pflegen – ergänzt durch eine unabhängige Verifizierungsebene, die belegt, dass die Software tatsächlich funktioniert. Das QA-Budget wird dadurch keineswegs kleiner. Es verschiebt sich lediglich weg von der manuellen Arbeit des Schreibens und Wartens von Skripten hin zu Execution Rails im Agenten-Maßstab mit unabhängigem Nachweis. Die Testerstellung wird günstig. Die Verifizierung wird zum Produkt.

Am 6. Oktober 2026 veröffentlichte Gartner seinen Magic Quadrant für agentic Software-Quality-Assurance-Plattformen und ersetzte damit den Bericht von 2025 über „KI-gestützte Software-Testing-Tools“. Die meisten lasen das als reine Namensänderung. Ich lese es als Budget-Ereignis. Wenn das Unternehmen, das die Shortlists für Großunternehmen definiert, eine Kategorie umbenennt, ändern sich als Nächstes die Beschaffungsvorlagen – und das Geld folgt den Vorlagen.

Dieser Text richtet sich an CIOs und Gründer, die ein QA-Budget haben (oder darum kämpfen, eines zu bekommen). Das Argument ist simpel: Agentic QA macht Qualität insgesamt nicht billiger. Es verschiebt nur das Geld. Was folgt, ist eine Landkarte darüber, wo das Geld gerade steckt, wohin es als Nächstes fließt, sowie eine Scorecard, mit der du deine Umschichtung für 2027 planen kannst – bevor deine Anbieter es tun.

Was ist Agentic QA, und warum hat Gartner die Kategorie umbenannt?

Agentic QA ist Software-Qualitätssicherung, bei der KI-Agenten Tests planen, erstellen, ausführen und pflegen, um ein definiertes Ziel zu erreichen, während eine unabhängige Verifizierungsebene nachweist, ob sich die Software wie beabsichtigt verhalten hat. „KI-gestützt“ beschreibt einen Menschen mit einem intelligenteren Werkzeug. „Agentisch“ beschreibt Arbeit, die jetzt einer Maschine gehört.

Der Druck hinter der Umbenennung kommt vom Code-Volumen. Menlo Ventures schätzt, dass Unternehmen 2025 4,0 Mrd. USD für KI-Coding-Tools ausgeben werden – mehr als die Hälfte aller abteilungsspezifischen KI-Ausgaben. Jeder dieser Dollars erzeugt mehr Code, von dem jemand beweisen muss, dass er funktioniert.

Die Validierungskapazität hält nicht Schritt. Das US Bureau of Labor Statistics prognostiziert, dass die Zahl der Stellen für QA-Analysten und Tester von 2025 bis 2035 um 6 % wächst (von 187.600 auf 198.200). Für die breitere Gruppe aus Entwicklern, QA und Testern wird ein Wachstum von 10 % erwartet. Code skaliert mit Rechenleistung; Tester skalieren mit Köpfen. Diese Lücke ist der gesamte Markt.

Wie groß ist der Software-Testing-Markt, und welchen Anteil hat KI heute?

Marktforschungsunternehmen beziffern den globalen Software-Testing-Markt auf rund 60–66 Mrd. USD, wobei KI-gestütztes Testing noch unter 1 % davon liegt. Dieses Missverhältnis ist die Chance – und das Risiko für alle, die die anderen 99 % verkaufen.

• Gesamtmarkt. Global Market Insights (2026) schätzt den Markt auf 60,5 Mrd. USD im Jahr 2025 und 65,9 Mrd. USD im Jahr 2026, mit einem jährlichen Wachstum von etwa 7,7 % auf 127,5 Mrd. USD bis 2035.
• Anteil der Arbeitskosten. In derselben Schätzung machten Testing-Services 38 % der Ausgaben von 2025 aus, also rund 23 Mrd. USD pro Jahr – womit größtenteils die Zeit von Menschen bezahlt wird.
• KI-Anteil. Research and Markets (2026) beziffert den Markt für KI-gestütztes Testing auf 544 Mio. USD im Jahr 2025, steigend auf 1,39 Mrd. USD bis 2031. Das sind weniger als 1 % der gesamten Testing-Ausgaben.
• Wohin das IT-Geld fließt. Gartners Prognose vom Juli 2026 sieht die weltweiten IT-Ausgaben 2026 bei 6,37 Bio. USD. Software wächst um 15,5 %; IT-Services nur um 5,3 %.

Das sind alles Schätzungen, und sie weichen in der Gesamtsumme voneinander ab. Bei der Richtung sind sie sich jedoch einig: Käufer geben schneller Geld für Software aus als für Services. Meine Einschätzung ist, dass in den nächsten 10 Jahren 65–100 Mrd. USD der Testing-Ausgaben agentisch sein werden (d. h. über Agenten und Plattformen gelenkt statt auf Stundenbasis abgerechnet). Das ist der Topf, um den jetzt jeder Player in diesem Markt kämpft.

Wohin fließt ein Testing-Budget heute? Die vier Pools der Quality-Ausgaben

Jedes Testing-Budget teilt sich in vier Pools auf: Hands, Scripts, Rails und Proof. Agentic QA schrumpft die ersten beiden, lässt den dritten wachsen und macht den vierten zu einer echten Budgetzeile.

Die vier Pools der Quality-Ausgaben sind ein Modell, um nachzuvollziehen, wohin das Geld fließt und wie es sich bewegt:

1. Hands – Menschen, die testen: interne manuelle Tester, Offshore-Regressions-Teams, UAT-Runden.
2. Scripts – Aufbau und Pflege skriptbasierter Automatisierung: Selenium-, Playwright- und Appium-Suites, Frameworks und die SDET-Stunden, die sie grün halten.
3. Rails – Infrastruktur, die Tests ausführt: Browser-Grids, Real-Device-Clouds, Orchestrierung, CI-Kapazität.
4. Proof – unabhängige Verifizierung: Nachweise, dass sich Software und KI-Agenten vor und nach dem Release korrekt verhalten haben.

Der konträre Punkt sind die Rails. Die meisten KI-Testing-Pitches versprechen eine niedrigere Infrastruktur-Rechnung. Ich erwarte das Gegenteil. Agenten langweilen sich nicht, also testen sie mehr Pfade, mehr Geräte und mehr Builds. Das Ausführungsvolumen steigt. Was sinken muss, sind die Kosten pro Durchlauf – deshalb zählt Orchestrierung mehr als die reine Grid-Größe.

Welche Testing-Budgets schrumpfen, wenn KI-Testing-Agenten kommen?

Hands und Scripts schrumpfen zuerst, denn genau diese Arbeit erledigen KI-Testing-Agenten direkt – und beides wird noch immer nach Stunden gekauft.

Zwei Signale zeigen, dass die Verschiebung begonnen hat:

• Stunden verlieren ihren Anker. Wenn ein Agent über Nacht eine komplette Regressionssuite ausführen und reparieren kann, wird die Werteeinheit ein verifiziertes Release. Budgetverantwortliche spüren den Druck bereits: In Gartners CIO-Umfrage vom Oktober 2026 fließen Mittel in Richtung GenAI und agentische KI, während Legacy-Ausgaben gekürzt werden. Testing-Verlängerungen sind der erste Bereich, in dem ergebnisbasierte Preisgestaltung greift.
• Aufgesetzte KI liefert zu wenig. Der Capgemini World Quality Report 2025-26 ergab, dass 89 % der Organisationen GenAI im Quality Engineering pilotieren oder einsetzen, während nur 15 % es auf Enterprise-Scale gebracht haben. Der durchschnittliche Produktivitätsgewinn lag bei 19 %. Die Zuwächse sind recht bescheiden, da die meisten Teams KI einfach an bestehende Workflows angeflanscht haben, statt sie neu zu denken.

Der Pool Scripts verschwindet nicht. Codebasierte Tests laufen weiterhin in der CI, und SDETs verantworten sie nach wie vor. Was verschwindet, ist die Notwendigkeit, Menschen dafür zu bezahlen, nach jeder einzelnen UI-Änderung fragile Locators zu reparieren. Wenn Agenten Tests generieren und reparieren, wandelt sich die Wartung von einem Personalkosten- zu einem Compute-Kostenfaktor.

Warum ist Verifizierung und nicht Testgenerierung das knappe Gut?

Weil Generierung billig wird, Vertrauen aber nicht. Jeder Coding-Agent kann heute Tests für den Code schreiben, den er gerade erzeugt hat – und genau deshalb dürfen diese Tests nicht der einzige Nachweis sein. Der Autor benotet seine eigenen Hausaufgaben.

Die Daten zum Vertrauen sind eindeutig:

• Laut KPMGs AI Pulse Q1 2026 setzen 54 % der Organisationen KI-Agenten ein, und 63 % verlangen inzwischen eine menschliche Validierung der Agenten-Ergebnisse – gegenüber 22 % ein Jahr zuvor.
• Gartners Umfrage vom Oktober 2026 unter 2.002 CIOs ergab, dass nur 13 % signifikanten oder transformativen Nutzen aus KI gezogen haben und nur 31 % Regeln dafür haben, wann ein Pilot nicht in Produktion gehen darf.
• Laut Gartner Research werden bis Ende 2027 über 40 % der Projekte mit agentischer KI eingestellt sein – aus Kostengründen, wegen unklarem Nutzen oder unzureichender Risikokontrolle.
• Das Capgemini Research Institute (2025) stellte fest, dass das Vertrauen in vollständig autonome Agenten innerhalb eines Jahres von 43 % auf 27 % fiel.
• Forrester Predictions 2027, wie von TechNewsWorld berichtet, sagt voraus, dass ein Bug in KI-generiertem Code einen branchenübergreifenden globalen Ausfall verursachen könnte.

Merke dir die 63 %. Menschliche Validierung von Agenten-Output ist der Pool Hands, der durch die Hintertür zurückkommt. Wenn du Proof in Maschinengeschwindigkeit nicht finanzierst, wirst du Proof in Menschengeschwindigkeit finanzieren – und dein Agenten-ROI verschwindet in Review-Warteschlangen.

Was ist unabhängige Verifizierung?

Unabhängige Verifizierung sind Nachweise über das Verhalten von Software, die von einem System erzeugt werden, das getrennt von dem System ist, das die Software gebaut hat oder betreibt: Aufzeichnungen, Logs, Assertions und Scores, die ein Reviewer oder Auditor prüfen kann. Unabhängigkeit macht aus einer Behauptung einen Beweis.

Erwarte, dass jede Agenten-Plattform Tests für ihre eigenen Agenten mitliefert. Unternehmen betreiben Agenten über CRM-, ERP-, Contact-Center- und Custom-Stacks hinweg, daher müssen die Nachweise, die ein Release freigeben, aus einer Ebene kommen, die zu keinem davon gehört.

Observe, Eval oder Assure: Was brauchst du?

Die Ausgaben für Proof teilen sich nach Zeitpunkt auf. Assurance beantwortet vor dem Release die Frage „Soll das ausgeliefert werden?“; Evals und Observability beantworten danach die Frage „Wie läuft es?“.

Agent Assurance ist Pre-Production-Testing von Agent-zu-Agent-Workflows, bei dem Testing-Agenten andere Agenten vor dem Release durchspielen – ohne menschliches Eingreifen – und Nachweise über deren Verhalten liefern. Es ist der neueste Teilbereich von Proof und derjenige, dem heute am wenigsten Budget zugewiesen wird.

Was sollten CIOs 2027 mit ihrem QA-Budget tun?

Miss deine vier Pools und verschiebe dann Geld von Hands und Scripts in Rails und Proof, sobald Verträge verlängert werden – nicht vorher. Nutze diese Scorecard, um zu sehen, wo du stehst.

Die Agentic-QA-Reallocation-Scorecard

Bewerte jede Frage mit 0 (nein), 1 (teilweise) oder 2 (ja):

• ☐ Kennst du die Aufteilung deiner Testing-Ausgaben auf Hands, Scripts, Rails und Proof?
• ☐ Werden 2027 auslaufende Outsourcing-Testing-Verträge nach Ergebnissen statt nach Stunden oder FTEs bepreist?
• ☐ Wird Testwartung als eigene Kostenposition erfasst?
• ☐ Werden die meisten komplett neuen Tests von Agenten erstellt oder repariert, während Menschen reviewen?
• ☐ Kann deine Ausführungsebene Volumen im Agenten-Maßstab parallel auf echten Browsern und Geräten verarbeiten, ohne Warteschlangen?
• ☐ Ist die Verifizierung unabhängig von dem System, das den Code geschrieben hat oder den Agenten betreibt?
• ☐ Testest du Chat-, Voice- und IVR-Agenten sowie Agent-zu-Agent-Workflows vor dem Release und nicht erst danach?
• ☐ Liefert jedes Release Nachweise, die ein Risikoteam oder Auditor lesen könnte?

0–5: Gefährdet. Du zahlst Preise von 2019 für Arbeit von 2026. 6–11: Im Übergang. Wähle die zwei niedrigsten Werte und behebe sie vor deinem nächsten Verlängerungszyklus. 12–16: Bereit für Agentic. Dein nächstes Problem ist, dem Board den Wert zu beweisen – mach Proof also reportfähig.

Wer gewinnt und wer wird im KI-Software-Testing disruptiert?

Reine Arbeitskosten-Arbitrage und Single-Feature-Testgeneratoren sind ein Verlustgeschäft. Die Gewinner sind Plattformen, die Ausführung im großen Maßstab beherrschen und unabhängige Nachweise über jede Art von Software-Interaktion liefern.

Am klarsten erkennst du die Landkarte daran, wer mit wem spricht:

Drei Gruppen sind am stärksten gefährdet. Erstens arbeitsintensive Testing-Services, die nicht auf Ergebnispreise umstellen. Zweitens eigenständige „KI-Testgenerator“-Tools, weil Coding-Agenten Tests jetzt als Nebeneffekt erzeugen. Drittens Infrastruktur, die nur als Kapazität verkauft wird – ohne Orchestrierung oder agentennativen Zugang.

Die Gewinner werden End-to-End-Plattformen sein, die alle drei Zeilen für Enterprise- und Mid-Market-Käufer abdecken, die weniger Anbieter wollen, nicht mehr Punktlösungen.

Wo TestMu AI in Agentic QA passt

TestMu AI wurde im Gartner Magic Quadrant 2026 für Agentic Software Quality Assurance Platforms als Leader ausgezeichnet. Ich habe das Unternehmen mitgegründet, daher zeige ich hier, wie wir die vier Pools aufgebaut haben – statt einer Feature-Liste. TestMu AI ist eine Agentic-Quality-Engineering-Plattform mit zwei Hälften, Agentic Testing und Agentic Cloud, und einem Prinzip darunter: eine unabhängige Verifizierungsebene, die Verhaltensnachweise erzeugt.

• Von Hands zu Agenten: Mit KaneAI können manuelle Tester und PMs Tests in natürlicher Sprache erstellen und ausführen, sodass Domänenwissen skaliert, ohne Köpfe hinzuzufügen.
• Von Scripts zu Agenten: Kane CLI gibt SDETs und Entwicklern den kompletten Quality-Engineering-Zyklus im Terminal – direkt neben den Coding-Agenten, die sie ohnehin nutzen.
• Rails: HyperExecute, unsere Test-Orchestrierungsebene, verarbeitet dieses Volumen zusammen mit der Real Device Cloud und der Browser Cloud und gibt KI-Agenten ihre eigene Browser-Infrastruktur.
• Proof: Agent Testing deckt Chat-, Voice-, IVR-, WhatsApp- und Video-Agenten ab. Rook liefert Agent Assurance: Agenten, die vor dem Release andere Agenten testen.

Eine Plattform deckt Web, Mobile, Standardanwendungen wie Salesforce, SAP, Microsoft 365, Oracle und ServiceNow sowie KI-Agenten ab. Das ist wichtig, weil Proof nur funktioniert, wenn die Nachweise an einem Ort liegen. Wir nennen die übergreifende Kategorie Observe, Eval und Assure – und bei Assure führen wir.

Agentic-QA-Prognosen für 2027–2030

Das sind meine Prognosen, keine Analysten-Forecasts:

1. Bis Ende 2027 bewerten Enterprise-Testing-RFPs Anbieter nach Nachweisen pro Release, nicht nach der Anzahl geschriebener Tests.
2. In den Verlängerungen 2027–2028 wechseln ausgelagerte Regressionsverträge zu Preismodellen pro Ergebnis oder pro verifiziertem Release.
3. Bis 2028 geben regulierte Unternehmen Proof eine eigene Budgetzeile, gemeinsam verantwortet mit Risk und Compliance.
4. Bis 2029 übersteigt die Zahl agentengenerierter Testdurchläufe die der manuell geschriebenen Durchläufe auf den großen Execution-Clouds.
5. Der erste große Ausfall durch KI-Code wird für Proof-Budgets das bewirken, was große Ausfälle für Observability taten: aus einem Bonus-Thema einen Board-Tagesordnungspunkt machen.

Fazit: Agentic QA verschiebt Geld, nicht nur Arbeit

Agentic QA ist nicht einfach eine billigere Version des Testings, das du heute einkaufst. Es ist eine völlig andere Form der Ausgabe: weniger Stunden, weniger handgeschriebene Skripte, mehr Ausführung und ein neuer Posten für unabhängige Nachweise. Dass Gartner die Kategorie umbenannt hat, zeigt dir, dass die Verschiebung nun offiziell ist. Dass 63 % der Organisationen Agenten-Output noch immer manuell validieren, zeigt dir, dass wir noch nicht am Ziel sind.

Führe die Scorecard in diesem Quartal durch. Kartografiere deine vier Pools. Und verschiebe das Budget dorthin, woher die Nachweise kommen.

Nächster Schritt: Schau dir an, wie HyperExecute und Agent Testing in deine Pools Rails und Proof passen, oder lies die TestMu AI Docs.

FAQ

Was ist Agentic QA?

Agentic QA ist Software-Qualitätssicherung, bei der KI-Agenten Tests planen, bauen, ausführen und pflegen, um ein definiertes Ziel zu erreichen – ergänzt durch eine unabhängige Verifizierungsebene, die bestätigt, dass sich die Software tatsächlich wie gefordert verhalten hat. Das unterscheidet sich von KI-gestütztem Testing, bei dem weiterhin ein Mensch das Werkzeug steuert. Bei Agentic QA erledigt der Agent die Arbeit und der Mensch prüft die Nachweise.

Warum hat Gartner seinen Software-Testing-Magic-Quadrant umbenannt?

Am 6. Oktober 2026 veröffentlichte Gartner seinen Magic Quadrant für Agentic Software Quality Assurance Platforms als Nachfolger des Berichts von 2025 über KI-gestützte Software-Testing-Tools. Die Umbenennung spiegelt den Wechsel von KI, die menschliche Tester unterstützt, hin zu KI-Agenten, die das Testing selbst übernehmen – getrieben davon, dass Coding-Agenten Software schneller produzieren, als Teams sie validieren können.

Wie groß ist der Software-Testing-Markt 2026?

Global Market Insights schätzt den Software-Testing-Markt 2026 auf 65,9 Mrd. USD, nach 60,5 Mrd. USD im Jahr 2025, mit einem jährlichen Wachstum von etwa 7,7 % auf 127,5 Mrd. USD bis 2035. Testing-Services machten 38 % der Ausgaben von 2025 aus. KI-gestütztes Testing lag laut Research and Markets 2025 bei rund 544 Mio. USD, also unter 1 % der Gesamtsumme. All das sind Schätzungen von Marktforschungsunternehmen.

Werden KI-Testing-Agenten die QA-Budgets senken?

Aus unserer Sicht nein. KI-Testagenten reduzieren Ausgaben für manuelle Teststunden und Skriptwartung, erhöhen aber das Testausführungsvolumen und schaffen dadurch Bedarf an unabhängiger Verifizierung. Im Modell der vier Pools der Quality-Ausgaben wandert das Geld von Hands und Scripts in Rails (die Ausführungsinfrastruktur) und Proof (die Verifizierung), statt einfach zu verschwinden.

Was ist das Modell der vier Pools der Quality-Ausgaben?

Die vier Pools der Quality-Ausgaben sind ein Modell, um nachzuverfolgen, wohin Testing-Geld fließt: Hands (Menschen, die testen), Scripts (Aufbau und Pflege skriptbasierter Automatisierung), Rails (Browser-Grids, Real-Device-Clouds und Orchestrierung) und Proof (unabhängige Verifizierung des Verhaltens von Software und KI-Agenten). Agentic QA schrumpft Hands und Scripts, lässt Rails wachsen und macht Proof zu einer eigenen Budgetzeile.

Was ist der Unterschied zwischen Agent Assurance, Evals und Observability?

Agent Assurance ist Pre-Production-Testing von Agent-zu-Agent-Workflows, bei dem Testagenten genutzt werden, um andere Agenten vor dem Release durchzuspielen und Nachweise zu liefern. Evals bewerten die Qualität des Outputs offline oder nach dem Release. Observability überwacht, was die Agenten in der Produktion tun. Assurance ist die Antwort auf die Frage „Darf das live gehen?“. Evals und Observability sind die Antworten auf die Frage „Wie performt es, sobald es live ist?“.

Wie sollten CIOs ihr QA-Budget für agentische KI umschichten?

Beginne mit den Ausgaben über Hands, Scripts, Rails und Proof. Verschiebe dann mit auslaufenden Verträgen das Geld: Bepreise dein ausgelagertes Testing nach Ergebnissen neu, finanziere keine neuen handgeschriebenen Skript-Suites mehr, investiere in Orchestrierung und Ausführung und gib der unabhängigen Verifizierung einen Verantwortlichen und ein Budget. KPMG fand heraus, dass 63 % der Unternehmen Agenten-Output noch manuell validieren – Proof ist also die Lücke.