Sprechen wir über das seltsame Phänomen, aus völlig falschen Gründen auf spektakuläre Weise recht zu haben.
Vor einigen Jahren veröffentlichten wir einen Bericht aus dem Office of the CTO mit dem Titel „Continuous API Sprawl“. Darin stellten wir einige Berechnungen zum exponentiellen Wachstum an und wagten eine kühne Prognose, die viele IT-Fachleute nervös werden ließ: Bis zum Jahr 2030 würde die Welt unter der Last von rund 2 Milliarden aktiven APIs ächzen.
Damals klang die Prognose geradezu apokalyptisch. Und heute? Es sieht ganz danach aus, als würden wir die Marke von 2 Milliarden genau wie vorhergesagt erreichen. Doch jetzt kommt der Clou: Das mathematische Modell, mit dem wir zu dieser Prognose gelangt sind, ist inzwischen völlig hinfällig.
Unsere ursprüngliche Berechnung war von einer Denkweise aus der Zeit vor der KI geprägt. Wir gingen davon aus, dass die Ausbreitung von APIs dadurch vorangetrieben würde, dass menschliche Entwickler schneller tippen. Wir lagen falsch. Die Ära der menschenzentrierten API-Ausbreitung ist offiziell vorbei. Die Ära der agentenbasierten Ausbreitung hat begonnen.
Die alte Rechnung: Das menschliche Tempolimit
Unser ursprüngliches Modell basierte auf einer einfachen, linearen Gleichung, die vom Menschen ausging. Wir nahmen die Gesamtzahl der Entwickler weltweit, multiplizierten sie mit dem Anteil derjenigen, die APIs entwickeln, und multiplizierten dieses Ergebnis anschließend mit der durchschnittlichen Anzahl an APIs, die jeder Entwickler pro Jahr produzieren würde.
Auf dem Papier wirkte das exponentielle Wachstum beängstigend. Um unsere Zahlen für 2030 zu erreichen, ging das Modell davon aus, dass ein durchschnittlicher Softwareentwickler bis 2026 fast 30 völlig neue APIs pro Jahr erstellen würde.
Die Realität machte uns, wie so oft, einen Strich durch die Rechnung.
Die Zahl der Entwickler weltweit ist zwar auf heute rund 36 Millionen gestiegen, doch die menschliche Entwicklungsgeschwindigkeit ist an ihre Grenzen gestoßen. Tatsächliche Marktdaten zeigen, dass Entwickler heute jährlich nur etwa drei bis fünf völlig neue APIs erstellen. Warum? Weil die verbleibenden 70 % ihrer Zeit vollständig für Wartungsarbeiten draufgehen, für Tests, die Reparatur defekter Pipelines und die Aufrechterhaltung des laufenden Betriebs.
Darüber hinaus erwies sich die Annahme, dass letztlich fast alle Entwickler APIs von Hand programmieren würden, bei rund 83 % als Obergrenze. Durch den Aufstieg von Low-Code-/No-Code-Plattformen und API-First-SaaS entfiel bei Standardintegrationen die Notwendigkeit, Endpunkte von Grund auf neu zu erstellen.
Wenn die Geschwindigkeit menschlicher Entwicklung der einzige Markttreiber wäre, hätte sich unsere Prognose von 2 Milliarden APIs als massive, peinliche Überschätzung erwiesen. Warum sind wir also immer noch auf Kurs, dieses Ziel zu erreichen?
Die überraschende Wendung: KI-Agenten betreten die Bühne
Wir entwickelten ein Modell, das darauf basierte, wie schnell ein Mensch tippen kann, und übersahen dabei völlig, dass wir im Begriff waren, die Tastatur den Maschinen zu überlassen.
Die Faktoren, die die Ausbreitung von APIs vorantreiben, haben sich grundlegend verändert. Diese Ausbreitung hängt nicht mehr von der Geschwindigkeit menschlicher Entwickler ab, sondern davon, wie schnell ein KI-Agent Endpunkte miteinander verknüpfen kann.
Aktuellen Daten von Postman und unserem eigenen State of Application Strategy Report zufolge haben bereits über 51 % der Unternehmen KI-Agenten in ihre Arbeitsabläufe integriert. Diese Agenten interagieren nicht mit Software, indem sie sich durch eine grafische Benutzeroberfläche klicken. Stattdessen agieren sie autonom, indem sie APIs aufrufen. Und wenn einem Agenten die spezifische Integration (in der Regel eine API) fehlt, die er zur Erledigung einer Aufgabe benötigt, generieren moderne KI-Entwicklungstools einfach spontan die erforderlichen Mikro-APIs, um diese Lücke zu schließen.
Derzeit verzeichnen wir bei KI-bezogenen API-Aufrufen ein erstaunliches Wachstum von 40 % gegenüber dem Vorjahr. Software schreibt inzwischen Software. Die Rechnung hat sich grundlegend verändert: Statt bewusst von Menschen entwickelter Architekturen erleben wir nun eine autonome Generierung in Maschinengeschwindigkeit. Wir warten nicht mehr darauf, dass ein Entwickler einen Endpunkt einrichtet – der Agent erledigt das in Sekundenschnelle.
Der Zombie-Faktor und das Ende der Governance
Damit kommen wir zum gefährlichsten Fehler in unserem ursprünglichen Modell: der Veraltungsrate.
Wir gingen naiverweise davon aus, dass APIs eine „Haltbarkeit“ von ein bis drei Jahren hätten. Wir nahmen an, dass Menschen irgendwann hinter sich aufräumen würden. Doch in einem agentenbasierten Workflow nähert sich die Ausmusterungsrate null.
Agenten richten kurzlebige, temporäre Endpunkte für hochspezifische, vorübergehende Workflows ein. Einige davon werden zwar ordnungsgemäß wieder abgebaut, doch eine erschreckend hohe Zahl bleibt einfach bestehen. Dadurch steigt die Gesamtzahl aktiver Endpunkte durch Microservices, die lediglich einer einzigen, längst vergessenen Eingabeaufforderung dienten.
Aus diesem Grund ist die unkontrollierte Ausbreitung von APIs zu einer Bestandskrise geworden. Aktuelle branchenweite Erhebungen zeigen, dass 58 % der Unternehmen aktiv unter der unkontrollierten Ausbreitung von APIs leiden und erschreckende 78 % der IT-Führungskräfte einräumen, nicht genau zu wissen, wie viele APIs derzeit in ihrem Unternehmen betrieben werden. In großen globalen Unternehmen existieren etwa 30 % der APIs als unverwaltete Schatten-IT vollständig außerhalb jeglicher Governance-Strukturen.
Wenn ein Mensch eine API erstellt, wird sie möglicherweise im Gateway dokumentiert. Wenn eine Maschine an einem Sonntag um 2:00 Uhr nachts eine API erstellt, um mit einer anderen Maschine zu kommunizieren, wird sie zu einem dauerhaften Phantom in Ihrer Infrastruktur.
Der Realitätscheck für 2030
Daher halten wir an unserer Prognose fest. Bis 2030 wird das globale Ökosystem definitiv 2 Milliarden aktive APIs unterstützen.
Die Zusammensetzung dieser 2 Milliarden unterscheidet sich jedoch grundlegend von unserer ursprünglichen Vorstellung. Weniger als 40 % dieser APIs werden offiziell dokumentierte, von Menschen entwickelte Endpunkte sein, die sicher hinter einem herkömmlichen API-Gateway liegen. Bei den verbleibenden 60 % (oder mehr) wird es sich um autonom generierte, undokumentierte Machine-to-Machine-Integrationen handeln.
Die Herausforderung für IT-Führungskräfte besteht in den nächsten vier Jahren nicht mehr darin, die Produktivität der Entwickler zu steuern oder CI/CD-Pipelines zu verbessern. Vielmehr gilt es, die weitreichenden Sicherheitsrisiken und betrieblichen Auswirkungen unsichtbarer, von Agenten erstellter APIs zu bewältigen, von deren Existenz Ihr Team nicht einmal weiß.
Technologie ist ein Kraftmultiplikator, doch wenn Sie einen KI-Agenten in einem unzureichend kontrollierten API-Ökosystem einsetzen, können Sie Fehler lediglich in einem nie für möglich gehaltenen Ausmaß und Tempo begehen. Bringen Sie Ihre Governance jetzt in Ordnung, setzen Sie klare Leitplanken und denken Sie daran: Nur weil ein Agent einen Endpunkt erstellen kann, heißt das noch lange nicht, dass er es auch tun sollte.
Über den Autor
Lori MacVittie ist Distinguished Engineer und Chief Evangelist im Office of the CTO von F5 und verfügt über umfassende Expertise in den Bereichen Anwendungsbereitstellung, Automatisierungsstrategie und Infrastruktur. Sie ist dafür bekannt, Komplexität verständlich zu machen – ob sie Leitplanken für KI-Agenten definiert, fragile Multicloud-Architekturen analysiert oder die Grenzen skalierbarer Systeme auslotet. Sie verfügt über mehr als dreißig Jahre Branchenerfahrung in der Anwendungsentwicklung, IT-Architektur sowie im Netzwerk- und Systembetrieb. Bevor sie zu F5 kam, war sie als mehrfach ausgezeichnete Technologie-Redakteurin tätig. MacVittie hat einen Masterabschluss in Informatik und ist eine produktive Autorin, deren Veröffentlichungen die Bereiche Sicherheit, Cloud und Unternehmensarchitektur abdecken. Außerdem spielt sie leidenschaftlich gern Brett- und Videospiele und vertritt mit voller Überzeugung klare Ansichten zum Thema Käse.
Weitere Blogbeiträge von Lori Mac VittieÄhnliche Blogbeiträge
Top 10 der KI-App-Bereitstellung: Unvollständige Observability
KI skaliert nicht von allein. Ohne eine einheitliche Steuerungsebene, die Grenzen zwischen Tools und Zuständigkeiten überwindet, wird die Inferenz zur fragilsten und koordinationsintensivsten Ebene.
Der Einfluss von Inferenz: APIs, DPUs und Kontextchaos
KI-Inferenz verändert die Infrastruktur grundlegend: Sie vervielfacht APIs, belastet Rechenressourcen und erschwert die Kontextverwaltung. Erfahren Sie, warum eine intelligentere Architektur und Laufzeitrichtlinien unverzichtbar sind.
Sitzungen sind persistent, Kontext ist anhänglich: Wie Inferenz trickst, um Gespräche aufrechtzuerhalten
„Zustandslose“ Inferenz ist nicht wirklich zustandslos – der Gesprächsverlauf wird bei jeder Anfrage in Form von Tokens mitgeschickt. Mit zunehmendem Kontext treibt diese wiederholte Übertragung Bandbreitenbedarf, Rechenaufwand und Latenz in die Höhe.
APIs sind die Torwächter für agentische KI
Erfahren Sie, warum APIs das Fundament agentischer KI bilden: Sie ermöglichen strukturierten Zugriff auf Ressourcen, nahtlose Sicherheit und dynamische Validierung in großem Maßstab für Agenten der nächsten Generation.
Verhalten und Grenzen: Der Wandel hin zu agentischer Sicherheit
Agenten erzeugen emergente, unbegrenzte Abfolgen, in denen sich Risiken im Laufe der Zeit summieren. Sicherheit muss sich daher von der Validierung einzelner Anfragen hin zu einer kontinuierlichen Verhaltenssteuerung über mehrstufige, sich weiterentwickelnde Abläufe verlagern.
Top 10 der KI-App-Bereitstellung: Mangelnde Sicherheit und Einhaltung gesetzlicher Vorschriften
KI erweitert Compliance über die Absicherung von Zugriffspfaden und Datenspeichern hinaus auf die Steuerung des Laufzeitverhaltens – einschließlich Modellzugriff, Abrufkontext, Ausgaben und Agentenaktionen. Daher müssen Kontrollen näher an die Inferenz rücken.