"TODO: Fix the Mess Gemini Created": Auf dem Weg zum Verständnis von durch GenKI verursachter selbst eingestandener technischer Schuld
"TODO: Fix the Mess Gemini Created": Towards Understanding GenAI-Induced Self-Admitted Technical Debt
January 12, 2026
papers.authors: Abdullah Al Mujahid, Mia Mohammad Imran
cs.AI
papers.abstract
Da große Sprachmodelle (LLMs) wie ChatGPT, Copilot, Claude und Gemini zunehmend in Softwareentwicklungsprozesse integriert werden, hinterlassen Entwickler vermehrt Spuren von KI-Nutzung in ihren Code-Kommentaren. Unter diesen befinden sich Kommentare, die ausdrücklich sowohl den Einsatz generativer KI als auch das Vorhandensein technischer Mängel anerkennen. Durch die Analyse von 6.540 LLM-bezogenen Code-Kommentaren aus öffentlichen Python- und JavaScript-basierten GitHub-Repositories (November 2022–Juli 2025) identifizierten wir 81 Kommentare, die ebenfalls selbst eingestandenes technisches Schulden (SATD) enthalten. Entwickler beschreiben am häufigsten aufgeschobene Tests, unvollständige Anpassungen und ein begrenztes Verständnis von KI-generiertem Code, was darauf hindeutet, dass KI-Unterstützung sowohl beeinflusst, wann als auch warum technische Schulden entstehen. Wir prägen den Begriff "durch generative KI induziertes selbst eingestandenes technisches Schulden" (GIST) als konzeptionelle Betrachtungsweise, um wiederkehrende Fälle zu beschreiben, in denen Entwickler KI-generierten Code integrieren und gleichzeitig explizit Unsicherheit über sein Verhalten oder seine Korrektheit äußern.
English
As large language models (LLMs) such as ChatGPT, Copilot, Claude, and Gemini become integrated into software development workflows, developers increasingly leave traces of AI involvement in their code comments. Among these, some comments explicitly acknowledge both the use of generative AI and the presence of technical shortcomings. Analyzing 6,540 LLM-referencing code comments from public Python and JavaScript-based GitHub repositories (November 2022-July 2025), we identified 81 that also self-admit technical debt(SATD). Developers most often describe postponed testing, incomplete adaptation, and limited understanding of AI-generated code, suggesting that AI assistance affects both when and why technical debt emerges. We term GenAI-Induced Self-admitted Technical debt (GIST) as a proposed conceptual lens to describe recurring cases where developers incorporate AI-generated code while explicitly expressing uncertainty about its behavior or correctness.