Die Studie untersucht ein bislang wenig beachtetes Problem autonomer KI-Coding-Systeme: ihre vollständige Zeitblindheit. Weder Claude Code noch Codex verfügen über einen internen Mechanismus, der ihnen erlaubt, vergangene oder verbleibende Bearbeitungszeit realistisch einzuschätzen – und entscheidend ist, dass beide Systeme sich dieser Einschränkung nicht bewusst sind. Besonders ausgeprägt ist der Effekt bei Codex, dessen Zeitschätzungen um bis zu das Zehnfache von der tatsächlichen Ausführungsdauer abweichen. Hinzu kommt ein systematischer Selbstbewertungs-Bias: Beide Modelle schätzen die Qualität ihrer eigenen Arbeit konsistent um rund 20 Prozentpunkte zu hoch ein, verglichen mit objektiven Metriken oder menschlichen Beurteilungen. Das Zusammenspiel beider Fehlerquellen ist besonders heikel – ein Agent, der glaubt, schnell und gut gearbeitet zu haben, signalisiert keine Unsicherheit und fordert keine menschliche Überprüfung an. In CI/CD-Pipelines oder mehrstündigen autonomen Workflows, wo menschliche Aufsicht ohnehin reduziert ist, können sich solche Fehleinschätzungen unbemerkt akkumulieren. Die Studie liefert damit ein empirisches Argument für externe Zeitlimits, Fortschritts-Checkpoints und von den Agents unabhängige Qualitätsprüfungen als architektonische Pflichtbestandteile.