Forscher haben herausgefunden, dass man Entwicklern im Jahr 2026 KI-Programmierwerkzeuge nicht mehr aus den Händen reißen kann.
Lesen Sie zauberhafte Geschichten oder Sachbücher zu den Themen Linux, KI und Open Source Software. Marketingvideos, die Ihr Unternehmen sichtbarer machen. Einzigartige handgemalte Designs für Ihr Outfit, die es nur hier gibt.
Die Softwareentwicklung befindet sich im Jahr 2026 in einer merkwürdigen Situation. Während KI-gestützte Coding-Tools exponentiell an Popularität gewinnen und von vielen Programmierern als unverzichtbar angesehen werden, deuten neueste Forschungen darauf hin, dass diese scheinbare Produktivitätssteigerung möglicherweise eine Illusion ist. Was auf den ersten Blick wie eine revolutionäre Effizienzgewinnung aussieht, könnte sich für die Branche langfristig als großes Problem entpuppen.
Das renommierte KI-Forschungslabor METR hat eine überraschende Entdeckung gemacht, die die Abhängigkeit von Entwicklern von KI-Tools deutlich macht. Als die Forscher versuchten, eine frühere Studie aus dem Jahr 2025 zu wiederholen, in der die Produktivität von Programmierern mit und ohne KI-Unterstützung gemessen werden sollte, stießen sie auf ein unerwartetes Hindernis. Viele Entwickler weigerten sich schlicht, an dem Experiment teilzunehmen, weil sie nicht bereit waren, auch nur für begrenzte Aufgaben ohne künstliche Intelligenz zu arbeiten. Dies ist ein deutliches Zeichen dafür, wie abhängig die Programmierergemeinde bereits von diesen Tools geworden ist.
Die ursprüngliche Studie aus 2025 hatte bereits beunruhigende Erkenntnisse gebracht. Obwohl Entwickler subjektiv wahrnahmen, dass KI ihre Produktivität steigerte, zeigte sich objektiv ein anderes Bild. Die KI-Tools generierten zwar schneller Code, aber die Programmierer verbrachten anschließend erheblich mehr Zeit damit, Fehler zu finden und zu beheben, die KI zu steuern und auf ihre Ergebnisse zu warten. Unterm Strich war der Zeitvorteil deutlich geringer als erwartet oder existierte möglicherweise gar nicht.
Dieses Phänomen des subjektiven Eindrucks gegenüber objektiver Realität wird durch mehrere Entwicklungen in der Branche unterstrichen. Amazon hatte ein internes System namens Kirorank eingeführt, das die Nutzung von KI-Tokens als Maßstab für Mitarbeiterproduktivität verwendete. Doch dieses Experiment scheiterte kläglich. Mitarbeiter begannen, das System auszuspielen, indem sie KI-Agenten exzessiv nutzten und dadurch enorme Kosten verursachten, ohne dabei messbar produktiver zu werden. Amazon musste das Projekt letztlich einstellen.
Ein ähnliches Bild zeigt sich bei Uber. Das Unternehmen gab sein komplettes KI-Budget für 2026 bereits in den ersten vier Monaten aus, ohne dass dies zu einer messbaren Steigerung der abgeschlossenen Projekte oder der Gesamtproduktivität führte. Chief Operating Officer Andrew Macdonald räumte dieses Problem kürzlich in einem Podcast-Interview ein.
Das eigentliche Problem wird allerdings durch eine andere Perspektive deutlich: die Langzeitfolgen von KI-generiertem Code. Der renommierte Programmierer und Autor James Shore hat in einem Blog-Post, der auf Hacker News viral ging, ein beunruhigendes Argument vorgebracht. Er weist darauf hin, dass wenn Programmierer ihren Code doppelt so schnell schreiben können, sie zwangsläufig ihre Wartungskosten mindestens halbieren müssten, um wirtschaftlich davon zu profitieren. Ansonsten, so Shore, „tauschen Entwickler einen vorübergehenden Geschwindigkeitsboost gegen permanente Kosten für KI-Rechenkraft ein.“
Die verfügbaren Daten deuten darauf hin, dass diese Befürchtung begründet ist. Diverse Quellen berichten, dass Unternehmen etwa 44 Prozent ihrer KI-Tokens für Bugfixes aufwenden, die die KI selbst verursacht hat. Code-Review-Tools wie CodeRabbit haben in ihrer Analyse von Open-Source-Pull-Requests festgestellt, dass KI-generierter Code etwa 1,7 Mal mehr Probleme verursacht als menschlich geschriebener Code. Unabhängige Forscher der Singapore Management University kamen in einem Bericht vom April 2026 zu dem Ergebnis, dass KI-generierter Code zu langfristigen Wartungskosten in echten Softwareprojekten führt.
Dies führt zu einem paradoxen Zustand. Programmierer lieben ihre KI-Assistenten und sind unwillig, ohne sie zu arbeiten, aber dieses Tool führt möglicherweise zu größeren Problemen, als es löst. Die bisherigen Lösungsvorschläge wirken wenig überzeugend. Der Gründer von Cognition und Schöpfer des KI-Agenten Devin, Scott Wu, schlägt vor, noch mehr KI einzusetzen, um die Probleme zu beheben, die KI verursacht. Allerdings gibt er selbst zu, dass Devin momentan nur auf dem Niveau eines Junior- bis Mid-Level-Programmierers arbeitet, je nach Aufgabe.
Die Forscher der Singapore Management University vertreten stattdessen einen menschlicheren Ansatz. Programmierer sollten genauso gründlich verstehen, wo KI funktioniert und wo nicht, wie sie ihre bevorzugten Programmiersprachen beherrschen. Sie müssen robuste Qualitätssicherungssysteme für KI entwickeln und die Arbeit der künstlichen Intelligenz mit der gleichen sorgfältigen Aufmerksamkeit überprüfen wie die eines Junior-Entwicklers. Gleichzeitig sollten Menschen sich auf die großen strategischen Aufgaben konzentrieren, wie Softwarearchitektur und Sicherheitsdesign, wo KI derzeit nicht hilfreich ist.
Die zentrale Erkenntnis lautet also: Die Branche hat eine Abhängigkeit entwickelt, ohne die langfristigen Konsequenzen dieser Abhängigkeit vollständig verstanden zu haben. Es ist höchste Zeit, dies zu ändern.