KI verlangsamt erfahrene Entwickler: Überraschende Erkenntnis einer neuen Studie

KI verlangsamt erfahrene Entwickler: Überraschende Erkenntnis einer neuen Studie

Ondřej Barták
Ondřej Barták
Unternehmer und Programmierer
15. 7. 2025
2 Minuten Lesezeit · 8 Aufrufe
KI verlangsamt erfahrene Entwickler: Überraschende Erkenntnis einer neuen Studie

KI verlangsamt erfahrene Entwickler: Überraschende Erkenntnis einer neuen Studie

Eine neue Studie, die Anfang 2025 durchgeführt wurde, brachte eine überraschende Erkenntnis: Künstliche Intelligenz verlangsamt erfahrene Entwickler von Open-Source-Projekten tatsächlich, anstatt sie zu beschleunigen. Die Untersuchung verfolgte 246 Aufgaben, die von erfahrenen Entwicklern in großen, beliebten Repositorys erledigt wurden, und ergab, dass sich die Implementierungszeit beim Einsatz von KI-Tools um 19 % verlängerte.

Erwartungen versus Realität

Vor Beginn des Experiments prognostizierten die Entwickler, dass KI ihnen helfen würde, die Implementierungszeit um 24 % zu verkürzen. Selbst nach Abschluss der Studie waren die Entwickler weiterhin der Ansicht, dass KI sie um 20 % beschleunigt habe, obwohl das Gegenteil der Fall war. Experten aus den Bereichen Wirtschaftswissenschaften und maschinelles Lernen lagen mit ihren Prognosen noch weiter daneben: Sie sagten eine Beschleunigung um 38–39 % voraus.

Wie Entwickler ihre Zeit mit KI verbringen

Die Analyse von 74 Bildschirmaufzeichnungen zeigte interessante Veränderungen darin, wie Entwickler ihre Zeit verbringen. Beim Einsatz von KI:

  • Verbrachten sie weniger Zeit mit aktivem Programmieren und der Suche nach Informationen
  • Widmeten sie mehr Zeit der Kommunikation mit KI-Systemen, dem Warten auf Antworten und der Überprüfung der Ergebnisse
  • Verbrachten sie überraschenderweise auch mehr Zeit mit Nichtstun

Warum KI Entwickler verlangsamt

Die Forscher identifizierten mehrere Schlüsselfaktoren, die zur Verlangsamung beitragen:

Geringe Zuverlässigkeit der KI: Die Entwickler übernahmen weniger als 44 % der Vorschläge von KI-Systemen, und die meisten gaben an, den von der KI generierten Code erheblich überarbeiten zu müssen.

Umfassende Kenntnis der Repositorys: Erfahrene Entwickler mit durchschnittlich fünf Jahren Erfahrung und 1.500 Commits in den betreffenden Repositorys wussten häufig besser als die KI, wie Probleme zu lösen waren.

Komplexe Umgebung: Große Repositorys mit durchschnittlich mehr als 1.100.000 Codezeilen stellten eine Herausforderung für KI-Systeme dar, die Schwierigkeiten mit dem Kontext hatten.

Zukunftsperspektive

Die Studie zeigte außerdem, dass autonome KI-Agenten, die Claude 3.7 Sonnet verwenden, häufig in der Lage sind, die grundlegende Funktionalität von Aufgaben zu implementieren, auch wenn sie bei wichtigen Details wie Dokumentation oder Tests versagen. Dies deutet darauf hin, dass sich die Situation mit der weiteren Entwicklung der KI-Technologien in Zukunft ändern könnte.

Die Ergebnisse dieser Studie unterstreichen die Bedeutung realer Experimente, anstatt sich ausschließlich auf Expertenprognosen oder Umfragen unter Entwicklern zu verlassen. Sie zeigen außerdem, dass Kontext und Erfahrung eine entscheidende Rolle für die Effektivität von KI-Tools spielen.

Werbung

Inhalte entstehen mit Unterstützung von UpTier.

SEO und GEO auf Autopilot. Die Multiagentensysteme von UpTier schreiben und optimieren Inhalte für Suchmaschinen und KI-Antworten.

UpTier entdecken ↗

Kategorie:KI
Hat Ihnen dieser Artikel gefallen?
Entdecken Sie weitere interessante Beiträge im Blog
Zurück zum Blog

Ähnliche Beiträge

Google stellt Tasks für Nutzer von Gemini 4 Hydrogen kostenlos bereitGoogle stellt Tasks für Nutzer von Gemini 4 Hydrogen kostenlos bereit
Der Tasks-Modus wird für Hunderte Millionen Nutzer von Gemini 4 Hydrogen kostenlos verfügbar. Laut Google kann er Unternehmen anrufen, Termine vereinbaren und Einkäufe abschließen.
1 Min. Lesezeit
18. 11. 2026
OpenAI führt GPT-6.2 Astra und Sol für berufliche und alltägliche Aufgaben einOpenAI führt GPT-6.2 Astra und Sol für berufliche und alltägliche Aufgaben ein
OpenAI hat zwei Modelle vorgestellt: Astra ist für komplexe berufliche Aufgaben gedacht, Sol für die alltägliche Arbeit. Beide sind in ChatGPT Work, Codex und über die API verfügbar.
3 Min. Lesezeit
17. 11. 2026
Tencent veröffentlicht Hy4 Flash mit Bildunterstützung und Kontextfenster von bis zu einer Million TokensTencent veröffentlicht Hy4 Flash mit Bildunterstützung und Kontextfenster von bis zu einer Million Tokens
Das schlankere Modell Hy4 Flash ist für Chats, Dokumente und alltägliche Codeänderungen gedacht. Es verarbeitet Text und Bilder, unterstützt Werkzeuge und erreichte laut Tencent in Tests zu Alltagsaufgaben vergleichbare Ergebnisse wie Claude Haiku 5.5.
1 Min. Lesezeit
16. 11. 2026
Přihlaste se k odběru našeho newsletteru
Zůstaňte informováni o nejnovějších příspěvcích, exkluzivních nabídkách, a aktualizacích.
CodedTrip

Betreiber: CodedTrip LLC, USA.

YouTube
TikTok