KI-Codierungsagenten steigern Commits um bis zu 240 %, aber Releases steigen nur um 30 %

Nachrichtenübersicht

Zwei unabhängige Forschungsarbeiten, die 2026 veröffentlicht wurden, kommen zum selben Schluss: KI-Codierungsagenten ermöglichen es Entwicklern, deutlich mehr Code zu produzieren, aber die zusätzliche Ausgabe führt nicht zu proportional mehr fertiger, veröffentlichter oder weit verbreiteter Software. Ein Ars-Technica-Bericht vom 10. Oktober 2026 hebt eine von Harvard geleitete Studie über Softwarefirmen hervor, und ein separates Arbeitspapier des National Bureau of Economic Research (NBER) zeichnet mit GitHub-Daten ein auffallend ähnliches Bild.

Die Harvard-Studie: mehr Code, gleiche Ergebnisse

Die Forscher Fiona Chen und James Stratton von der Harvard University analysierten aggregierte Daten von Jellyfish, einer Plattform, die die Leistung von Entwicklungsteams misst. Der Datensatz umfasst rund 300 Millionen Arbeitsereignisse wie Commits und Pull Requests sowie Issue-Tracking-Daten für mehr als 700.000 Mitarbeiter bei über 700 Softwarefirmen. Der Zeitraum reicht von 2021 bis März 2026.

Um herauszufinden, wann jede Firma KI-Tools einführte, kombinierten die Forscher direkt gemessene KI-Nutzung mit der Analyse von GitHub-Aktivitäten. Sie unterschieden zwei Kategorien: KI-Codierungsassistenten, die Code autovervollständigen, den Menschen weitgehend schreiben, und KI-Codierungsagenten, die Code autonom aus Eingabeaufforderungen schreiben und einreichen. Anschließend verwendeten sie eine Differenz-von-Differenzen-Regression, die Ergebnisse vor und nach der Einführung bei Firmen verglich, die zu unterschiedlichen Zeiten einführten.

Was sich nach der Einführung von Codierungsagenten änderte

Die durchschnittlichen Ergebnisse auf Firmenebene nach der Einführung von Codierungsagenten waren wie folgt:

• Die Gesamtzahl der generierten Codezeilen stieg um etwa 30 %.
• Die Gesamtzahl der Commits stieg um etwa 20 %.
• Pull Requests stiegen um etwa 23 %.
• Die Lösungsrate für Issues und Epics, die in Tools wie Jira verfolgt werden, zeigte keine statistisch signifikante Änderung.
• Es gab keine erkennbare Verschiebung in Größe oder Komplexität der verfolgten Issues, was es schwerer macht zu argumentieren, dass Teams einfach kleinere oder einfachere Arbeiten übernahmen.

Wohin der zusätzliche Code fließt: der Review-Engpass

Laut dem Bericht wurde die zusätzliche Ausgabe nachgelagert absorbiert. Code-Reviews dauerten länger, Pull Requests mussten häufiger überarbeitet werden, und Reviewer hinterließen mehr Kommentare. Die Autoren fanden kaum Belege dafür, dass Firmen die gesamte Software-Produktion erhöhten oder die Beschäftigung infolge der Nutzung dieser Tools reduzierten. Entwickler wissen im Allgemeinen, dass KI-generierter Code sorgfältig geprüft werden muss, daher ist der menschliche Aufwand zur Verifizierung erheblich.

Eine zweite Sicht vom NBER

Ein NBER-Arbeitspapier mit dem Titel „Writing Code vs. Shipping Code: Productivity Effects Across Generations of AI Coding Tools" (Arbeitspapier 35275) von Mert Demirer, Leon Musolff und Liyuan Yang betrachtet dieselbe Frage aus einem anderen Blickwinkel. Das Papier wurde im Mai 2026 veröffentlicht und im September 2026 überarbeitet. Es verwendet Daten von mehr als 500.000 GitHub-Entwicklern zusammen mit KI-Nutzungstelemetrie und wendet ein abgestimmtes Event-Study-Design an.

Die Autoren stellen fest, dass jede Generation von Tools die Commits signifikant erhöhte. Die kumulativen Effekte betrugen etwa 30 % für Autovervollständigung, 180 % für interaktive Codierungsagenten und 240 % für autonome Codierungsagenten. Die Gewinne schrumpfen jedoch entlang der Produktionskette. Bei autonomen Agenten sinkt der 240-%-Commit-Effekt auf etwa 80 % für Projekte und etwa 30 % für Releases. In vier großen Software-Marktplätzen steigt die Zahl neuer Apps stark an, aber die Gesamtnutzung nimmt nicht zu.

Beachten Sie, dass eine frühere Version dieses Papiers in einigen Sekundärberichten mit einer kleineren Entwicklerstichprobe und einer 180-%-Commits-Überschrift zusammengefasst wurde; die obigen Zahlen spiegeln die neueste auf der NBER-Seite aufgeführte Überarbeitung wider.

Die Schwachstellen-Erklärung

Die NBER-Autoren interpretieren das Muster durch eine „Schwachstellen"-Linse, bei der der langsamste menschenabhängige Schritt die gesamte Pipeline begrenzt. Sie schätzen eine Substitutionselastizität von 0,23 zwischen KI und menschlicher Arbeit, was auf eine starke Komplementarität hinweist: Die Beschleunigung eines Teils des Prozesses hilft wenig, wenn Review, Integration und Release weiterhin von Menschen abhängen. Dies deckt sich mit dem Harvard-Befund, dass die Review-Zeit wächst, wenn mehr Code ankommt.

Weiterer Kontext und Einschränkungen

Andere Kommentare aus dem Jahr 2026 beschreiben ein „Produktivitätsparadoxon", bei dem schnellere Pull Requests Fehler, Review-Zeit und Wartungslast erhöhen, es sei denn, die Release-Prozesse halten Schritt. Es kursieren einige von Anbietern gemeldete Zahlen, etwa dass Unternehmen mit Agenten Code 30 % schneller ausliefern, aber diese stammen aus Anbietermaterial und wir konnten sie nicht unabhängig verifizieren. Eine randomisierte Studie der Forschungsgruppe METR aus dem Jahr 2025 ergab, dass erfahrene Entwickler, die an komplexen, ausgereiften Codebasen arbeiteten, mit KI-Tools etwa 19 % langsamer waren – ein Ergebnis, das oft zusammen mit diesen neueren Studien zitiert wird.

Leser sollten auch bedenken, dass beide Studien Durchschnittswerte über viele Teams messen. Einzelne Teams mit starken automatisierten Tests, klaren Spezifikationen und schnellen Review-Praktiken können andere Ergebnisse erzielen, und die Tools selbst ändern sich schnell weiter.

Was das für Lernende und Teams bedeutet

Für Studierende und berufstätige Entwickler ist die Lektion, dass das Schreiben von Code nur eine Stufe der Softwareentwicklung ist. Fähigkeiten im Lesen von Code, Schreiben von Tests, Überprüfen von Änderungen und Entwerfen von Systemen werden wertvoller, je billiger die Codegenerierung wird. Für Entwicklungsteams legen die Studien nahe, in Review-Tools, automatisierte Tests und Release-Pipelines zu investieren, anstatt den Erfolg nur an Codezeilen oder Commit-Zahlen zu messen.