Längsschnittstudie findet KI-Produktivitätssteigerungen bei 10 %, nicht 10-fach

Vorläufige Daten aus einer Längsschnittstudie zur KI-Wirkung zeigen, dass die Produktivitätsgewinne durch KI-Tools bescheidener ausfallen als oft behauptet. Die Studie analysierte Daten von 40 Unternehmen zwischen November 2024 und Februar 2026, um zu verfolgen, ob Teams mehr Pull Requests ausliefern, wenn die KI-Adaption zunimmt.
Wichtige Erkenntnisse
Während des Studienzeitraums nahm die KI-Nutzung deutlich zu – im Durchschnitt um 65 %. Der PR-Durchsatz stieg jedoch nur um 9,97 %. Dieser Wert ist besonders robust, da die Forscher potenzielle Gamification-Effekte herausfilterten, indem sie Teams ausschlossen, die PR-Durchsatzziele für einzelne Ingenieure festlegten, was eher zu einer Aufblähung der Metriken als zu echter Leistungssteigerung führen könnte.
Was das für Entwicklungsteams bedeutet
Der Gewinn von ~10 % entspricht dem, was Führungskräfte in der Entwicklung allgemein berichten: Die meisten Organisationen landen im Bereich von 8–12 %. Während dies eine echte Verbesserung darstellt, ist es weit entfernt von den 2–3-fachen Steigerungen, die viele Führungskräfte und Vorstände von der KI-Adaption erwarten.
Warum die Gewinne nicht höher sind
Entwickler aus mehreren Organisationen erklärten, dass das Schreiben von Code nie der Engpass war. Wie ein Senior-Entwickler anmerkte: "Die einfachen Aufgaben sind ein wenig einfacher. Die mühsamen Aufgaben sind ein wenig weniger nervig. Eine vier Tage dauernde Aufgabe könnte drei Tage dauern. Aber das bedeutet nicht, dass ich 3-mal mehr PRs ausliefere."
KI mag den Programmieranteil der Arbeit beschleunigen, aber das Programmieren macht einen relativ kleinen Teil davon aus, wie Ingenieure ihre Zeit tatsächlich verbringen. Planung, Abstimmung, Abgrenzung, Code-Review und Übergaben – die menschlichen Teile des SDLC – bleiben von aktuellen KI-Tools weitgehend unberührt.
Studienmethodik
Die Studie ist eine Längsschnittstudie, was bedeutet, dass sie Veränderungen über die Zeit verfolgt, anstatt eine Momentaufnahme zu liefern. Die vollständige Studie wird untersuchen, warum einige Teams mehr Nutzen ziehen als andere und was Führungskräfte tun können, um diese Lücke zu schließen.
📖 Read the full source: HN AI Agents
👀 Siehe auch

KI-Agenten töten Code-Reviews – Das Prinzipal-Agent-Problem erklärt
Das Einfügen von KI-Agenten in den traditionellen Code-Review-Prozess verdoppelt die Review-Last, zerstört Vertrauenssignale und schafft ein unhaltbares Ungleichgewicht – das ist das Principal-Agent-Problem, angewandt auf die Softwareentwicklung.

Claude Code System Prompts v2.1.51/52: Neue Prompts, SDK-Updates und GA-Funktionen
Die Claude Code System-Prompts Version 2.1.51 und 2.1.52 fügen sechs neue Prompts hinzu, aktualisieren SDK/API-Referenzen in sieben Sprachen und heben Code-Ausführung und Speicher auf GA-Status. Das Python Agent SDK wurde mit asynchronen Änderungen und neuen Schnittstellen überarbeitet.

OpenClaw-Ökosystemwachstum und Schlüsselakteure kartiert
Ein Community-Mitglied hat die rasante Expansion des OpenClaw-Ökosystems kartiert und verzeichnete innerhalb von 60 Tagen nach dem Start über 230.000 GitHub-Sterne, über 116.000 Discord-Mitglieder sowie aufkommende Unternehmen in den Bereichen Managed Hosting, LLM-Routing und Sicherheitsschichten.

FFmpeg-Entwickler beschuldigt OxideAV der KI-Lizenzwäsche im MagicYUV-Problem
Ein FFmpeg-Entwickler hat im magicyuv-Repository von OxideAV ein Issue eröffnet, das die Lizenzierung des Projekts in Frage stellt und KI-gestütztes Lizenz-Laundering von GPL-Code vermutet.