KI prägt den Entwicklungsalltag
Entwickler verbringen inzwischen erhebliche Teile ihres Arbeitstags mit KI-Werkzeugen. Das zeigt eine aktuelle Stack-Overflow-Umfrage unter 30.903 Entwicklern und Technologieexperten aus 169 Ländern.
Von den 10.926 täglichen KI-Nutzern, die Angaben zur Nutzungsdauer machten, arbeiten rund 80 % mindestens eine Stunde pro Tag mit solchen Werkzeugen. Fast ein Drittel kommt auf vier oder mehr Arbeitsstunden täglich.
| Kennzahl | Ergebnis |
|---|---|
| Teilnehmer insgesamt | 30.903 |
| Vertretene Länder | 169 |
| Tägliche Nutzer mit Angaben zur Nutzungsdauer | 10.926 |
| Mindestens eine Stunde KI-Nutzung täglich | rund 80 % |
| Mindestens vier Stunden KI-Nutzung täglich | rund 33 % |
Am häufigsten kommen Coding-Assistenten oder Coding-Agenten zum Einsatz. Dabei handelt es sich um Werkzeuge, die Code erzeugen, verändern oder Entwicklungsaufgaben teilweise selbstständig ausführen. Allgemeine Chat-Werkzeuge liegen knapp dahinter.
| Einsatzform | Anteil der Befragten |
|---|---|
| Coding-Assistenten oder Coding-Agenten | 66 % |
| Allgemeine Chat-Werkzeuge | 63 % |
| Automatisierte Agenten-Workflows | 26 % |
| Keine Nutzung von KI-Werkzeugen | 17 % |
Die Entwicklung geht damit über einzelne Chat-Anfragen hinaus. Plattformbetreiber passen bereits ihre technische Basis an, wie der Umbau des Git-Speichers für KI-Agenten bei GitHub zeigt.
Hohe Nutzung bedeutet noch kein Vertrauen
Bei wichtigen Arbeitsentscheidungen endet das Vertrauen schnell. Nur 7 % der Befragten verlassen sich auf die Ergebnisse einer KI. Weitere 48 % tun dies nur, wenn sich die Ausgabe leicht überprüfen lässt.
Besonders deutlich ist der Wunsch nach Herkunftsnachweisen. Für 79 % sind Quellenangaben wichtig oder sehr wichtig, bevor sie einer KI-generierten technischen Antwort vertrauen.
Stack-Overflow-CEO Prashanth Chandrasekar erklärte sinngemäß, die Skepsis der Entwickler werde mit zunehmend autonomen Agenten zu einem wichtigen Schutzmechanismus. Vertrauen entstehe erst durch Transparenz, Quellenangaben, technischen Kontext und die Möglichkeit, Genauigkeit und Relevanz selbst zu prüfen.
Die Umfrage nennt allerdings weder Fehlerquoten von KI-generiertem Code noch Nutzungsanteile einzelner Produkte. Aussagen darüber, welcher Coding-Assistent besonders zuverlässig oder verbreitet ist, lassen sich daraus nicht ableiten.
Quellen werden zum Bestandteil der Qualitätskontrolle
Stack Overflow führte Anfang 2024 die OverflowAPI ein. KI-Anbieter erhalten darüber kostenpflichtigen Zugriff auf die Frage-und-Antwort-Inhalte und müssen relevante Beiträge als Quelle ausweisen.
Die kommerzielle Nutzung blieb umstritten. Insbesondere die Partnerschaft mit OpenAI und die Verwendung von Nutzerbeiträgen für das Modelltraining führten zu Protesten. Einige Nutzer wollten ihre Beiträge lieber entfernen, als sie für das Training freizugeben.
Für Unternehmen reicht eine Quellenangabe allein deshalb nicht aus. Zusätzlich muss nachvollziehbar sein, welche Version einer Dokumentation, welche Bibliothek und welcher Kontext einer Antwort zugrunde liegen. Erst dann lässt sich das Ergebnis belastbar prüfen und in einen kontrollierten Entwicklungsprozess übernehmen.
Eigenentwicklung wird leichter, Kontrolle bleibt intern
52 % der Befragten haben im Erhebungsjahr eine neue Programmierfähigkeit oder Programmiersprache gelernt. Werkzeuge zur KI-Codegenerierung gehörten nach technischer Dokumentation zu den häufigsten Lernquellen.
Das unterstreicht das Potenzial für Eigenentwicklung. KI kann Recherche, Einarbeitung und Umsetzung beschleunigen. Sie ersetzt jedoch weder technische Verantwortung noch Tests, Code-Reviews und Sicherheitsprüfungen.
Gerade bei automatisierten Agenten-Workflows sind klare Grenzen erforderlich. Technische Ansätze wie isolierte Cloud-Sandboxes für KI-Agenten können verhindern, dass fehlerhafte Aktionen unmittelbar Produktionssysteme oder sensible Daten erreichen.
Für Unternehmen im DACH-Raum liefert die internationale Umfrage keine länderspezifischen Werte. Der grundlegende Befund ist dennoch relevant: KI-gestützte Entwicklung ist im Arbeitsalltag angekommen, aber erfahrene Entwickler bleiben die entscheidende Kontrollinstanz.
Ob ein Cloud-Abo, eine API oder ein selbst betriebenes Modell eingesetzt wird, ändert daran wenig. Teure generative SaaS-Angebote nehmen Unternehmen die Prüfung nicht ab. Sinnvoll ist deshalb eine Architektur, in der Modelle austauschbar bleiben und Ergebnisse durch eigene Prozesse, Tests und nachvollziehbare Quellen abgesichert werden.