- Reifegrad
- Alltag
- Beleglage
- gut
- Wirkung auf Arbeit
- hoch
- Schadensrisiko
- mittel
- KI-Impact heute und 2029
- stark, 2029 prägend
- Rolle des Menschen 2029
- prüft und verantwortet
Auf dieser Seite
Was tut KI hier?
- Assistenz im Editorgenerative KIAlltag
Ein Sprachmodell schlägt beim Tippen Codezeilen oder ganze Funktionen vor, beantwortet Fragen zum Code und erklärt Fehlermeldungen.
GitHub Copilot; bei Google wurde im Oktober 2024 nach Angaben von Alphabet mehr als ein Viertel des neuen Codes von KI erzeugt und von Ingenieuren geprüft
- Programmier-Agentengenerative KIAlltag
Agenten lesen eine Codebasis, planen Änderungen, führen Befehle aus und schreiben und testen Code über viele Schritte weitgehend selbst.
Claude Code und GitHub Copilot sind in der Stack-Overflow-Umfrage 2026 die meistgenannten Programmier-Agenten; 66 % der befragten KI-Nutzer setzen Agenten ein (Online-Befragung mit Selbstauswahl)
- KI in IT-Abteilungengenerative KIAlltag
IT-Abteilungen setzen KI für Programmier-, Administrations- und Prüfaufgaben ein.
42 % der deutschen Unternehmen mit IT-Stellen nutzen KI in der IT (Befragung des Digitalverbands Bitkom 2026)
- Echte Fehlertickets selbst lösengenerative KIErprobung
Modelle erhalten ein reales Problem aus einem Open-Source-Projekt und müssen eine Korrektur liefern, die die zugehörigen Tests besteht.
Test SWE-bench: bestes Modell 2023 bei 1,96 %; schwererer Test SWE-Bench Pro: 61,5 % der öffentlichen Aufgaben (Rangliste, abgerufen im Oktober 2026); die Werte sind nicht direkt vergleichbar
Was ist belegt?
- In drei randomisierten Feldexperimenten mit zusammen 4.867 Entwicklern erledigten diejenigen mit KI-Assistent 26 % mehr Aufgaben, bei großer statistischer Unsicherheit. Die Experimente liefen bei Microsoft, Accenture und einem der hundert umsatzstärksten US-Unternehmen. Weniger Erfahrene gewannen mehr. Gezählt wurden erledigte Aufgaben, ihre Qualität wurde nicht gemessen (begutachtet; Mitautoren arbeiten beim Hersteller des Werkzeugs).
- In einem randomisierten Experiment lösten Programmierer mit GitHub Copilot eine eng umrissene Standardaufgabe 55,8 % schneller (). Angeworben wurden sie über eine Freiberufler-Plattform; von 95 Teilnehmern schlossen 70 ab.
- Im ursprünglichen Test SWE-bench löste das beste Modell 2023 nur 1,96 % echter Fehlertickets. Im schwereren Test SWE-Bench Pro löst das beste gelistete Modell 61,5 % der öffentlich einsehbaren Aufgaben (Rangliste von Scale AI, abgerufen im Oktober 2026). Die Werte stammen aus verschiedenen Tests und sind nicht direkt vergleichbar; öffentliche Aufgaben können in Trainingsdaten gelangt sein.
- 85 % der deutschen Unternehmen, die KI in der IT nutzen, haben deswegen bisher keine IT-Stellen abgebaut, 10 % teilweise. 32 % erwarten künftig einen KI-bedingten Abbau (Bitkom-Befragung 2026, kleine Teilstichproben).
Wo liegen Grenzen und Schäden?
- KI-erzeugter Code ist oft unsicher. In einem Test von über 100 Modellen wählten diese in 45 % der Fälle die unsichere von zwei möglichen Umsetzungen (nicht begutachtete Studie eines Anbieters von Sicherheitsprüfungen). In einer begutachteten Nutzerstudie mit 47 Teilnehmern und einem Assistenten von 2022 schrieben diejenigen mit KI unsichereren Code und hielten ihn häufiger für sicher.
- Modelle erfinden Namen von Softwarepaketen, im Mittel mindestens 5,2 % bei kommerziellen und 21,7 % bei offenen Modellen. Angreifer können solche Namen registrieren und so Schadcode einschleusen.
- Agenten richten Schaden an, wenn sie oder ihre Werkzeugkette zu weit reichende Rechte haben. Im Juli 2025 löschte der Agent der Plattform Replit trotz Änderungsstopps eine Produktionsdatenbank. Im selben Monat gelangte über einen zu weit berechtigten GitHub-Zugangsschlüssel eine Anweisung in die Erweiterung Amazon Q Developer, die den Agenten anwies, Systeme nahezu auf Werkszustand zurückzusetzen und Datei- und Cloud-Ressourcen zu löschen. Sie lief laut Amazon Web Services (AWS) wegen eines Syntaxfehlers nicht an, Kunden waren nach Angaben von AWS nicht betroffen.
- Der bekannte Leistungstest SWE-bench Verified ist verunreinigt. OpenAI wertet ihn seit Februar 2026 nicht mehr aus, weil Modelle die Aufgaben aus dem Training kennen und viele Tests richtige Lösungen ablehnen.
Wie geht es bis 2029 weiter?
Heute stark, 2029 prägend. In einer Befragung des Werkzeuganbieters JetBrains nutzten 85 % der Entwickler KI regelmäßig, und Agenten erledigen immer längere Aufgaben selbst. Bis 2029 dürfte KI die meisten Routineaufgaben übernehmen. Menschen legen Ziele und Architektur fest, prüfen und verantworten das Ergebnis, zumal Sicherheit und Wartbarkeit des Codes nicht im selben Tempo besser werden.
Was beim Menschen bleibt. Menschen legen Ziele und Architektur fest, prüfen und sichern KI-Code ab und stehen für Fehler ein.
Wie schnell wird KI hier besser?
Die Testleistung stieg steil. Auf SWE-bench Verified, einer von Menschen geprüften Sammlung echter Fehlermeldungen aus Open-Source-Projekten, löste GPT-4o mit dem besten getesteten Agentengerüst bei der Vorstellung im August 2024 33,2 % der Aufgaben (Herstellerangabe), im Februar 2026 lag der Bestwert bei 80,9 %; inzwischen gilt der Test als verunreinigt und ausgereizt. Auf Terminal-Bench 2.0, einem Test für Aufgaben auf der Kommandozeile, stieg der Bestwert von 20 % im Februar 2025 auf 77,3 % Anfang 2026. Die Prüforganisation Model Evaluation and Threat Research (METR) maß, dass Agenten mit 50 % Erfolgswahrscheinlichkeit im März 2025 Aufgaben von rund einer Stunde menschlicher Arbeitszeit lösten, im Frühjahr 2026 von rund 12 Stunden (Spanne 5 bis 61 Stunden, mit erweiterter Aufgabensammlung und daher nur grob vergleichbar); bei 80 % Zuverlässigkeit waren es nur rund 1,5 Stunden (nicht begutachtet). Die Sicherheit stagniert. Im jährlichen Test des Prüfanbieters Veracode bestand KI-Code 2026 nur 56 % der Sicherheitsprüfungen, praktisch so viel wie im Vorjahr.
Wo reicht die Qualität schon, sodass Menschen vor allem prüfen?
Bei eng umrissenen, automatisch prüfbaren Aufgaben wie Routinecode, Migrationen und Dokumentation prüfen Menschen inzwischen vor allem und geben frei. Bei Google waren im April 2026 nach Angabe von Alphabet 75 % des neuen Codes KI-erzeugt und von Ingenieuren freigegeben. Bei Sicherheit, Wartbarkeit und Urteilsfragen reicht die Qualität dafür nicht. Die Betreuer der Projekte (Maintainer) hätten rund die Hälfte der KI-Lösungen, die die Tests von SWE-bench Verified bestanden, nicht übernommen (kleine, nicht begutachtete Stichprobe), und in einem begutachteten Test waren 57 % der Lösungen eines verbreiteten Agenten funktional korrekt, aber nur 11,8 % sicher.
Was bremst?
Die beim Schreiben gesparte Zeit fließt oft in die Prüfung; Google-Ingenieure berichten von deutlich mehr Aufwand für die Begutachtung. In den Befragungen des Google-Programms DevOps Research and Assessment (DORA) ging mehr KI-Nutzung auch 2025 mit geringerer Stabilität der Auslieferung einher. Auch die Haftung wächst. Nach dem am 8. Oktober 2026 vom Bundestag beschlossenen Produkthaftungsgesetz gilt Software künftig als Produkt, und nach der Cyberresilienzverordnung müssen Hersteller seit September 2026 aktiv ausgenutzte Lücken melden.
Was könnte die Einschätzung kippen?
Ob die bewältigten Aufgabenlängen weiter so steigen, lässt sich schwer messen, weil der Test von METR an seine obere Grenze stößt. Messungen der Nettoproduktivität ganzer Teams fehlen; die bislang einzige randomisierte Studie mit erfahrenen Entwicklern in ihren eigenen großen Projekten fand mit Werkzeugen von Anfang 2025 eine Verlangsamung, ihre Folgestudie nur unsichere Gewinne. Das US-Arbeitsstatistikamt Bureau of Labor Statistics (BLS) rechnet für Softwareentwickler weiter mit Wachstum, hat die Prognose aber in drei Ausgaben von 17,9 auf 10 % gesenkt.
Geschätzt aus den Belegen dieses Blatts. Wie die Werte entstehen
Was ändert sich für die Arbeit?
Die Arbeit verlagert sich zum Anleiten und Prüfen. In der Stack-Overflow-Umfrage 2025 gaben 84 % der Befragten an, KI-Werkzeuge zu nutzen oder dies zu planen; im Bericht 2025 des Google-Forschungsprogramms DORA nutzten 90 % der befragten Software-Fachleute KI. Bei Google prüfen und übernehmen Ingenieure KI-erzeugten Code, und zwei Drittel der in der Stack-Overflow-Umfrage 2026 befragten KI-Nutzer arbeiten mit Agenten. Weniger erfahrene Entwickler profitieren in Experimenten am meisten.
In den USA lag die Beschäftigung 22- bis 25-Jähriger in Berufen, die KI stark ausgesetzt sind, im Juni 2026 19 % unter dem Verlauf bei Gleichaltrigen in weniger betroffenen Berufen; ob KI die Ursache ist, lässt das nicht begutachtete Arbeitspapier offen. Der Abstand entsteht vor allem durch weniger Neueinstellungen. Für junge Softwareentwickler nennen die Autoren mehrere Ursachen.
In Deutschland erwarten 55 % der Unternehmen mit IT-Stellen, dass klassische Einstiegsaufgaben wegfallen. Die Zahl offener IT-Stellen sank von 149.000 im Jahr 2023 auf 79.000 im Jahr 2026; der Bericht schreibt das nicht der KI zu.
Welche Regeln gelten?
Nach der EU-Cyberresilienzverordnung (Cyber Resilience Act) müssen Hersteller von Produkten mit digitalen Elementen seit 11. September 2026 aktiv ausgenutzte Lücken melden. Die Hauptpflichten gelten ab 11. Dezember 2027.
Die neue Produkthaftungsrichtlinie zählt Software ausdrücklich zu den Produkten und ist bis 9. Dezember 2026 umzusetzen. Der Bundestag beschloss das deutsche Umsetzungsgesetz am 8. Oktober 2026, im Bundesrat läuft die Frist bis 30. Oktober 2026. Es soll am 9. Dezember 2026 in Kraft treten; für Produkte, die bis 8. Dezember 2026 in Verkehr kommen, gilt das bisherige Recht.
Einordnung
Quellen dieser Seite
Die Ziffern im Text öffnen die Quelle. Alle Quellen der Website
Liste der 40 Quellen anzeigen
- The Effects of Generative AI on High-Skilled Work: Evidence from Three Field Experiments with Software Developers, Management Science. Cui, Demirer, Jaffe, Musolff, Peng, Salz, 2025.
- Q3 2024 earnings call – CEO's remarks. Google/Alphabet, 29. Oktober 2024.
- The results of the 2026 Developer Survey are here. Stack Overflow Blog, 6. Oktober 2026.
- Studienbericht Arbeitsmarkt IT-Fachkräfte 2026. Bitkom, September 2026.
- SWE-bench: Can Language Models Resolve Real-World GitHub Issues? (ICLR 2024). Jimenez u. a., 10. Oktober 2023.
- SWE-Bench Pro Leaderboard (Public). Scale AI Labs, 20. Oktober 2026.
- The Effects of Generative AI on High-Skilled Work (SSRN 4945566). Cui, Demirer, Jaffe, Musolff, Peng, Salz, 21. August 2025.
- The Impact of AI on Developer Productivity: Evidence from GitHub Copilot (arXiv 2302.06590). Peng, Kalliamvakou, Cihon, Demirer, 13. Februar 2023.
- 2025 GenAI Code Security Report (Pressemitteilung). Veracode, 30. Juli 2025.
- Do Users Write More Insecure Code with AI Assistants? (ACM CCS 2023). Perry, Srivastava, Kumar, Boneh, November 2023.
- We Have a Package for You! A Comprehensive Analysis of Package Hallucinations by Code Generating LLMs (USENIX Security 2025). Spracklen u. a., 2. März 2025.
- 'Catastrophic Failure': AI Agent Wipes Production Database, Then Lies About It. eWeek, 22. Juli 2025.
- AWS Security Bulletin AWS-2025-015. 23. Juli 2025.
- Amazon AI coding agent hacked to inject data wiping commands. BleepingComputer, 25. Juli 2025.
- Why we no longer evaluate SWE-bench Verified. OpenAI, 23. Februar 2026.
- SWE-bench Verified – Benchmark Review. Epoch AI, 3. September 2026.
- The State of Developer Ecosystem 2025. JetBrains, Oktober 2025.
- Frontier Risk Report (February to March 2026). METR, 19. Mai 2026.
- 2026 GenAI Code Security Report (Pressemitteilung). Veracode, 28. Juli 2026.
- Many SWE-bench-passing PRs would not be merged into main. METR (Whitfill, Wu, Becker, Rush), 10. März 2026.
- Studienbericht Softwarewelt 2036, S. 8 und 11. Bitkom, Juni 2026.
- Introducing SWE-bench Verified. OpenAI, 13. August 2024.
- AI Index Report 2026, Kapitel 2 Technical Performance. Stanford HAI, April 2026.
- Measuring AI Ability to Complete Long Tasks. METR, 19. März 2025.
- Rede von Sundar Pichai auf der Google Cloud Next 2026. Google, 22. April 2026.
- Is Vibe Coding Safe? Benchmarking Vulnerability of Agent-Generated Code in Real-World Tasks (ICML 2026, PMLR 306). Zhao u. a., September 2026.
- Balancing AI tensions. DORA (Baolin, Harvey), 10. März 2026.
- Announcing the 2025 DORA Report. Google Cloud, 23. September 2025.
- Textarchiv zur Modernisierung des Produkthaftungsrechts (Drucksachen 21/4297 und 21/8429). Deutscher Bundestag, 8. Oktober 2026.
- Cyber Resilience Act (Verordnung (EU) 2024/2847). Europäische Kommission, Oktober 2026.
- Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity. METR, 10. Juli 2025.
- Uplift update (Developer productivity, late-2025 tools). METR, 24. Februar 2026.
- Occupational Outlook Handbook, Software Developers, Quality Assurance Analysts, and Testers. U.S. Bureau of Labor Statistics, 27. August 2026.
- 2025 Developer Survey – AI. Stack Overflow, Juli 2025.
- How are developers using AI? Inside our 2025 DORA report. Google, 23. September 2025.
- Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence. Stanford Digital Economy Lab, Brynjolfsson, Chandar, Chen, 12. August 2026.
- Canaries, Interest Rates, and Timing – More on Recent Drivers of Employment Changes for Young Workers. Stanford Digital Economy Lab, 9. Februar 2026.
- Richtlinie (EU) 2024/2853 über die Haftung für fehlerhafte Produkte, Art. 4 Nr. 1, Art. 22 Abs. 1. 8. Dezember 2024.
- Neue Regelungen zur Produkthaftung 2026. IHK Frankfurt am Main, Oktober 2026.
- Drucksache 584/26, Gesetz zur Modernisierung des Produkthaftungsrechts und zur Änderung weiterer Vorschriften (Gesetzesbeschluss des Deutschen Bundestages). Bundesrat, 9. Oktober 2026.