Forscher von Microsoft in den USA haben eine Studie veröffentlicht, in der sie untersuchten, wie mehrere Zehntausend Softwareentwickler des Unternehmens KI-Coding-Tools nutzen, die über die Kommandozeile laufen, und wie sich das auf ihre Produktivität auswirkt. Untersucht wurden „Claude Code“ von Anthropic und „Copilot CLI“ von GitHub. Der Erhebungszeitraum umfasste knapp vier Monate, vom 5. Januar bis zum 29. April 2026. Entwickler, die die Tools in der ersten Woche nach ihrer Einführung nutzten, erstellten im Schnitt 24 Prozent mehr gemergte Pull Requests als diejenigen, die sie nicht verwendeten.
Tools bereitzustellen reicht nicht – der erste Schritt beginnt am Nachbartisch
Viele Führungskräfte und Manager dürften sich vorstellen, dass alle am nächsten Tag mit der Nutzung beginnen, wenn ein Unternehmen ein KI-Tool für die gesamte Belegschaft bereitstellt. Die aktuelle Untersuchung deutet jedoch darauf hin, dass für den ersten Versuch eher die Beziehungen am Arbeitsplatz ausschlaggebend sind als Erläuterungen zu den Funktionen oder Ankündigungen.
Wenn Kollegen, mit denen man regelmäßig Code austauscht, oder der direkte Vorgesetzte ein Tool nutzen, steigt die Wahrscheinlichkeit, dass man selbst damit anfängt. Die Zahlen sind konkret: Wenn mehr als ein Viertel der Kollegen mit demselben nächsthöheren Vorgesetzten das Tool in den vergangenen zwei Wochen genutzt hatte, stiegen die Odds für einen ersten Versuch um bis zu 216 Prozent. Nutzte der direkte Vorgesetzte das Tool, betrug der Anstieg 82 Prozent. Wenn mehr als ein Viertel der Personen, mit denen man üblicherweise Code-Reviews austauscht, es nutzte, waren es 54 Prozent.
Steigende Odds sind nicht dasselbe wie eine „steigende Wahrscheinlichkeit“
Wichtig ist hier der Begriff „Odds“. Er bezeichnet das Verhältnis zwischen der Wahrscheinlichkeit, dass ein Ereignis eintritt, und der Wahrscheinlichkeit, dass es nicht eintritt. Bei einem Anstieg um 216 Prozent könnte man meinen, die Zahl der Nutzer habe sich mehr als verdreifacht. Das bedeutet jedoch nicht, dass der Anteil der Nutzer selbst um 216 Prozent gestiegen ist. Bei einer zunächst niedrigen Nutzungsrate können die Unterschiede groß erscheinen; der tatsächliche Zuwachs an Nutzern fällt geringer aus als diese Zahl.
Dennoch ist die Richtung eindeutig: Das Verhalten von Vorgesetzten und Kollegen gibt den Anstoß. Ein neues Werkzeug nutzt man eher nicht, nachdem man die Anleitung gelesen hat, sondern nach dem Motto: „Wenn die Person es verwendet, probiere ich es auch.“ Ich persönlich glaube, dass sich viele Arbeitsplätze darin wiedererkennen – nicht nur in der Softwareentwicklung. Ein Vorgesetzter, der das Tool selbst ausprobiert und bei Code-Reviews zeigt, wie er es nutzt: Solche unspektakulären Schritte könnten mehr bewirken als Schulungsunterlagen.
Ob man dabeibleibt, entscheidet der gewohnte Arbeitsablauf
Ob jemand nach dem ersten Versuch auch weiterhin ein Tool nutzt, ist eine andere Frage. Der Studie zufolge hing die weitere Nutzung damit zusammen, wie viel die betreffende Person üblicherweise programmiert. Vielbeschäftigte Entwickler, die im Alltag viel Code schreiben und häufig Pull Requests einreichen, erkannten offenbar eher den Nutzen von KI und neigten stärker dazu, das Tool dauerhaft zu nutzen.
Ein Pull Request ist eine Anfrage, geänderten Code in die Codebasis übernehmen zu lassen. Wer häufig Pull Requests einreicht, hat also auch viele Aufgaben, die sich einer KI übertragen lassen. Je mehr man selbst programmiert, desto leichter kann man die Wirkung des Tools unmittelbar erleben.
Eine vertraute Umgebung kann zur Hürde für neue Werkzeuge werden
Die Studie zeigt auch: Wer bereits zuvor in einer anderen Entwicklungsumgebung ein bestehendes KI-Tool genutzt hatte, probierte das neue Tool zwar aus, blieb aber seltener dabei. Möglicherweise empfinden viele die vertraute Umgebung als angenehmer.
Das erinnert an den Wechsel des Smartphones. Selbst wenn ein Gerät bessere Funktionen bietet, möchte man womöglich zum alten zurück, wenn man sich an die Anordnung der Apps und die Bedienung gewöhnt hat. Wer ein neues KI-Tool einführt, sollte daher nicht nur auf seine Leistungsfähigkeit achten, sondern auch darauf, wie es sich in die Arbeitsabläufe einfügt, die sich die Nutzer bereits aufgebaut haben.
Wie sind 24 Prozent mehr Pull Requests zu verstehen?
Die Auswirkungen auf die Produktivität wurden anhand der Zahl gemergter Pull Requests gemessen, also der Zahl abgeschlossener Aufgaben. Entwickler, die das Tool in der ersten Woche nach seiner Einführung nutzten, erstellten im Schnitt 24 Prozent mehr Pull Requests als diejenigen, die es nicht verwendeten. Der Studie zufolge blieb dieser Effekt über den gesamten viermonatigen Erhebungszeitraum stabil und war keine vorübergehende Folge der anfänglichen Begeisterung nach der Einführung.
Die Produktivität wird hier allerdings anhand eines einzigen Maßstabs bemessen: der Zahl der Pull Requests. Die Zahlen belegen nicht, dass sich die Codequalität, der Zeitaufwand pro Pull Request oder die Belastung des Teams im selben Maße verbessert hätten. Dass die Zahl gestiegen ist, sollte man getrennt von dem Eindruck betrachten, die Arbeit insgesamt sei leichter geworden.
Claude Code: 11,4 Prozent mehr, Copilot CLI: 24,9 Prozent
Nach Tools aufgeschlüsselt lag der Anstieg der Pull Requests im Vergleich zu Wochen ohne Tool-Nutzung bei 11,4 Prozent für Nutzer von Claude Code und bei 24,9 Prozent für Nutzer von Copilot CLI. Der Unterschied beträgt etwa das Doppelte. Es wäre jedoch voreilig, diese Zahlen direkt als Beleg für die Überlegenheit eines Tools zu lesen. Copilot CLI wird von GitHub angeboten, das zu Microsoft gehört; wie die beiden Tools intern eingesetzt werden und welche Nutzergruppen sie verwenden, muss nicht identisch sein.
Dennoch gibt es nur wenige Studien, die über vier Monate hinweg sowohl die Verbreitung als auch die Ergebnisse in realen Entwicklungsumgebungen mit Zehntausenden Beschäftigten untersucht haben. Während sich die Debatte über KI-gestütztes Programmieren oft darauf konzentriert, welches Modell intelligenter ist, zeigen die Ergebnisse, wie die Einführung in der Praxis abläuft: Wer beginnt mit der Nutzung – und wer bleibt dabei? Möglicherweise beginnt eine Zeit, in der es ebenso sehr auf die Gestaltung der Verbreitung am Arbeitsplatz ankommt wie auf die Wahl der Tools.
コメント