Developers Code Only 16% of the Week. Most AI Tools Are Built for That 16%.
Zusammenfassung
Kurz
Der Bericht argumentiert, dass Code nur einen kleinen Anteil der Entwicklerarbeit ausmacht: Bei 16 Prozent der Arbeitszeit spare eine Verdoppelung der Programmiergeschwindigkeit rechnerisch 3,2 Stunden pro 40-Stunden-Woche. Angeführte Daten von Faros AI und METR deuten laut Autor darauf hin, dass schnelleres Erzeugen mehr Prüfaufwand bedeuten kann und KI nicht in jedem Kontext beschleunigt; die Studien haben jedoch Einschränkungen, darunter eine kleine METR-Stichprobe und nicht kontrollierte Faros-Telemetrie. Empfohlen wird, Review-Zeiten zu messen und Änderungen klein und gut überprüfbar zu halten.
Mittel
Der Autor vertritt die These, dass reine Codegenerierung nur begrenzte Zeit spart, weil laut einer IDC-Erhebung Entwickler 2024 etwa 16 Prozent ihrer Arbeitszeit mit Anwendungsentwicklung verbrachten. In einer 40-Stunden-Woche wären das 6,4 Stunden; selbst eine Verdoppelung der Programmiergeschwindigkeit brächte rechnerisch 3,2 Stunden zurück. Die IDC-Angabe ist eine Selbstauskunft und kann je nach Rolle variieren.
Als Beleg für eine Verlagerung des Engpasses nennt der Bericht Faros-AI-Telemetrie aus über 10.000 Entwicklerinnen und Entwicklern: Teams mit hoher KI-Nutzung erledigten mehr Aufgaben und führten mehr Pull Requests zusammen, zugleich stiegen Prüfzeit, PR-Größe und Fehlerzahl. Die Daten seien laut Autor keine kontrollierte Studie. Ein randomisierter METR-Versuch mit 16 erfahrenen Entwicklern und 246 Aufgaben habe mit frühen KI-Werkzeugen eine Verlangsamung um 19 Prozent gemessen, obwohl die Teilnehmenden schnelleres Arbeiten erwartet hatten. Die kleine Stichprobe und der damalige Werkzeugstand schränken die Aussage ein. Eine Stack-Overflow-Umfrage mit über 49.000 Teilnehmenden zeige laut Artikel zudem sinkendes Vertrauen in KI-Genauigkeit.
Der Autor empfiehlt, die eigene Wartezeit auf Reviews zu messen und Änderungen klein sowie leichter prüfbar zu halten. Seine Kernaussage: KI beschleunigt möglicherweise das Schreiben, aber Verifikation, Tests und Beurteilung bleiben entscheidend. Er bewirbt im Text auch eigene Angebote.
Ausführlich lesen
Der Bericht argumentiert, dass KI-Werkzeuge, die nur das Schreiben von Code beschleunigen, höchstens einen begrenzten Teil der gesamten Entwicklerarbeit einsparen können. Grundlage ist eine IDC-Erhebung, nach der Softwareentwickler 2024 rund 16 Prozent ihrer Arbeitszeit mit Anwendungsentwicklung verbrachten, gegenüber 15 Prozent im Vorjahr. Weitere genannte Tätigkeiten sind Anforderungen und Testfälle, Sicherheit und Bereitstellung. Der Autor betont, dass die übrige Zeit auf Arbeiten rund um den Code entfällt, etwa Planung, Recherche, Fehlersuche, Prüfung, Tests und Dokumentation. Die IDC-Zahl beruht auf Selbstauskünften; laut Bericht kann der Anteil je nach Rolle deutlich abweichen, und andere Erhebungen lägen ebenfalls ungefähr im niedrigen bis mittleren Zehnerbereich.
An einem Beispiel mit einer 40-Stunden-Woche rechnet der Autor vor: 16 Prozent entsprechen 6,4 Stunden. Eine Verdoppelung der Programmiergeschwindigkeit würde demnach 3,2 Stunden freisetzen; selbst eine sofortige Codeerzeugung könnte höchstens diese 6,4 Stunden einsparen. Er verbindet diese Obergrenze mit dem Amdahlschen Gesetz und folgert, dass größere Produktivitätsgewinne auch Verbesserungen bei den übrigen Arbeitsschritten erfordern. Aus eigener Erfahrung schreibt er Claude Code deshalb auch für Aufgaben jenseits der Codegenerierung Nutzen zu.
Für die Folgen verbreiteter KI-Nutzung führt der Bericht Telemetriedaten von Faros AI zu mehr als 10.000 Entwicklern in 1.255 Teams an. Teams mit hoher KI-Nutzung hätten 21 Prozent mehr Aufgaben abgeschlossen und 98 Prozent mehr Pull Requests zusammengeführt. Zugleich sei die Prüfzeit für Pull Requests um 91 Prozent und deren durchschnittliche Größe um 154 Prozent gestiegen; die Zahl der Fehler habe um 9 Prozent zugenommen. Der Autor deutet das als Verlagerung des Engpasses vom Schreiben zum Prüfen. Er weist aber darauf hin, dass Faros Engineering-Analysen verkauft und die Telemetrie keine kontrollierte Studie ist; die Zahlen seien daher ein Hinweis, kein allgemeines Gesetz.
Ein randomisierter METR-Versuch mit 16 erfahrenen Open-Source-Entwicklern und 246 realen Aufgaben ergab dem Artikel zufolge, dass die Teilnehmenden mit KI 19 Prozent langsamer waren, obwohl sie zuvor eine Beschleunigung um 24 Prozent erwartet hatten. Der Autor schränkt die Aussagekraft ein: kleine Stichprobe, Werkzeuge von Anfang 2025 und erfahrene Personen, die in ihnen vertrauten Codebasen arbeiteten. Die Werkzeuge hätten sich seit der Veröffentlichung im Juli 2025 weiterentwickelt. Eine Stack-Overflow-Umfrage mit über 49.000 Befragten zeige laut Bericht zugleich hohe Nutzung und sinkendes Vertrauen in die Genauigkeit von KI, von 40 auf 29 Prozent.
Als praktische Empfehlung schlägt der Autor vor, bei den letzten zehn zusammengeführten Pull Requests Schreib- und Wartezeit auf Prüfung zu vergleichen. Er empfiehlt außerdem kleine Änderungen, eine Zusammenfassung möglicher Risiken und Tests für Fehlerbehebungen. Die genannte Grenze von 200 Diff-Zeilen bezeichnet er ausdrücklich als persönlichen Ausgangswert, der ans Team angepasst werden müsse. Seine zentrale Schlussfolgerung lautet, dass mit billigerer Codeerzeugung mehr Prüf- und Testarbeit entstehen kann und deshalb die Fähigkeit zur schnellen Verifikation wichtiger werde. Der Artikel enthält zudem Werbung für den Newsletter und ein kostenpflichtiges Claude-Handbuch; seine Schlussfolgerungen sind als Deutung des Autors zu verstehen.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Die Zusammenfassung ist im Kern treu, lässt aber mehrere zentrale Zahlen aus. Die drei Sammelfragen liegen thematisch weit vom Bericht entfernt, weil er sich mit Produktivität bei Softwareentwicklung befasst und nicht mit KI-Sicherheit oder Governance. Eine Teilfrage war nicht angegeben, deshalb blieb dieser Teil leer.
Im Bericht, aber nicht in der Zusammenfassung
- Die 16 Prozent der IDC-Erhebung 2024 mit dem Vorjahreswert von 15 Prozent und dem Hinweis auf steigenden Sicherheitsanteil
- Die Obergrenze von 6,4 Stunden bei unendlich schneller Programmierung und das Amdahl-Prinzip als Begründung
- Die Faros-Zahlen zu PR-Größe (+154 Prozent) und Fehlerzahl (+9 Prozent) und der Engpass bei Reviews
- Die METR-Erwartung von 24 Prozent Beschleunigung gegenüber dem gemessenen Ergebnis von 19 Prozent Verlangsamung
- Der Rückgang des Vertrauens in KI-Genauigkeit von 40 auf 29 Prozent laut Stack Overflow
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Vorfälle melden
- SF-M3 Wie stellt man fest, ob ein Vorfall gewollt oder versehentlich war, und ob KI oder herkömmliche Mittel dahinterstecken?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 48 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Fähigkeiten messen
- SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 47 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 36 %nur am Rande erwähnt
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Unabhängig prüfen
- SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 43 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P5 Wie überprüft man, ob Zusagen zwischen Staaten eingehalten werden, auch über Jahre und Regierungswechsel hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 51 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 51 %einzelne zitierbare Belege
- JEV 37 %einzelne zitierbare Belege
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 35 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 51 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung kein Bezug
Vertrauen in Modelle
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 63 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 49 %einzelne zitierbare Belege
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 40 %gleiches Oberthema, hilft nicht
- JEV 37 %einzelne zitierbare Belege
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 47 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Agenten und vernetzte Systeme
- SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- clef 100 %kein Bezug
- Luna 32 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Modelle teilen und schützen
- SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 51 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Frieden und Sicherheit
- SF-K2 Wie weit gelten KI-Abkommen für Verbündete und Geheimdienste, und wie verhalten sie sich zu bestehenden Rüstungskontrollverträgen und -regimen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 46 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Offenlegung und Rechenschaft
- SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 61 %gleiches Oberthema, hilft nicht
- drex 45 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 48 %gleiches Oberthema, hilft nicht
- JEV 100 %kein Bezug
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 52 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 55 %Hintergrund, keine Belege
- JEV 35 %einzelne zitierbare Belege
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 55 %gleiches Oberthema, hilft nicht
- drex 49 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht
Weitere Berichte zu diesen Fragen
- Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- Alle Berichte im Archiv