Der verstärkte Einsatz von KI-Agenten in der Softwareentwicklung führt zu einer spürbaren Zunahme von Programmzeilen, beschleunigt jedoch nicht zwangsläufig die Fertigstellung nutzbarer Produkte.
Zu diesem Ergebnis kommt eine Untersuchung der Harvard-Forscher Fiona Chen und James Stratton, die auf Daten der Analyseplattform Jellyfish basiert. Demnach erhöht der Einsatz automatisierter Entwicklungshelfer zwar das Arbeitsvolumen, verschiebt den Aufwand jedoch zunehmend in nachgelagerte Prüf- und Korrekturphasen.
Höhere Code-Menge ohne zusätzlichen Ertrag
Den Erhebungen von Chen und Stratton zufolge kletterte die Zahl der geschriebenen Codezeilen nach Einführung der KI-Agenten um 30 Prozent. Auch die Zahl der Commits stieg um 20 Prozent, während die Pull Requests um 23 Prozent zulegten.
Trotz dieses höheren Ausstoßes verzeichneten die Wissenschaftler keine statistisch signifikante Zunahme bei den fertiggestellten Aufgaben oder größeren Software-Funktionen.
Auch die Lösungsrate von Issues und Epics in Projektmanagement-Systemen wie Jira wies keine statistisch messbare Veränderung auf. Zudem ergab ein Abgleich mit Daten von LinkedIn keine signifikanten Auswirkungen auf das allgemeine Beschäftigungsniveau.
Der Grund für den ausbleibenden Produktivitätsschub liegt den Forschern zufolge im massiven Mehraufwand bei der Qualitätskontrolle. Die durchschnittliche Review-Zeit für einen Pull Request bis zu dessen endgültiger Integration verlängerte sich um 49 Prozent.
Welche KI-Systeme gelten als Hochrisiko – und was müssen Unternehmen jetzt konkret tun? Die EU-KI-Verordnung stellt neue Regeln auf, die viele noch nicht kennen – dieser kostenlose Report klärt auf. Jetzt den Umsetzungsleitfaden zum EU AI Act sichern
Parallel dazu verdoppelte sich der Anteil der Pull Requests mit Korrektur- und Änderungsforderungen beinahe. Die Zahl der Kommentare pro Prüfvorgang legte um 35 Prozent zu, während der Anteil der Mitarbeiter, die in Code-Reviews eingebunden werden mussten, um 14 Prozent stieg.
Bestätigung durch weitere Untersuchungen
Die Harvard-Ergebnisse decken sich mit Erkenntnissen anderer Forschungseinrichtungen. Ein im Mai 2026 vorgelegtes und im September 2026 überarbeitetes Arbeitspapier des National Bureau of Economic Research von Mert Demirer, Leon Musolff und Liyuan Yang untersuchte mehr als 500.000 Entwickler auf GitHub.
Bei der reinen Commit-Aktivität zeigten sich deutliche Zuwächse von rund 30 Prozent durch Autovervollständigung, etwa 180 Prozent durch interaktive Agenten und rund 240 Prozent durch autonome Systeme. Auf Gesamtprojektebene sank dieser Effekt jedoch auf rund 80 Prozent und fiel auf Release-Ebene weiter auf etwa 30 Prozent ab.
Die Autoren ermittelten eine Substitutionselastizität zwischen KI und menschlicher Arbeit von 0,23 und stellten fest, dass zwar das Angebot neuer Apps auf vier untersuchten Software-Marktplätzen stark zulegte, deren Gesamtnutzung jedoch nicht stieg.
Eine Studie des MIT und der UPenn an über 500.000 Entwicklern wies ähnliche Muster nach. Bereits eine METR-Studie aus dem Jahr 2025 mit 16 erfahrenen Entwicklern und 246 Aufgaben ergab, dass Teams auf komplexen Codebasen mit KI-Werkzeugen rund 19 Prozent langsamer arbeiteten, obwohl ein Tempogewinn von 24 Prozent erwartet worden war.
Wer sich mit dem Einsatz von KI-Systemen befasst, muss neben der Effizienz auch die rechtlichen Rahmenbedingungen im Blick behalten. Dieser kostenlose Download verschafft Ihnen den Überblick über Fristen und Pflichten, den Ihre IT-Abteilung jetzt dringend braucht. EU AI Act in 5 Schritten verstehen
Wachsender Prüfaufwand in Unternehmen
Auch Branchenberichte spiegeln die Verzögerungen durch fehlerhaften Code wider. Eine im Juli und August 2026 durchgeführte Befragung des Debugging-Spezialisten Undo unter 300 leitenden Engineering-Führungskräften aus den USA und Großbritannien zeigte, dass 81 Prozent innerhalb von sechs Monaten produktionsbezogene Vorfälle im Zusammenhang mit KI-Tools erlebten.
Über neun von zehn Befragten berichteten von Defekten oder unzureichend optimiertem Programmcode. Der CTO des Unternehmens, Mark Williamson, hielt fest, dass der Engpass im Entwicklungsprozess durch die neuen Werkzeuge nicht beseitigt, sondern lediglich verlagert worden sei.