Vibe-Änderung? Senior-Entwickler liefern fast 2,5-mal mehr KI-Code als Junior-Kollegen

Die Fastly-Umfrage vom Juli 2025 unter 791 Entwicklern ergab einen bemerkenswerten Unterschied darin, wie viel KI-generierter Code in die Produktivumgebung gelangt. Etwa ein Drittel der Senior-Entwickler (10+ Jahre Erfahrung) gibt an, dass mehr als die Hälfte ihres ausgelieferten Codes KI-generiert ist – das ist fast zweieinhalb Mal so viel wie bei den Junior-Entwicklern (0–2 Jahre Erfahrung), nämlich 13 %.

KI wird Code auf dem Prüfstand testen und Fehler viel schneller als ein Mensch finden und nahtlos reparieren. „Das war schon oft der Fall“, sagte ein leitender Entwickler Ein jüngerer Befragter bemerkte die Kompromisse: „Es ist immer schwierig, wenn die KI annimmt, was ich tue, und das nicht der Fall ist, sodass ich zurückgehen und es selbst neu machen muss.“

Senior-Entwickler gaben außerdem häufiger an, dass sie Zeit in die Korrektur von KI-generiertem Code investieren. Knapp 30 % der Senioren gaben an, dass die Bearbeitung der KI-Ausgabe ausreicht, um den größten Teil der Zeitersparnis auszugleichen, verglichen mit 17 % der Junioren. Trotzdem geben 59 % der Senioren an, dass KI-Tools ihnen helfen, insgesamt schneller zu liefern, verglichen mit 49 % der Junioren.

Senior-Entwickler sind optimistischer, dass KI Zeit sparen kann.

Knapp über 50 % der Junior-Entwickler sagen, dass KI sie mäßig schneller macht. Im Gegensatz dazu sagen nur 39 % der erfahreneren Entwickler dasselbe. Senior-Entwickler berichten jedoch eher von deutlichen Geschwindigkeitssteigerungen: 26 % sagen, dass KI sie viel schneller macht, doppelt so viele wie 13 % der Junior-Entwickler, die dieser Meinung sind.

Ein Grund für diese Lücke könnte sein, dass erfahrene Entwickler einfach besser ausgestattet sind, um die Fehler der KI zu erkennen und zu korrigieren. Sie verfügen über die Erfahrung, um zu erkennen, wann Code „richtig aussieht“, aber nicht korrekt ist. Das gibt ihnen mehr Vertrauen in die effiziente Nutzung von KI-Tools, selbst bei hochriskantem oder geschäftskritischem Code. Im Gegensatz dazu vertrauen Nachwuchsentwickler möglicherweise nicht vollständig auf ihre Fähigkeit, Fehler zu erkennen, was dazu führen kann, dass sie vorsichtiger sind, sich auf KI zu verlassen, oder sie eher ganz vermeiden, sie in der Produktivumgebung zu verwenden.

Das trackt damit, wie viel KI-generierter Code tatsächlich in die Produktivumgebung gelangt. Unter den Junior-Entwicklern geben nur 13 % an, dass mehr als die Hälfte ihres ausgelieferten Codes KI-generiert ist. Im Gegensatz dazu sagen 32 % der leitenden Entwickler dasselbe, was darauf hindeutet, dass erfahrenere Engineer KI nicht nur aggressiver einsetzen, sondern ihr in Produktivumgebung auch mehr vertrauen. Dies ist überraschend angesichts der wachsenden Besorgnis darüber, dass durch „Vibe Coding“ Schwachstellen in Anwendungen entstehen. 

Wahrnehmung vs. Realität

Nahezu jeder dritte Entwickler (28 %) gibt an, dass er KI-generierten Code so häufig korrigieren oder bearbeiten muss, dass dies die meiste Zeitersparnis wieder zunichte macht. Nur 14 % geben an, dass sie selten Änderungen vornehmen müssen. Und dennoch fühlen sich über die Hälfte der Entwickler mit KI-Tools wie Copilot, Gemini oder Claude schneller.

Die Umfrage von Fastly ist nicht die einzige, die die Produktivitätsgewinne durch KI in Frage stellt. Eine kürzlich durchgeführte randomisierte kontrollierte Studie (RCT) mit erfahrenen Open-Source-Entwicklern ergab etwas noch Erstaunlicheres: Wenn Entwickler KI-Tools verwendeten, benötigten sie 19 % mehr Zeit, um ihre Aufgaben zu erledigen.

Diese Diskrepanz kann psychologische Ursachen haben. KI-Codierung fühlt sich oft reibungslos an: Der Code wird mit wenigen Tastenanschlägen automatisch vervollständigt. Dies erweckt den Eindruck von Dynamik, aber die anfänglichen Geschwindigkeitsgewinne werden oft von Zyklen des Bearbeitens, Testens und Überarbeitens gefolgt, die jeden Gewinn auffressen. Dieses Muster spiegelt sich sowohl in Gesprächen, die wir mit Fastly-Entwicklern geführt haben, als auch in vielen Kommentaren wider, die wir in unserer Umfrage erhalten haben.

Ein Befragter drückte es so aus: „Ein KI-Codierungstool wie GitHub Copilot unterstützt meinen Workflow erheblich, indem es Code-Snippets und sogar ganze Funktionen vorschlägt. Allerdings generierte es einmal einen komplexen Algorithmus, der zwar korrekt zu sein schien, aber einen subtilen Fehler enthielt, was zu mehreren Stunden Fehlersuche führte.

Ein anderer bemerkte: „Das KI-Tool spart Zeit durch die Verwendung von Standardcode, benötigt jedoch auch manuelle Korrekturen für Ineffizienzen, die die Produktivität in Schach halten.“

Dennoch scheint KI weiterhin die Arbeitszufriedenheit der Entwickler zu verbessern. Fast 80 % der Entwickler sagen, dass KI-Tools das Programmieren angenehmer gestalten. Für manche geht es darum, die Routinearbeit zu überspringen. Für andere könnte es der Dopaminrausch von Code auf Abruf sein.

„Es hilft mir, eine Aufgabe zu erledigen, bei der ich nicht weiterkomme.“ „Es ermöglicht mir, die notwendigen Antworten zu finden, um die Aufgabe zu beenden“, sagt ein Umfrageteilnehmer

Genuss ist nicht gleich Effizienz, aber in einem Beruf, der mit Burnout und Rückständen zu kämpfen hat, könnte dieser Moralschub dennoch von Bedeutung sein.

Die versteckten Kosten der KI-Programmierung

Die Umfrage von Fastly untersuchte auch das Bewusstsein der Entwickler für Green Coding – die Praxis, energieeffiziente Software zu schreiben – und die Energiekosten hinter KI-Codierungstools. Die Praxis des Green Codings nimmt mit zunehmender Erfahrung stark zu. Etwas mehr als 56 % der Junior-Entwickler geben an, dass sie bei ihrer Arbeit aktiv den Energieverbrauch berücksichtigen, während fast 80 % der mittleren und leitenden Engineer dies beim Programmieren berücksichtigen. 

Entwickler sind sich der Umweltkosten von KI-Tools sehr bewusst: Etwa zwei Drittel der Entwickler aller Erfahrungsstufen gaben an, dass sie wissen, dass diese Tools einen erheblichen CO2-Fußabdruck haben können. Nur eine kleine Minderheit (unter 8 % selbst auf den untersten Ebenen) war völlig ahnungslos. Insgesamt legen die Daten nahe, dass Nachhaltigkeit zunehmend in der Entwicklerkultur verankert ist.

Methodik

Diese Umfrage wurde von Fastly vom 10. bis zum 14. Juli 2025 mit 791 professionellen Entwicklern durchgeführt. Alle Befragten bestätigen, dass das Schreiben oder Überprüfen von Code ein zentraler Bestandteil ihrer Arbeit ist. Die Umfrage wird in den USA verteilt und auf ihre Genauigkeit hin qualitätskontrolliert, obwohl, wie bei allen selbstberichteten Daten, eine gewisse Verzerrung möglich ist.