Fazit
Senior-Entwickler liefern ca. 2,5× mehr KI-generierten Code als Junior-Entwickler aus (32 % vs. 13 %)
KI fühlt sich schneller an, aber Untersuchungen zeigen, dass Entwickler damit etwa 19 % länger brauchen können
Fast jeder dritte Entwickler verbringt so viel Zeit mit der Behebung von Problemen mit KI-Output, dass die erzielten Gewinne wieder zunichte gemacht werden
Erfahrung schafft Vertrauen: Erfahrene Entwickler haben mehr Vertrauen in den Einsatz von KI in der Produktivumgebung.
KI steigert die Arbeitsmoral (ca. 80 % haben mehr Freude am Programmieren), auch wenn die Produktivitätssteigerungen unklar sind
Die meisten Entwickler sind sich der Auswirkungen von KI auf die Umwelt bewusst
Fazit: KI-Programmiertools verändern die Workflows von Entwicklern mehr, als dass sie die reine Produktivität verbessern, und die Erfahrung bestimmt, wer am meisten davon profitiert.
---
KI-Tools zum Programmieren sind inzwischen fester Bestandteil des täglichen Workflows vieler Entwickler. Von GitHub Copilot und Claude über Gemini bis hin zu anderen Programmierassistenten verlassen sich Entwickler zunehmend auf KI, um Code zu generieren, Fehler zu beheben und die Entwicklung zu beschleunigen. Gleichzeitig haben Debatten über „Vibe Coding“ – die Praxis, sich stark auf KI-generierten Code zu verlassen, ohne jedes Implementierungsdetail vollständig zu verstehen – Fragen zu Produktivität, Codequalität und Sicherheit aufgeworfen.
Die Umfrage von Fastly im Juli 2025 unter 791 Entwicklern zielte darauf ab, diese Debatten anhand realer Daten zu überprüfen.
Warum Senior Entwickler 2,5-mal mehr KI-generierten Code ausliefern
Etwa ein Drittel der Senior Entwickler (mit mehr als 10 Jahren Erfahrung) gibt an, dass mehr als die Hälfte ihres ausgelieferten Codes KI-generiert ist – fast das Zweieinhalbfache wie bei Junior Entwicklern (0–2 Jahre Erfahrung), die bei 13 Prozent liegen.
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 investieren außerdem eher Zeit, um KI-generierten Code zu korrigieren. Knapp 30 Prozent der Senior Entwickler berichteten, dass sie KI-Ausgaben so sehr bearbeiten, dass die Zeitersparnis größtenteils wieder aufgehoben wird, während es bei Junior Entwicklern 17 Prozent sind. Dennoch geben 59 Prozent der Senior Entwickler an, dass KI-Tools ihnen insgesamt helfen, schneller auszuliefern, verglichen mit 49 Prozent der Junior Entwickler.
Senior Entwickler sind optimistischer, was die Zeitersparnis durch KI angeht
Etwas mehr als 50 % der Junior Entwickler geben an, dass KI sie mäßig schneller macht. Im Gegensatz dazu geben nur 39 % der erfahreneren Entwickler dasselbe an. Senior Entwickler berichten dagegen häufiger von erheblichen Geschwindigkeitsgewinnen: 26 Prozent geben an, dass KI sie deutlich schneller macht – doppelt so viele wie die 13 Prozent der Junior Entwickler, die dem zustimmen.
Ein Grund für diesen Unterschied könnte sein, dass erfahrene Entwickler einfach besser in der Lage sind, Fehler der KI zu erkennen und zu korrigieren. Erfahrenere Engineers sind möglicherweise besser aufgestellt, um von Vibe-Coding zu profitieren, da sie schneller erkennen können, wenn KI-generierter Code fehlerhaft, unsicher oder für das zu lösende Problem schlecht geeignet ist. Sie verfügen über die Erfahrung, um zu erkennen, wann Code „richtig aussieht“, es aber nicht ist. Das macht sie zuversichtlicher im effizienten Umgang mit KI-Tools, selbst bei hochriskantem oder geschäftskritischem Code. Junior Entwickler hingegen vertrauen möglicherweise weniger auf ihre Fähigkeit, Fehler zu erkennen, was sie vorsichtiger im Umgang mit KI macht oder dazu führt, dass sie den Einsatz in der Produktivumgebung ganz vermeiden.
Das spiegelt sich auch darin wider, wie viel KI-generierter Code es tatsächlich in die Produktion schafft. Unter Junior Entwicklern sagen nur 13 Prozent, dass mehr als die Hälfte ihres ausgelieferten Codes KI-generiert ist. Im Vergleich dazu geben 32 Prozent der Senior Entwickler dasselbe an, was darauf hindeutet, dass erfahrenere Ingenieure nicht nur aggressiver KI einsetzen, sondern dieser auch in Produktionsumgebungen mehr vertrauen. Das ist überraschend angesichts wachsender Bedenken, dass „Vibe Coding“ Schwachstellen in Anwendungen einführen könnte.
Jeder dritte Entwickler gibt an, dass die Korrektur von KI-Code die Zeitersparnis zunichtemacht
Diskussionen rund um Vibe Coding konzentrieren sich oft auf erhebliche Produktivitätssteigerungen, doch unsere Ergebnisse deuten auf eine differenziertere Realität hin. Fast jeder dritte Entwickler (28 %) gibt an, dass er so häufig KI-generierten Code korrigieren oder bearbeiten muss, dass dadurch der Großteil der Zeitersparnis wieder zunichtegemacht wird. Nur 14 % geben an, dass sie selten Änderungen vornehmen müssen. Und dennoch gibt über die Hälfte der Entwickler an, sich mit KI-Tools wie Copilot, Gemini oder Claude schneller zu fühlen.
Fastlys Umfrage ist nicht die einzige, die Produktivitätsgewinne durch KI infrage stellt. Eine kürzlich durchgeführte randomisierte kontrollierte Studie (RCT) mit erfahrenen Open-Source Entwicklern ergab ein noch auffälligeres Ergebnis: Entwickler, die KI-Tools nutzten, benötigten 19 Prozent länger für ihre Aufgaben.
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.“
Fast 80 % der Entwickler geben an, dass KI-Tools das Programmieren angenehmer machen
Produktivitätsgewinne sind zwar schwer zu beziffern, die Zufriedenheit mit der Arbeit jedoch nicht: Fast 80 % der Entwickler geben an, dass KI-Tools das Programmieren angenehmer machen. Für einige geht es darum, sich lästige Routinearbeit zu sparen. Für andere ist es vielleicht der Dopamin-Kick von Code auf Abruf.
„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.
Das Bewusstsein für Green Coding steigt mit der Erfahrung stark an
Fastlys Umfrage untersuchte auch das Bewusstsein der Entwickler für Green Coding – die Praxis, energieeffiziente Software zu schreiben – und die Energiekosten hinter KI-Coding-Tools. Die Green-Coding-Praxis nimmt mit der Erfahrung deutlich zu. Das Bewusstsein steigt mit der Erfahrung stark an: Etwas mehr als 56 % der Junior Entwickler geben an, bei ihrer Arbeit den Energieverbrauch aktiv zu berücksichtigen, während es bei Entwicklern mittleren und höheren Erfahrungsniveaus fast 80 Prozent sind.
Entwickler sind allgemein über die Umweltkosten von KI-Tools informiert: Etwa zwei Drittel der Entwickler auf allen Erfahrungsstufen geben an, zu wissen, dass diese Tools einen erheblichen CO2-Fußabdruck verursachen können. Nur eine kleine Minderheit (unter 8 % selbst auf den untersten Erfahrungsstufen) war sich dessen überhaupt nicht bewusst.
Was ist Vibe Coding?
Vibe Coding ist ein Entwicklungsstil, bei dem Programmierer stark auf KI-generierten Code und natürlichsprachliche Eingaben setzen, um Apps zu entwickeln, indem sie die Ausgabe überprüfen, testen und anpassen, anstatt jede Zeile selbst zu schreiben. Befürworter behaupten, es beschleunige die Entwicklung und reduziere repetitive Arbeit; Kritiker warnen, dass KI-generierter Code Fehler, Ineffizienzen oder Sicherheitslücken einführen kann, wenn Entwickler ihm allzu sehr vertrauen – ein Spannungsfeld, das die Daten dieser Umfrage direkt widerspiegeln.
Erfahrung, nicht KI-Tools, bestimmt die Produktivität beim Programmieren
Senior Entwickler liefern mehr KI-generierten Code aus und investieren mehr Zeit in die Korrektur, berichten aber zugleich von den größten Geschwindigkeitsgewinnen und dem größten Vertrauen in KI für den Einsatz in der Produktivumgebung. Die Erfahrung, nicht die Tools selbst, scheint entscheidend dafür zu sein, wer tatsächlich profitiert.
Da KI-Coding-Tools zunehmend zum festen Bestandteil der Softwareentwicklung werden, geht es vielleicht weniger darum, ob Entwickler sie nutzen, sondern vielmehr darum, wie sie sie einsetzen.
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.