Jedes Mal, wenn es ein großes Update für KI-Programmierwerkzeuge gibt, brechen in den sozialen Medien Diskussionen darüber aus, ob "Programmierer bald arbeitslos werden". Wie sieht die Realität aus?
METR-Studie überrascht
Die KI-Sicherheitsforschungsorganisation METR führte ein strenges Experiment durch: Erfahrene Entwickler mussten Programmieraufgaben mit und ohne KI-Unterstützung erledigen.
Ergebnis: Entwickler, die KI-Werkzeuge nutzten, waren 19 % langsamer.
Ja, Sie haben richtig gelesen. Erfahrene Entwickler, die KI-Unterstützung nutzten, waren weniger effizient, nicht mehr. Der Hauptgrund: Die Zeit, die für die Überprüfung und Korrektur der KI-Ausgaben aufgewendet wurde, überstieg die Zeit, die die KI eingespart hatte.
Allerdings hat diese Studie einige Einschränkungen – das Versuchsdesign, die Art der Aufgaben und die verwendeten spezifischen Werkzeuge beeinflussen die Schlussfolgerungen. Sie bedeutet nicht, dass "KI-Programmierwerkzeuge nutzlos sind", sondern zeigt, dass in bestimmten Szenarien das Kosten-Nutzen-Verhältnis von KI-Werkzeugen nicht so hoch ist wie angenommen.
Weitere Datenpunkte
Die Daten von GitHub selbst zeigen, dass Entwickler, die Copilot verwenden, bei der Code-Vervollständigung tatsächlich effizienter sind, insbesondere beim Schreiben von Boilerplate-Code und sich wiederholenden Aufgaben.
Aber bei den wirklich "kopflastigen" Phasen wie Architekturdesign, Anforderungsverständnis und Fehlerbehebung kann KI derzeit noch nicht viel helfen – und kann sogar schaden, indem sie falsche Vorschläge macht.
Tatsächliche Auswirkungen
Die derzeit genauere Einschätzung ist:
- KI wird Programmierer nicht "ersetzen", aber den Arbeitsinhalt von Programmierern verändern
- Die Zeit zum Schreiben von Code wird abnehmen, die Zeit für Review und Verifikation wird zunehmen
- Die Nachfrage nach Junior-Entwicklern könnte sinken, die Nachfrage nach Senior-Entwicklern, die KI-Werkzeuge beherrschen, könnte steigen
- "KI-Werkzeuge nutzen können" wird gerade zu einer grundlegenden Fähigkeit wie "Git können"
Panik und blinder Optimismus sind unnötig. Dieses Feld verändert sich zu schnell, die zuverlässigste Strategie ist kontinuierliches Lernen, KI-Werkzeuge als Werkzeuge und nicht als Ersatz zu betrachten.
Quellenangabe: METR-Forschungsbericht, CocoLoop, GitHub-Jahresumfrage