Ein Meeting dauert 30 Minuten, auch wenn die Botschaft nach 10 Minuten durch ist. Daran ändert auch die beste AI wenig. Wer ausrechnen will, was AI in der Entwicklung bringt, muss deshalb zuerst wissen: Auf welchen Teil der Woche kann ein Hebel überhaupt wirken?
Die Antwort in einem Satz
Rund ein Viertel der Woche ist synchron gebunden, vom Rest ist nur ein Teil am Stück nutzbar - und erreichbar für AI-Werkzeuge ist realistisch knapp die Hälfte der Zeit.
Synchron gebunden: 12 bis 30%
Wie viel Zeit Entwickler in Meetings und Calls verbringen, hängt stark davon ab, wie man misst:
- Selbstauskunft: rund 12% für Kommunikation und Meetings (Kumar et al., 2025), 15% Meetings an einem typischen Tag (Meyer et al., 2019).
- Kalenderdaten: 10,9 Stunden pro Woche, rund 30% der erfassten Zeit - über 80.000 Entwickler in 5.000 Firmen (Clockwise, 2022, Kalenderanbieter).
Die Spanne ist kein Widerspruch, sie zeigt eine Messlücke. Kalender erfassen keine spontanen Calls, Selbstauskünfte unterschätzen sie. In einer Langzeitstudie in verteilten Teams kamen zu knapp 8 Stunden geplanten Meetings fast 9 Stunden ungeplante dazu (Stray & Moe, 2020). Realistisch liegt der Wert deshalb eher im oberen Teil der Spanne.
Was AI hier kann: Vor- und Nachbereitung. In einem großen Feldexperiment mit über 7.000 Beschäftigten sank die Zeit für E-Mails mit AI-Assistent um 31% - die Meetingzeit änderte sich nicht messbar (Dillon et al., 2025). Ein Termin bleibt ein Termin.
Was übrig bleibt - und was davon AI erreicht
Die übrige Zeit lässt sich nicht sauber in „Kommunikation“ und „eigene Arbeit“ trennen. Keine aktuelle unabhängige Studie misst beides getrennt. Belastbar sind einzelne Bausteine:
- Coding im engeren Sinn: 11 bis 21% der Zeit (Kumar et al., 2025; Meyer et al., 2017).
- Code verstehen: In einer Messstudie entfielen 58% der Zeit darauf, Programme zu verstehen (Xia et al., 2018). Genau hier helfen AI-Werkzeuge: erklären, suchen, zusammenfassen.
- Code-Review: im Median rund 3 Stunden pro Woche (Dorner et al., 2025, Umfrage).
Zählt man Coding, Verstehen, Testen, Debuggen und Review zusammen, landet man grob bei 25 bis 65% der Woche, typisch um 45%. Das ist der Tätigkeitsanteil, auf den ein AI-Hebel wirken kann - als Spanne, nicht als gemessene Einzelzahl.
Zerstückelte Zeit
Selbst die erreichbare Zeit kommt selten am Stück:
- Kalenderdaten zeigen knapp 20 Stunden pro Woche in Blöcken von mindestens 2 Stunden (Clockwise, 2022). Kalender sehen aber keine Chat-Unterbrechungen.
- Bei Google lag schon das 90. Perzentil zusammenhängender Arbeitssitzungen bei 88 Minuten (Brown et al., 2023, Forschung im eigenen Haus).
- 62% der Befragten brauchen nach einem Meeting mindestens 15 Minuten, um wieder in die Arbeit zu finden (Patkar et al., 2026, kleine Stichprobe).
Zerstückelung kostet doppelt: Jede Unterbrechung frisst Anlaufzeit, und ein AI-Agent, der eine längere Aufgabe übernimmt, braucht jemanden, der sein Ergebnis am Stück prüft.
Was das für die Rechnung heißt
- Meetings rausrechnen: Ein Hebel auf Coding wirkt nicht auf die 12 bis 30% synchron gebundene Zeit.
- Spanne statt Punktwert: Der Tätigkeitsanteil liegt typisch um 45%, nicht bei 70% oder mehr. In unserer Rechnung zum AI-Effekt setzen wir deshalb 25 bis 65% an.
- Fokus ist ein eigener Hebel: Weniger und kürzere Meetings, mehr asynchrone Abstimmung und geschützte Blöcke vergrößern die Zeit, auf die AI wirken kann - oft schneller als ein neues Werkzeug.
Was die Daten nicht hergeben
Eine saubere Dreiteilung in synchrone, asynchrone und selbstgesteuerte Zeit gibt die Studienlage nicht her. Für asynchrone Kommunikation wie Chat und Tickets gibt es bei Entwicklern keine belastbare Gesamtzahl, und die größten aktuellen Datensätze stammen von Anbietern. Wir zeigen deshalb Spannen und nennen die Lücke.
Ein Blick zurück als Randnotiz: Mit dem Wechsel ins Homeoffice 2020 wurden Meetings häufiger, aber kürzer (DeFilippis et al., 2020), und synchrone Kommunikation nahm zugunsten asynchroner ab (Yang et al., 2022). Mehr, kürzere Termine bedeuten mehr Zerstückelung.
