Die Nutzung ist nicht der Engpass - die Prüfung ist es.
Worum es geht
KI ist im Entwicklungsalltag angekommen. Laut Stack Overflow Developer Survey 2025 (über 49.000 Befragte) nutzen 84% KI-Tools oder planen es. Agenten setzen erst 31% ein, und 46% misstrauen der Genauigkeit der Ergebnisse.
Was die Studien zeigen
- „Fast richtig“ ist das Hauptproblem: 66% nennen fast richtige, aber nicht ganz korrekte Lösungen als größte Frustration. Zum Testen wollen 44,1% keine KI einsetzen, beim Committen und Reviewen 58,7%.
- Probleme bleiben im Code: In 302.600 KI-Commits aus 6.299 Repositories sind 22,7% der eingeführten Probleme in der aktuellen Version noch vorhanden (Liu et al., 2026, Preprint). Überwiegend sind es Code Smells, ein Vergleich mit rein menschlichem Code fehlt.
- Mit Filtern wird es brauchbar: Bei Meta wurden 73% der KI-Testverbesserungen nach menschlicher Prüfung übernommen. Vor dem Filter ließen sich 75% der Tests bauen, 57% bestanden zuverlässig und 25% erhöhten die Abdeckung (Meta, 2024).
Die Umfragen sind Selbstauskünfte, die Meta-Studien betreffen ein internes Werkzeug von Meta. Zusammen zeigen sie trotzdem dasselbe Muster: Der Wert entsteht erst nach der Prüfung.
Was wir daraus machen
KI-Ergebnisse durchlaufen bei uns erst automatische Prüfungen - Build, Tests, statische Analyse - und dann das menschliche Review. Nur was die Filter übersteht, kostet Review-Zeit. Wie das aussieht, beschreiben Vom Artefakt zum Werkzeug und Agenten, die Tests schreiben.
Die Studien im Einzelnen
Auswahl: nur Studien mit offen gelegter Methode - Experimente, amtliche Statistik, Rechtstexte, unabhängige Institute. Umfragen von Herstellern über ihr eigenes Produkt und Prognosen von Beratungen nehmen wir hier nicht auf.
- 84%
Stack Overflow · 2025 · UmfrageUmfrage, Selbstauskunft
84% der Befragten im Stack Overflow Developer Survey 2025 nutzen KI-Tools in der Entwicklung oder planen es (2024: 76%).
Stack Overflow Developer Survey 2025 - AI ↗Nutzen wir in: Agentic Development im Enterprise-Alltag · Vom Artefakt zum Werkzeug: kontrollierte Autonomie in der Softwareentwicklung · Agentic AI: 85% auf der Folie, 36% im besten Fall
- 31%
Stack Overflow · 2025 · UmfrageUmfrage, Selbstauskunft
Laut Stack Overflow 2025 nutzen erst 31% der Entwickler KI-Agenten, 17% planen es und 38% planen es nicht.
Stack Overflow's 2025 Developer Survey Reveals Trust in AI at an All Time Low ↗Nutzen wir in: Agentic Development im Enterprise-Alltag · Vom Artefakt zum Werkzeug: kontrollierte Autonomie in der Softwareentwicklung
- 46%
Stack Overflow · 2025 · UmfrageUmfrage, Selbstauskunft
Im Stack Overflow Survey 2025 misstrauen 46% der Entwickler der Genauigkeit von KI-Tools, nur 33% vertrauen ihr.
Stack Overflow Developer Survey 2025 - AI ↗Nutzen wir in: Agentic Development im Enterprise-Alltag · Agenten, die Tests schreiben - so gehen wir es an · Vom Artefakt zum Werkzeug: kontrollierte Autonomie in der Softwareentwicklung · Agentic AI: 85% auf der Folie, 36% im besten Fall
- 66%
Stack Overflow · 2025 · UmfrageUmfrage, Selbstauskunft
66% der Entwickler nennen „fast richtige, aber nicht ganz korrekte“ KI-Lösungen als größte Frustration, 45% sagen, das Debuggen von KI-Code koste mehr Zeit.
Stack Overflow Developer Survey 2025 - AI ↗Nutzen wir in: Agenten, die Tests schreiben - so gehen wir es an · Agentic AI: 85% auf der Folie, 36% im besten Fall
- 44,1%
Stack Overflow · 2025 · UmfrageUmfrage, Selbstauskunft
44,1% der Entwickler planen nicht, KI zum Testen von Code einzusetzen; beim Committen und Reviewen von Code sind es 58,7%.
Stack Overflow Developer Survey 2025 - AI ↗Nutzen wir in: Agenten, die Tests schreiben - so gehen wir es an
- 22,7%
arXiv (Liu et al.) · 2026 · Studieunabhängig
22,7% der Probleme, die KI-Coding-Assistenten in öffentliche GitHub-Projekte einbringen, sind in der aktuellen Version noch vorhanden (302.600 KI-Commits, 6.299 Repositories).
Debt Behind the AI Boom: A Large-Scale Empirical Study of AI-Generated Code in the Wild ↗Nutzen wir in: Agentic AI: 85% auf der Folie, 36% im besten Fall · Agenten, die Tests schreiben - so gehen wir es an · Vom Artefakt zum Werkzeug: kontrollierte Autonomie in der Softwareentwicklung
- 73%
arXiv (Meta) · 2024 · Studieeigenes Werkzeug des Herausgebers
Bei Meta wurden 73% der Testverbesserungen von TestGen-LLM nach menschlicher Prüfung für den Produktiveinsatz akzeptiert; 11,5% der bearbeiteten Klassen wurden verbessert.
Automated Unit Test Improvement using Large Language Models at Meta ↗Nutzen wir in: Agenten, die Tests schreiben - so gehen wir es an
- 25%
arXiv (Meta) · 2024 · Studieeigenes Werkzeug des Herausgebers
Von den LLM-generierten Testfällen bei Meta ließen sich 75% korrekt bauen, 57% bestanden zuverlässig und 25% erhöhten die Abdeckung, weshalb automatische Filter nötig sind.
Automated Unit Test Improvement using Large Language Models at Meta ↗Nutzen wir in: Agenten, die Tests schreiben - so gehen wir es an
- 73%
arXiv (Meta) · 2025 · Studieeigenes Werkzeug des Herausgebers
Metas mutationsgesteuerter LLM-Testgenerator lief auf 10.795 Kotlin-Klassen; Ingenieure akzeptierten 73% der Tests und stuften 36% als datenschutzrelevant ein.
Mutation-Guided LLM-based Test Generation at Meta ↗Nutzen wir in: Agenten, die Tests schreiben - so gehen wir es an
