Kaum ein Thema beschäftigt die IT-Welt derzeit mehr als künstliche Intelligenz. Was wird sie bringen? Ist sie mit der industriellen Revolution des 18. Jahrhunderts vergleichbar, die die Gesellschaft grundlegend verändert hat? Prognosen sind schwierig – zu hoch ist die Dynamik von sich verändernden technologischen Entwicklungen, Arbeitsweisen und Rahmenbedingungen.
Eine fundierte Quelle zur Untersuchung dieser aktuellen Entwicklungen liefert das DORA-Programm mit ihrem jährlichen DORA-Report. Die Studie basiert auf einer beeindruckenden Datengrundlage: In knapp 10 Jahren Laufzeit haben mittlerweile über 39000 Unternehmen teilgenommen. Der DORA-Report gilt damit als die umfassendste Studie mit wissenschaftlichem Hintergrund in der IT-Welt. Jedes Jahr werden Fragen zu aktuellen IT-Themen mit Fokus auf moderne Softwareentwicklung gestellt. Im Zentrum steht die Identifikation von Zusammenhängen zwischen Maßnahmen und erfolgreicher Unternehmensperformance.
In diesem Artikel werfen wir einen Blick auf was der DORA-Report über den aktuellen Stand und die Auswirkungen von KI-Nutzung verrät. Wofür wird KI heute eingesetzt? Welche Vorteile, aber auch Nachteile bringt sie derzeit mit sich?
1. Einsatz von KI
1.1 Integration von KI auf Unternehmensebene
Der Einsatz von KI ist längst kein Nischenthema mehr – Unternehmen aller Branchen setzen sie in ähnlichem Umfang ein. Das ist bemerkenswert, da sich regulatorische Anforderungen und Innovationsfreude je nach Sektor stark unterscheiden können. 81% der Befragten gaben an, dass ihre Organisation gezielt daran arbeitet, KI in ihre Anwendungen und Dienste zu integrieren. Rund 49% davon bewerten diese Aufwendungen als moderat bis signifikant. Dagegen geben nur rund 3% der Befragten an, dass sich der Fokus ihrer Organisation weg von KI bewegt.
Quelle: DORA Report 2024
Einzig die Unternehmensgröße scheint einen gewissen Einfluss zu haben: Befragte größerer Organisationen setzen im Arbeitsalltag seltener auf KI als jene kleiner Firmen. Das deckt sich mit früheren Studien, die zeigen, dass größere Unternehmen technologische Veränderungen langsamer adaptieren – vor allem bedingt durch mehr Bürokratie, langsamere Entscheidungsprozesse und größerem Koordinierungsaufwand.
1.2 Adoptionsrate von KI auf individueller Ebene
Über 75% der befragten Fachkräfte setzen KI bei mindestens einer täglichen Aufgabe ein. Besonders häufig wird KI verwendet für:
- Schreiben, Erklären, Dokumentieren und Optimieren von Code
- Zusammenfassen von Informationen
- Datenanalyse
- sowie Debugging
Am häufigsten wird KI für das Schreiben von Code (75%) und das Zusammenfassen von Informationen (71%) eingesetzt.
Quelle: DORA Report 2024
Am häufigsten (rund 78%) greifen die Befragten über Chatbots, externe Web-Interfaces (74%) gefolgt von Tools, die direkt in die Entwicklungsumgebungen integriert sind (rund 73%) auf Unterstützung durch künstliche Intelligenz zu. Innerhalb von automatisierten CI/CD-Pipelines ist der KI-Einsatz mit rund 50% noch nicht so weit verbreitet. Allerdings vermuten die Studienautoren, dass die tatsächliche Zahl höher sein könnte, da vielen möglicherweise gar nicht bewusst ist, dass KI-Komponenten in ihren Pipelines oder internen Plattformen verwendet werden.
1.3 Welche Berufsgruppen nutzen KI am stärksten?
Data Scientists und Machine-Learning-Spezialisten nutzen KI deutlich häufiger als andere Berufsgruppen. Am seltensten verwenden Hardware Engineers KI, was angesichts der oben genannten Aufgabengebiete von KI wenig überrascht.
1.4 Was motiviert Unternehmen und Entwickler zur Einführung von KI?
Die Einführung von KI wird oft durch Wettbewerbsdruck und die Notwendigkeit, mit branchenspezifischen Standards mitzuhalten, begründet.
Kompetenz im Umgang mit KI gilt für viele zunehmend als Voraussetzung – sowohl für Unternehmen als auch für einzelne Entwickler. In manchen Fällen dient allein der Einsatz von KI bereits als starkes Marketinginstrument, um sich von der Konkurrenz abzuheben. Einige Unternehmen umgehen dafür sogar etablierte Bürokratieprozesse, um KI schneller zum Einsatz zu bringen. Auf individueller Ebene sehen viele Befragte den souveränen Umgang mit KI als neues Einstiegsniveau in der Softwareentwicklung: Wer KI nicht nutzt, riskiert, sehr schnell den Anschluss in der sich stark verändernden Technologiewelt zu verlieren. Ähnliches hat man vor einigen Jahren auch bei der Einführung moderner Methoden der Softwareentwicklung erlebt.
1.5 Positive Effekte auf die individuelle Produktivität
Rund 75% der Befragten berichten von positiven Effekten auf ihre Produktivität. Ein Drittel spricht sogar von moderaten bis extremen Verbesserungen. Besonders stark profitierten
- Security-Professionals,
- Systemadministratoren
- und Full-Stack-Entwickler
durch Produktivitätssteigerungen von KI. So gaben z.B. rund 77% der Befragten an, dass KI-gestützte Coding-Tools ihre Fähigkeiten, Code schreiben zu können, spürbar verbessert haben.
Dabei gibt es kaum negative Auswirkungen: Weniger als 10% berichten von Produktivitätsminderungen. Diese könnten z.B. auf Lernkurven im Umgang mit den neuen Technologien zurückzuführen sein.
1.6 Vertrauen in KI generierten Code
Obwohl viele Entwickler KI bereits intensiv nutzen und ihren Mehrwert erkennen, ist das Vertrauen in KI-generierten Code überraschenderweise oft begrenzt. Zwar sagen rund 88%, dass sie dem Code in gewisser Weise vertrauen, doch haben nur 27% geringes Vertrauen, 12% sogar keines.
Viele geben an, dass sie den von KI generierten Code regelmäßig überprüfen und anpassen. Doch das alles ist kein Hinderungsgrund für den produktiven Einsatz von KI. So lange der Code vom Kern her in Ordnung und sich leicht nachjustieren und in bestehende Qualitätsprozesse integrieren lässt, ist er gut genug, um akzeptiert und als hilfreich wahrgenommen zu werden.
1.7 Ein Blick in die Zukunft
Viele Befragte erwarten, dass KI ihnen dabei hilft, ihre Performance und die Qualität ihrer Produkte langfristig steigern und dass sich dieser Effekt auch die nächsten 5-10 Jahre fortsetzen wird. Doch die Zukunftsaussichten werden auch zwiespältig gesehen, denn gleichzeitig bestehen Bedenken hinsichtlich möglicher negativer Auswirkungen auf
- ihre Karriere,
- die Gesellschaft,
- rechtliche Rahmenbedingungen
- und die Umwelt.
Letzteres ist nicht überraschend: Das Training eines großen KI-Modells kann so viel Energie verbrauchen, wie 1000 US-Haushalte pro Jahr. Außerdem prognostizieren Studien, dass der Stromverbrauch von Rechenzentren bis 2030 um bis zu 150% steigen könnte.
Die Sorge um Jobverluste steht dem Optimismus gegenüber, dass neue Technologien auch neue Arbeitsplätze schaffen werden, wie die Historie bislang mehrfach gezeigt hat.
1.8 Zwischenfazit zum Einsatz von KI
KI hat die Arbeit von Softwareentwicklern bereits heute grundlegend verändert und dieser Wandel ist noch lange nicht abgeschlossen. Eines ist sicher: Die Entwicklung ist nicht aufzuhalten. KI bringt einen tiefgreifenden Wandel in der Softwareentwicklung – einen Paradigmenwechsel, den niemand mehr ignorieren kann. Produktivitätsgewinne, breite Anwendung und das gestiegene Anforderungsniveau für Entwickler zeigen: Wer in der Softwarebranche zukunftsfähig bleiben will, kommt an KI nicht vorbei. Vertrauen muss sich die KI zwar weiter verdienen und ohne Betreuung kann sie noch nicht selbstständig arbeiten, doch ihr Nutzen ist für viele längst Realität.
2. Auswirkungen durch KI
Schätzungen zufolge werden die führenden, großen Tech-Konzerne voraussichtlich rund eine Billion US-Dollar in die Entwicklung von KI investieren.
Diese enorme Summe zeigt, wie hoch die Erwartungen an KI sind. Doch zwischen Hype und Realität gehen die Erwartungen der Gesellschaft an KI weit auseinander. Während einige KI als Gamechanger feiern, warnen andere vor überzogenen Hoffnungen oder vor Risiken. Verlässliche Fakten sind schwer zu finden, stattdessen dominieren Meinungen und Stimmungen – etwas bei Themen wie LLMs oder dem aktuell viel diskutierten Vibe-Coding. Das sorgt für Verunsicherung und erschwert eine fundierte Auseinandersetzung mit den tatsächlichen Auswirkungen.
Gerade vor dem Hintergrund solch großen Investitionen wird es umso wichtiger, den Einfluss von KI präzise zu verstehen, um Chancen gezielt zu nutzen und Risiken bewusst steuern zu können.
2.1 Hintergrund der Studie
In einer so hochdynamischen Arbeitswelt exakte Aussagen zu treffen und den Effekt von KI isoliert zu betrachten, ist jedoch enorm schwierig. Genau deshalb braucht es erprobte und robuste Analysemodelle. Die Autoren der Studie sehen die DORA-Metriken als vielversprechendes Werkzeug, um die konkreten Vor- und Nachteile von KI in der Softwareentwicklung zu verstehen – nicht zuletzt, weil er sich über die letzten 10 Jahre bei Themen wie CI/CD und Sicherheitspraktiken bewährt hat.
Die Studie führt dazu den Begriff der „Abhängigkeit von KI“ ein: Die zu Grunde liegenden Analyse basiert auf dem Grad der KI-Adoption. Alle folgenden Erkenntnisse leiten sich aus dieser Größe ab und untersuchen, welchen Einfluss eine Steigerung der KI-Adoption um 25% auf verschiedene Faktoren hat. Doch was genau bedeutet KI-Adoption?
Die reine Häufigkeit der KI-Nutzung sagt wenig über deren Einfluss auf die Softwareentwicklungsprozesse aus. Daher haben sich die Autoren bewusst gegen die Frage nach dem „Wie oft“ und für das „Wofür?“ entschieden. In einer Faktoranalyse wurden sechs Kerntätigkeiten identifiziert, die anzeigen, ob KI zentral in den Entwicklungsprozess integriert wurde:
- Code schreiben
- Informationen zusammenfassen
- Code erklären
- Code optimieren
- Dokumentation
- Tests schreiben
2.2 Auswirkungen der KI auf das Individuum
Die Studie untersucht den Einfluss von KI auf folgende Faktoren: „Arbeitszufriedenheit“, Burnout, Flow (d.h. wie fokussiert eine Person bei Entwicklungsaufgaben ist), Produktivität, Zeit mit sinnvoller Arbeit verbracht und Zeit mit monotoner, manueller Arbeit ohne langfristigen Wert verbracht. Dabei ist die Einschätzung, was als sinnvoll gilt, subjektiv und abhängig von der einzelnen Person. Allgemein lassen sich damit Tätigkeiten verbinden, die direkt mit der Softwareentwicklung zusammenhängen (z.B. Coding), im Gegensatz zu organisatorischen Aufgaben wie die Teilnahme an Meetings, die eher der Kategorie „toilsome“ zugeordnet werden.
Die Auswertung zeigt: Steigt die Adoptionsrate von KI um 25%, hat das einen positiven Effekt auf Flow, Arbeitszufriedenheit und Produktivität. Mit rund 2,5% erscheint der Zuwachs zunächst gering. Bedenkt man jedoch, dass es sich um die Wirkungen auf das einzelne Individuum handelt, entstehen durch die Summe aller Personen in einer Organisation erhebliche Hebeleffekte. KI ermöglicht es, gesuchte Informationen zentral bereitzustellen – dadurch sind weniger Kontextwechsel nötig, was den Flow verbessert. Da Arbeitszufriedenheit mit Flow und Produktivität korreliert, sind Personen, die KI in ihren Arbeitsalltag integrieren, insgesamt zufriedener mit ihrer Arbeit.
Überraschend ist jedoch der negative Effekt auf die Zeit, die mit wertvoller Arbeit verbracht wird – obwohl diese normalerweise mit steigender Arbeitszufriedenheit und Produktivität zunimmt. Es existieren verschiedene Hypothesen für dieses Ergebnis, die mit der Zeit validiert werden müssen. Die wahrscheinlichste Hypothese ist laut Autoren die sogenannte Vakuum-Hypothese: Durch höheren Flow und gesteigerte Produktivität wird die als wertvoll empfundene Arbeit schneller erledigt. Die dadurch entstehende, freie Zeit wird jedoch nicht automatisch mit ebenso wertvoller Arbeit gefüllt. So entsteht subjektiv der Eindruck, man verbringe weniger Zeit mit bedeutungsvoller Arbeit.
2.3 Auswirkungen der KI auf Prozesse, Codebasen und Teamkoordination
Folgende Faktoren wurden untersucht:
- Code Komplexität
- Technische Schulden – Beeinträchtigung der Produktivität durch technische Schulden in den letzten 6 Monaten
- Code Review-Geschwindigkeit
- Approval-Geschwindigkeit
- Cross-funktionale Team-Koordination
- Code Qualität – wie zufrieden sind die Personen mit der Qualität ihres Codes in den letzten 6 Monaten
- Dokumentationsqualität – Qualität von Anleitungen, Readmes, Code-Kommentare u.a. hinsichtlich Aktualität, Verlässlichkeit und Auffindbarkeit
Insgesamt zeigt sich, dass KI fast alle genannten Aspekte positiv beeinflusst – besonders stark die Dokumentationsqualität mit einem Anstieg von 7,5%. Dennoch bleiben offene Fragen bestehen, wie KI genau zu diesen Verbesserungen beiträgt:
- Wird der Code tatsächlich besser – oder lediglich besser nutzbar durch KI?
- Verlässt man sich bei Reviews zu stark auf KI?
- Verschiebt sich durch die KI-Nutzung der eigene Bewertungsmaßstab nach unten?
2.4 Einfluss auf die Software-Delivery Performance
Trotz der positiven Entwicklungen bei Prozessen wie Codequalität, Review-Geschwindigkeit und Dokumentation verschlechtert sich durch KI überraschenderweise die Software-Delivery-Performance. Der Throughput sinkt leicht um 1,5%, die Stabilität deutlicher um 7,2%. Die wahrscheinlichste Erklärung: Die Effekte hängen mit der Vernachlässigung eines zentralen DORA-Prinzips zusammen, den kleinen Batch-Größen: Da KI die Generierungsgeschwindigkeit von Code erhöht, entstehen größere Änderungspakete. Laut den DORA-Metriken führt dies wiederum zu einer langsameren und instabileren Auslieferung von Änderungen.
Wichtiges Studienergebnis: Die Einführung von KI zur Verbesserung von Prozessen ist kein Selbstläufer und führt nicht automatisch zu besserer Auslieferungsqualität. Eine präzise Analyse und die Beachtung grundlegender Prinzipien sind notwendig, um gute Ergebnisse zu erhalten.
2.5 Einfluss von KI auf die Performance von Organisationen, Teams und Produkten
Laut Studie verbessert KI die Leistung von Teams (+1,4%) und Organisationen (+2,3%), zeigt jedoch (noch) keinen messbaren Einfluss auf die Performance von angebotenen Produkten bzw. Diensten. Auch hier existieren verschiedene Hypothesen: Während die Performance von Teams und Organisationen stark von Kommunikation, Wissensaustausch, Entscheidungsfindung und Kultur abhängig sind – und KI hier Effizienzbarrieren beseitigen kann – benötigt ein gutes Produkt mehr als nur Effizienz. Weiche Faktoren wie Kreativität, Nutzerverständnis und Intuition sind entscheidend und genau hier stößt KI aktuell noch an ihre Grenzen.
Wichtiges Studienergebnis: Es zeigt sich jedoch eine klare Korrelation: Bessere Teams bauen bessere Produkte. Leistungsfähige Organisationen fördern leistungsfähige Teams. Umgekehrt können schlechte Produkte oder Organisationsstrukturen Teams ausbremsen. D.h. KI kann die Arbeitsqualität deutlich verbessern, ist aber kein Ersatz für eine „positive“ Arbeitskultur in einem Unternehmen.
2.6 Fazit
Wie die Studie zeigt, bringt KI messbare Vorteile mit sich. Erste Effekte sind bereits spürbar. Dennoch ist KI kein Selbstläufer. Die KI-Adoption bringt auch Risiken, Nebenwirkungen und Reibungspunkte mit sich. Deshalb ist eine transparente, anpassbare Strategieimplementierung entscheidend für den Erfolg von KI im eigenen Unternehmen – gemeinsam entwickelt von Führungskräften, Teams und ihren Entwicklern, Organisationen und unter Berücksichtigung wissenschaftlicher Erkenntnisse.
Möchtest du herausfinden, wie du oder dein Unternehmen KI einführen und gewinnbringend einsetzen kann? Dann schreib uns – wir beraten und unterstützen dich persönlich! Wir können auf mehr als zehn Jahre Erfahrung in der KI-Entwicklung zurückgreifen – noch bevor Tools wie ChatGPT in die öffentliche Aufmerksamkeit rückten.