KI könnte die Produktivität von Software-Ingenieuren um 32,6 % steigern

Was ist passiert

Ein neues Arbeitspapier des National Bureau of Economic Research (NBER) kommt zu dem Schluss, dass KI-Tools die Produktivität von Softwareentwickler:innen um 32,6 % gesteigert haben. Bemerkenswert ist dabei die Methodik: Statt Entwickler:innen direkt zu befragen, leiteten die Autor:innen den Effekt aus Bewegungen an den Aktienmärkten ab.

Wie Computerworld und InfoWorld berichten, nutzten die Forschenden Kursreaktionen von Unternehmen als Indikator dafür, wie stark sich durch den Einsatz von KI-gestützten Entwicklungswerkzeugen die Wertschöpfung in der Softwareentwicklung verändert hat. Der Ansatz weicht damit bewusst von klassischen Umfragen oder internen Leistungskennzahlen ab, die in bisherigen Studien zur KI-Produktivität üblich waren.

Warum es wichtig ist

Die Studie reiht sich in eine wachsende Zahl von Untersuchungen ein, die versuchen, den tatsächlichen wirtschaftlichen Nutzen generativer KI in der Softwareentwicklung zu beziffern. Für Führungskräfte in Technologie und digitaler Transformation ist relevant, dass hier erstmals ein marktbasierter, indirekter Indikator herangezogen wird, der potenziell robuster gegenüber Selbstauskunfts-Verzerrungen ist als Mitarbeiterbefragungen.

Gleichzeitig zeigt die Methodenwahl, wie schwierig es weiterhin ist, den Produktivitätsgewinn durch KI-Tools präzise und glaubwürdig zu messen. Für Organisationen, die Investitionsentscheidungen zu KI-gestützten Entwicklungsumgebungen treffen, liefert die Studie einen zusätzlichen Datenpunkt — sollte aber nicht unkritisch als exakte, auf jedes Unternehmen übertragbare Kennzahl verstanden werden.

Zahlen im Überblick

• 32,6 % geschätzter Produktivitätszuwachs für Softwareentwickler:innen durch den Einsatz von KI-Tools, basierend auf der Analyse von Aktienkursbewegungen im NBER-Arbeitspapier.

Die Renascence-Einschätzung

Die eigentliche Geschichte hier ist weniger die konkrete Prozentzahl als die Methodik dahinter. Dass Forschende auf Marktdaten statt auf Entwickler-Feedback zurückgreifen, verrät viel darüber, wie unzuverlässig direkte Selbstauskünfte zu KI-Produktivität inzwischen eingeschätzt werden.

Zahlen wie 32,6 % werden in Vorstandsetagen schnell zur Rechtfertigung für KI-Investitionen — doch sie sagen nichts darüber aus, ob Entwickler:innen die gewonnene Zeit tatsächlich für höherwertige Arbeit nutzen oder ob sich der Effekt in echter Kundenwirkung niederschlägt. Serviceorientierte Organisationen sollten solche Studien als Anlass nehmen, eigene, kontextspezifische Wirkungsmessungen aufzubauen, statt pauschale Branchenkennzahlen zu übernehmen. Produktivität ist kein Selbstzweck — entscheidend ist, ob sie am Ende bei Nutzer:innen und Kund:innen ankommt.