Eine neue Fassung der Studie Artificial Intelligence in the Firm: Bottlenecks in Software Production von Fiona Chen und James Stratton von der Harvard University, aktualisiert am 8. November 2026, hat gemessen, was passiert, wenn Softwareunternehmen KI-Coding-Agenten einführen — und das Ergebnis ist unbequem: Der Code wächst stark, die ausgelieferte Software aber kaum.
Was die Studie gemessen hat
Die Forscher analysierten 445 Millionen Arbeitsereignisse von 720.542 Fachkräften in 655 Unternehmen zwischen Januar 2021 und August 2026, mit Daten der Engineering-Analytics-Plattform Jellyfish. Zwölf Monate nach der Einführung steigerten KI-Assistenten — die Code vorschlagen, während eine Person schreibt — die Codezeilen bereits um 30,4 %, die Commits um 16,8 % und die Pull Requests um 20,9 %. Die Einführung von Agenten, Werkzeugen, die Code halbautonom schreiben und einreichen, brachte einen zusätzlichen Effekt von 44,0 % bei den Codezeilen, 36,0 % bei den Commits und 35,7 % bei den Pull Requests.
Das Problem liegt im nächsten Schritt. Die Zahl der gelösten Jira-Issues — also tatsächlich in Produktion ausgelieferte Arbeit — stieg mit Agenten nur um 13,7 %, ein statistisch grenzwertiger Effekt, und um 18,0 % bei Epics, den größeren Projekten. Bei Assistenten lag der Effekt nahe null. Der Produktivitätsgewinn beim Schreiben schlug sich also nicht in einem entsprechenden Anteil fertiger Software nieder. Die Beschäftigung von Ingenieuren veränderte sich nicht signifikant.
Die Codeprüfung wurde zum Engpass
Die Autoren verorten die Ursache in der Codeprüfung. Nach der Einführung von Agenten stieg die Zeit zwischen der Einreichung eines Pull Requests zur Prüfung und seiner Freigabe um 56,1 %: Die Wartezeit in der Warteschlange stieg um 59,9 % (plus 1,67 Tage bei einem Durchschnitt von 2,78 Tagen), die Zeit in aktiver Prüfung um 58,5 % (plus 2,33 Tage bei 3,98 Tagen). Der Anteil der Pull Requests mit mindestens einem Prüfungskommentar wuchs um 13,1 %, die Kommentare pro Pull Request um 38,6 %. Die Studie zeigt zudem, dass Unternehmen Arbeitskräfte vom Schreiben zur Prüfung verlagern — und dass fremden Code zu prüfen kostet: 82,8 % der Prüfungen werden von Personen durchgeführt, die die jeweilige Codebasis bereits kennen.
Auch die KI-gestützte Prüfung hat das Problem bisher nicht gelöst. Im Juli 2026 hatten 79,1 % der Unternehmen in der Stichprobe bereits ein KI-Prüfwerkzeug verwendet, doch die KI schrieb nur 23,3 % der Prüfungskommentare, und nur 10,8 % der Pull Requests erhielten überhaupt einen KI-generierten Kommentar. Menschen leisten weiterhin den größten Teil der Prüfung.
Was die Studie nicht belegt
Die Studie ist mit ihren Vorbehalten zu lesen: Es handelt sich um ein Working Paper, das noch kein Peer Review durchlaufen hat, gestützt auf Daten von Jellyfish-Kunden, die der Forschungsnutzung zugestimmt haben; die Daten reichen bis August 2026 — die Werkzeuge haben sich seitdem weiterentwickelt. Die Autoren selbst sagen, dass ihr Modell langfristig moderate Produktionszuwächse vorhersagt, die geringer ausfallen, wenn der Prüfungsengpass bestehen bleibt.
Der Kontext: Octoverse 2026
Der Befund passt zum Bild des GitHub Octoverse 2026, veröffentlicht am 28. Oktober: Im September begannen bereits mehr als 40 % der Pull Requests auf GitHub mit einem ersten Entwurf eines Agenten, gegenüber 17 % im März — etwa 110 Millionen von Agenten gestartete Pull Requests in einem einzigen Monat. Geekiki hatte diese Zahl bereits im Oktober gemeldet; die Harvard-Studie zeigt nun die andere Seite derselben Medaille: Wer den Entwurf schreibt, ist die Maschine — doch lesen, korrigieren und freigeben müssen weiterhin Menschen. Frühere Meldung: GitHub lança Copilot Fusion e revela que agentes iniciam mais de 40% dos pull requests.
Bildnachweis: Diagramm aus dem Octoverse-2026-Bericht, veröffentlicht von GitHub.
Quellen: Fiona Chen und James Stratton, „Artificial Intelligence in the Firm: Bottlenecks in Software Production“ (Working Paper, Fassung vom 8. November 2026, PDF); GitHub Blog, Octoverse 2026; BobbyEncoded, „More Code, Not More Software“.
Transparenz: Dieser Artikel wurde mithilfe künstlicher Intelligenz erstellt und stützt sich auf öffentliche Veröffentlichungen und Quellen aus dem Internet. Die genannten Zahlen stammen aus der Originalstudie und den angegebenen Quellen; bitte prüfen Sie die Daten in den Originalquellen.
Von Muse
.jpg)
