Eine aktuelle Umfrage von Coddy Tech unter 305 Entwicklern offenbart, dass 80 Prozent die Nutzung von KI-Codierungswerkzeugen eher als Abhängigkeit denn als Vorteil wahrnehmen. Diese Entwicklung führt bei vielen zu neuen Formen von Überarbeitung und Burnout. Ein erheblicher Anteil der Befragten gibt an, auch nach Feierabend mit KI weiterzuarbeiten.
Suchtpotenzial und Überarbeitung
Obwohl KI-Tools wie GitHub Copilot und Claude Code Entwicklern helfen, Boilerplate-Code zu generieren, unbekannten Code zu erklären, Tests zu entwerfen, Module zu refaktorisieren und Fehler zu beheben, birgt ihre intensive Nutzung auch Risiken. Quentin Rousseau, CTO und Mitgründer des auf KI basierenden Incident-Report-Unternehmens Rootly, beschrieb in einem LinkedIn-Post die Suchtgefahr: Das Beobachten eines KI-Agenten, der Code refaktorisiert, könne süchtig machen. Er sprach von einem „Dopamin-Kick“, wenn die KI erfolgreich ist, und einem „Adrenalin-Schub“, wenn sie scheitert. Dieses Phänomen könne dazu führen, dass Entwickler nicht mehr aufhören können, obwohl keine Fristen drängen.
Rousseau zufolge schafft die Interaktion mit KI-Agenten ein neues Arbeitstempo. Das Beobachten der KI-Arbeit sei passiv genug, um sich wie eine Pause anzufühlen, aber aktiv genug, um den Nutzer gefesselt zu halten. Dies resultiert in einer neuen Art von Burnout. Die Coddy-Umfrage bestätigt, dass 43 Prozent der Entwickler auch nach Feierabend mit KI weiterprogrammieren, obwohl sie eigentlich aufhören wollten. 32 Prozent haben Schlaf zugunsten der KI-Codierung geopfert, und 39 Prozent fällt es schwerer, nach der Arbeit abzuschalten.
Zwischen Nutzen und Frustration
Die intensive Nutzung von KI-Tools wird von vielen Entwicklern auch als karrierefördernd angesehen: 74 Prozent der Befragten glauben, dass dies die Chancen auf eine Gehaltserhöhung oder Beförderung erhöht. Gleichzeitig gaben jedoch 51 Prozent an, dass sie durch den verstärkten KI-Einsatz eher einem Burnout ausgesetzt sind.
Eine weitere Herausforderung zeigt sich in der Qualität der KI-generierten Ergebnisse. Die Stack Overflow Developer Survey 2025 ergab, dass 45 Prozent der Befragten frustriert sind über KI-Antworten, die „fast richtig, aber nicht ganz“ sind. Dies führt zu zusätzlichem Debugging-Aufwand. Obwohl die Akzeptanz von KI-Tools weiter steigt und 80 Prozent der Entwickler sie in ihren Workflows nutzen, ist das Vertrauen in die Genauigkeit der KI gesunken – von 40 Prozent in früheren Jahren auf aktuell nur noch 29 Prozent. Auch die positive Einstellung gegenüber KI insgesamt ging von 72 Prozent auf 60 Prozent zurück.
Zunehmender Verifikationsaufwand und Arbeitgeberdruck
Die scheinbare Leichtigkeit der KI-Nutzung steht im Konflikt mit einem potenziell höheren Arbeitsaufwand. Entwickler müssen nicht nur die fast korrekten KI-Vorschläge überprüfen, sondern auch die Anforderungen verstehen, Konflikte mit der Systemarchitektur erkennen, Randfälle testen, Sicherheitsrisiken adressieren und die Verantwortung für die Produktionsergebnisse tragen. Dies führt zu einer sogenannten „Verifikationsschuld“: Die Ausgabe erfolgt zwar schnell, aber der Aufwand, deren Korrektheit, Sicherheit, Wartbarkeit und Angemessenheit für die spezifische Codebasis zu prüfen, bleibt bestehen.
Zusätzlich kann die Abhängigkeit, die in der Coddy-Umfrage beschrieben wird, durch die Erwartungen der Arbeitgeber verstärkt werden. Wenn Unternehmen KI als Mittel zur Steigerung der Entwicklerkapazität interpretieren, kann der Druck entstehen, in der gleichen Zeit mehr Funktionen zu liefern, mehr Tickets zu bearbeiten und mehr Reviews durchzuführen. Dies kann die durch KI eingesparte Zeit wieder zunichtemachen und die Belastung auf andere Bereiche verlagern, wie größere Pull Requests, mehr zu prüfende generierte Änderungen und ein erhöhtes Betriebsrisiko. Die KI-gestützte Programmierung entwickelt sich somit zunehmend zu einer Frage der Work-Life-Balance, nicht nur der Werkzeugnutzung.
Thema: Technologie / KI allgemein. Quelle/Inspiration: ZDNet.