Fast 30% aller Codes bereits durch KI erstellt – dutzende Milliarden Dollar Marktwert
Generative Künstliche Intelligenz verändert die Softwareentwicklung mit beeindruckender Geschwindigkeit. Eine im Fachjournal Science veröffentlichte Studie des Complexity Science Hub zeigt, dass der Anteil KI-geschriebenen Codes in den USA von 5 Prozent im Jahr 2022 auf 29 Prozent Ende 2025 gestiegen ist. Das Forschungsteam hat mehr als 30 Millionen Python-Codebeiträge von rund 160.000 Entwickler:innen auf GitHub analysiert – der weltweit größten Plattform für kollaboratives Programmieren.
„Wir haben mehr als 30 Millionen Python‑Codebeiträge von rund 160.000 Entwickler:innen auf GitHub analysiert – der weltweit größten Plattform für kollaboratives Programmieren“, erklärt Simone Daniotti vom CSH und der Universität Utrecht. Die Studie nutzt ein speziell trainiertes KI-Modell, um zu erkennen, ob Codeabschnitte von KI-Tools wie ChatGPT oder GitHub Copilot generiert wurden.
Deutliche regionale Unterschiede bei der Einführung
„Die Ergebnisse zeigen eine extrem schnelle Verbreitung“, sagt Frank Neffke, Leiter der Forschungsgruppe Transforming Economies am CSH. „In den USA stieg der Anteil KI-gestützten Programmierens von rund 5 % im Jahr 2022 auf nahezu 30 % im letzten Quartal 2024.“ Die Studie offenbart jedoch erhebliche Unterschiede zwischen Ländern: Deutschland erreicht 23 Prozent, Frankreich 24 Prozent, während Indien mit 20 Prozent seit 2023 deutlich aufgeholt hat. Russland liegt bei 15 Prozent und China bei 12 Prozent zurück. Johannes Wachs, Fakultätsmitglied am CSH und außerordentlicher Professor an der Corvinus Universität Budapest, erklärt die Unterschiede: „Es ist nicht überraschend, dass die USA diese Liste anführen, schließlich stammen auch die führenden LLMs von dort. Nutzer:innen in China und Russland sind hingegen mit Hindernissen beim Zugriff auf diese Modelle konfrontiert, die von ihren eigenen Regierungen oder den Anbieter:innen selbst blockiert werden.“
Die Untersuchung zeigt, dass der Einsatz generativer KI die Produktivität der Programmierer:innen bis Ende 2024 im Durchschnitt um 3,6 Prozent erhöht hat. Zwischen Frauen und Männern findet die Studie keine Unterschiede in der Nutzung von KI. Erfahrung spielt jedoch eine entscheidende Rolle: Obwohl weniger erfahrene Programmierer:innen generative KI in 37 Prozent ihres Codes nutzen und damit deutlich stärker als erfahrene Programmierer:innen mit 27 Prozent, kommt die Produktivitätssteigerung allein von letzteren. „Programmierer:innen, die noch wenig Erfahrung mitbringen, profitieren so gut wie gar nicht“, betont Daniotti. Erfahrene KI-Anwender:innen experimentieren zudem häufiger mit neuen Softwarebibliotheken und ungewöhnlichen Kombinationen davon, was darauf hindeutet, dass KI nicht nur Routineaufgaben beschleunigt, sondern erfahrenen Entwickler:innen hilft, ihre Fähigkeiten zu erweitern.
Erhebliche wirtschaftliche Auswirkungen
Die wirtschaftlichen Dimensionen sind beträchtlich. Co-Autor Xiangnan Feng vom CSH hat ermittelt, dass die USA jährlich zwischen 637 Milliarden und 1,06 Billionen US-Dollar für Löhne im Bereich des Programmierens ausgeben. Wenn 29 Prozent des Codes KI-gestützt sind und die Produktivität durch KI um 3,6 Prozent steigt, bedeutet dies einen Mehrwert von 23 bis 38 Milliarden Dollar pro Jahr. „Wobei das wahrscheinlich eine konservative Schätzung ist“, betont Neffke, der auch Professor an der Interdisciplinary Transformation University ist. „Die wirtschaftlichen Auswirkungen generativer KI in der Softwareentwicklung waren Ende 2024 bereits erheblich und dürften seit unserer Analyse noch weiter zugenommen haben.“
Was sich abzeichnet, ist ein tiefgreifender Wandel der Softwareentwicklung: Generative KI wird rasch zu einem festen Bestandteil zentraler digitaler Infrastrukturen, steigert Produktivität und fördert Innovation – allerdings bislang vor allem dort, wo bereits viel Erfahrung vorhanden ist. „Für Wirtschaft, Politik und Bildung stellt sich damit weniger die Frage, ob KI eingesetzt wird, sondern wie ihre Potenziale breiter nutzbar gemacht werden können, ohne bestehende Ungleichheiten weiter zu verstärken“, sagt Wachs. Neffke fügt hinzu: „In einer Zeit, in der selbst ein Auto im Kern ein Softwareprodukt ist, müssen wir die Hürden für die Einführung von KI so rasch wie möglich verstehen – auf Unternehmens-, regionaler und nationaler Ebene.“ Die Studie dokumentiert damit nicht nur den aktuellen Stand der KI-Durchdringung in der Softwareentwicklung, sondern wirft auch grundlegende Fragen zur zukünftigen Gestaltung dieser Transformation auf.
