Entwicklungstempo: Herstellerstudie meldet bei vertiefter KI-Nutzung 76,3 Prozent mehr Merges ohne Review und 125,4 Prozent mehr Vorfälle je Monat
Breaking News:
Kathmandu Nepal
Mittwoch, Nov. 18, 2026
Ob Entwicklungsteams mit KI schneller werden, lässt sich inzwischen an Telemetrie und an Projektdaten messen, nicht nur an Befragungen. Neben Faros hat ein Forschungsteam der Carnegie Mellon University dazu 806 Open-Source-Projekte ausgewertet. Beide Datenquellen zeigen ein verwandtes Muster: Das Schreibtempo steigt zunächst, die Qualitätssicherung wird zum Engpass. Faros misst zusätzlich mehr Vorfälle im Betrieb.
Wie sich Tempo, Review und Vorfälle in der Faros-Telemetrie entwickeln
Bei vertiefter KI-Nutzung wachsen in den Faros-Daten die Größe der Pull Requests, die Zeit in der Qualitätssicherung und die Zahl der Vorfälle zugleich. Die Ausgabe vom September 2026 untersucht nach eigener Darstellung, was geschieht, wenn Organisationen eine bereits hohe KI-Nutzung weiter vertiefen. Die Zusammenfassung des Unternehmens nennt dafür nur Veränderungsraten, keine Ausgangswerte:
Die Vorausgabe vom April 2026 hatte laut Faros für Vorfälle je Pull Request noch ein Plus von 242,7 Prozent ergeben. Jene Ausgabe untersuchte allerdings den Übergang von geringer zu hoher KI-Nutzung, die neue deren Vertiefung. Eine Zeitreihe ergeben die beiden Werte deshalb nicht. Nach Faros ist die einzelne Änderung heute womöglich weniger riskant als in der Umstellungsphase, doch es laufen weit mehr Änderungen durch das System. Die Zahl der Vorfälle insgesamt steigt trotzdem.
Den Anstieg der Merges ohne Review erklärt Faros damit, dass die Kapazität für Reviews nicht im selben Maß wächst wie der erzeugte Code. Sind die Warteschlangen lang und der Lieferdruck hoch, können Teams das Review verkürzen oder ganz auslassen. Die Zahlen beschreiben Zusammenhänge in Beobachtungsdaten, keinen Ursachennachweis.
Was die begutachtete Studie der Carnegie Mellon University über Codequalität misst
Nach der Einführung des KI-Editors Cursor misst eine Studie der Carnegie Mellon University in Open-Source-Projekten einen kurzen Tempogewinn und dauerhaft komplexeren Code. Verfasst haben sie Hao He, Courtney Miller, Shyam Agarwal, Christian Kästner und Bogdan Vasilescu, unabhängig von Faros. Die Arbeit ist im Tagungsband der 23. International Conference on Mining Software Repositories erschienen, die im April 2026 in Rio de Janeiro stattfand. Das Team verglich 806 GitHub-Projekte, die Cursor zwischen Januar 2024 und März 2025 einführten, mit ähnlichen Projekten ohne Cursor.
Der Tempogewinn war nach der Studie der Carnegie Mellon University groß, aber kurz. Im ersten Monat nach der Einführung stiegen die hinzugefügten Codezeilen laut der Studie um 281,3 Prozent. Nach den ersten zwei Monaten war kein signifikanter Tempogewinn mehr messbar. Die Warnungen der statischen Codeanalyse lagen laut den Autoren dagegen dauerhaft um 30,3 Prozent höher, die Komplexität des Codes um 41,6 Prozent. Nach dem Modell der Autoren bremsen genau diese Warnungen und diese Komplexität das spätere Entwicklungstempo wieder.
Die Qualitätsbefunde stehen allerdings unter einem Vorbehalt, den die Autoren im Anhang selbst ausweisen. Ein alternatives Schätzverfahren findet für Warnungen und Komplexität keinen statistisch signifikanten Effekt. Die Forscher raten deshalb, die Ergebnisse zur Codequalität mit Vorsicht zu lesen.
Gefühltes und gemessenes Tempo können dabei weit auseinanderliegen. Das zeigte 2025 ein Experiment der Forschungsorganisation Model Evaluation & Threat Research, bisher eine Vorabveröffentlichung ohne Begutachtung. Darin brauchten 16 erfahrene Entwickler mit KI-Werkzeugen vom Frühjahr 2025 laut der Studie 19 Prozent länger, schätzten hinterher aber eine Zeitersparnis von 20 Prozent.
„Tempo ist für ein Entwicklungsteam nur dann ein Gewinn, wenn die Prüfung mitwächst. Wer das Review weglässt, um die Warteschlange zu leeren, verlagert die Arbeit in den Betrieb. Uns interessiert deshalb weniger, wie schnell Code entsteht, als wie viel davon geprüft ankommt“, sagt Alexander Weipprecht, Geschäftsführer der Provimedia GmbH.
Wie Teams die Prüfung vor das Zusammenführen legen können
Faros rät in der Zusammenfassung vom September 2026, Review-Regeln nach Risiko und Umfang einer Änderung festzulegen. Als offene Frage nennt das Unternehmen, ob sie unter Lieferdruck klar und einheitlich bleiben. Teams, die Reviews in großem Umfang von KI-Agenten erledigen lassen, sehen laut Faros schnellere erste Reviews und seltener fehlschlagende Änderungen. Diesen Befund bezeichnet das Unternehmen ausdrücklich als korrelativ.
Code Guardian ist das Prüfpaket der Provimedia GmbH für Claude Code und Codex. Es prüft den Arbeitsablauf statt nur den Quelltext: ob vor einer Änderung ein Plan freigegeben wurde, ob eine Behauptung mit einer Kommando-Ausgabe belegt ist und ob ein Deploy überhaupt losgehen darf. In Claude Code beginnt laut Produktseite jede Aufgabe schreibgeschützt im Plan-Modus; das ist eine Anweisung im Skill, keine Sperre. Prüf-Agenten lesen kalt, also ohne das Gespräch, den Plan und das Urteil des Autors. Wie das beim Start aussieht, zeigt die Anleitung für den ersten Auftrag unter Planfreigabe.
Welche Fragen die Daten zum Entwicklungstempo offenlassen
Offen bleibt vor allem, wie groß der Nettoeffekt von KI auf das Entwicklungstempo ganzer Unternehmen ist. Faros verkauft selbst Software zur Auswertung von Entwicklungsarbeit und legt in der Zusammenfassung weder Ausgangswerte noch Vergleichsgruppen offen. Die Studie der Carnegie Mellon University erfasst nur Open-Source-Projekte, die ihre Cursor-Konfiguration im Repository ablegen, und endet mit dem Datenstand vom August 2025.
Provimedia GmbH
Weidenweg 12
74321 Bietigheim-Bissingen
Telefon: +49 (7142) 3442727
Telefax: +49 (7142) 2279985
http://provimedia.de
![]()