Was die Studie gefunden hat
Die Ökonomen Fiona Chen und James Stratton (Harvard) haben Daten des Analysedienstes Jellyfish ausgewertet: rund 726 000 Beschäftigte in 718 Softwarefirmen, Januar 2021 bis März 2026. Sie verglichen Firmen vor und nach der Einführung von KI-Agenten, also Werkzeugen, die selbstständig mehrere Dateien ändern (etwa Claude Code, Cursor oder Devin). Pro Person und Monat stieg die Codemenge um etwa 30 %, die Zahl der Commits (gespeicherte Änderungsschritte) um 20 %, die der Pull Requests (Änderungsvorschläge zur Prüfung) um 23 %.
Bei dem, was am Ende zählt, tat sich dagegen nichts Messbares: Die Zahl abgeschlossener Tickets und größerer Vorhaben („Epics“) änderte sich statistisch nicht. Dafür wurde die Prüfung zäher. Vom Einreichen bis zum Übernehmen eines Vorschlags vergingen im Schnitt 3,45 Tage länger (+49 %), der Anteil der Vorschläge mit Änderungswünschen verdoppelte sich fast, und pro Vorschlag gab es 35 % mehr Kommentare.
Einordnung
Das passt zu einer einfachen Beobachtung: Schreiben wird billiger, Verstehen und Verantworten nicht. Wer mehr Vorschläge einreicht, belastet die Menschen, die sie lesen müssen. Auffällig ist auch, dass die Beschäftigtenzahl der Firmen sich nicht änderte; die Autoren können keinen nennenswerten Stellenabbau durch KI belegen.
Bei einfachen Assistenten, die nur Zeilen vervollständigen, war der Effekt laut Paper deutlich kleiner: Nur die Commits stiegen signifikant (+9 %).
Grenzen
- Die Daten enden im März 2026; die Werkzeuge haben sich seitdem verändert.
- Es ist ein Arbeitspapier, ob es begutachtet wurde, ist unklar.
- „Fertige Arbeit“ wird über Tickets gemessen. Das ist ein grobes Maß: Ein Ticket kann groß oder klein sein.
- Das Paper sieht den Code selbst nicht. Ob mehr Änderungswünsche schlechteren Code oder strengere Prüfung bedeuten, bleibt offen.
- Teilnehmende Firmen sind Jellyfish-Kunden, die der Forschungsnutzung zugestimmt haben, also kein Zufallsschnitt.
- Die griffige Zuspitzung „mehr Code, nicht mehr Software“ stammt aus der Presse (Ars Technica), nicht aus dem Paper. Ich konnte den Ars-Artikel nicht abrufen und stütze mich auf Zusammenfassungen sowie das Paper-PDF, dessen Text ich nicht selbst auswerten konnte; die Zahlen stammen aus den gelesenen Zusammenfassungen und stimmen dort überein.
Quellen
- braindetox.kr https://braindetox.kr/en/posts/ai_coding_agents_more_code_not_more_software_study_2026.html
- redreamality.com https://redreamality.com/blog/coding-agent-more-code-not-more-software-2026/
- aiweekly.co https://aiweekly.co/alerts/harvard-study-ai-coding-agents-lift-code-30-shipped-output-flat
- fion.ac https://fion.ac/jellyfish.pdf