Entwickler weigern sich, ohne KI zu programmieren – doch die Daten zeigen, sie werden langsamer, und es kostet Milliarden

Der anschließende Versuch von METR im August 2025, ausgeweitet auf 57 Entwickler und über 800 Aufgaben, verschärfte die Krise nur. Die Ergebnisse waren statistisch nicht signifikant – sie zeigten eine geschätzte Verlangsamung von -4 % mit einem so breiten Konfidenzintervall, das den Nullpunkt kreuzte (-15 % bis +9 %). Entscheidend war, dass zwischen 30 und 50 % der Teilnehmer zugaben, sich selbst zu zensieren, indem sie Aufgaben nicht einreichten, die sie nicht mit KI-Hilfe erledigen konnten. Die Stichprobe war unwiderruflich zugunsten der kleinen Gruppe von Entwicklern verzerrt, die noch bereit waren, ohne KI zu arbeiten . Das Labor brach das schließlich ab und bezeichnete seine Daten als "unzuverlässig" .

In weniger als einem Jahr hat sich das Forschungsnarrativ von "KI macht erfahrene Entwickler langsamer, aber sie merken es nicht" zu einer viel tiefgreifenderen Erkenntnis gewandelt: "Entwickler versuchen es nicht einmal mehr ohne KI." Die Abhängigkeit war zu tief geworden, um sie zu messen .

Der Tokenmaxxing-Goldrausch und sein spektakulärer Kollaps

Während die METR-Studie auseinanderfiel, fegte eine parallele Manie durch das Silicon Valley. Tokenmaxxing – die Praxis, den reinen KI-Token-Verbrauch als Stellvertreter für Entwicklerproduktivität zu maximieren – wurde zum prägenden Trend des Jahresanfangs 2026, bevor es unter seinem eigenen Gewicht implodierte.

Diese Kultur wurde aktiv spielerisch gestaltet. Meta-Mitarbeiter wetteiferten Berichten zufolge auf einem internen Dashboard namens "Claudeonomics" und jagten Titeln wie "Token Legend" und "Session Immortal" hinterher, je nachdem, wie viele Token sie verbrannten . Nvidia-CEO Jensen Huang machte Schlagzeilen mit der Aussage, er wäre "zutiefst beunruhigt", wenn einer seiner 500.000-Dollar-Ingenieure nicht massiv Token verbrauchen würde . Branchenweit wurde das Token-Budget zur Ehrenauszeichnung und signalisierte die KI-Begeisterung eines Mitarbeiters – und, wie angenommen wurde, seine Innovationskraft.

Amazon stampft KiroRank ein

Der Backlash erreichte seinen Höhepunkt Ende Mai 2026. Amazon entfernte seine interne "KiroRank"-Bestenliste auf der Entwicklerplattform Kiro, nachdem es festgestellt hatte, dass Mitarbeiter "sinnlose KI-Agenten" nur zur Aufblähung ihrer Nutzungszahlen erstellten. Senior Vice President Dave Treadwell hielt eine unmissverständliche Botschaft an seine Mitarbeiter: "Bitte nutzen Sie KI nicht einfach nur um der Nutzung willen" . Ein Amazon-Sprecher bestätigte, das Dashboard sei ein "Beta-Dashboard" gewesen, das "kein formelles oder genehmigtes Tool" sei, doch der durch die Rechenkosten entstandene Schaden war bereits angerichtet . Das Unternehmen setzt nun auf eine Metrik namens "normalisierte Deployments", um sinnvolle Arbeit zu messen .

Uber verheizt sein KI-Jahresbudget in vier Monaten

Noch dramatischer wurde Ubers KI-Vorstoß zum abschreckenden Beispiel. Das Unternehmen gab seinen rund 5.000 Ingenieuren im Dezember 2025 umfassenden Zugang zu Anthropics Claude Code. Die Nutzung schnellte innerhalb weniger Monate von 32 % auf 84 % in die Höhe, und bis April 2026 hatte das Unternehmen sein gesamtes KI-Jahresbudget aufgebraucht. Laut CTO Praveen Neppalli Naga nutzen nun 95 % der Uber-Ingenieure monatlich KI-Tools, wobei 70 % des eingecheckten Codes KI-generiert sind – der höchste öffentlich gemeldete Prozentsatz in einem großen Tech-Unternehmen .

Doch diese erstaunliche Einführung hatte keinen klaren Nutzen. COO Andrew Macdonald gab Ende Mai in einem Interview öffentlich zu, dass das Unternehmen keine Verbindung zwischen seinen kolossalen KI-Ausgaben und den Geschäftsergebnissen herstellen kann. "Diese Verbindung ist noch nicht da", sagte er. "Es wird immer schwieriger, die Kosten zu rechtfertigen" . Uber-intern hatten Führungskräfte begonnen, das Problem beim Namen zu nennen: "Tokenmaxxing" .

Das große Erwachen

Meta und andere große Firmen haben ebenfalls ihre KI-Nutzungsranglisten überprüft oder abgeschafft, und branchenweit überdenken Konzerne jetzt ihre ausufernden KI-Ausgaben, die keine verhältnismäßige Rendite bringen . Tokenmaxxing, so das Fazit von Fortune, "ist tot" .

Die versteckten Kosten: Mehr Code, mehr Bugs, mehr technische Schulden

Der Rückschlag betrifft nicht nur Budgets. Immer mehr Belege deuten darauf hin, dass KI-generierter Code tickende Zeitbomben in Softwareprojekten legt.

• Die Produktivitätsillusion ist real. Das Gefühl von Geschwindigkeit wird durch kontrollierte Studien widerlegt. Der Fokus auf Token-Volumen und die Menge generierter Codezeilen verdeckt die versteckten Kosten für Debugging, Refactoring und Wartung von KI-geschriebener Software. Ein GitClear-Bericht vom Januar 2026 stellte fest, dass die Code-Änderungsrate – ein Maß dafür, wie viele Zeilen gelöscht statt hinzugefügt wurden – in Umgebungen mit hoher KI-Nutzung um 861 % in die Höhe geschnellt ist .
• Technische Schulden häufen sich an. Der schnelle Output durch KI-Tools produziert Code, der mehr Nacharbeit erfordert und Sicherheitslücken einführt. Analysten warnen, dass der daraus resultierende Wartungsaufwand jegliche kurzfristige Geschwindigkeitsvorteile zunichtemachen kann und die langfristige Gesundheit der Codebasis bedroht .
• Das Messen selbst ist kaputt. Die ganze Episode hat gezeigt, dass Aktivitätsmetriken – Codezeilen, Token-Verbrauch, Anzahl der aufgerufenen KI-Agenten – ein zutiefst fehlerhafter Ersatz für die Messung der tatsächlichen Leistung sind. Wie eine Analyse treffend bemerkte: "Subjektive Eindrücke waren ein schlechter Indikator für die gemessene Wirkung, selbst wenn sich die Effektstärke selbst bewegte."

Der neue Fahrplan: Wie man KI und menschliche Aufsicht tatsächlich ins Gleichgewicht bringt

Das Erwachen im Jahr 2026 bringt einen neuen, nüchterneren Konsens darüber hervor, wie KI in die Softwareentwicklung integriert werden sollte.

• Token-basierte Metriken aufgeben. Unternehmen schaffen Bestenlisten ab und bewegen sich hin zu Engineering-Intelligence, die ausgelieferte Features, Code-Qualität und Fehlerraten statt des KI-Verbrauchsvolumens erfasst. Die 1-Milliarden-Dollar-Akquisition der Entwicklererfahrungsplattform DX durch Atlassian ist ein Paradebeispiel für diese Investition in die Messung von Ergebnissen statt in reine Aktivität .
• Strenge menschliche Überprüfung vorschreiben. Die METR-Studie hat gezeigt, dass KI-Tools ohne sorgfältige Aufsicht selbst erfahrene Entwickler weniger produktiv machen können. Code-Reviews und Architekturplanung bleiben entscheidende, nicht optionale Tätigkeiten .
• KI-Ausgaben durch nachgewiesenen Wert deckeln, nicht durch Nutzung. Die Erfahrung von Uber hat gezeigt, dass ungedeckelte, nutzungsbasierte KI-Ausgaben nicht tragbar sind. Budgetierung muss an messbare Ergebnisse geknüpft sein, nicht an Einführungsziele .
• Die Bewertungskultur neu gestalten. Das Ziel ist es, die Kernfrage zu verschieben – von "Wer nutzt KI am meisten?" hin zu "Welche nützlichen Ergebnisse hat KI für unser Team ermöglicht?" Dies bedeutet, den umsichtigen und effektiven Einsatz von KI zu belohnen, nicht nur den massenhaften Verbrauch .

Die Lehre aus dem Jahr 2026 ist eindeutig: KI-Programmiertools haben eine beispiellose psychologische und operative Abhängigkeit geschaffen, bevor sie ihren wirtschaftlichen Wert zuverlässig unter Beweis gestellt haben. Die Unternehmen, die dieses Paradoxon erfolgreich meistern, werden jene sein, die KI als ein Werkzeug betrachten, das es mit Disziplin zu meistern gilt – und nicht als einen Götzen, dem immer größere Token-Opfer darzubringen sind.