KI spart beim Schreiben und verlagert den Aufwand
Generative KI beschleunigt die Code-Erstellung deutlich, schafft aber neue Engpässe bei der Prüfung. Laut einer Umfrage der Linux Foundation sinkt die benötigte Zeit für das Schreiben von Code im Durchschnitt um 52 %.
Auf der Gegenseite wächst die Belastung für Open-Source-Maintainer. Sie schätzen, dass 25 % der eingehenden Pull Requests minderwertiger KI-Code sind. Ein Pull Request ist ein Vorschlag, Änderungen in den Quellcode eines Projekts zu übernehmen.
| Kennzahl | Ergebnis |
|---|---|
| Zeitersparnis beim Schreiben von Code | 52 % |
| Minderwertige KI-Pull-Requests über alle Projekte | 25 % |
| Minderwertige KI-Pull-Requests bei großen Projekten | 31 % |
| Komplexe Aufgaben dauern mit KI länger | 21 % |
| Maintainer sehen niedrigere Beitragshürden | 71 % |
| Kein gestärktes Vertrauen in der Community | 53 % |
Die Werte zeigen, dass weniger Zeit für die Erstellung nicht automatisch weniger Gesamtaufwand bedeutet. Gerade bei hochkomplexen Aufgaben berichteten 21 % der Befragten sogar von längeren Bearbeitungszeiten mit KI. Das passt zum breiteren Befund, dass Entwickler KI-Coding häufig nutzen, den Ergebnissen aber nur begrenzt vertrauen.
Niedrigere Einstiegshürden, weniger Vertrauen
71 % der Maintainer sehen durch generative KI niedrigere Hürden für Beiträge zu Open-Source-Projekten. Damit können mehr Personen Änderungen vorschlagen, auch ohne jedes technische Detail selbst auszuarbeiten.
Die größere Menge verbessert jedoch nicht automatisch die Zusammenarbeit. 53 % der Befragten widersprechen der Aussage, generative KI habe das Vertrauen innerhalb der Community gestärkt. Minderwertige, unzureichend getestete oder doppelte Einreichungen erhöhen den Prüfaufwand für jene Personen, die den Code am Ende verantworten.
Wie stark solche Prüfprozesse zum Engpass werden können, zeigt auch die Verzögerung von PostgreSQL 19 durch zusätzliche KI-Reviews. Der Nutzen von KI-Code hängt damit zunehmend von der verfügbaren Review-Kapazität ab.
Viele Projekte haben noch keine KI-Richtlinie
Nur 35 % der befragten Projekte verfügen über eine formelle Richtlinie für die Nutzung generativer KI. Weitere 32 % haben weder eine solche Richtlinie noch planen sie deren Einführung.
| Governance in Open-Source-Projekten | Anteil |
|---|---|
| Formelle Richtlinie für generative KI vorhanden | 35 % |
| Keine Richtlinie und keine geplant | 32 % |
Open-Source-Projekte müssen sich auf eine wachsende Zahl KI-generierter Beiträge einstellen, klare Erwartungen formulieren und die Verantwortung für Tests sowie Offenlegung bei den Mitwirkenden verankern, so Hilary Carter von der Linux Foundation, sinngemäß aus dem Englischen übersetzt.
Welche konkreten Werkzeuge die Linux Foundation für die Verwaltung eingehender Pull Requests empfiehlt oder bereitstellt, bleibt offen. Auch die genaue Zahl der Befragten und der Erhebungszeitraum wurden nicht genannt.
curl reagiert auf die Überlastung
Die Belastung betrifft nicht nur Code-Beiträge. Das Open-Source-Projekt curl will Sicherheitslücken mit niedriger und mittlerer Schwere künftig direkt öffentlich machen. Damit soll das Sicherheitsteam vor der wachsenden Menge KI-gestützter Meldungen geschützt werden.
Alle zentralen Maintainer fühlten sich belastet, überfordert und an die Grenze dessen gebracht, was das Projekt leisten könne, erklärte curl-Maintainer Daniel Stenberg, sinngemäß aus dem Englischen übersetzt.
Auch Linus Torvalds steht KI-Werkzeugen inzwischen offener gegenüber, kritisiert aber weiterhin minderwertige Einreichungen. Entscheidend bleibt damit nicht, ob KI eingesetzt wird, sondern welche Qualität am Ende im Projekt ankommt.
Was Unternehmen daraus ableiten sollten
Für Unternehmen im DACH-Raum ist das relevant, weil curl und vergleichbare Open-Source-Komponenten tief in Anwendungen und IT-Infrastrukturen verankert sind. Eine Überlastung der Maintainer kann deshalb auch Organisationen treffen, die selbst keine Beiträge an diese Projekte senden.
Bei KI-gestützter Eigenentwicklung muss die eingesparte Programmierzeit gegen zusätzlichen Aufwand für Tests, Code-Reviews und Sicherheitsprüfungen gerechnet werden. Verbindliche Regeln zur Kennzeichnung KI-generierter Änderungen, automatisierte Tests und eine verantwortliche menschliche Freigabe werden damit zu Kostenfaktoren, die in der Projektplanung berücksichtigt werden müssen.
Das gilt besonders für Unternehmen, die teure Software-Abos durch eigene Anwendungen oder Open-Source-Lösungen ersetzen wollen. KI senkt zwar die Einstiegshürde für Eigenentwicklung, beseitigt aber weder Qualitätskontrolle noch Wartungsverantwortung. Ohne belastbare Prüfprozesse wird die eingesparte Entwicklungszeit lediglich in spätere Fehleranalyse und Review-Arbeit verschoben.