Die Ergebnisse der JetBrains Developer Ecosystem Survey 2026 deuten darauf hin, dass der Einsatz von Programmieragenten die Phase begrenzter Experimente überschritten hat, sich bei der Mehrheit der Entwickler jedoch noch nicht zu einer vollständigen Arbeitsweise entwickelt hat. Mehr als 15.000 professionelle Entwickler, die zwischen Mai und Juli 2026 an der Umfrage teilnahmen, machten Angaben zum Anteil des Codes, den sie im vorangegangenen Monat für ihre Arbeit erstellt hatten und der entweder vollständig von KI-Agenten generiert, mit Unterstützung künstlicher Intelligenz geschrieben oder ohne jegliche Unterstützung manuell verfasst worden war.
Nach den von JetBrains veröffentlichten Durchschnittswerten der Teilnehmer wurden etwa 47 % des Codes vollständig von Agenten generiert, etwa 38 % mit Unterstützung künstlicher Intelligenz geschrieben und etwa 27 % vollständig manuell verfasst. Die Studie präsentiert diese Anteile so, wie sie in ihren Ergebnissen aufgeführt sind, obwohl ihre Summe 100 % übersteigt. Dies ist ein Punkt, der einer methodischen Prüfung bedarf, bevor man die Angaben als direkte rechnerische Verteilung sich gegenseitig ausschließender Kategorien behandelt.
Die vollständige Abhängigkeit bleibt eine Minderheit
Trotz des Rückgangs manueller Programmierung nutzen die meisten Entwickler Agenten nicht zum Schreiben ihres gesamten Codes. JetBrains zufolge schreiben mehr als die Hälfte der Entwickler weniger als 20 % ihres Codes manuell, und einer von fünf Entwicklern schreibt überhaupt keinen Code ohne Unterstützung künstlicher Intelligenz. Demgegenüber erzeugen nur etwa 22 % der Teilnehmer mehr als 80 % ihres Codes mithilfe von Agenten.
Dieses Ergebnis zeichnet ein anderes Bild als die verbreiteten Behauptungen, dass „100 % des Codes“ inzwischen automatisch generiert würden. Der allgemeine Trend ist eindeutig, doch die tatsächliche Nutzung entspricht eher einer Mischung aus vollständiger Generierung, teilweiser Unterstützung und manueller Arbeit als einer umfassenden Ablösung des Entwicklers.
Erfahrenere Entwickler treiben die Einführung voran
Die Studie zeigt, dass Entwickler mit umfangreicher Erfahrung zu den ersten Gruppen gehören, die einen großen Teil des Schreibens von Code an Agenten übertragen. Etwa ein Viertel der Senior-Entwickler generiert mehr als 80 % seines Codes mithilfe von Agenten. Dieser Anteil liegt über dem der Einsteiger, die eher zu einer durch künstliche Intelligenz unterstützten Arbeitsweise als zu einer vollständigen Abhängigkeit von Agenten neigen.
Das bedeutet jedoch nicht, dass alle erfahrenen Entwickler die agentenbasierte Arbeitsweise übernommen haben; JetBrains betont vielmehr die großen Unterschiede innerhalb dieser Gruppe. Praktisch deutet das Ergebnis darauf hin, dass Erfahrung nicht zwangsläufig zur Aufgabe manueller Programmierung führt, Entwickler aber möglicherweise eher bereit sind, einen größeren Teil des Generierungsprozesses zu delegieren.
Unterschiede zwischen Tools und Programmiersprachen
Unter den Nutzern von Claude Code generieren etwa 32 % mehr als 80 % ihres Codes mithilfe von Agenten. Bei den Codex-Nutzern steigt dieser Anteil auf 42 %. Außerdem schreiben 37 % der Codex-Nutzer überhaupt keinen Code ohne Unterstützung künstlicher Intelligenz. Die Nutzer von Cursor ähneln den Nutzern von Claude Code relativ stark: Der durchschnittliche Anteil des von Agenten generierten Codes beträgt bei ihnen 58 %, und 28 % von ihnen setzen Agenten ein, um mehr als 80 % ihres Codes zu generieren.
JetBrains führt diese Unterschiede auf die Zusammensetzung der Nutzergruppen zurück, nicht allgemein auf die Qualität eines Tools. Die Nutzer von Claude Code bilden inzwischen eine breite Gruppe, während die Codex-Nutzerschaft laut der Interpretation der Studie möglicherweise einen größeren Anteil an Entwicklern umfasst, die Agenten besonders intensiv einsetzen.
Auf Ebene der Programmiersprachen verzeichnen Entwickler von Go, JavaScript und TypeScript mit 54 % bis 55 % die höchsten Durchschnittswerte beim von Agenten generierten Code. Entwickler von C und C++ weisen dagegen mit durchschnittlich 38 % den höchsten Anteil manuell geschriebenen Codes auf. Java- und Python-Entwickler liegen mit Durchschnittswerten zwischen 48 % und 51 % im Mittelfeld.
Die Geografie offenbart starke Unterschiede
Die regionalen Unterschiede gehören zu den auffälligsten Ergebnissen der Umfrage. In Ostasien, insbesondere in China, Japan und Südkorea, liegt der Anteil der Entwickler, die mehr als 80 % ihres Codes mithilfe von Agenten generieren, bei etwa 32 % bis 35 %. Damit nähert sich dieser Anteil dem Doppelten des in Europa und dem Vereinigten Königreich verzeichneten Niveaus von etwa 16 %.
Was verändert sich in der Praxis?
JetBrains teilte die Teilnehmer in drei Muster ein. Die „agentenbasierten Entwickler“ machen etwa 31 % der Entwickler aus und generieren durchschnittlich 84 % ihres Codes vollständig mithilfe von Agenten. Die „durch künstliche Intelligenz unterstützten Entwickler“ stellen etwa 47 % und weisen einen Durchschnitt von 40 % vollständig generiertem Code sowie 60 % mit Unterstützung künstlicher Intelligenz geschriebenem Code auf. Die „manuellen Entwickler“ machen etwa 23 % aus und schreiben durchschnittlich 75 % ihres Codes manuell, bei begrenzter Nutzung der vollständigen Generierung.
Die wichtigste Erkenntnis aus diesen Zahlen ist, dass der Wandel nicht als binärer Übergang zwischen manueller und agentenbasierter Programmierung stattfindet, sondern über ein Spektrum von Arbeitsweisen. Dieses Spektrum wird durch Erfahrung, Tool, Programmiersprache und Region beeinflusst. Das bedeutet, dass eine einzige Nutzungsquote zur Messung der Einführung von Agenten große Unterschiede in der tatsächlichen Arbeitsweise verbergen kann.
Die Aussagekraft dieser Ergebnisse bleibt dadurch begrenzt, dass sie auf den Selbsteinschätzungen der Entwickler beruhen und der extrahierte Text keine ausreichenden Details zur Methodik der Musterklassifizierung oder zur Berechnung der Durchschnittswerte liefert. JetBrains kündigte außerdem an, weitere Materialien aus derselben Umfrage zur agentenbasierten Entwicklung zu veröffentlichen.