Sonars State of Code Developer Survey 2027, veröffentlicht am 12. November 2026, zeigt, dass Entwickler angeben, KI generiere oder unterstütze mittlerweile erheblich 65 % des von ihnen eingecheckten Codes – gegenüber 42 % ein Jahr zuvor. Die Umfrage unter 1.026 Entwicklern und Engineering-Managern ergab zudem, dass 76 % KI-Code schneller generieren, als sie ihn verifizieren können.
Was die Umfrage ergeben hat
Sonar hatte dieselbe Gruppe vor einem Jahr gefragt, wie viel Code KI schreiben werde. Die Befragten erwarteten damals 55 % innerhalb eines Jahres und 65 % innerhalb von zwei Jahren – und erreichten 65 % bereits nach einem Jahr. Der Anteil der Teams, die KI-Coding-Tools für geschäftskritische oder missionskritische Dienste einsetzen, stieg von 58 % auf 76 %.
Bei der Prüfung zeigt sich die umgekehrte Entwicklung. Der Anteil der Befragten, die KI-Code vor dem Einchecken immer prüfen, sank von 48 % auf 39 %, und nur 23 % geben an, ihr Team verfüge über klar definierte, KI-spezifische Richtlinien oder automatisierte Prüfungen für KI-generierten Code. Nur 36 % sagen, ihr Team messe die Produktivitätswirkung von KI und könne die Ergebnisse einsehen.
Wohin sich Teams als Nächstes entwickeln
Sonar berichtet, dass 5 % der Befragten bereits agentische Software-Fabriken erstellen oder nutzen – also Systeme von Agenten, die Entwicklungsaufgaben mit geringem menschlichem Eingriff abarbeiten – und 34 % erwarten dies innerhalb eines Jahres. Von den Befragten geben 77 % an, dass leistungsfähige Verifizierungstools ihr Vertrauen in KI-Code steigern, und Teams, die Coding-Agenten klare Standards und Kontrollen vorgeben, berichten häufiger von einem ROI von 50 % oder mehr.
Sonar verkauft Code-Verifizierungstools, und die Ergebnisse beruhen auf Selbstauskunft; die Zahlen geben daher wieder, was Entwickler über ihre eigene Arbeit glauben. Die Richtung der Ergebnisse deckt sich mit anderen aktuellen Studien zur Review-Last, die zeigen, dass das Code-Volumen schneller steigt als die Kapazität, es zu lesen.
Was das für Engineering-Teams bedeutet
Wenn Code schneller produziert als geprüft wird, verlagert sich der Engpass bei der Lieferung auf Review, Testing und die Personen, die beurteilen können, ob eine Änderung korrekt ist. Teams, die die Standards für Agenten schriftlich festlegen, automatisierte Prüfungen vor dem Merge durchführen und Ergebnisse messen, sind besser aufgestellt als Teams, die sich auf ein abschließendes manuelles Lesen jedes Pull Requests verlassen. Diese Review-Arbeit hängt von erfahrenen Ingenieuren ab, die die Codebasis gut genug kennen, um eine plausible, aber falsche Antwort zu erkennen.
Was das für die Einstellung von Entwicklern bedeutet
Da KI an fast zwei Dritteln des eingecheckten Codes beteiligt ist, lautet die relevante Einstellungsfrage, wie ein Kandidat den Output von Agenten verifiziert: was er akzeptiert, was er zurücksendet und wie er einen Fehler erkennt, der die Tests passiert. Jeden Ingenieur, den wir vermitteln, wird von einem AI-native Tech Lead geprüft, der täglich mit KI arbeitet; wie das abläuft, können Sie unter how we vet nachlesen. Wenn Sie Kapazitäten für review-intensive Arbeit aufbauen möchten, finden Sie weitere Informationen zu unseren AI-native engineers.
Quellen
- Sonar, Sonar Survey: AI Makes Code Abundant, but Code Confidence Remains Scarce, 12. November 2026
- Sonar, AI hit 65% of committed code a year early, 12. November 2026
- Stackchief, AI Code Verification Survey 2026, 14. November 2026




