Die IT-Holding T1 erzählte, wie der Einsatz von KI die Arbeit von Programmierern verändert
Das Verständnis des von neuronalen Netzwerken erstellten Codes wurde zur Hauptschwierigkeit bei der Arbeit mit solchen Tools: Dieses Problem wurde von 42% der Befragten zur Studie über IT mit T1 und Tproger festgestellt

Das Verständnis des von neuronalen Netzwerken erstellten Codes wurde zur Hauptschwierigkeit bei der Arbeit mit solchen Tools: Dieses Problem wurde von 42% der Befragten zur Studie über IT mit T1 und Tproger festgestellt. Dieses Problem ist häufiger als Modellfehler.
Die Ergebnisse wurden am 19. November auf der Impuls T1-Konferenz in Moskau vorgestellt.
Darüber hinaus gaben 39% der Teilnehmer an, dass es länger dauert, AI-generierten Code zu überprüfen und zu überprüfen. 36% gaben an, dass die Modelle die bestehende Codebasis und interne Regeln des Teams nicht berücksichtigen, so dass Entwickler das Ergebnis an das Projekt anpassen müssen.
Das akuteste Problem manifestiert sich bei der Arbeit mit KI-Agenten. Unter denen, die die Aufgabe an den Agenten als Ganzes weitergeben, berichteten 51% der Befragten über Schwierigkeiten beim Parsen von geschriebenem Code; unter denen, die neuronale Netze hauptsächlich für die Einholung von Ratschlägen verwenden, sind dies 31%. Gleichzeitig sind 59% derjenigen, die einzelne Fragmente von KI anfordern, mit Fehlern und „Halluzinationen konfrontiert, während der Anteil solcher Beschwerden bei den Nutzern von Vollagenten mit 17% deutlich geringer ist.
Eine separate Komplexität ist die Organisation von Prozessen. Viele Unternehmen haben noch keinen systematischen Ansatz, welche Aufgaben neuronalen Netzen zugewiesen werden können, wie der generierte Code überprüft wird und wer dafür verantwortlich ist. 43% der Teilnehmer gaben an, dass es keine klaren Regeln gibt, und nur 10% gaben eine obligatorische Überprüfung der Ergebnisse an.
Sergey Polinenko, Produktführer der Sphere-Plattform der IT-Holding T1, erklärte: „Der Studie zufolge erwarten mehr als die Hälfte der Befragten, dass KI den Großteil der Arbeit übernimmt und die Rolle der Entwickler auf die Festlegung von Aufgaben und die Qualitätskontrolle reduziert wird. Ihm zufolge ist es für Unternehmen wichtig, Produkte schneller auf den Markt zu bringen, ohne an Qualität zu verlieren. Um dies zu erreichen, müssen Sie in allen Entwicklungsphasen von einmaligen Lösungen zu einer End-to-End-Anwendung von KI übergehen, wobei die Sicherheitsanforderungen berücksichtigt werden - dies macht Vibcoding wirklich zuverlässig.
Die Studie zeigt auch ein hohes Engagement: 73% der Entwickler wenden sich fast täglich solchen Tools zu, und 78% gaben an, dass sie die letztere Aufgabe schneller bewältigen als mit einer ähnlichen ohne neuronales Netzwerk. Gleichzeitig haben nur 8% eine betriebliche Schulung durchlaufen - meistens beherrschen Spezialisten Werkzeuge selbstständig in ihren eigenen Projekten.
Die Umfrage wurde von IT Holding T1 und der Publikation Tproger durchgeführt. Es wurde von 225 Personen (detaillierter Fragebogen) und mehr als 11.000 (Abstimmung in sozialen Netzwerken) besucht. Unter den Befragten sind Entwickler, Team- und Projektmanager, Spezialisten für DevOps, Infrastruktur und Architektur, Tester, Analysten und angehende Entwickler. Die Datenerhebung erfolgte im Oktober 2026.

