Zum Inhalt springen

Wissensbasis

Was KI-Adoption voranbringt

Dauerhafte Adoption folgt aus fester Lernzeit, klaren Richtlinien, Peer-Mechanismen wie Champions und Austauschkanälen und rollenspezifischen Workflows, die zur Wiederverwendung verpackt sind. Nutzungsziele von oben erzeugen Compliance-Theater, und Zugang allein erzeugt keine Nutzung.

Verfasst von

Aktualisiert:

Einstieg 2

Unsere Position. Wir machen KI-Nutzung lieber verbindlich, als einen weiteren Piloten zu starten: Ein Pilot verortet die Unsicherheit in der Technologie, eine verbindliche Vorgabe verortet sie in der Organisation, wo sie tatsächlich liegt (öffnet in einem neuen Tab). Danach schreibt jedes Team eine konkrete, messbare Hypothese über seine eigene Arbeit. Denn generisches Training in großem Maßstab erzeugt Compliance (öffnet in einem neuen Tab).

Die meisten Organisationen, die überhaupt etwas geändert haben, änderten die Codebasis. Menschen und Prozesse blieben, wie sie waren, und so bleibt der größere Hebel ungenutzt (Multitudes research (öffnet in einem neuen Tab)).

Welche Praktiken steigern die Adoption von Coding-Agents?

Was die Adoption voranbringt, ist gut belegt. Vorgaben von oben mit 100 % Adoption erzeugen Compliance-Theater. Klare KI-Richtlinien und feste Lernzeit zeigen einen stärkeren gemessenen Effekt (DX, Talk zum AI-Strategy-Playbook (öffnet in einem neuen Tab)).

Multitudes hat 428 Personen befragt. Peer-to-Peer-Mechanismen landen dort unter den wirksamsten Maßnahmen für Adoption:

  • eigene Austauschkanäle
  • KI-Champions
  • Sessions zum Erfahrungsaustausch

Sie liegen deutlich vor Best-Practice-Dokumentation und Nutzungsrichtlinien. Von den Organisationen, die überhaupt etwas geändert haben, änderten 85 % die Codebasis und nur 13 % Menschen und Prozesse. Der größere Hebel blieb damit unberührt (Multitudes research (öffnet in einem neuen Tab)).

Zugleich standardisieren Teams den Workflow selbst. Sie teilen Prompts und Rule-Files auf Teamebene und steuern sie über eine Feedbackschleife, in der eine verantwortliche Person Änderungen freigibt. So folgt jeder Agent, den sie auf die Codebasis ansetzen, denselben Konventionen (DX AI Impact Report).

Wie haben Unternehmen fast vollständige Adoption erreicht?

Booking.com erreichte fast 100 % Adoption über Office Hours, kuratierte Inhalte und zweitägige Enablement-Events. Tag eins vermittelt GenAI-Wissen, an Tag zwei wenden die Teilnehmenden es auf ein echtes Geschäftsproblem an. Laut DX-Daten waren Entwickler:innen am effektivsten, wenn sie KI täglich oder an mindestens zwölf Tagen pro Monat nutzten. Booking.com setzte sich deshalb tägliche Nutzung zum Ziel. Die Zufriedenheit der Entwickler:innen mit KI-Tools stieg in sechs Monaten um 15 Punkte (Tiatra - How Booking.com measures the impact of AI on developer productivity (öffnet in einem neuen Tab)).

Intercom machte Adoption verpflichtend. Das Unternehmen schrieb Stellenbeschreibungen um: Wer keine KI nutzt, gilt als “not meeting expectations”. Außerdem setzte Intercom bewusst auf eine einzige, tief optimierte Plattform, um der “model anxiety” zu entgehen. Intercom vergleicht diese Angst mit den Kosten einer Multi-Cloud-Strategie (Intercom-Talk - Doubling engineering throughput (öffnet in einem neuen Tab)).

Die internen Zahlen von OpenAI zeigen: Sobald das Tool lange Aufgaben übernimmt, verbreitet sich Adoption auch ohne Mandat. Finance, Recruiting und Legal kamen in etwa vier Monaten von nahe null auf etwa 90 Prozent Codex-Nutzung. Engineering lag im Juni 2026 bei 99 Prozent. Teams außerhalb des Engineering erreichten etwa 40 Prozent, obwohl die Codex-App noch Code auf dem Bildschirm zeigte und für sie schwer zu bedienen war, weil sie bereits Dokumente, Präsentationen und Spreadsheets erzeugte.

Zwischen April und Mai 2026 stieg die Nutzung von 60 auf 90 Prozent. Das Desktop-Team führt das darauf zurück, dass der Harness Agenten lange an einem Ziel arbeiten lässt. Menschen führen einen Thread über Tage weiter. Ein lang laufender Agent startet eigene Subagents, sodass eine Person weniger Aufgaben selbst parallel steuern muss.

Als verbleibende Bremse nennt das Productivity-Team, dass viele nicht wissen, was der Agent alles kann. Viele Mitarbeitende nutzen den Agenten für eine einzige Aufgabe. Weitere Einsatzmöglichkeiten lernen sie per Mundpropaganda von Kolleg:innen. Teams beschleunigten die Adoption, indem sie ihre rollenspezifischen Workflows als Skills und Plugins verpackten. Ein General-Purpose-Agent ohne vorbereitete Workflows gibt einem Team keinen Ausgangspunkt.

Die Verbreitung veränderte auch, wer das Produkt baut. Fachexpert:innen kamen in die Engineering-Teams und lieferten das Urteil zu Folien, Spreadsheets und Reports, das Entwickler:innen fehlt. OpenAI-Mitarbeitende arbeiten mit unbegrenztem Token-Budget, das ein gewöhnlicher Rollout nicht bietet (The Pragmatic Engineer - Inside OpenAI’s agentic software factory (öffnet in einem neuen Tab), September 2026).

Anteil der Arbeit mit Codex bei OpenAI nach Abteilung, August 2025 bis Juni 2026: Engineering überschreitet im Oktober 2025 die 50 Prozent, Finance, Recruiting und Legal starten im Februar 2026 und erreichen bis Juni etwa 90 Prozent

Abbildung 1. Die Codex-Nutzung bei OpenAI breitete sich innerhalb weniger Monate ohne Mandat von Engineering auf Finance, Recruiting und Legal aus. Das Diagramm zeigt pro Abteilung, welchen Anteil ihrer monatlichen Output-Token die durchschnittliche Person auf Codex erzeugt. Abbildung aus The Pragmatic Engineer - Inside OpenAI’s agentic software factory (öffnet in einem neuen Tab), Daten von OpenAI.

Warum stagniert Adoption?

Obergrenzen und Unterschiede bleiben. Selbst führende Organisationen stagnieren bei etwa 60 % aktiver Nutzung (DX - Measuring AI code assistants and agents (öffnet in einem neuen Tab)). Zugang bedeutet noch keine Nutzung. Stanford beobachtete zwei Geschäftsbereiche mit identischen Lizenzen, Ausgaben und Tools, deren Adoption stark auseinanderlief (Stanford - Talk zur Messung des KI-ROI (öffnet in einem neuen Tab)). KI verstärkt außerdem die vorhandenen Engineer-Archetypen Builders, Shippers und Coasters. Aus keinem macht sie einen anderen (The Pragmatic Engineer - The impact of AI on software engineers in 2026 (öffnet in einem neuen Tab)).

Verwandte Seiten

Quellen

Artikel

Papers und Reports

Posts

Talks und Videos