Eine der zentralen Fragen der Studie lautet: Wird die Arbeitslast der Teams durch das Prüfen, Korrigieren und Validieren KI-generierter Ergebnisse tatsächlich verringert oder nur verlagert? In unserer Studie bezeichnen wir diesen Mehraufwand als „Die Kosten der Verifizierung“.
Die Ergebnisse zeigen: 42 % der Beschäftigten verbringen mehr Zeit mit der Prüfung von KI-Ergebnissen, als sie durch den KI-Einsatz einsparen. 52 % korrigieren regelmäßig KI-generierte Arbeiten von Kolleginnen und Kollegen. Laut Jobin könnte der Höhepunkt jedoch bereits überschritten sein, denn Softwareanbieter und Unternehmen arbeiten daran, die „Kosten der Verifizierung“ zu beseitigen.
„Viele Unternehmen haben KI bisher vor allem auf der linken Seite des Software Development Life Cycle (SDLC) eingeführt, also hauptsächlich bei der Programmierung“, erklärt Jobin. „Entsprechend viel Zeit fließt in die Prüfung des geschriebenen Codes. Die ‚Kosten der Verifizierung‘ werden jedoch sinken, weil Plattformen wie Atlassian, GitLab oder Datadog KI nun auch in die andere Seite des Zyklus integrieren, also in Testing, Build und Release, und diese Schritte so vereinfachen. Menschliche Kontrolle und Fachwissen bleiben weiterhin nötig, allerdings mit deutlich weniger manuellem Aufwand als bisher.“
Unternehmen erkennen, dass sich die Last auf ihre Teams verlagert hat, und überprüfen daher ihren SDLC. „Viele Studien zeigen, dass KI verstärkt, was ein Unternehmen ohnehin schon tut“, so Jobin. „Wenn Sie also Dinge falsch machen, werden diese Probleme durch KI-Tools noch größer. Führende Unternehmen schaffen deshalb zuerst die Grundlagen, sei es bei Daten, Infrastruktur oder der Einführung von DevOps-Prozessen. So sind sie optimal aufgestellt, um den nächsten Schritt mit den KI-Funktionen der Anbieter zu gehen.“