Künstliche Intelligenz kann einzelne Entwicklungstätigkeiten beschleunigen, verbessert aber nicht automatisch die Softwarebereitstellung. Sie wirkt als Verstärker: Wo Plattformen, Arbeitsabläufe und Qualitätskontrollen funktionieren, kann zusätzliche Entwicklungsleistung in bessere Ergebnisse münden. Wo sie schwach sind, kann mehr erzeugter Code Engpässe und Risiken verstärken.
Was KI an DevOps verändert – und was nicht
KI-gestützte Werkzeuge können Teams etwa beim Schreiben und Prüfen von Code unterstützen. Für eine DevOps-Transformation ist jedoch nicht die Menge des erzeugten Codes entscheidend, sondern ob Änderungen sicher durch den gesamten Wertstrom gelangen: von der Arbeit an einer konkreten Nutzeranforderung bis zur verlässlichen Auslieferung und zum Feedback aus dem Betrieb.
As an Amazon Associate I earn from qualifying purchases.
DORA-Forschungsleiter Nathen Harvey fasste den Gedanken 2025 so zusammen: „AI doesn’t fix a team; it amplifies what’s already there.“ Die Aussage beschreibt keine Garantie für ein bestimmtes Ergebnis, sondern eine organisatorische Perspektive: KI ersetzt weder klare Verantwortlichkeiten noch gute Entwicklungs- und Betriebspraktiken. DORAs Berichtseinordnung von 2025 stellt KI deshalb als Teil einer organisatorischen Transformation dar.
Recommended Free Tools
Was die DORA-Berichte 2024 und 2025 zeigen
Die Befunde zu Delivery unterscheiden sich zwischen den beiden Jahresberichten. Das sollte zeitlich eingeordnet werden, statt die Ergebnisse zu einem scheinbar einheitlichen Effekt zusammenzufassen.
#1 Best Overall
| Bericht | Beobachtete Beziehung | Einordnung |
|---|---|---|
| 2024 | Bei 25 % mehr KI-Adoption wurden 1,5 % weniger Delivery-Durchsatz und 7,2 % weniger Delivery-Stabilität berichtet. | Die Schätzungen beschreiben statistische Beziehungen, keine sichere Kausalprognose für ein einzelnes Unternehmen. Google Cloud, 22. Oktober 2024. |
| 2025 | KI-Adoption stand in positiver Beziehung zu Delivery-Durchsatz und Produktleistung; die Beziehung zur Delivery-Stabilität blieb negativ. | Der Bericht beschreibt eine veränderte Beziehung zum Durchsatz, nicht den Beweis, dass KI in jeder Organisation Verbesserungen bewirkt. Google Cloud, 23. September 2025. |
Der Bericht 2024 verknüpfte KI-Nutzung außerdem mit Verbesserungen bei Dokumentationsqualität, Codequalität und Review-Geschwindigkeit. Als mögliche Erklärung für die zugleich ungünstigeren Delivery-Beziehungen nannten die Forschenden, dass beschleunigte Codeproduktion größere Änderungspakete begünstigen könnte, die schwieriger zu prüfen und störanfälliger sind. Das ist eine mögliche Erklärung, kein nachgewiesener Mechanismus.
2025 deutete DORA die positiven Beziehungen zu Durchsatz und Produktleistung unter anderem damit, dass Teams besser lernen, wo und wann Werkzeuge hilfreich sind. Zugleich können schnellere Entwicklungsarbeit und zusätzliche Änderungen Schwächen nachgelagerter Prozesse deutlicher hervortreten lassen. Gut entkoppelte Architekturen und schnelle Feedbackschleifen werden als günstigere Bedingungen beschrieben.
Wie belastbar sind die Zahlen?
Der DORA-Bericht 2025 beruht auf Antworten von knapp 5.000 Technologie-Fachleuten weltweit sowie auf mehr als 100 Stunden qualitativer Forschung. Das bietet breite Einblicke in Praktiken und Zusammenhänge, ist aber kein kontrolliertes Experiment, das eine identische Wirkung in allen Organisationen belegt. Google Research und DORA: DORA 2025 State of AI-assisted Software Development Report.
Rank #2
Auch die Werte zur Nutzung und zum Vertrauen sind Befragungsergebnisse: Google Cloud fasst den Bericht so zusammen, dass 90 % der Befragten KI bei der Arbeit nutzen, über 80 % Produktivitätsgewinne berichten und 30 % wenig oder gar kein Vertrauen in KI-generierten Code haben. Diese Werte sind nicht als Messung aller Entwickler weltweit zu verstehen. Geringes Vertrauen bedeutet zudem nicht automatisch eine pauschale Ablehnung; es macht nachvollziehbare Prüfung und Verantwortlichkeit wichtig. Google Cloud: What is DevOps? Research and Solutions.
Der Bericht 2024 war der zehnte DORA-Bericht und nannte mehr als 39.000 befragte Fachleute aus Organisationen verschiedener Größen und Branchen weltweit. DORA untersucht über mehrere Jahre Praktiken und Fähigkeiten, die mit der Leistung technologieorientierter Organisationen zusammenhängen. Google Research und DORA: DORA Accelerate State of DevOps 2024 Report.
Wie DevOps-Teams KI sinnvoll einführen
1. Von einem Nutzerproblem ausgehen
Beginnen Sie mit einem konkreten Nutzer- oder Geschäftsproblem statt mit dem Ziel, möglichst viel KI einzusetzen. So lässt sich prüfen, ob ein Werkzeug einen sinnvollen Teil des Arbeitsablaufs verbessert und ob das Ergebnis tatsächlich einen Nutzen hat.
Rank #3
2. Ergebnisse entlang des Wertstroms messen
Individuelle Zeitersparnis und mehr erzeugter Code sind lokale Signale. Beobachten Sie zusätzlich, ob Änderungen schneller ausgeliefert werden, ob die Auslieferung stabil bleibt und ob sich die Produktleistung verbessert. DORAs Veröffentlichungen ordnen KI-Effekte in den größeren Zusammenhang der Organisations- und Delivery-Leistung ein.
3. Änderungen klein und überprüfbar halten
Teilen Sie größere Vorhaben in überschaubare Änderungspakete. Kleine Änderungen sind leichter zu prüfen und einzuordnen; zugleich sinkt das Risiko, dass sich schwer erkennbare Probleme in einem großen Release bündeln. Der 2024er Bericht hob kleine Änderungspakete und robuste Tests als wichtige Praktiken hervor.
4. Tests und Feedbackschleifen stärken
Automatisierte Tests, schnelle Rückmeldungen und reife Versionskontrolle helfen, Fehler früh zu erkennen und Änderungen kontrolliert auszuliefern. Sie sind nicht bloß eine nachgelagerte Absicherung: Wenn die Entwicklung schneller wird, müssen Prüfen und Feedback mit dem zusätzlichen Tempo Schritt halten.
5. Plattformen an tatsächliche Teamabläufe anpassen
Interne Entwicklerplattformen können gemeinsame Funktionen, Standards und Leitplanken bereitstellen. Google Cloud berichtet für 2025, dass 90 % der Organisationen mindestens eine Plattform eingeführt hatten. Die Verbreitung allein belegt jedoch nicht deren Qualität oder Passung: Entscheidend ist, ob Teams sie nutzen können und ob sie ihre Arbeit tatsächlich unterstützt.
6. Vertrauen durch klare Prüfung und Verantwortung schaffen
Definieren Sie, welche Änderungen von Menschen geprüft werden müssen, wie Tests angewendet werden und wer die Verantwortung für ein Ergebnis trägt. Die Anforderungen sollten nachvollziehbar sein und zum Risiko der Änderung passen; KI-Ausgaben sollten nicht allein deshalb als zuverlässig gelten, weil sie plausibel wirken.
Quick wins for a faster PC:
Scan for outdated or missing drivers - takes under a minuteDriver Scan →Clear out junk files and repair common Windows errorsFree Scan →Woran sich Werkzeuge und Einführungsansätze vergleichen lassen
Die verfügbaren DORA-Quellen liefern keine belastbare Rangliste konkreter KI-Codingprodukte. Ein Vergleich sollte deshalb die Arbeitsweise und Ergebnisse des jeweiligen Teams in den Mittelpunkt stellen:
Best Value
- Einbettung in den Ablauf: Passt das Werkzeug zu den verwendeten Repositories und den tatsächlichen Entwicklungsschritten?
- Prüfung und Rückmeldung: Wie werden Änderungen getestet, überprüft und bei Bedarf zurückgerollt?
- Plattform und Architektur: Unterstützt die interne Plattform gemeinsame Standards, und sind Dienste ausreichend entkoppelt?
- Ergebniswirkung: Werden neben individueller Produktivität auch Durchsatz, Stabilität und Produktleistung betrachtet?
- Nutzerbezug und Vertrauen: Löst der Einsatz ein relevantes Problem, und können Teams die Ergebnisse nachvollziehen und verantworten?
Was Unternehmen bei der Auswertung beachten sollten
Die Veränderungen zwischen den Berichten 2024 und 2025 lassen sich anhand der hier genannten Quellen nicht einer einzelnen Ursache zuschreiben. Werkzeuge, Arbeitsweisen, Teams und Organisationen können sich unterscheiden; ebenso unterscheiden sich Branchen und Architekturen. Unternehmen sollten daher eigene Ausgangswerte für Durchsatz, Stabilität, Produktleistung und Vertrauen erfassen und spätere Entwicklungen im jeweiligen Kontext bewerten.
Die übergeordnete DevOps-Perspektive bleibt dabei zentral: KI-Einsatz ist keine isolierte Werkzeugentscheidung, sondern berührt Zusammenarbeit, Plattformen und Delivery-Praktiken. DORAs AI Capabilities Model bietet einen weiteren Bezugspunkt für die Betrachtung der organisatorischen Fähigkeiten rund um KI.
Quick Recap
Product prices and availability are accurate as of the date/time indicated and are subject to change. Any price and availability information displayed on Amazon at the time of purchase will apply.
Free tools Windows power users keep installed
One-click scans. No signup required.
