Zum Inhalt springen

Befund 04 / Softwareentwicklung

Microsoft zieht Bilanz: deutlich mehr fertige Arbeit mit Claude Code.

Microsoft hat Claude Code und Copilot CLI bei zehntausenden Ingenieuren eingeführt und die Wirkung gegen eine Kontrollgruppe gemessen. Das Ergebnis: 24 Prozent mehr übernommene Codeänderungen. Wer die Werkzeuge an fünf oder mehr Tagen pro Woche nutzte, kam auf 50 Prozent mehr.

Microsoft-Studie · Juli 2026 · Stand 19. September 2026

Übernommene Codeänderungen (Pull Requests), Index

Kontrollgruppe
100
Mit Claude Code und Copilot CLI
124
An 5 oder mehr Tagen pro Woche
150
+24 %mehr fertige Codeänderungen
Abb. 01 /Index: Kontrollgruppe = 100. Der Wert für die Vielnutzer ist ein Zusammenhang, kein Kausalnachweis.
+24 %übernommene Pull Requests nach der Einführung
+50 %in Wochen mit 5 oder mehr Nutzungstagen
+29 %bei Ingenieuren mit mehr als 15 Jahren im Unternehmen

01 / Aufbau

Eine Einführung im großen Stil, sauber ausgewertet.

Microsoft hat die agentischen Werkzeuge Claude Code und Copilot CLI breit eingeführt. Gemessen wurde, wie viele Codeänderungen (Pull Requests) tatsächlich übernommen wurden, verglichen mit einer synthetischen Kontrollgruppe.

Aufbau der Untersuchung
MerkmalAngabe
WerZehntausende Microsoft-Ingenieure
WerkzeugeClaude Code und Copilot CLI
DesignSynthetische Kontrollgruppe
MessgrößeÜbernommene Pull Requests

02 / Ergebnis

Knapp ein Viertel mehr, und bei Erfahrenen noch mehr.

Nach der Einführung stieg die Zahl der übernommenen Codeänderungen um 24 Prozent, mit einer Spanne von 14,5 bis 33,7 Prozent. Ingenieure mit mehr als 15 Jahren im Unternehmen kamen auf 29 Prozent. Die Erfahrensten profitieren also nicht weniger, sondern eher mehr.

Anthropic hat rund 400.000 Sitzungen mit Claude Code ausgewertet: Erfahrene Nutzer erreichen etwa doppelt so oft einen überprüften Erfolg wie Neulinge, 28 bis 33 Prozent gegenüber 15 Prozent, und brechen seltener ab.

03 / Einordnung

Was der Befund zeigt und wo er aufhört.

Eine gute Zahl ist nur so viel wert wie ihre Grenzen. Deshalb steht hier, was der Befund nicht aussagt.

01 /

Mehr Output heißt mehr Review

Eine andere Studie mit 802 Entwicklern fand doppelt so viele Pull Requests, aber auch ungefähr doppelte Review-Last. Ein Teil der Arbeit verschiebt sich ins Prüfen.

02 /

Vielnutzer sind kein Beweis

Die 50 Prozent bei häufiger Nutzung sind ein Zusammenhang innerhalb derselben Person, kein sauberer Kausalnachweis.

03 /

Große Bestandssysteme profitieren weniger

In großen, komplexen Codebasen mit hohen Qualitätsansprüchen fallen die Effekte laut einer Stanford-Auswertung deutlich kleiner aus.

04 / Für dein Unternehmen

Was du daraus mitnehmen kannst.

01 /

Agentische Werkzeuge sind der Hebel

Der größte Effekt kommt von Werkzeugen, die Aufgaben selbstständig erledigen, nicht von Autovervollständigung.

02 /

Regelmäßig statt gelegentlich

Wer täglich mit KI arbeitet, holt deutlich mehr heraus. Schulung und feste Abläufe helfen, dahin zu kommen.

03 /

Prüfprozess mitdenken

Mehr Output braucht einen Review, der mitwächst. Den planen wir von Anfang an ein.

05 / Quellen

Die Studien hinter dem Befund.

Jede Quelle trägt ihren Evidenzgrad, so wie in unserer Analyse vom 19. September 2026. Was die Kennzeichnung bedeutet

  1. 01 /

    Rollout von Claude Code und Copilot CLI bei Microsoft

    Microsoft, arXiv 2607.01418

    Primärquelle geprüft

  2. 02 /

    Claude Code expertise

    Anthropic

    Primärquelle geprüft · Angabe des KI-Anbieters

  3. 03 /

    He et al.: KI-Vorgabe und Pull-Request-Durchsatz

    arXiv 2607.01904

    Sekundärquelle

Solche Zeitgewinne entstehen nicht von allein.

Dafür braucht es passende Aufgaben, Fachwissen am Steuer und eine feste Prüfung. Wir bauen das mit dir auf.