Die KI-Coding-Assistenten-Revolution: Was 400.000 Repositories verraten

KI-Coding-Assistenten sind längst keine Spielerei mehr. Tools wie Cursor und GitHub Copilot gehören inzwischen zum Alltag vieler Entwickler. Doch welche Tools setzen sich wirklich durch und wie nutzen Teams sie tatsächlich?

Eine neue Studie hat über 400.000 öffentliche GitHub-Repositories analysiert. Ziel war es, ein realistisches Bild der Verbreitung von KI-Coding-Assistenten zu zeichnen. Die Ergebnisse zeigen ein differenziertes Bild.

Wie die Daten erhoben wurden

Die Forscher haben nach typischen Konfigurationsdateien gesucht. Dazu gehören etwa .cursorrules für Cursor oder vergleichbare Dateien bei anderen Tools. Mit der GitHub REST API wurden diese Dateien systematisch in öffentlichen Repositories gefunden.

Im zweiten Schritt wurden die Daten mit der GraphQL API ergänzt. Dadurch erhielten die Forscher zusätzliche Informationen wie Änderungshistorien, Dateigrößen und Erstellungsdaten. So lässt sich erkennen, ob Teams die Tools wirklich aktiv nutzen oder nur eine Konfigurationsdatei angelegt haben.

Was die Zahlen wirklich bedeuten

400.000 Repositories mit KI-Konfigurationen – auf den ersten Blick wirkt die Zahl groß. Doch die Forscher betonen: Hierbei handelt es sich um Absicht. Wer eine solche Datei anlegt, entscheidet sich bewusst für ein Tool. Die Zahl sagt jedoch nichts über Entwickler aus, die ohne Konfiguration arbeiten.

Die Studie untersucht mehrere Aspekte:

Marktanteile: Welche Tools stoßen auf größeren Aufmerksamkeit?
Konfigurationsmuster: Nutzen Teams Standard-Settings oder passen sie individuell an?
Mehrere Tools parallel: Viele Teams testen verschiedene Assistenten gleichzeitig.
Repository-Eigenschaften: Welche Sprachen, Projektgrößen und Besitzertypen korrelieren mit der Nutzung?

Was die Studie nicht erfassen kann

Die Forscher räumen ein, dass nur öffentliche GitHub-Repositories erfasst wurden. Gerade Firmen mit strengeren Sicherheitsanforderungen nutzen oft nur private Repos. Die Daten zeigen also nicht die gesamte Realität der KI-Nutzung.

Was Entwickler daraus lernen können

KI-Assistenten sind heute fest im Entwickleralltag verankert. 400.000 konfiguriierte Repositories zeigen, dass es um mehr als Experimente geht.

Wichtig ist dabei: Konfiguration macht den Unterschied. Wer seinen Assistenten gezielt anpasst, profitiert deutlich mehr. Entwickler sollten deshalb nicht einfach nur installieren, sondern Zeit auf die Konfigurationsdateien verwenden.