Was ist Developer Experience?

Ein praktisches Verständnis der Entwicklererfahrung in einem Unternehmen muss konkrete Aspekte der Arbeitsweise von Entwicklern, quantifizierbare Metriken zur Entwicklerproduktivität sowie eine qualitative Bewertung der Zufriedenheit der Entwickler umfassen. Die DevEx-Optimierung zielt nicht nur darauf ab, Workflows zu rationalisieren und die Geschäftsergebnisse zu verbessern, sondern auch die Mitarbeiterbindung in Software-Engineering-Teams zu stärken.

Allgemein gesagt lässt sich DevEx als internes Pendant zur User Experience (UX) betrachten, wobei der Entwicklungsprozess Ihres Unternehmens das „Produkt“ darstellt und Ihre Entwickler die Rolle der Endnutzer einnehmen. Ähnlich wie eine hochwertige UX die Bedürfnisse der Nutzer antizipiert, deren Probleme beseitigt und die Benutzerfreundlichkeit eines Produkts maximiert, reduziert eine gute Developer Experience Reibungsverluste, beseitigt Produktivitätsengpässe und maximiert die Fähigkeit des Entwicklungsteams, seine beste Arbeit zu leisten.

Unabhängig von den Besonderheiten Ihres Unternehmens, Ihres Produkts oder der Menschen, die daran arbeiten, gibt es bestimmte Prinzipien, die in jeder produktiven Entwicklungsumgebung zu finden sind - und bestimmte Fallstricke, die jeder DevEx-Ansatz vermeiden sollte.

Eine optimale Entwicklererfahrung ermöglicht es Teams und einzelnen Entwicklern,

• Verbringen Sie weniger Zeit mit Aufgaben, die keinen Mehrwert bieten, und mehr Zeit mit Aufgaben, die genau das schaffen. Die Zeit, die Sie damit verbringen, Tickets zu aktualisieren, Arbeitsstunden zu protokollieren, in Meetings zu sitzen, Zugangsdaten zu suchen oder in veralteten Dokumenten zu wühlen, fehlt Ihnen beim tatsächlichen Schreiben von Code.

• Beschleunigen Sie den Softwareentwicklungszyklus (SDLC) und verkürzen Sie die Markteinführungszeit. Die Automatisierung mühsamer Aufgaben, die Ausstattung der Mitarbeiter mit auf die spezifischen Bedürfnisse von Entwicklern zugeschnittenen Tools und die Reduzierung operativer Reibungsverluste beschleunigen die Produktionsabläufe.

• Kontextwechsel minimieren. Das ständige Hin- und Herwechseln zwischen verschiedenen Aufgaben, Tools, Besprechungen und Projekten erhöht die kognitive Belastung. Die ideale Entwicklungsumgebung fördert die Fähigkeit, im Flow-Zustand zu bleiben. In diesem Zustand können Entwickler dank der Freiheit von Ablenkungen und Unterbrechungen Schwung aufbauen, qualitativ hochwertigeren Code schreiben und eine optimale Produktivität erreichen.

• Ressourcen vereinfachen und zentralisieren. Ein wesentlicher Ansatz zur Minimierung von Reibungsverlusten und Kontextwechseln besteht darin, alle Tools, API-Dokumentationen und die Infrastruktur in einem Self-Service-Hub zu bündeln. Interne Developer Portals (IDPs) sind oft unverzichtbar für eine reibungslose Entwicklererfahrung.

• Kohäsion bewahren und Integrationsprobleme reduzieren. Eine ausgereifte Continuous Integration/Continuous Delivery (CI/CD) Pipeline reduziert die Zeit, die man für mühsame manuelle Schritte wie Testen, Zusammenführen und Bereitstellung aufwendet. Probleme bei Versionskontrollen, Konflikte bei der Zusammenführung und fehlerhafter Code, die durch mangelhafte Kommunikation oder Koordination verursacht werden, sind äußerst frustrierend, insbesondere wenn dadurch die Arbeit von Entwicklern im Wesentlichen vergeudet wird.

• Profitieren Sie von klaren und effizienten Feedbackschleifen. Eine großartige Developer Experience verstärkt sich selbst: Entwickler führen Feedbackschleifen umso bereitwilliger durch, wenn diese schnell, präzise und leicht verständlich sind. Dies wiederum beschleunigt die Iteration, verbessert die Codequalität und gibt den Entwicklern die Möglichkeit, sich auf die Entwicklung von Funktionen zu konzentrieren.

Für viele Unternehmen erfordert der nötige Arbeitsaufwand, um diese Ziele zu erreichen, ein eigenes Developer Experience Team, das diese Bemühungen anleitet. Ein dediziertes DevEx-Team hilft, den paradoxen Effekt zu vermeiden, dass sich die Developer Experience dadurch verschlechtert, dass Entwickler oder technische Führungskräfte an der Verbesserung von DevEx arbeiten, anstatt qualitativ hochwertigen Code zu schreiben.

Branchenstudien zeigen, dass kein Berufsstand die Auswirkungen der KI stärker zu spüren bekommt als Softwareentwickler.¹ Das Aufkommen und die Verbreitung von generativen KI-gestützten Tools – insbesondere von argumentativen LLMs sowie den KI-Agenten und Codierungsassistenten, die diese als Kernkomponente nutzen – haben künstliche Intelligenz in den Mittelpunkt der modernen Entwicklererfahrung gerückt.

Zu Beginn der generativen KI-Ära beschränkten sich KI-Systeme größtenteils auf die Automatisierung sich wiederholender Aufgaben, wie beispielsweise die Generierung von Standardcode oder das Debugging einzelner Codeausschnitte. Mit der Erweiterung der Fähigkeiten und Kontextfenster von KI-Modellen wachsen auch die Möglichkeiten, KI-gestützte Tools zur Verbesserung der Entwicklererfahrung (DevEx) einzusetzen. Die zunehmende Raffinesse von KI-Codierungslösungen ermöglicht es ihnen, nicht nur als zeitsparende Hilfsmittel am Rande zu fungieren, sondern als integraler Bestandteil der Planung und Ausführung komplexer Projekte über eine gesamte Codebasis hinweg.

Es ist jedoch wichtig zu beachten, dass die Steigerung der Entwicklerproduktivität und die Verbesserung der Entwicklererfahrung nicht immer gleichbedeutend sind. In einer achtmonatigen Studie stellte die Harvard Business Review (HBR) fest, dass selbst dann, wenn der Einsatz von KI völlig freiwillig war, „die Mitarbeiter schneller arbeiteten, ein breiteres Aufgabenspektrum übernahmen und ihre Arbeit auf mehr Stunden des Tages ausdehnten, oft ohne dazu aufgefordert worden zu sein.“ KI trägt zur Steigerung der Produktivität bei, doch die Folgeeffekte dieses Produktivitätsschubs können untragbar werden und kognitive Erschöpfung und Burnout verursachen.²

Die Auswirkungen von KI auf die Developer Experience können über die direkte Nutzung durch Ihre Entwickler hinausgehen. Die HBR-Studie stellte insbesondere fest, dass die zunehmende Nutzung von KI zur Codegenerierung durch Nicht-Entwickler dazu führt, dass Entwickler mehr Zeit mit der Überprüfung und Korrektur der KI-generierten Arbeit ihrer Kollegen verbringen. HBR merkte an, dass „diese Anforderungen über die formellen Überprüfungen hinausgingen. Immer häufiger sahen sich Entwickler damit konfrontiert, Kollegen zu coachen, die „Vibe-Codierung“ betrieben und nur teilweise abgeschlossene Pull Requests fertigstellten.“

Darüber hinaus kann die sich rasch wandelnde KI-Landschaft zu einer Fragmentierung der Entwicklererfahrung beitragen. Modelle und KI-Agenten-Frameworks werden ständig erweitert und verbessert, was Entwickler unter Druck setzt, stets über die neuesten Angebote auf dem Laufenden zu bleiben und mit den sich ständig weiterentwickelnden Protokollen und Praktiken Schritt zu halten. Verbesserte KI-Fähigkeiten sind natürlich nützlich, können jedoch ohne durchdachte Vermittlung und Anleitung durch das eigene DevEx-Team zu einem zweischneidigen Schwert werden.

Die optimale Implementierung von KI-gestützten Entwicklertools hängt stets von den Besonderheiten Ihrer Branche, Ihres Unternehmens und Ihres Anwendungsfalls ab, doch gibt es einige allgemeine Best Practices, die im Zusammenhang mit der Entwicklererfahrung zu berücksichtigen sind.

• Fragmentierung eindämmen. Mehr Modelle, mehr Akteure und mehr Tools bedeuten, dass man mehr Dinge im Blick behalten muss. Logischerweise ist es wichtig sicherzustellen, dass der Zeitaufwand für die Verwaltung KI-gestützter Tools nicht den Zeitaufwand übersteigt, der für die manuelle Codierung ohne den Einsatz von KI anfallen würde.

• Vorsicht vor erhöhtem kognitiven Aufwand. Viele KI-Tools erfordern explizite Prompts seitens der Entwickler, was die kognitive Belastung erhöht, da die Entwickler Energie darauf verwenden müssen, präzise Abfragen zu formulieren und einen angemessenen Kontext bereitzustellen. Dies kann durch den Kontextwechsel noch verstärkt werden, der dadurch entsteht, dass häufig zwischen der Codierung, der Eingabe von Befehlen sowie der Interpretation und Integration der Ergebnisse gewechselt wird, was die Entwickler daran hindert, im Flow-Zustand zu bleiben.³

• Zeitpunkt berücksichtigen. Angesichts der erhöhten kognitiven Belastung durch manuelle Prompts bieten viele KI-Tools proaktive Unterstützung an (wie beispielsweise Vorschläge zur automatischen Vervollständigung oder automatisierte Codeüberprüfung). Eine aktuelle Studie untersuchte den Einfluss des Zeitpunkts auf proaktive KI-Unterstützung und stellte fest, dass Entwickler Eingriffe während der Aufgabenausführung am häufigsten ablehnten, während sie bei Vorschlägen, die an natürlichen Grenzen des Workflows (wie beispielsweise in der Phase nach dem Commit) erfolgten, die höchsten Interaktionsraten aufwiesen.

• Hören Sie Ihren Entwicklern zu. Einige KI-Codierungstools sind präzise und äußerst nützlich, während andere unzuverlässig sind und mehr Ärger als Nutzen verursachen. Manchmal liegt der Unterschied zwischen diesen beiden Möglichkeiten nicht im KI-Tool selbst begründet, sondern hängt vielmehr davon ab, wie gut es den spezifischen Bedürfnissen Ihrer Entwickler und den ihnen übertragenen Aufgaben gerecht wird.

Die Forscher der Harvard Business Review kamen nach Auswertung ihrer Ergebnisse zu dem Schluss, dass „Unternehmen von Normen profitieren können, die bewusst festlegen, wann die Arbeit voranschreitet, und nicht nur, wie schnell.“ Das Bündeln kleinerer Änderungsvorschläge und die Möglichkeit für Entwickler, mit deren Prüfung zu warten, bis sich eine natürliche Pause in ihrem Workflow ergibt, trägt dazu bei, kostspielige Unterbrechungen zu vermeiden und den Arbeitsfluss aufrechtzuerhalten. 

Die nächste Generation moderner Plattformen für Programmierassistenten wird wahrscheinlich von der enormen Zunahme an Entwickler-Feedback-Daten profitieren, die im Vergleich zu den Daten, auf die ihre Vorgänger zurückgreifen konnten, verfügbar sind – dies ist dem exponentiellen Anstieg der Nutzung von KI-basierten Tools für die Codierung im Jahr 2025 zu verdanken. IBM Bob, das im Frühjahr 2026 auf den Markt kam, führt proaktiv im Hintergrund Code-Reviews durch, während die Entwickler arbeiten, und erfasst komplexe Probleme sowie Refactoring-Möglichkeiten in seinem „Bob Findings“-Fenster. Sie können diese mit einem einzigen Klick direkt bearbeiten oder die Flexibilität nutzen, die Ergebnisse zu überprüfen, wann immer es Ihnen am besten passt.

Um die Entwicklererfahrung angemessen und genau zu messen, bedarf es einer durchdachten Kombination aus quantitativem und qualitativem Feedback. 

Quantitative Metriken zur Bewertung der Entwicklererfahrung sollten über die reine Produktivität hinausgehen, zum einen, weil es keine perfekte Metrik für die Produktivität gibt, und zum anderen, weil die Produktivität allein kein vollständiges Bild der Entwicklererfahrung vermittelt. 

Die Messung von DevEx durch das Zählen von Codezeilen oder der Anzahl der freigegebenen Features ist eine zu kurz gedachte Methode, um den Zustand Ihres Betriebs zu verstehen. Weniger ist oft mehr. Hochwertiger Code ist von Natur aus wertvoller als hochquantisierter Code, und der Anreiz für rohe Quantität kann zu Entwicklerverhalten führen, das das System manipuliert und den Code aufbläht.

Es gibt keinen einheitlichen Standard für quantitative, ganzheitliche Messgrößen der Stärke der Developer Experience eines Unternehmens, aber es gibt einige angesehene Frameworks, die Ihnen beim Einstieg helfen können. Eines der prominentesten Frameworks ist die Erfassung von DORA-Metriken, die ursprünglich vom DevOps Research and Assessments (DORA) Team von Google entwickelt wurden und vier Kernmetriken umfassen:

• Häufigkeit der Bereitstellung: Wie oft Ihr Team Code bereitstellt.

• Vorlaufzeiten für Änderungen: Wie lange es in der Regel dauert, bis der fertige Code in die Produktion gelangt.

• Änderungsausfallrate: Wie viel Prozent der Bereitstellungen schlagen fehl?

• Mittlere Reparaturzeit (MTTR): Wie schnell (im Durchschnitt) Störungen behoben werden.

Es ist erwähnenswert, dass DORA-Metriken nachlaufende Indikatoren sind: Sie erfassen lediglich rückblickend, was bereits geschehen ist, anstatt vorherzusagen, was in Zukunft passieren könnte. Die Ermittlung der Vorlaufindikatoren, die gut mit ihren entsprechenden Nachlaufindikatoren korrelieren, kann Ihrem Developer-Experience-Team dabei helfen, DevEx-Probleme proaktiv zu erkennen, bevor diese die Produktivität erheblich beeinträchtigen.

Die meisten Frameworks zur Messung von DevEx stammen aus der Zeit vor der weitverbreiteten Einführung von generativen KI-Tools und erfassen daher deren Auswirkungen nicht direkt. Zur Beurteilung der Akzeptanz und Wirksamkeit von KI-Codierungslösungen sollten quantitative Kennzahlen wie die folgenden herangezogen werden:

• Prozentsatz des implementierten Codes, der KI-generiert ist

• Prozentsatz der Pull Requests (PRs), die von KI generiert wurden

• Häufigkeit der aktiven Nutzung von KI-Tools

• Auswirkungen auf die DORA-Metriken vor und nach dem Eingriff, unter Berücksichtigung der Kontrolle von Störvariablen

• Fehlerquote von KI-generiertem Code und PRs, im Vergleich zu von Menschen generiertem Code

Andere wichtige Faktoren, wie beispielsweise das Vertrauen Ihrer Entwickler in die Qualität des von KI generierten Codes und der Vorschläge oder die Zeitersparnis, die KI-Tools ihnen bei verschiedenen Aufgaben bieten, lassen sich nur durch direktes Feedback der Entwickler ermitteln.

Zahlen können nur einen Teil der Geschichte erzählen. Es sind Ihre Entwickler, die Ihre DevEx erleben, und daher können nur Ihre Entwickler direkt über bestimmte Elemente der Entwicklungsumgebung Ihres Unternehmens sprechen. Der Versuch, die Zufriedenheit der Entwickler in statischen, numerischen Begriffen zu verstehen – etwa indem man Entwickler auffordert, ihre Erfahrung auf einer Skala von 1 bis 10 zu bewerten – wird wesentliche Informationen verzerren oder sogar ganz weglassen.

Letztendlich bietet eine gute DevEx die Dinge, die Entwickler benötigen – und was sie brauchen, erfahren Sie nur, wenn Sie sie fragen. Eine gut konzipierte Entwicklerbefragung schafft ein Gleichgewicht zwischen dem Bedürfnis nach standardisiertem Feedback, das sich gut für die Analyse weit verbreiteter Trends eignet, und der Möglichkeit, differenzierte Erkenntnisse und individuelles Feedback zu gewinnen. 

Die Ergebnisse qualitativer Umfragen zur Entwicklererfahrung können oft dabei helfen, maßgeschneiderte quantitative Metriken zu entwickeln, die auf die aktuellen situativen Anforderungen Ihres Unternehmens zugeschnitten sind. Wenn Umfragen beispielsweise zeigen, dass neue Mitarbeiter Schwierigkeiten haben, sich in Ihrer Entwicklungsumgebung zurechtzufinden, kann die Erfassung der Zeit, die neue Entwickler benötigen, um ihre ersten Beiträge zu leisten, Ihnen dabei helfen, den Erfolg der Maßnahmen zu bewerten, die Sie zur Behebung dieses Problems ergreifen.