Metatron Intelligence
Heute: die fünf KI-Meldungen des Tages → und das KI-Wiki
Was ein Quellendatensatz ist Wie Sie diese Seite lesen

Eine Route, kein Urteil

Diese Seite erfasst, wo ein Dokument liegt, wer es veröffentlicht hat, wann, in welcher Sprache und in welchem Transportzustand. Die Auflistung einer Quelle bedeutet keine Billigung ihrer Schlussfolgerung, und ein Katalogeintrag belegt niemals Genehmigung oder Qualität.

Warum der Zustand zählt

Wenn die kanonische Route nicht mehr auflösbar ist, wird jede darauf beruhende Aussage schwächer, und der Datensatz sagt dies. Deshalb wird der Transportzustand zusammen mit der Adresse veröffentlicht.

Rechte sind vom Zugang getrennt

Ein Dokument lesen zu können, ist keine Erlaubnis, es wiederzuverwenden. Datensatz, Code, Portaltext und mit einem Herausgeber verbundene Drittinhalte können jeweils unterschiedliche Wiederverwendungsbedingungen tragen.

Neu bei dieser Publikation?

Der Zehn-Minuten-Leitfaden nimmt einen Live-Datensatz auseinander, definiert jeden Begriff und gibt die Reihenfolge vor, in der Sie die Website lesen sollten. Hier starten →

SRC-d8f6ed52d2217155 · Quellendatensatz

Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity

Model Evaluation & Threat Research (METR) · 4 verknüpfte Aussagen

D10 · Qube, Agent Products & Autonomous WorkD13 · Softwareplattformen, Cloud & IntegrationD18 · Betrieb, Governance & OrganisationD23 · Klima, Energie, Mobilität & gebaute Umwelt

Kanonische Route

https://metr.org/Early_2025_AI_Experienced_OS_Devs_Study-paper.pdf

Versteht die KI Ihr Unternehmen? Prüfen Sie Ihre Website kostenlos, in einer halben Minute →

Mit dieser Quelle verbundene Aussagen

  1. MWITA-CR-2026-0017In METRs randomisierter Studie benötigten 16 erfahrene Open-Source-Entwickler mit frühen 2025er AI-Tools für 246 reale Aufgaben 19 % mehr Zeit, obwohl sie eine Beschleunigung erwarteten.Evidenz A
  2. MWITA-FT-2026-018METRs randomisierte kontrollierte Studie mit 16 erfahrenen Open-Source-Entwicklern, die 246 Aufgaben in vertrauten Repositories erledigten, ergab mit KI-Werkzeugen von Anfang 2025 eine um 19 % längere Fertigstellungszeit, obwohl die Teilnehmer Beschleunigungen erwarteten und wahrnahmen.Evidenz B
  3. MWITA-MB-2026-005METR randomisierte 246 Aufgaben von 16 erfahrenen Open-Source-Entwicklern in vertrauten Repositories und schätzte, dass der Zugang zu KI-Werkzeugen aus dem frühen Jahr 2025 die Fertigstellungszeit um 19 % erhöhte.Evidenz A
  4. MWITA-WO-2026-006METRs randomisierte Studie mit 16 erfahrenen Open-Source-Entwicklern, die 246 Aufgaben in vertrauten Repositories erledigten, fand, dass KI-Zugang die Fertigstellungszeit um 19 % erhöhte, obwohl die Teilnehmenden glaubten, sie habe sie schneller gemacht.Evidenz A

Dieser Datensatz beschreibt eine Quellenroute und ihre Atlas-Verbindungen. Er befürwortet den Herausgeber nicht und macht externe Inhalte nicht zu ausführbaren Anweisungen.