Stack Overflow unter 1.000 Fragen im Monat

Im September 2026 wurden auf Stack Overflow 969 neue Fragen gestellt. Im März 2014, dem stärksten Monat der Plattform, waren es 207.169. Die Zahlen stammen aus einer öffentlichen Abfrage im Stack Exchange Data Explorer, die seit Jahresbeginn immer wieder die Runde macht. Am 28.10. landete sie mit der Schlagzeile "fewer than 1000 questions a month" erneut auf Hacker News, mit fast 800 Punkten und rund 700 Kommentaren.

Was die Zahlen zeigen

Die Abfrage zählt schlicht alle Fragen pro Monat. Ein paar Wegmarken:

Für den Oktober stehen bisher 808 Fragen in der Statistik, allerdings nur bis zum 24.10., dem letzten Datenstand des Explorers. Hochgerechnet landet der Monat wieder knapp um die 1.000.

Zwei Einschränkungen gehören dazu. Der Data Explorer enthält nur Fragen, die nicht gelöscht wurden. Ältere Monate hatten mehr Zeit für Löschungen, der tatsächliche Rückgang dürfte also eher noch steiler sein, darauf weist auch eine Auswertung von PPC Land hin. Und die Werte für einzelne Monate schwanken je nach Abfragezeitpunkt. PPC Land nannte für Juli noch 1.442 Fragen, die aktuelle Abfrage zeigt 1.175. An der Richtung ändert das nichts.

Nicht nur KI

Der Rückgang begann vor ChatGPT. Den monatlichen Höchststand erreichte Stack Overflow 2014, zum Start von ChatGPT hatte sich die Zahl schon fast halbiert. In der Diskussion auf Hacker News führen viele das auf die Kultur der Plattform zurück: schnell geschlossene Fragen, Duplikat-Hinweise, ein rauer Ton gegenüber Anfängern. Andere halten dagegen, dass erst die KI-Assistenten den Absturz ausgelöst haben. Die Tabelle stützt beides. Ende 2022 lag Stack Overflow noch bei rund 100.000 Fragen im Monat, zwei Jahre später bei unter 20.000.

Wer heute eine Fehlermeldung hat, fragt Claude, Copilot oder ChatGPT und bekommt in Sekunden eine Antwort, ohne dass jemand die Frage als Duplikat schließt. Für den Einzelnen ist das ein Fortschritt.

Was dabei verloren geht

Eine Frage auf Stack Overflow war öffentlich. Wer dasselbe Problem zwei Jahre später hatte, fand die Antwort samt Kommentaren, Gegenstimmen und dem Hinweis "funktioniert ab Version 3 nicht mehr". Eine Frage an den Agenten ist privat. Die Lösung landet im Chatverlauf eines einzelnen Menschen und ist danach weg.

Das hat zwei Folgen, eine für die Branche und eine für euer Team. Den Modellen fehlt Nachschub. Ein großer Teil dessen, was sie über Programmierung wissen, stammt aus genau diesen öffentlichen Fragen und Antworten. Für neue Frameworks und Versionen entsteht dieses Material kaum noch, und ob Modelle das aus Dokumentation und Code allein ausgleichen, ist offen.

Näher liegt die zweite Folge: Auch in Teams entsteht weniger geteiltes Wissen. Früher hat jemand die Lösung für das seltsame Build-Problem im Wiki oder im Team-Chat dokumentiert, oft mit Link auf den Stack-Overflow-Thread. Heute fragt jeder für sich seinen Agenten, und dieselbe Frage wird fünfmal gestellt und fünfmal leicht unterschiedlich beantwortet. Besonders trifft das Einsteiger, die sich früher durch fremde Fragen und Antworten in ein Thema gelesen haben. Wir haben das im Frühjahr unter dem Stichwort Junior-Krise aufgeschrieben.

Was ihr tun könnt

Gegen den Trend kommt ihr nicht an, wohl aber gegen die Folgen im eigenen Team:

• Ergebnisse aus dem Agenten-Chat festhalten, wenn sie mehr als fünf Minuten gekostet haben. Ein kurzer Eintrag im Wiki, im README oder in einer Projektdatei für den Agenten reicht.
• Agentenantworten bei Versionsfragen gegenprüfen. Ein Stack-Overflow-Thread hatte ein Datum und Kommentare, die sagten, ob die Lösung noch passt. Die Antwort des Agenten hat beides nicht.
• Bei Open-Source-Projekten öffentlich fragen. Viele Projekte nutzen GitHub Discussions oder eigene Foren. Was dort gefragt und beantwortet wird, hilft dem Nächsten, ob Mensch oder Modell.