Python erreichte 2024 seinen Höhepunkt: von 57 % der neuen KI-Projekte auf 36 %
Wir haben 10.216 KI-Repositorys nach dem Jahr ihrer Erstellung gruppiert. Python lag zwischen 53 % und 57 % jeder einzelnen Kohorte von 2017 bis 2024. Unter Projekten, die 2026 gestartet wurden, liegt es bei 36 %, und TypeScript bei 27 %.
TL;DR — die kurze Version
Der Anteil von Python an neuen KI-Projekten blieb acht Jahre lang stabil — zwischen 53 % und 57,5 % jedes Jahr von 2017 bis 2024 — fiel dann auf 49,4 % im Jahr 2025 und 36,4 % im Jahr 2026.
TypeScript stieg von 1,8 % auf 27,3 %. Es liegt jetzt innerhalb von neun Punkten von Python bei Projekten, die in diesem Jahr gestartet wurden.
Jupyter-Notebooks sind im Wesentlichen verschwunden aus neuen Projekten: 14,6 % im Jahr 2021, 0,9 % im Jahr 2026. Diese einzige Zeile ist das klarste Signal in den Daten.
Diagramme zur Sprachpopularität beziehen sich normalerweise auf alle existierenden Repositorys, was bedeutet, dass sie hauptsächlich die Geschichte messen. Ein Projekt, das 2019 geschrieben wurde, hat für immer Einfluss. Wir wollten die andere Frage: wonach greifen die Menschen, wenn sie etwas Neues starten?
Also haben wir alle 10.216 Repositorys im Katalog genommen, sie nach dem Jahr ihrer Erstellung gruppiert und die Hauptsprache innerhalb jeder Kohorte betrachtet. Jedes Jahr ist ein separates Snapshot dessen, was “neues KI-Projekt” zu dieser Zeit bedeutete.
Acht stabile Jahre, dann ein Abgrund
Der bemerkenswerte Teil ist nicht der Rückgang. Es ist, wie stabil die Linie zuvor war.
| Kohorte | Repos | Python | TypeScript | Jupyter |
|---|---|---|---|---|
| 2019 | 520 | 53.5 % | 5.4 % | 12.3 % |
| 2021 | 471 | 53.7 % | 5.3 % | 14.6 % |
| 2023 | 1,610 | 56.7 % | 13.5 % | 7.6 % |
| 2024 | 1,121 | 57.5 % | 14.4 % | 8.0 % |
| 2025 | 1,336 | 49.4 % | 22.3 % | 2.5 % |
| 2026 | 1,505 | 36.4 % | 27.3 % | 0.9 % |
Während des gesamten Booms des Deep Learning, durch die Transformer-Papiere, durch die ersten beiden Jahre der LLM-Ära bewegte sich der Anteil von Python an neuen KI-Arbeiten nicht. Er erreichte 2024 seinen Höhepunkt, das Jahr der Agenten-Frameworks, und fiel dann in vierundzwanzig Monaten um einundzwanzig Punkte.
Was tatsächlich gebaut wird, hat sich geändert
Die Jupyter-Linie sagt Ihnen warum. Im Jahr 2021 war eines von sieben neuen KI-Repositorys hauptsächlich ein Notebook. Heute ist es eines von hundertzehn.
Ein Notebook ist, wie Sie ein Experiment teilen. Ein TypeScript-Repository ist, wie Sie ein Produkt ausliefern. Die Sprachen haben zwischen 2024 und 2026 nicht ihre Vorzüge geändert — die Arbeit hat sich geändert. Das Modelltraining wurde auf eine kleine Anzahl großer Labore verlagert, und was alle anderen jetzt bauen, basiert auf einer API: Schnittstellen, Agenten, Abrufschichten, Orchestrierung, Tools. Diese Arbeit findet dort statt, wo die Benutzer sind, nämlich in einem Browser und einem Node-Prozess.
Sie können denselben Wandel im Rest der Kohorte 2026 sehen:
| Sprache | Anteil der Projekte, die 2026 gestartet wurden | Im Jahr 2022 |
|---|---|---|
| Python | 36.4 % | 54.5 % |
| TypeScript | 27.3 % | 7.2 % |
| Rust | 8.4 % | 3.2 % |
| JavaScript | 8.0 % | 1.7 % |
| Go | 5.6 % | 2.7 % |
| C++ | 1.0 % | 6.0 % |
| Jupyter Notebook | 0.9 % | 14.4 % |
Rust hat sich mehr als verdoppelt, und Go fast. Beide sind Infrastruktursprachen: Inferenzserver, Gateways, Vektor-Speicher, die Infrastruktur, die erscheint, wenn ein Bereich aufhört zu experimentieren und beginnt, Dinge in der Produktion auszuführen. C++ fiel von 6 % auf 1 % ist die gleiche Geschichte von der anderen Seite — das Schreiben eigener Kerne hörte auf, ein gängiger Weg zu sein, in dieses Feld einzutreten.
Drei ehrliche Vorbehalte
- Dies ist unser Katalog, nicht GitHub. 10.216 KI-Repositorys, die unsere Einschlusskriterien erfüllten. Es ist eine große Stichprobe des Feldes, kein Zensus davon.
- Eine Sprache pro Repository. Die Hauptsprache ist die mit den meisten Bytes Code. Ein Projekt mit einem Python-Kern und einem TypeScript-Frontend wird einmal gezählt, und in welche Richtung es fällt, hängt davon ab, wie viel von jedem geschrieben wurde. Ein Teil des Wandels ist tatsächlich dies — KI-Projekte haben Benutzeroberflächen entwickelt.
- 2026 hat sieben Monate. Das beeinflusst die Anzahl in der Kohorte, nicht die Prozentsätze darin. Aber ein Teiljahr ist ein Teiljahr, und die Dezemberzahl kann von der heutigen abweichen.
Ist Python also fertig?
Nein, und die Daten sagen das nicht. Python ist nach wie vor die größte einzelne Sprache unter neuen KI-Projekten mit neun Punkten Vorsprung, und es bleibt die Sprache von praktisch allem, was direkt mit einem Modell zu tun hat — Training, Feinabstimmung, Bewertung, der gesamten wissenschaftlichen Infrastruktur.
Was beendet wurde, ist die Annahme, dass ein KI-Projekt und ein Python-Projekt dasselbe ist. Acht Jahre lang war das eine sichere Wette. Unter den in diesem Jahr gestarteten Projekten ist es jetzt etwas häufiger als nicht der Fall.
Sie können den Katalog nach Sprache auf der Sprachen-Seitedurchsuchen oder sehen, was gerade erstellt wird in neue Projekte.