{"id":595793,"date":"2025-09-03T03:06:28","date_gmt":"2025-09-03T02:06:28","guid":{"rendered":"https:\/\/blog.jetbrains.com\/?post_type=pycharm&p=595793"},"modified":"2025-09-03T03:11:00","modified_gmt":"2025-09-03T02:11:00","slug":"wo-steht-python-im-jahr-2025","status":"publish","type":"pycharm","link":"https:\/\/blog.jetbrains.com\/de\/pycharm\/2025\/09\/wo-steht-python-im-jahr-2025\/","title":{"rendered":"Wo steht Python im Jahr 2025?"},"content":{"rendered":"\n

Dies ist ein Gastbeitrag von Michael Kennedy<\/a>, Gr\u00fcnder von Talk Python und Fellow der Python Software Foundation.<\/em><\/p>\n\n\n\n

\"Wo<\/figure>\n\n\n\n

Willkommen zu den Highlights, Trends und aktionsrelevanten Erkenntnissen aus der 8. j\u00e4hrlichen Python-Entwicklerumfrage<\/a>. Diese Umfrage wird von der Python Software Foundation und dem PyCharm-Team von JetBrains gemeinsam durchgef\u00fchrt.<\/p>\n\n\n\n

Mein Name ist Michael Kennedy. Ich habe die Antworten der mehr als 30.000 Umfrageteilnehmer*innen analysiert, die wichtigsten Trends und Prognosen herausgearbeitet sowie verschiedene Handlungsempfehlungen zur F\u00f6rderung Ihrer Python-Karriere identifiziert.<\/p>\n\n\n\n

Als Gastgeber des Talk Python to Me<\/em>-Podcasts bin ich in einer einzigartigen Position. In den vergangenen zehn Jahren habe ich jede Woche Interviews mit den Menschen gef\u00fchrt, die hinter den wichtigsten Bibliotheken und Sprachtrends im Python-\u00d6kosystem stehen. In diesem Artikel m\u00f6chte ich diese Erfahrung nutzen, um die Ergebnisse dieser wichtigen j\u00e4hrlichen Umfrage zu interpretieren.<\/p>\n\n\n\n

Wenn Ihre Arbeit oder Ihre Produkte und Services auf Python basieren, oder wenn Sie sich im weiteren Sinne mit Softwareentwicklung besch\u00e4ftigen, sollten Sie diesen Artikel lesen. Er enth\u00e4lt zahlreiche Informationen, die sich kaum aus anderen Quellen gewinnen lassen.<\/p>\n\n\n\n

Zentrale Python-Trends im Jahr 2025<\/h2>\n\n\n\n

Sehen wir uns die wichtigsten Trends an, die sich aus den Ergebnissen der Python-Umfrage ergeben. <\/p>\n\n\n\n

\"Zentrale<\/figure>\n\n\n
\n

Note:<\/strong> Wo steht Python im Jahr 2025?
\r\nBasierend auf den Umfrageantworten von \u00fcber 30.000 Python-Entwickler*innen.
\r\n
\r\n* 50% der Python-Entwickler*innen haben weniger als 2 Jahre Berufserfahrung
\r\n* 51% verwenden Python f\u00fcr Datenexploration und -verarbeitung
\r\n* 46% verwenden Python f\u00fcr Webentwicklung
\r\n* Die Nutzung von FastAPI stieg innerhalb eines Jahres von 29% auf 38%
\r\n* 83% verwenden \u00e4ltere Python-Versionen
\r\n* Jeder Dritte tr\u00e4gt zu Open Source bei:
\r\n\u2714\ufe0f 78% schreiben Code
\r\n\u2714\ufe0f 40% schreiben Dokumentationen
\r\n* Bei Webservern gibt es eine Verlagerung zu asynchronem Code und Rust-basierten Tools
\r\n
\r\nWohin entwickelt sich Python?
\r\n* 69% wollen KI-Coding-Agents ausprobieren. Die Nutzung von agentenbasierter KI wird schnell zunehmen
\r\n* Paralleles Threading wird in Python 3.14 eingef\u00fchrt. Async, await und Threading sind unverzichtbar
\r\n* GUI- und Mobilentwicklung sind auf dem Vormarsch
\r\n
\r\nEmpfehlungen f\u00fcr 2025
\r\n\u2714\ufe0f Testen Sie agentenbasierte KIs zur Steigerung Ihrer Produktivit\u00e4t
\r\n\u2714\ufe0f Lernen Sie uv f\u00fcr ein schnelleres Paketmanagement
\r\n\u2714\ufe0f Halten Sie Inhalte und Tools einsteigerfreundlich
\r\n
\r\nDie Python-Entwicklerumfrage ist ein gemeinsames Projekt von Python Software Foundation und JetBrains PyCharm.
\r\n<\/p>\n <\/div>\n \n\n\n\n\n\n\n

Bei der Erkundung dieser Erkenntnisse k\u00f6nnen die richtigen Tools f\u00fcr Ihre Projekte den entscheidenden Unterschied ausmachen. Testen Sie PyCharm kostenlos und profitieren Sie von einer Ausstattung, die innerhalb einer leistungsstarken Python-IDE alles enth\u00e4lt, was Sie f\u00fcr Data Science, ML\/KI-Workflows und Webentwicklung ben\u00f6tigen.<\/p>\n\n\n

\n
\n Try PyCharm for free<\/a>\n <\/div>\n <\/div>\n\n\n\n\n\n\n\n

Python-Nutzer*innen nutzen Python<\/h3>\n\n\n\n

Kommen wir als Erstes darauf zu sprechen, wie zentral Python f\u00fcr die Menschen ist, die es benutzen. Python-Nutzer*innen verwenden haupts\u00e4chlich Python. Das mag offensichtlich klingen. Entwickler*innen verwenden jedoch viele Sprachen neben ihrer Hauptsprache. Zum Beispiel k\u00f6nnten Webentwickler*innen Python, C# oder Java als Hauptsprache verwenden, aber daneben auch CSS, HTML und sogar JavaScript nutzen.<\/p>\n\n\n\n

Andererseits verwenden auch Entwickler*innen, die haupts\u00e4chlich mit Node.js oder Deno arbeiten, JavaScript \u2013 allerdings nicht als Hauptsprache.<\/p>\n\n\n\n

Die Umfrage zeigt, dass 86% der Befragten Python als Hauptsprache<\/strong> zum Schreiben von Computerprogrammen, zum Entwickeln von Anwendungen, zum Erstellen von APIs und f\u00fcr weitere Zwecke verwenden.<\/p>\n\n\n\n

\"Python-Nutzungsstatistiken\"<\/figure>\n\n\n
\n

Note:<\/strong> Python-Nutzung allgemein: Haupt- oder Nebensprache
\r\n* Nebensprache 14%
\r\n* Hauptsprache 86%<\/p>\n <\/div>\n \n\n\n\n\n\n\n

Frischgebackene Programmierer*innen sind in der Mehrheit<\/h3>\n\n\n\n

Diejenigen unter uns, die schon lange programmieren \u2013 ich z\u00e4hle mich selbst zu dieser Kategorie, da ich seit fast 30 Jahren Code schreibe \u2013 erliegen leicht der Vorstellung, dass die meisten Menschen in der Branche \u00fcber erhebliche Erfahrung verf\u00fcgen. Das ist eine absolut vern\u00fcnftige Annahme. Wir gehen auf Konferenzen und sprechen mit Leuten, die schon seit 10 oder 20 Jahren programmieren. Wir blicken uns im Kollegenkreis um und sehen Menschen, von denen viele schon lange programmieren und mit Python arbeiten.<\/p>\n\n\n\n

Aber das entspricht nicht dem breiteren Python-\u00d6kosystem.<\/p>\n\n\n\n

Genau 50% der Befragten haben weniger als zwei Jahre Berufserfahrung in der Programmierung! Und 39% haben weniger als zwei Jahre Erfahrung mit Python (einschlie\u00dflich Hobby- und Bildungsbereich).<\/p>\n\n\n\n

\"Demografische<\/figure>\n\n\n
\n

Note:<\/strong> Wie lange sind Sie schon in der IT-Branche t\u00e4tig?
\r\n* Weniger als 1 Jahr 31%
\r\n* 1\u20132 Jahre 19%
\r\n* 3\u20135 Jahre 20%
\r\n* 6\u201310 Jahre 13%
\r\n* Mehr als 11 Jahre 17%
\r\n<\/p>\n <\/div>\n \n\n\n\n\n\n\n

Dieses Ergebnis best\u00e4tigt einmal mehr, dass Python eine gro\u00dfartige Sprache f\u00fcr Berufseinsteiger*innen ist. Die einfache (aber nicht simplistische) Syntax und der leichte Zugang sprechen sowohl Nachwuchsprogrammierer*innen als auch erfahrene Entwickler*innen an. Viele von uns lieben das Programmieren und Python und freuen sich, dies mit neueren Community-Mitgliedern zu teilen.<\/p>\n\n\n\n

Es liegt jedoch nahe, dass wir diese demografischen Erkenntnisse ber\u00fccksichtigen sollten, wenn wir Inhalte f\u00fcr die Community konzipieren. Wenn Sie ein Tutorial oder eine Videodemonstration erstellen, sollten Sie nicht an den Schritten sparen, die den Einstieg erleichtern. Fordern Sie Ihr Publikum zum Beispiel nicht einfach auf, das Paket zu installieren. Erkl\u00e4ren Sie ihnen, dass sie eine virtuelle Umgebung anlegen m\u00fcssen, und zeigen Sie ihnen, wie das geht und wie sie die Umgebung aktivieren k\u00f6nnen. Geben Sie ihnen eine Anleitung zum Installieren des Pakets in dieser virtuellen Umgebung.<\/p>\n\n\n\n

Wenn Sie ein Toolanbieter wie JetBrains sind, sollten Sie bedenken, dass viele Ihrer Benutzer*innen noch nicht viel mit Programmierung und mit Python selbst zu tun hatten. Das bedeutet nicht, dass Sie auf fortgeschrittene Funktionen verzichten oder Ihre Produkte idiotensicher machen sollten \u2013 aber legen Sie Anf\u00e4nger*innen keine unn\u00f6tigen Steine in den Weg.<\/p>\n\n\n\n

Data Science macht mehr als die H\u00e4lfte der Python-Nutzung aus<\/h3>\n\n\n\n

In diesem Jahr besch\u00e4ftigen sich 51% aller befragten Python-Entwickler*innen mit Datenexploration und -verarbeitung, wobei pandas und NumPy die meistverwendeten Tools daf\u00fcr sind.<\/p>\n\n\n\n

Viele von uns im Python-Kommentariat haben \u00fcber die Aufteilung von Python in drei gleich gro\u00dfe Bereiche gesprochen: ein Drittel Webentwicklung, ein Drittel Data Science und sonstige Wissenschaften und ein Drittel f\u00fcr alles \u00dcbrige.<\/p>\n\n\n\n

Wir m\u00fcssen diese Position jetzt \u00fcberdenken, da eines dieser Drittel heute einen \u00fcberw\u00e4ltigenden Teil von Python ausmacht.<\/p>\n\n\n\n

Dabei nimmt derzeit nicht nur das Interesse an Daten und KI massiv zu \u2013 damit einhergehend gibt es auch einen explosionsartigen Anstieg bei der Entwicklung von Tools f\u00fcr diesen Bereich. Es gibt Datenverarbeitungstools wie Polars, neue M\u00f6glichkeiten f\u00fcr die Arbeit mit Notebooks wie Marimo und eine Vielzahl von benutzerfreundlichen Paketen f\u00fcr die Arbeit mit LLMs, Vision-Modellen und Agents (z. B. Transformers, Diffusers, smolagents, LangChain\/LangGraph, LlamaIndex).<\/p>\n\n\n\n

Der Schwerpunkt von Python hat sich eindeutig weiter in Richtung Daten\/KI verschoben<\/strong>.<\/p>\n\n\n\n

Trotz der Vorteile der neueren Python-Releases stellen \u00e4ltere Versionen immer noch die Mehrheit<\/strong> <\/h3>\n\n\n\n

Die Umfrage zeigt eine Verteilung zwischen den neuesten und \u00e4lteren Versionen der Python-Laufzeitumgebung. Viele (15%) arbeiten mit der allerneuesten ver\u00f6ffentlichten Python-Version, aber die meisten (83%) nutzen Versionen, die mindestens ein Jahr alt sind<\/strong>.<\/p>\n\n\n\n

\"Verteilung<\/figure>\n\n\n
\n

Note:<\/strong> Welche Python-Version verwenden Sie?
\r\n* Python 3.14 2%
\r\n* Python 3.13 15%
\r\n* Python 3.12 35%
\r\n* Python 3.11 21%
\r\n* Python 3.10 15%
\r\n* Python 3.9 6%
\r\n* Python 3.8 3%
\r\n* Python 3.7 1%
\r\n* Python 3.6 1%
\r\n* Python 3.5 oder niedriger 1%
\r\n<\/p>\n <\/div>\n \n\n\n\n\n\n\n

Die Umfrage zeigt auch, dass viele von uns Docker und Container zum Ausf\u00fchren von Code verwenden \u2013 das macht den Wert von 83% oder h\u00f6her noch erstaunlicher. Bei Containern w\u00e4hlt man einfach im Container die neueste Version von Python aus. Da alles isoliert ist, muss man sich nicht um Wechselwirkungen mit dem Rest des Systems k\u00fcmmern, zum Beispiel mit dem Python des Linux-Systems. Die Containerisierung sollte eigentlich mehr Flexibilit\u00e4t bieten und uns den Wechsel zur neuesten Version von Python erleichtern.<\/p>\n\n\n\n

Warum aktualisieren die Leute dann nicht auf die neueste Python-Version? Aus den Umfrageergebnissen sind zwei Hauptgr\u00fcnde ersichtlich.<\/p>\n\n\n\n

    \n
  1. Die Version, die ich verwende, erf\u00fcllt alle meine Anforderungen (53%)<\/li>\n\n\n\n
  2. Ich hatte noch keine Zeit f\u00fcr ein Update (25%)<\/li>\n<\/ol>\n\n\n\n

    Die 83% der Entwickler*innen, die mit \u00e4lteren Python-Versionen arbeiten, verpassen m\u00f6glicherweise viel mehr, als ihnen bewusst ist. Es geht nicht nur darum, dass ihnen einige Sprachmerkmale fehlen, wie etwa das Schl\u00fcsselwort except<\/code> oder kleine Verbesserungen in der Standardbibliothek wie tomllib<\/code>. Python 3.11, 3.12 und 3.13 bringen alle erhebliche Leistungsverbesserungen mit<\/strong>, und die bevorstehende Version 3.14 wird noch mehr bieten.<\/p>\n\n\n\n

    Das Wunderbare ist, dass wir diese Vorteile nutzen k\u00f6nnen, ohne unseren Code zu \u00e4ndern. Wir w\u00e4hlen einfach eine neuere Laufzeitumgebung, und unser Code wird schneller ausgef\u00fchrt. CPython ist extrem gut in Sachen Abw\u00e4rtskompatibilit\u00e4t. Ein Upgrade ist selten mit gro\u00dfem Aufwand verbunden. Sehen wir uns ein paar Zahlen an.<\/p>\n\n\n\n

    48% der Benutzer*innen verwenden derzeit Python 3.11. <\/strong>Ein Upgrade auf 3.13 f\u00fchrt dazu, dass ihr Code insgesamt ca. 11% schneller<\/strong> ausgef\u00fchrt wird und ca. 10\u201315% weniger Arbeitsspeicher<\/strong> ben\u00f6tigt.<\/p>\n\n\n\n

    Die 27%, die noch mit 3.10 oder \u00e4lter<\/strong> arbeiten, erhalten einen satten Geschwindigkeitszuwachs von ca. 42%<\/strong> (ohne Code\u00e4nderungen), und der Speicherbedarf kann um ca. 20\u201330%<\/strong> sinken!<\/p>\n\n\n\n

    Vielleicht kommen sie dann trotzdem zum Schluss: \u201eNa ja, f\u00fcr uns ist das schnell genug. Wir haben nicht so viel Datenverkehr usw.\u201c Aber wenn es ihnen so geht wie den meisten mittleren und gro\u00dfen Unternehmen, dann ist das eine unglaubliche Verschwendung von Cloud-Computing-Kosten (und \u00fcber den Energieverbrauch ist das auch mit Umweltsch\u00e4den verbunden).<\/p>\n\n\n\n

    Die Forschung hat einige Sch\u00e4tzungen f\u00fcr Cloud-Computing (speziell f\u00fcr Rechenlasten) ergeben:<\/p>\n\n\n\n