Die Geschwindigkeit der Veränderung ist die erste Herausforderung
Softwareentwicklung hat sich schon immer schnell verändert. Früher hatten Teams jedoch Jahre Zeit, um eine neue Sprache, ein Framework oder eine Arbeitsweise zu verinnerlichen. Bei KI-Werkzeugen kann ein Ansatz bereits wenige Wochen nach seiner Einführung veraltet sein.
Das macht die aktuelle Phase zugleich spannend und unsicher. Teams können aus unzähligen Modellen, Agenten und Prozessen wählen, ohne zu wissen, welche davon langfristig nützlich bleiben. Die entscheidende Frage ist deshalb nicht, wie man alles ausprobiert, sondern welches Problem tatsächlich besser gelöst werden soll.
Schnellerer Code bedeutet nicht automatisch ein schnelleres Projekt
Eine ansprechende Website oder ein Prototyp kann heute in einer halben Stunde entstehen. Ein sicheres, wartbares Kundensystem braucht weiterhin deutlich mehr als Code: Teams müssen den Geschäftsbedarf verstehen, das Verhalten planen, testen, bereitstellen und wichtige Entscheidungen später noch erklären können.
KI erzeugt außerdem größere Änderungen und wesentlich mehr Code auf einmal. Traditionelle Code Reviews werden schnell zum Engpass, denn riesige, von Agenten erstellte Änderungen Zeile für Zeile zu prüfen, skaliert nicht. Der Prozess selbst braucht kleinere überprüfbare Meilensteine, klare Erwartungen und automatisierte Qualitätskontrollen.
Die Aufgaben von Entwicklern und Projektmanagern nähern sich an
Wenn KI einen größeren Teil der technischen Umsetzung übernimmt, wird das präzise Verständnis des Problems wertvoller. Ein guter Entwickler muss nicht nur wissen, wie eine Funktion umgesetzt wird, sondern auch, wie Kunden sie nutzen, welchen Geschäftswert sie schafft und wie sie das Gesamtsystem beeinflusst.
Auch Projektmanager rücken näher an technische Entscheidungen. Bei einer Listenansicht reicht es beispielsweise nicht, nur die Felder zu benennen. Filter, Sortierung, Performance und der kürzeste Weg zur häufigsten Nutzeraktion müssen ebenfalls bedacht werden. KI reduziert den Umsetzungsaufwand, ersetzt aber keine fundierten Entscheidungen.
KI macht andere Fehler und braucht deshalb andere Kontrollen
Aktuelle Modelle machen weniger einfache Tippfehler und wenden viele grundlegende Muster automatisch an, die Menschen übersehen können. Unfehlbar sind sie dennoch nicht. Sie können die falsche Richtung verfolgen, veraltete Muster aus einer Legacy-Codebasis kopieren oder den Überblick verlieren, wenn Ziel und Kontext wiederholt wechseln.
Aus dem Gespräch lassen sich vier praktische Grundsätze ableiten:
- Geben Sie dem Agenten ein klares Ziel und überprüfbare Meilensteine.
- Beschreiben Sie projektspezifische Regeln und bevorzugte Muster ausdrücklich.
- Starten Sie zu große oder mehrfach umgelenkte Aufgaben mit einem sauberen Kontext neu.
- Ein Mensch bleibt für das Ergebnis verantwortlich, unterstützt durch Tests und fachliche Prüfung.
Weniger Entwickler oder mehr umgesetzte Ideen?
Mit KI können tatsächlich weniger Menschen dieselbe Aufgabe erledigen. Das bedeutet jedoch nicht zwingend, dass weniger Arbeit übrig bleibt. Interne Werkzeuge, individuelle Automatisierungen und kleine Anwendungen, die früher zu teuer waren, können sich plötzlich lohnen.
Der Podcast beschreibt den Wandel deshalb nicht als einfache Geschichte von Stellenabbau. Entwicklungsarbeit wird neu verteilt: weniger mechanisches Programmieren, dafür mehr Geschäftsverständnis, Planung, Kontrolle, Kommunikation und Wissensaustausch. Jeder Fachmann muss überlegen, wie er in dieser neuen Aufteilung weiterhin Wert schafft.
Junior-Entwickler stehen vor einem schwierigeren Weg
Tiefes Wissen aufzubauen ist besonders schwer, wenn KI die fertige Lösung zeigt, bevor ein Anfänger selbst mit dem Problem gerungen hat. Eine Lösung zu lesen schafft nicht dasselbe Verständnis wie selbst zu versuchen, zu scheitern, zu korrigieren und Zusammenhänge eigenständig zu entdecken.
Grundlagen werden deshalb wichtiger, nicht unwichtiger. Wer Systeme versteht, fehlerhafte Muster erkennt und Probleme selbstständig zerlegen kann, nutzt KI als Verstärker. Wer nur fertige Antworten akzeptiert, riskiert ein selbstbewusstes, aber oberflächliches Wissen.
Das Ergebnis zählt mehr als das Tippen
Der Wert von Software lag nie in der Zahl der Tastenanschläge oder Codezeilen. Entscheidend ist, ob sie das Problem des Kunden löst, sicher funktioniert und nächste Woche oder nächstes Jahr noch erweitert werden kann.
KI macht dieses Prinzip unübersehbar. Code wird günstiger und schneller produziert, während das richtige Ziel, ein schlüssiges Systemdesign und die Verantwortung für Entscheidungen noch nicht vollständig automatisiert werden können. Weniger Entwickler können mehr Software erstellen, doch mehr Wert entsteht nur, wenn Menschen Verständnis und Kontrolle behalten.