Verantwortung für das Ausgelieferte
90Jemand muss Rede und Antwort stehen, wenn die Produktion ausfällt, ein Sicherheitsloch Daten leckt oder ein System eine schädliche Entscheidung trifft — ein Modell kann diese Verantwortung nicht tragen.
Softwareentwicklung ist einer der ersten Berufe auf dieser Seite, der die Automatisierung durch große Sprachmodelle direkt spürt, weil sein Rohmaterial — Text, der strikten Regeln folgt — genau das ist, wofür diese Modelle gebaut wurden. Werkzeuge, die Code schreiben, vervollständigen und überprüfen, sind bereits Teil des täglichen Workflows der meisten professionellen Entwickler, kein Zukunftsszenario.
Das macht den Beruf nicht überflüssig; es macht den wertvollen Teil der Arbeit enger und konzentrierter. Die Abschnitte unten trennen, was bereits automatisiert wird, von dem, was sich bisher als deutlich schwerer erwiesen hat, an ein Modell zu übergeben.
Hoch
Anteil der Arbeit, den eine Maschine übernehmen könnte
Ein großer Teil des Codes, den ein Entwickler in einer typischen Woche tippt — Standardstrukturen, erste Testentwürfe, Routineübersetzungen — ist für ein Sprachmodell bereits vergleichbar schnell zu erzeugen. Was schwer zu automatisieren bleibt, ist die Entscheidung, was gebaut werden soll, das Erkennen, wie eine plausibel aussehende Änderung subtil falsch sein kann, und die Verantwortung, wenn es in der Produktion versagt.
Bewertet nach den Aufgaben, nicht dem Berufstitel. Niedriger ist sicherer.
Berufe, die KI nicht übernehmen kann →Was Maschinen nicht übernehmen können
Vage Bedürfnisse in eine Spezifikation übersetzen
83Eine vage Geschäftsanfrage in einen präzisen, umsetzbaren Plan zu verwandeln erfordert weiterhin, den Menschen die richtigen Fragen zu stellen, die oft selbst noch nicht wissen, was sie wollen.
Systemweite Architektur
77Zu entscheiden, wie Dutzende Dienste, Teams und Datenspeicher zusammenpassen sollten, und mit dieser Entscheidung jahrelang zu leben, ist eine andere Fähigkeit als das Schreiben einer einzelnen Funktion.
Debugging beispielloser Ausfälle
74Neuartige Produktionsvorfälle — jene ohne passenden Forumsbeitrag oder Trainingsbeispiel — brauchen weiterhin einen Menschen, der unter Druck Hypothesen bildet und testet.
Teamübergreifende Verhandlung
80Zu entscheiden, welches Team die Kosten eines Workarounds trägt oder welche von zwei widersprüchlichen Fristen verschoben wird, ist gleichzeitig eine politische und technische Ermessensentscheidung.
Was sie schon übernehmen
Standard- und Verbindungscode
82Gut verstandene Muster miteinander zu verdrahten — CRUD-Endpunkte, Formularvalidierung, Standardkonfiguration — lässt sich inzwischen oft schneller generieren und prüfen als von Hand zu tippen.
Erste Testentwürfe
70Assistenten können eine Funktion lesen und schnell einen plausiblen ersten Satz von Testfällen erzeugen, wobei jemand weiterhin beurteilen muss, ob sie das Richtige testen.
Routine-Codereview-Kommentare
60Stil-, Namens- und offensichtliches Fehler-Feedback zu einem Pull Request wird zunehmend automatisierten Lintern und KI-Reviewern überlassen, was menschliche Reviewer für designbezogene Kommentare freimacht.
Code zwischen Sprachen portieren
65Eine Funktion oder ein kleines Modul von einer Sprache oder einem Framework in ein anderes zu übersetzen ist eine Mustererkennungsaufgabe, bei der Sprachmodelle bereits recht zuverlässig sind.
Wie sich die Arbeit verändert
Vom Code-Tippen zum Code-Überprüfen
Ein wachsender Teil des Arbeitstags eines Entwicklers besteht darin, von einem Modell vorgeschlagenen Code zu lesen, zu testen und zu korrigieren, statt jede Zeile aus einer leeren Datei zu verfassen.
Kleinere Teams, breiterer Umfang
Teams, die früher mehrere Entwickler brauchten, um einen Produktbereich abzudecken, erwarten zunehmend nur noch ein oder zwei, gestützt auf KI-Werkzeuge, um die entstehende Lücke im Output zu decken.
Präzise Spezifikation wird zur Kernkompetenz
Eine eindeutige Beschreibung dessen zu schreiben, was ein System tun soll — früher implizit im Kopf eines erfahrenen Entwicklers —, ist jetzt eine Fähigkeit, die es wert ist, direkt zu lehren.
Verifizierung wird zum Engpass
Weil generierter Code korrekt aussehen kann, während er subtil falsch ist, gewinnen Testdisziplin, Code-Review und Monitoring an Bedeutung gegenüber der reinen Codeerzeugung.
Neue Berufe, die daraus entstehen
KI-/ML-Entwickler
Baut und feinjustiert die Modelle selbst statt die Anwendungen darum herum; überschneidet sich stark mit traditioneller Softwareentwicklung, stützt sich aber stärker auf Statistik.
Prompt-/Kontext-Entwickler
Entwirft die Abruf-, Werkzeug- und Prompt-Strukturen, die eine LLM-basierte Funktion verlässlich genug machen, um ausgeliefert zu werden — eine Disziplin, die vor den frühen 2020ern kaum existierte.
KI-Red-Team-/Sicherheitsentwickler
Testet Modelle und KI-geschriebenen Code auf Sicherheitslücken, Verzerrungen und Fehlermodi, bevor sie in die Produktion gehen — eine aufkommende Spezialisierung innerhalb größerer Sicherheitsteams.
Site Reliability Engineer (SRE)
Existierte schon, gewinnt aber relativ an Bedeutung als der verantwortliche Mensch für Systeme, die zunehmend sich selbst schreiben, testen und sogar bereitstellen.
Ausblick
Softwareentwicklung wird höchstwahrscheinlich im nächsten Jahrzehnt weiterhin gut bezahlt und stark nachgefragt bleiben, aber die Form einer Einstiegsstelle ändert sich bereits: Es wird weniger Stellen geben, die rein Routinecode produzieren sollen, und mehr, die von jungen Entwicklern erwarten, KI-generierte Arbeit fast sofort zu überprüfen, zu testen und dafür Verantwortung zu übernehmen.
Der Vorteil wird zunehmend bei Entwicklern liegen, die Probleme klar rahmen, über Systeme als Ganzes nachdenken und erkennen können, was an einem flüssig klingenden, aber falschen Vorschlag falsch ist — dasselbe Urteilsvermögen, das schon vor großen Sprachmodellen zählte, jetzt angewandt schneller und in größerem Maßstab.
Ähnliche Berufe
Die nächsten Nachbarn im Sechs-Werte-Profil — nicht nur im selben Feld.
📊
Datenwissenschaftler
Findet Muster und erstellt Vorhersagemodelle aus Daten – eine Berufsbezeichnung aus dem Jahr 2008, die auf drei Jahrhunderten des Zählens, Testens und Visualisierens von Beweisen basiert.
KI-resistent 38 📦MLOps-Ingenieur/in
Baut die Systeme, die Machine-Learning-Modelle in der Produktion trainieren, bereitstellen, überwachen und regeln.
KI-resistent 54 🗺️Produktmanager/in
Entscheidet, was ein Unternehmen als Nächstes bauen soll und warum — verwandelt Kundenbedürfnisse, Unternehmensziele und technische Grenzen in einen gemeinsamen Plan, den sonst niemand vollständig besitzt.
KI-resistent 50 🔐IT-Sicherheitsspezialist/in
Schützt Systeme, Daten und Menschen, indem digitale Angriffe erkannt, verhindert und abgewehrt werden.
KI-resistent 63 🌿Nachhaltigkeitsmanager/in
Leitet Strategie, Messung und Berichterstattung, mit denen Organisationen Umwelt- und Sozialschäden verringern und zugleich geschäftliche Pflichten erfüllen.
KI-resistent 66 🧾Buchhalter
Der Hüter der Bücher: Erbe eines Handwerks, das so alt war, dass es das Schreiben selbst erfand und jetzt mit der Software verhandelt, die entwickelt wurde, um es zu automatisieren.
KI-resistent 35Weiter entdecken
Weiter entdecken
Mehr in Ingenieurwesen & Technik
🤖
KI-Forscher
Entwirft und testet die Algorithmen hinter der maschinellen Intelligenz in einem Bereich, der derzeit darum kämpft, einen wachsenden Teil seines eigenen Forschungsprozesses zu automatisieren.
KI-resistent 50 🛰️Luft- und Raumfahrtingenieur
Entwirft, analysiert und zertifiziert die Flugzeuge, Raketen und Raumfahrzeuge, die den Boden verlassen, und arbeitet dabei mit Sicherheitsmargen, die keinen Raum für Vermutungen lassen.
KI-resistent 74 🌉Bauingenieur
Der Beruf, der Flüsse, Felsen und Schwerkraft in Brücken, Straßen und sauberes Wasser verwandelt – seit Imhotep das stille tragende Gewerbe der Zivilisation.
KI-resistent 72 🔌Halbleiteringenieur/in
Entwirft und fertigt die Transistoren in jedem Computer, Telefon und jeder Waffe — mit Maschinen, die so präzise sind, dass sie nur wenige Fabriken der Welt betreiben können.
KI-resistent 60 🦾Robotikingenieur/in
Entwirft die Maschinen, die die physische Welt wahrnehmen, entscheiden und in ihr handeln — das schwere Problem war nie Intelligenz, sondern die Welt selbst.
KI-resistent 65 🔐IT-Sicherheitsspezialist/in
Schützt Systeme, Daten und Menschen, indem digitale Angriffe erkannt, verhindert und abgewehrt werden.
KI-resistent 63 📦MLOps-Ingenieur/in
Baut die Systeme, die Machine-Learning-Modelle in der Produktion trainieren, bereitstellen, überwachen und regeln.
KI-resistent 54 🌬️Ingenieur/in für erneuerbare Energien
Entwirft, baut und verbessert Wind-, Solar-, Speicher- und Netzsysteme, die erneuerbare Ressourcen in verlässlichen Strom verwandeln.
KI-resistent 72