Zentrale Thesen

• Gute Entwickler schreiben künftig weniger selbst, entscheiden aber viel häufiger, was gebaut wird und ob es gut genug ist.
• A.I. beschleunigt vor allem Greenfield-Projekte extrem, während der Effekt in großen Legacy-Codebasen deutlich kleiner, aber trotzdem wirtschaftlich relevant ist.
• Testen, Review und Validierung werden wichtiger als das reine Produzieren neuer Codezeilen.
• Junior-Stellen geraten unter Druck, weil A.I. gerade die klassischen Einstiegsaufgaben besonders gut automatisiert.
• Wer ohne solides Fundament nur noch promptet, riskiert, seine eigentliche Programmierkompetenz schleichend zu verlieren.
• Gleichzeitig sinkt die Eintrittsschwelle, sodass künftig viel mehr Nicht-Informatiker funktionierende Software bauen werden.
• Der Beruf des Softwareentwicklers verschiebt sich vom Implementierer zum technischen Dirigenten mehrerer Agenten.
• Produktivität steigt nicht automatisch gleichbedeutend mit Codequalität, Wartbarkeit oder guter Architektur.
• In großen Unternehmen liegt der Nutzen oft weniger im Neuschreiben als im Verstehen, Refaktorieren und Absichern vorhandener Systeme.
• Die eigentlich knappe Ressource ist künftig nicht mehr Codeproduktion, sondern gutes Urteil.

Inspiriert von: Clive Thompson, Coding After Coders, Sunday Magazine, 22.03.2026, S. 32.
Eigene Darstellung: Michael Roland