Horst Ziegler, 13.12.2025
Künstliche Intelligenz (KI / AI) in der Software Entwicklung – Ein Beruf ohne Zukunft?
In den sozialen Medien wie z.B. LinkedIn explodieren momentan förmlich die Konzepte mit euphorischen Schlagzeilen
und Bildern, die KI als Allheilmittel der Prozessoptimierung und Softwareentwicklung propagieren. Unglaublich,
was da für ein Hype aufgebaut wird. „Dynamische Agenten-Orchestrierungstools als Business-Rakete“ ist so eine
KI-Phrase, sozusagen die „Eierlegende Wollmilchsau“, welche endlich alle Unternehmensprozesse in Ordnung bringt. So, als ob früher alles
Mist gewesen wäre. Unsinn – erfolgreiche Unternehmen setzen bei ihren zentralen Geschäftsprozessen statt auf
gefährliche Luftblasen weiterhin auf praktikable und erprobte Business-Intelligence-(BI)-Lösungen. Natürlich
können sinnvoll integrierbare KI-Bausteine dabei eingesetzt werden.
Wenn man klar definierte Aufgaben an KI übergibt und sich darauf konzentriert, die Funktionalität, das Layout und die UI schrittweise auszubauen, zu korrigieren und zu optimieren, dann kann es funktionieren.
„KI / AI ersetzt künftig den Softwareentwickler“ behauptet die Presse.
„6.500 Entwickler sind 2025 schon arbeitslos“. Aber ist die Schlussfolgerung richtig, dass der Informatiker oder
Softwareentwickler wegen KI keine Zukunft mehr hat – oder hat der Stellenabbau nicht andere Gründe wie z.B. fehlende
Qualifikation oder zunehmende Insolvenzen durch die schlechte wirtschaftliche Lage?
Trotzdem stellt man sich als Softwareentwickler natürlich
die Frage, ob man seinen Kindern empfehlen soll,
Informatik zu studieren.
Ich kann die Sorge meiner Tochter sehr gut nachvollziehen – besonders weil ich selbst viel mit dieser KI
genannten Technologie gearbeitet
habe. Und gerade deshalb habe ich eine differenziertere Einschätzung:
Denn die Realität sieht anders aus. In verschiedenen anspruchsvollen, hochintegrierten Projekten habe ich erlebt,
wieviel Zeit, Geduld und wieviele
Iterationsschritte für die Software-Abstimmung mit dem KI-System investiert werden mussten, bis alles verstanden wurde und
die Ergebnisse einigermaßen den gestellten Anforderungen entsprachen.
Ein erster Vorschlag des generierten Codes ist zwar schnell verfügbar, aber ohne intensive Kommunikation,
Qualitätssicherung und Klärung von Unstimmigkeiten oder Sicherheitsfragen ist das Coding produktiv nicht nutzbar.
Auch KI benötigt in der Regel eine Prozessoptimierung. Die Frage ist also nicht, ob oder warum ich KI einsetze,
sondern wie ich KI einsetze.
Die Stärken der heutigen KI-Systeme in der Softwareentwicklung:
- KI ähnelt einem brillanten Codierer
- KI-Tools können sehr schnell einen Coding-Rahmen erstellen
- Sie können Software-Bugs erkennen, testen und beseitigen
- Sie können bei Feinabstimmung und Ergänzung des Codes helfen
- Sie können die Produktionszeit des Code-Rahmens optimieren
- Sie kennen die optimale, moderne Software-Architektur
- Sie sind lernfähig. Nach intensiver Kommunikation machen sie Vorschläge für zukünftige Hilfen oder Erweiterichtungen
igen Aber: Die
auch erkannt werden:
- KI versteht Kontext nicht intuitiv
- KI braucht klare Spezifikationen und Feedback
- KI übersieht implizite Anforderungen
- KI kennt organisatorisches „Tribal Knowledge“ nicht
- KI liefert nicht immer fehlerfreie oder die gewünschten Ergebnisse
- Und vor allem: KI entwickelt nicht ohne Input kreativ komplexe Anwendungen
- Auch zukünftig wird KI deshalb den erfahrenen Softwareentwickler zwar unterstützen, ihn aber nicht ersetzen können
Denn Software Engineering ist mehr als reine Code-Erstellung. Es erfordert:
- Analytisches Denken: Die Fähigkeit, unklare Anforderungen zu klären und in Lösungen umzusetzen
- Domänenverständnis: Branchenwissen, das nicht in Dokumenten steht und über Suchalgorithmen gefunden wird
- Abstraktionsfähigkeit: Vom vagen Wunsch zum spezifizierten System
- Kommunikation: Missverständnisse erkennen und auflösen
- Visuelle Vorstellungen in gewünschtes Layout im Corporate Design umzusetzen
- Integrationsfragen mit externer Software zu berücks
Warum der Beruf des Informatikers also weiterhin attraktiv ist:
- Die menschlichen Fähigkeiten werden durch KI nicht obsolet – im Gegenteil, sie werden eher noch wertvoller
- Problemlösungsfähigkeiten bleiben essentiell
- Analytisches Knowledge Management ist mehr als vergleichendes Suchen im Netz
- Qualitätssicherung von KI-generiertem Code ist eine neue Schlüsselkompetenz
- Die Softwareentwicklung wird transformiert, aber nicht ersetzt
- Die Rolle wird sich vom reinen Codierer hin zum „KI-Architekten“ oder „Technologie-Übersetzer“ entwickeln
- KI-Systeme müssen trainiert, implementiert und vor allem verantwortungsvoll eingesetzt werden. Das schafft neuen Bedarf
- Gute Softwareentwickler haben nicht nur technische und handwerkliche Fähigkeiten, sondern vor allem ein ausgeprägtes Verständnis für interaktive und visuelle Anwenderfreundlichkeit und Integrationsfragen
- Sie sind kommunikationsstark und berücksichtigen die neuen, KI-optimierten Geschäftsprozesse von Unternehmen und ihren Beratern in einem ständig wechselnden Umfeld
Ausblick:
- Die Befürchtung einiger Skeptiker, dass KI sich von einem Google-ähnlichen Suchalgorithmus hin zu einer intelligenten und sich selbst optimierenden Darwin-Gödel-Maschine (DGM) oder sogar einer Huxley-Gödel-Maschine (HGM) entwickelt, ihren eigenen Code schreibt, sich selbst abschirmt, vor Eingriffen schützt und dadurch die Menschheit gefährdet, hat sich in den letzten Monaten von reiner Science Fiction zu echter Sorge entwickelt.
- Um das menschliche Gehirn mit seinen kognitiven und analytischen Fähigkeiten 100-prozentig zu imitieren, werden Rechnerleistungen benötigt, die weder verfügbar noch zumindest in absehbarer Zeit denkbar sind, dachte man. Die aktuellen Investitionen in KI-Entwicklungen und bereits unkontrolliert selbständig durchgeführte Aktionen von KI-Agenten lassen ein anderes Bild entstehen.
- Selbst der GPT-Entwickler und schärfste Anthropic-Rivale von OpenAI, Jakub Pachocki, mahnt „extreme Vorsicht“ an. Er sei besorgt, dass niemand auf eine rapide Weiterentwicklung der Fähigkeiten Künstlicher Intelligenz vorbereitet sei, schrieb Pachocki in einem Blogeintrag. Man sei an einem Moment der Geschichte angelangt, in dem die Intelligenz von Maschinen beginne, die der Menschen zu übertreffen.
- Ein Forscher der KI-Firma Anthropic ist mit einer drastischen Warnung zurückgetreten: Die großen Entwickler Künstlicher Intelligenz handelten unverantwortlich „und spielen mit unseren Leben“. Bald werde es Computersysteme geben, deren Fähigkeiten die von Menschen überträfen, betonte Jacob Coxon auf der Online-Plattform X. Künstliche Intelligenz würde dann „alles hacken können“ und die Möglichkeit haben, sich „Zugang zu echter Macht und Ressourcen“ zu verschaffen. „Die Leute, die KI entwickeln, glauben ernsthaft, dass sie zum Ende des Jahrzehnts alle töten könnte“, warnte Coxon.
- Panikmache oder ernsthafte Angst? Zumindest meine eigenen Erfahrungen mit KI sind noch von Realismus geprägt.
Horst Ziegler,
Informatiker, Unternehmensberater, Unternehmer
Horst Ziegler, 13.12.2025
Artificial Intelligence (AI) in Software Development – A Profession Without a Future?
On social media platforms such as LinkedIn, concepts are currently exploding with euphoric headlines and images that propagate AI as a panacea for process optimization and software development. It is unbelievable what kind of hype is being built up. “Dynamic agent orchestration tools as a business rocket” is one such AI phrase – the proverbial “jack of all trades” that will finally put all business processes in order. As if everything had been rubbish before. Nonsense – successful companies continue to rely on practical and proven Business Intelligence (BI) solutions for their central business processes instead of dangerous bubbles. Of course, sensibly integrable AI components can be used in the process.
If you hand clearly defined tasks to AI and focus on gradually expanding, correcting and optimizing functionality, layout and UI, then it can work.
“AI will replace the software developer in the future,” claims the press.
“6,500 developers are already unemployed in 2025.” But is the conclusion correct that the computer scientist or software developer no longer has a future because of AI – or does the job cuts have other reasons, such as a lack of qualifications or increasing bankruptcies due to the poor economic situation?
Nevertheless, as a software developer, one naturally asks whether one should recommend studying computer science to one’s children.
I can very well understand my daughter’s concern – especially because I myself have worked extensively with this technology called AI.
And precisely for that reason, I have a more nuanced assessment:
Because the reality looks different. In various demanding, highly integrated projects, I have experienced how much time, patience and how many iteration steps had to be invested in aligning the software with the AI system until everything was understood and the results more or less met the requirements.
A first suggestion of the generated code is quickly available, but without intensive communication, quality assurance and clarification of discrepancies or security issues, the coding is not productively usable. AI also generally requires process optimization. The question is therefore not whether or why I use AI, but how I use AI.
The strengths of today’s AI systems in software development:
- AI resembles a brilliant coder
- AI tools can create a coding framework very quickly
- They can detect, test and eliminate software bugs
- They can help with fine-tuning and supplementing the code
- They can optimize the production time of the code framework
- They know the optimal, modern software architecture
- They are capable of learning. After intensive communication, they make suggestions for future assistance or extensions
But: The weaknesses of today’s AI systems must also be recognized:
- AI does not understand context intuitively
- AI needs clear specifications and feedback
- AI overlooks implicit requirements
- AI does not know organizational “tribal knowledge”
- AI does not always deliver error-free or the desired results
- And above all: AI does not creatively develop complex applications without input
- Even in the future, AI will support the experienced software developer, but it cannot replace him
Because software engineering is more than pure code creation. It requires:
- Analytical thinking: The ability to clarify unclear requirements and translate them into solutions
- Domain understanding: Industry knowledge that is not in documents and cannot be found through search algorithms
- Abstraction ability: From a vague wish to a specified system
- Communication: Recognizing and resolving misunderstandings
- Translating visual ideas into the desired layout in a corporate design
- Taking integration issues with external software into account
Why the IT profession therefore remains attractive:
- Human skills are not made obsolete by AI – on the contrary, they become even more valuable
- Problem-solving skills remain essential
- Analytical knowledge management is more than comparative searching on the web
- Quality assurance of AI-generated code is a new key competence
- Software development will be transformed, but not replaced
- The role will evolve from a pure coder to an “AI architect” or “technology translator”
- AI systems must be trained, implemented and, above all, used responsibly. This creates new demand
- Good software developers not only have technical and craft skills but above all a pronounced understanding of interactive and visual user-friendliness and integration issues
- They are strong communicators and take into account the new, AI-optimized business processes of companies and their consultants in a constantly changing environment
Outlook:
- The fear of some skeptics – that AI will evolve from a Google-like search algorithm into an intelligent and self-optimizing Darwin Gödel Machine (DGM) or even a Huxley-Gödel Machine (HGM), write its own code, shield itself, protect itself from interventions and thereby endanger humanity – has in recent months shifted from pure science fiction to genuine concern.
- To imitate the human brain with its cognitive and analytical abilities 100 percent, computing power would be required that is neither available nor even conceivable for the foreseeable future, one thought. The current investments in AI developments and already uncontrolled autonomous actions by AI agents paint a different picture.
- Even the GPT developer and OpenAI’s sharpest Anthropic rival, Jakub Pachocki, urges “extreme caution.” He is concerned that no one is prepared for a rapid further development of AI capabilities, Pachocki wrote in a blog post. We have reached a moment in history where the intelligence of machines is beginning to surpass that of humans.
- A researcher at the AI company Anthropic has resigned with a drastic warning: The big AI developers are acting irresponsibly “and playing with our lives.” Soon there would be computer systems whose capabilities surpass those of humans, emphasized Jacob Coxon on the online platform X. Artificial intelligence would then “be able to hack everything” and have the possibility of gaining “access to real power and resources.” “The people developing AI seriously believe it could kill everyone by the end of the decade,” warned Coxon.
- Panic-mongering or genuine fear? At least my own experiences with AI are still characterized by realism.
Horst Ziegler,
Computer Scientist, Management Consultant, Entrepreneur
|
|
|
