KI-Entwicklung: Warum viele Entwickler sich selbst nicht mehr erkennen

Ich saß letzte Woche fünfzehn Minuten im geparkten Auto, bevor ich ins Büro ging.

Nicht wegen Staus. Nicht wegen eines Anrufs.

Sondern weil ich mich selbst daran erinnern musste, wie es sich anfühlt, gut in etwas zu sein.

Seit einigen Jahren arbeite ich als Entwickler. Ich habe Funktionen entwickelt, die Menschen tagtäglich nutzen. Ich habe mitten in der Nacht Code debuggt, auf den ich stolz war – und das zu Recht.

Doch in letzter Zeit, wenn mich jemand fragt, wie mein Code funktioniert, muss ich darüber nachdenken wie über fremden Code. Denn es ist fremder Code. Ich habe nur meinen Namen daruntergesetzt.

Dieser Gedanke traf mich, während ich im Auto saß. Und ich konnte mich nicht von der Stelle rühren, bis ich ihn eine Weile sacken ließ. Dann bat mich ein junger Kollege auf meinem Team, einen Ausschnitt meines eigenen Codes zu erklären. Ich starrte darauf. Vierzig Sekunden lang. Es war mein Pull Request. Mein Name in der Commit-Historie. Meine Funktion in Produktion. Und ich konnte nicht erklären, was sie bewirkt.

Nicht, weil der Code zu komplex war. Sondern weil ich ihn nie wirklich verstanden hatte. Ich hatte ihn generieren lassen, kurz überflogen und weitergeschickt. Das Verständnis – der Teil, der mir einst das Gefühl gab, Entwickler zu sein – war nie vorhanden.

Ich schloss meinen Laptop. Und schrieb die Frage auf, die ich mir monatelang nicht gestellt hatte:

Wann habe ich aufgehört, Entwickler zu sein?

Was alle denken, aber keiner ausspricht

Ich habe die Artikel gelesen. Die über KI, die Entwickler zehnmal produktiver macht. Die über den „Entwickler der Zukunft“, der zum Koordinator wird, nicht zum Programmierer. Die voller Euphorie verkünden, die alte Art, Software zu schreiben, sei vorbei.

Ich habe genickt. Die geteilt, die meinem Team ein gutes Gefühl vermittelten. So getan, als hätte ich die Sache im Griff.

Doch ich hatte sie nicht.

Hinter den Produktivitätsmetriken, den schnellen Features und den Slack-Nachrichten über „wie viel wir liefern“ stellen sich viele die gleiche Frage. Sie trauen sich nur nicht, sie laut zu stellen.

Wenn KI den Code schreibt – was mache ich dann eigentlich noch?

Das ist das Gespräch, das unsere Branche braucht. Das sich unter jeder Ankündigung über KI-Produktivität verbirgt. Die Frage, die niemand stellen will, weil es sich anfühlt, als würde man damit Niederlage eingestehen.

Ich stelle sie trotzdem.

Was mir diese Arbeit einst bedeutete

Ich wurde Entwickler, weil ich ein bestimmtes Gefühl liebte.

Das Gefühl, mich mit einem Problem wirklich zu beschäftigen – bis etwas klickte. Der Moment, in dem ein System, das zuvor undurchdringlich schien, plötzlich Sinn ergab. Die Stunden des Debuggens, die sich ehrlich gesagt eher wie Meditation anfühlten als wie Arbeit. Diese besondere Zufriedenheit, wenn eine Funktion genau das tat, was sie sollte – und ich sie mit Stolz geschrieben hatte.

Code war denkendes Handeln, sichtbar gemacht. Mein Denken. Sichtbar gemacht.

Doch das ist vorbei. Oder zumindest schwerer zu finden.

Wenn ich KI-Tools nutze – und das tue ich den ganzen Tag –, läuft der Prozess so ab: Problem beschreiben, Ausgabe prüfen, freigeben, weiter. Der Kreislauf, der früher Bedeutung hatte – Problem analysieren, Lösung finden, verstehen, warum sie funktioniert – wurde zu etwas, das sich anfühlt wie Fließbandarbeit.

Wir haben den Teil entfernt, der uns Freude bereitete, und durch etwas ersetzt, das sich anstrengender anfühlt. Und dann haben wir es beschleunigt.

Die Daten, die niemand in All-Hands-Meetings zeigt

Hier ist, was wirklich passiert – nicht in den Demos, sondern in den Zahlen:

Burnout trifft Entwickler am stärksten, die KI-Tools am enthusiastischsten nutzen. Die Early Adopter. Die Power User. Diejenigen, die KI in jeden Arbeitsschritt integriert haben – sie brennen am schnellsten aus.

Der Grund ist paradox: Weil KI die einfachen Aufgaben übernimmt, bleibt für den Menschen das übrig, was am schwersten ist. Randfälle. Architekturentscheidungen. Sicherheitsfragen. Integrationsprobleme. Die Teile des Jobs, die am meisten mentale Energie kosten – ohne die befriedigenden Anteile, die das ausgleichen.

Ein Ingenieur beschrieb, was mit seinen Fähigkeiten passierte, nachdem er sich zu sehr auf KI verlassen hatte:

Ich hatte Probleme, eine Laravel-API zu implementieren, und das hat mich richtig erschreckt. Ich habe vier Jahre studiert, arbeite seit Jahren als Softwareentwickler – und plötzlich fühlte ich mich wie vor meinem ersten Code.

Das ist kein Einzelfall. Das ist ein Muster. Ein anderer Entwickler formulierte es präziser:

Es ist, als hätten wir durch Mobiltelefone aufgehört, Telefonnummern zu merken – nur dass es jetzt darum geht, dass wir unser ‚Denken‘ generell auslagern. Ich spüre, wie mein kritisches Denken und meine Fähigkeit, mich mit einem Problem auseinanderzusetzen, nachlassen, weil die allwissende KI nur einen Klick entfernt ist.

Wir feierten die gesparte Zeit. Wir bemerkten nicht, was wir dafür opferten.

Das Identitätsproblem ohne Lösung

Das war der Teil, der mir am längsten klar wurde. Mein Unbehagen hat nichts mit KI zu tun. Es geht um die Frage, wer ich eigentlich bin.

Jahre lang definierte ich mich darüber, was ich bauen konnte. Welche Probleme ich lösen konnte. Welche Systeme ich gut genug verstand, um sie um drei Uhr morgens zu debuggen. Das war das Fundament meiner beruflichen Identität – und es fühlte sich solide an, weil es auf etwas Echtem beruhte: Können. Hart erkämpftes Verständnis. Jahre voller Fehler und Lektionen.

KI hat mir das nicht genommen. Sie hat es nur weniger notwendig gemacht.

Und Identitäten fühlen sich bedroht, wenn sie überflüssig werden – selbst wenn die Person selbst weiterhin wertvoll ist. KI hat mir gezeigt, wie viel von meinem Selbstbild auf etwas aufgebaut war, das sich automatisieren lässt.

Code schreiben war nie nur Tippen. Es war Denken, sichtbar gemacht.

Diese Zeile hat mich gestoppt. Denn wenn ich hauptsächlich KI-Vorschläge freigebe, mache ich mein Denken nicht sichtbar. Ich prüfe das Denken anderer. Und das ist ein anderer Job. Vielleicht ein wertvoller. Aber nicht der, in den ich mich verliebt habe.

Die Branche versucht, das als Upgrade zu verkaufen. Der Entwickler, der Code schreibt, wird zum „Orchestrator“, der Agenten steuert. Der Handwerker wird zum Manager.

Vielleicht stimmt das. Ich weiß es ehrlich gesagt nicht.

Aber eines weiß ich: Uns hat niemand gefragt, ob wir diesen Tausch wollen. Und viele von uns trauern leise um etwas, das wir nicht einmal benennen können.

Die Stille, die uns überrollt

Wir stehen an einem Punkt, an dem wir uns entscheiden müssen. Nicht zwischen KI und kein KI. Sondern zwischen einer Zukunft, in der wir uns selbst verlieren – oder eine, in der wir lernen, uns neu zu definieren.

Die Technologie ist da. Sie wird nicht verschwinden. Aber die Frage ist: Wer werden wir sein, wenn sie alles kann, was wir einst konnten?

Und ob wir bereit sind, den Preis dafür zu zahlen.