Entwicklung & Code
KI macht Entwickler ersetzbar: Wer künftig gebraucht wird – und wer nicht
Dieses Thema richtet sich an zwei ganz unterschiedliche Zielgruppen: zum einen an Sie, wenn Sie Entwicklerin oder Entwickler sind, weil es darüber entscheidet, ob Sie mittel- bis langfristig Ihren Arbeitsplatz behalten. Zum anderen jedoch auch an Sie, wenn Sie Unternehmerin, Unternehmer oder eine Führungskraft sind, weil ich Ihnen in diesem Beitrag erklären werde, wie Sie Ihr Unternehmen und Ihre Teams künftig deutlich effizienter aufstellen können.
Golo Roden ist Gründer und CTO von the native web GmbH. Er beschäftigt sich mit der Konzeption und Entwicklung von Web- und Cloud-Anwendungen sowie -APIs, mit einem Schwerpunkt auf Event-getriebenen und Service-basierten verteilten Architekturen. Sein Leitsatz lautet, dass Softwareentwicklung kein Selbstzweck ist, sondern immer einer zugrundeliegenden Fachlichkeit folgen muss.
Empfohlener redaktioneller Inhalt
Mit Ihrer Zustimmung wird hier ein externes YouTube-Video (Google Ireland Limited) geladen.
Der perfekte neue Entwickler // deutsch
Das klingt dramatisch? Das ist es auch. Denn was sich in den letzten Monaten bei künstlicher Intelligenz entwickelt hat, wird die Softwareentwicklung wesentlich radikaler verändern, als die meisten derzeit ahnen. Bevor Sie nun denken: „Das ist doch nur der nächste Hype“, überlegen Sie bitte, wie es damals mit dem Internet war. Oder mit mobilen Apps. Oder mit der Cloud. Alle, die das damals ignoriert haben, gibt es heute praktisch nicht mehr. Diese Unternehmen haben den Anschluss verpasst. Genau dasselbe geschieht jetzt mit KI – nur in deutlich stärkerer Form.
Softwareentwicklung verändert sich radikal
Warum formuliere ich das so drastisch? Ganz einfach: Wir sind gerade dabei, die Art und Weise, wie wir Software entwickeln, vollständig umzubauen. Die meisten haben das bislang jedoch noch gar nicht richtig bemerkt.
Ein Beispiel: GitHub hat vor Kurzem etwas vorgestellt, das für viele Entwicklerinnen und Entwickler – ebenso wie für viele Unternehmen – ein absoluter Gamechanger ist. Sie können dort nun ein Issue nicht mehr nur einer Person zuweisen, sondern auch direkt an die GitHub-eigene KI namens Copilot. Copilot nimmt sich dann dieses Issue, arbeitet komplett eigenständig im Hintergrund und meldet sich nach 10 bis 30 Minuten mit einem fertigen Pull Request zurück. Darin befindet sich der neue Code, inklusive angepasster und erweiterter Tests, ebenso wie die aktualisierte Dokumentation. Alles sogar gelintet, formatiert und lauffähig. Einfach so.
Überlegen Sie sich das einmal: Früher hätten Sie eine solche Aufgabe vielleicht einer Junior-Entwicklerin oder einem Junior-Entwickler gegeben. Diese Person hätte dann zwei Tage daran gearbeitet, anschließend hätte es einen Review gegeben, danach Anpassungen – das Ganze wäre in mehreren Iterationen abgelaufen. Heute erledigt Copilot das innerhalb von 20 Minuten. Copilot wird dabei weder müde noch krank, Copilot möchte keinen Urlaub und so weiter.
KI ist keine Zukunftsmusik, sondern Realität
Das ist keine Zukunftsmusik. Diese Technologie funktioniert bereits heute. Vor allem aber: Sie funktioniert erschreckend gut. Wir bei the native web haben Copilot in den vergangenen Wochen intensiv getestet und ausprobiert. Selbstverständlich liegt die KI manchmal daneben und produziert Code, der, gelinde gesagt, etwas merkwürdig ist. Mitunter versteht die KI auch noch nicht vollständig, was genau der Business Case ist. Doch das wird sich zukünftig kontinuierlich verbessern. In spätestens zwei Jahren wird diese KI-gestützte Arbeitsweise vermutlich der Standard sein. Dann stellt sich die Frage: Sind Sie darauf vorbereitet? Denn wie gesagt: Das ist kein Buzzword und kein Spielzeug. Das ist die neue Realität. Diese verändert gerade still und leise, wie Softwareentwicklung funktioniert – und zwar sehr viel radikaler, als die meisten ahnen.
Was bedeutet das nun konkret für Sie als Entwicklerin oder als Entwickler? Es ist ganz einfach: Wer lediglich Code schreibt, ohne wirklich zu verstehen, was sie oder er im Detail eigentlich macht, wer keine Weitsicht besitzt, keine Konsequenzen abschätzen kann und keine Architektur und keine Strategien entwickelt, wird durch die KI ersetzt. Und das geschieht nicht irgendwann, sondern demnächst. Der Grund liegt darin, dass es schneller, günstiger und präziser ist, die Aufgabe direkt der KI zu übergeben, statt sie erst Ihnen erklären zu müssen.
Was das für Entwickler bedeutet
Anders gesagt: Wenn Sie sich nicht weiterentwickeln, werden Sie über kurz oder lang schlichtweg nicht mehr gebraucht. Denn das ist das eigentliche Problem: Möchten Sie wirklich in einer Rolle arbeiten, in der eine KI Entscheidungen für Sie trifft, die Sie später nicht mehr nachvollziehen können? Oder in der Sie noch nicht einmal einschätzen können, ob das generierte Ergebnis robust und langfristig tragfähig ist? Deshalb noch einmal: Wenn Sie nicht lernen, KI sinnvoll einzusetzen, wird Sie KI irgendwann ersetzen.
Übrigens: Genau darüber haben wir vor zwei Wochen bereits gesprochen. Damals ging es um einen Entwickler, der Code abgeliefert hat, den er selbst nicht verstanden hat, weil er lediglich eins zu eins übernommen hat, was ihm die KI vorgeschlagen hatte.
Was das für Unternehmen bedeutet
Für Sie als Unternehmerin oder Unternehmer bedeutet das gleichzeitig: Sie können Ihre Projekte künftig theoretisch wesentlich schneller und günstiger realisieren. Sie können Ihr Unternehmen deutlich effizienter aufstellen – und sie müssen das sogar, denn die Konkurrenz schläft nicht. Dazu ist jedoch erforderlich, dass Sie Ihre Teams richtig aufstellen, dass Sie die richtigen Personen fördern, dass Sie die Strukturen schaffen, die es ermöglichen, KI sinnvoll einzusetzen.
Genau an diesem Punkt liegt das Problem: Viele Unternehmen laufen derzeit KI nämlich lediglich als Buzzword hinterher. Weil es gerade schick klingt und weil es jeder irgendwie in seinem Pitchdeck haben möchte. Was wir immer wieder feststellen: Kaum jemand hat bislang wirklich verstanden, worauf es in diesem Zusammenhang ankommt. Kaum ein Unternehmen erkennt, welche Prozesse sie anpassen müssten, wen sie in ihren Teams weiterentwickeln sollten und welche Skills in Zukunft wirklich entscheidend sein werden. Genau das wird für viele Unternehmen über kurz oder lang extrem teuer werden.
Die essenziellen Fähigkeiten für die Zukunft
Damit das alles für Sie möglichst eine gute Zukunft hat, benötigen Sie vor allem zwei Dinge.
Erstens: Entwicklerinnen und Entwickler müssen in der Tiefe verstehen, was sie tagtäglich machen. Unternehmen brauchen Menschen, die nicht nur Code schreiben, sondern die in der Lage sind, Architektur, Fachlichkeit und auch Konsequenzen zu durchdenken. Die dazu fähig sind, einen Vorschlag von Copilot zu überprüfen und nicht nur formal abzunicken, sondern tatsächlich zu entscheiden, ob das eine passende und adäquate Lösung ist – unter Berücksichtigung all der Aspekte, die langfristig in der Softwareentwicklung relevant sind.
Zweitens (und das ist vielleicht noch viel wichtiger) benötigen Sie die Fähigkeit, exakt mit natürlicher Sprache umzugehen: KI ist sprachgesteuert. Wer ungenau beschreibt, erhält ungenaue Ergebnisse. Wir sehen das immer wieder: Gute Prompts zu schreiben, ist eine Kunst. Viele Teams kommunizieren jedoch viel zu schwammig. Das fällt in Meetings oft nicht einmal auf, weil man dort – zumindest manchmal – merkt, dass man aneinander vorbeiredet oder gerade implizite Annahmen trifft. Wenn Sie allerdings nicht in der Lage sind, präzise zu formulieren, was Sie eigentlich haben möchten, und Sie das dann in entsprechend ungenauer Form einer KI vorgeben, dann erkennen Sie rasch: Das Ergebnis ist ebenso schwammig. Ganz gemäß dem alten Motto: Garbage in, Garbage out.
Das bedeutet: Gute Prompts erfordern präzises Denken, eine saubere Sprache und vor allem Klarheit im Kopf. Man könnte auch sagen: Prompts sind das neue Programmieren. Genau das, also gute Prompts zu formulieren, beherrschen die allermeisten jedoch nicht wirklich. Weil sie nie gelernt haben, möglichst exakt mit natürlicher Sprache umzugehen. Das betrifft den Fachbereich ebenso wie die Entwicklung. Doch das wird in Zukunft essenziell sein.
(rme)
Entwicklung & Code
Testing Unleashed: Teamvielfalt als Stärke für bessere Problemlösungen
Zusammen mit seinem Gast Ben Linders, einem Experten für Agile, erkundet Richard Seidl in dieser Folge seines Podcasts Software Testing schlanke und kontinuierliche Verbesserung in Bezug auf den Kern der Teamautonomie. Das Gespräch konzentriert sich auf die Treiber einer effektiven Teamarbeit – psychologische Sicherheit, Vertrauen und Zusammenarbeit. Die Zuhörerinnen und Zuhörer sind eingeladen, über schwierige Fragen nachzudenken: Warum stärkt die Vielfalt Teams und stellt gleichzeitig eine Herausforderung dar? Was läuft schief, wenn Retrospektiven Staub ansetzen?
Ben Linders berichtet von konkreten Techniken und Experimenten aus seiner beruflichen Erfahrung und zeigt, wie Teams von oberflächlichen Beschwerden zu echten Problemlösungen übergehen können. Die Diskussion bietet einen praktischen Einblick in den Aufbau sicherer Umgebungen und die Förderung echter Veränderungen, wobei der Spaß nicht zu kurz kommt.
„Man kann mit ein oder zwei Bemerkungen zerstören, was man wochenlang aufgebaut hat. Das ist die Sache, bei der man sehr vorsichtig sein muss.“ – Ben Linders
Dieser Podcast betrachtet alles, was auf Softwarequalität einzahlt: von Agilität, KI, Testautomatisierung bis hin zu Architektur- oder Code-Reviews und Prozessoptimierungen. Alles mit dem Ziel, bessere Software zu entwickeln und die Teams zu stärken. Frei nach dem Podcast-Motto: Better Teams. Better Software. Better World.
Richard Seidl spricht dabei mit internationalen Gästen über modernes Software-Engineering und wie Testing und Qualität im Alltag gelebt werden können.
Die aktuelle Ausgabe ist auch auf Richard Seidls Blog verfügbar: „Teamvielfalt als Stärke für bessere Problemlösungen – Ben Linders“ und steht auf YouTube bereit.
(mdo)
Entwicklung & Code
Neue Data-Spezifikationen und Virtual Threads für Jakarta EE 11
Zu den Release-Highlights der jetzt offiziell veröffentlichen Java-Plattform Jakarta EE 11 zählen neben Aktualisierungen vieler Spezifikationen die Modernisierung und Umstrukturierung der Test Compatibility Kits (TCKs) die neue Jakarta Data-Spezifikation und die Unterstützung der neuesten Java LTS-Version. Diese erlaubt es Entwicklerinnen und Entwicklern, Java 21 einschließlich virtueller Threads zu nutzen.
Jakarta Data 1.0 ist eine neue API zur Vereinfachung des Datenzugriffs. Zu ihren Features zählt beispielsweise das Interface BasicRepository
, mit dem sich grundlegende Operationen bei Entitys ausführen lassen. CrudRepository
erleichtert CRUD-Operationen und macht dadurch Datenbankinteraktionen einfacher und weniger fehleranfällig. Mit dabei ist auch die Jakarta Data Query Language, die die Semantik von Abfragemethoden in Jakarta Data-Repositories spezifiziert.
Weitere Verbesserungen der Produktivität ergeben sich laut Ankündigung durch das Entfernen der Managed Beans. Als zentrales Komponentenmodell nutzt Jakarta EE 11 stattdessen CDI (Context and Dependency Injection). Des Weiteren wurde der Java SE SecurityManager gemäß JEP 411 als obsolet deklariert.
Für Jakarta EE 11 wird Java 17 oder höher vorausgesetzt, wobei die Eclipse Foundation Java 21 empfiehlt, für das die neue Plattform optimiert wurde. Der aktuellen Release-Version sind wie üblich mehrere Meilensteine und Vorabversionen vorausgegangen. Etliche der neuen Features hat heise schon getestet.
(who)
Entwicklung & Code
LLM-Betreiber sammeln umfangreich persönlich Daten und geben diese weiter
Laut einer Studie der Datenschutzfirma Incogni geht der französische KI-Anbieter Mistral mit Le Chat am sorgfältigsten mit den privaten Daten von Anwenderinnen und Anwendern um (9,8 Punkte). Es folgen ChatGPT von OpenAI (9,9 Punkte) und Grok von xAI (11,2 Punkte). Am schlechtesten schneidet Meta.ai mit 15,7 Punkten ab, wobei mehr Punkte eine stärkere Verletzung der Privatsphäre bedeuten.
Le Chat von Mistral führt im Privatsphäre-Ranking von ChatGPT und Grok. An letzter Stelle steht Meta.ai.
(Bild: incogni)
Die Herausgeber der Studie kritisieren insgesamt den mangelnden Schutz der Privatsphäre bei KI-Anwendungen: „Das Potenzial für das unautorisierte Teilen von Daten, deren Missbrauch und das Bloßstellen persönlicher Daten hat schneller zugenommen, als dass die Wächter der Privatsphäre oder Untersuchungen mithalten könnten.“ Einfache Anwender können Praktiken der KI-Firmen und die damit einhergehenden Risiken nicht einschätzen: Sie würden die Trainingsdaten benötigen und Informationen über „laufende Interaktionen“, um festzustellen, ob ihre persönlichen Daten bloßgestellt wurden.
Modell-Training immer mit persönlichen Daten
Ein guter Teil der Incogni-Analyse befasst sich mit den Trainingsdaten und stellt lapidar fest, dass „alle Plattformen direkt oder indirekt angeben, Feedback der Anwender und öffentlich zugängliche private Daten für das Training ihrer Modelle zu verwenden.“
Ob die Betreiber auch User-Eingaben zum Training nutzen, ist oft nicht leicht festzustellen. Laut Bericht sagt nur Anthropic für seine Claude-Modelle, prinzipiell auf Daten über User-Eingaben zu verzichten. Eine Opt-out-Möglichkeit bieten ChatGPT, Copilot, Mistral und Grok. Dies gilt aber nur für die Prompts, ein Schützen der eigenen persönlichen Daten, die beispielsweise aus Social-Media-Quellen stammen, ist bei keinem der untersuchten KI-Anbieter möglich. Im Gegenteil: Incogni verweist auf Berichte, dass das Modell-Training Schranken, wie solche in robots.txt, schlichtweg ignoriert.
Als Quellen für persönliche Daten dient den KI-Betreibern jedoch nicht nur das Web, sondern auch:
- „Security Partners“ (ChatGPT, Gemini und DeepSeek)
- Marketing-Partner (Gemini und Meta)
- Finanzinstitute (Copilot)
- Nicht näher spezifizierte Datenbanken (Claude)
- Nicht näher spezifizierte Datenbroker (Microsoft)
Nur Inflection AI gibt für Pi an, persönliche Daten nur aus „öffentlich zugänglichen Quellen“ einzubinden.
Datenschutzerklärungen oft verwirrend
Wichtig für die Betroffenen – also fast jeden, denn über kaum jemanden finden sich keine persönlichen Daten irgendwo im Web – ist, wie transparent die KI-Betreiber sagen, was sie machen. Hier lobt der Bericht Anthropic, OpenAI, Mistral und xAI, die diese Transparenzinformationen leicht auffindbar machen und lesbar darbieten. Das Gegenteil beklagt die Studie bei Google, Meta und Microsoft, bei denen sich nicht einmal eine einheitliche Datenschutzerklärung für die KI-Produkte findet.
ChatGPT und MS Copilot geben Prompt-Daten auch an Werbepartner oder „Dritte“ weiter.
(Bild: incogni)
Auch welche Daten die KI-Firmen weitergeben, hat Incogni aus den jeweiligen Privacy Policies herausgelesen. Microsoft teilt Nutzer-Prompts beispielsweise mit „Dritten, die Online-Werbung für Microsoft ausführen oder Microsoft-Technologie dafür verwenden.“ Fast alle teilen die Prompts mit „Service-Providern“ und viele explizit mit „Strafverfolgungsbehörden“ (DeepSeek, Gemini, Grok und Meta).
App: Telefonnummern und Standortdaten
Bei der Nutzung der KI-Apps ergeben sich noch persönlichere Sammelmöglichkeiten für die datenhungrigen Betreiber:
- Präzise Standortdaten und Adressen (Gemini und Meta)
- Telefonnummern (DeepSeek, Gemini und Pi)
- Fotos (Grok, auch mit Dritten geteilt)
- App-Interaktionen (Claude, Grok ebenfalls mit Dritten geteilt)
Microsoft behauptet laut Bericht, bei der Android-App keine Daten zu sammeln, bei iOS jedoch schon. Die Analysten haben sich dafür entschieden, die Firma anhand der iOS-App zu bewerten.
(who)
-
Online Marketing & SEOvor 3 Wochen
TikTok trackt CO₂ von Ads – und Mitarbeitende intern mit Ratings
-
Apps & Mobile Entwicklungvor 3 Wochen
Metal Gear Solid Δ: Snake Eater: Ein Multiplayer-Modus für Fans von Versteckenspielen
-
UX/UI & Webdesignvor 3 Wochen
Philip Bürli › PAGE online
-
Social Mediavor 3 Wochen
Aktuelle Trends, Studien und Statistiken
-
Social Mediavor 3 Wochen
LinkedIn Feature-Update 2025: Aktuelle Neuigkeiten
-
Online Marketing & SEOvor 3 Wochen
#WantaFanta: Warum Fanta und Nico Santos der Gen Z Wünsche erfüllen
-
Social Mediavor 3 Wochen
“Wir haben doch nichts zu erzählen…” – 3 Tricks für neue Social Media Content Ideen
-
Online Marketing & SEOvor 3 Wochen
Influencer Marketing: Warum Influencer Vertrauen verlieren und klassische Medien gewinnen