Von künstlicher Intelligenz (KI) wurde erwartet, dass sie die Softwareentwicklung revolutionieren würde, und das ist in gewissem Maße auch der Fall. Fast 90 % der Technikexperten nutzen mittlerweile KI-Tools bei der Arbeit, wobei über 80 % von Produktivitätssteigerungen berichten. Doch trotz des Hypes zeigen die Daten einen beunruhigenden Trend: Entwickler arbeiten länger, nicht weniger. Das Versprechen, dass KI mühsame Aufgaben automatisiert und die Effizienz steigert, kollidiert mit der Realität von instabilem Code, erhöhtem Druck und potenziellem Burnout.
Das Paradox der Produktivität
KI kann Code für Web-Apps, mobile Software und Datentools generieren – und ermöglicht sogar unerfahrenen Entwicklern die Erstellung grundlegender Prototypen durch „Vibe-Codierung“. Allerdings ist KI-generierter Code selten fehlerfrei. Entwickler verbringen immer noch viel Zeit damit, Ausgaben zu überprüfen und Fehler zu beheben, was zu einem Anstieg der „Instabilität der Softwarebereitstellung“ führt. Der DORA-Bericht zeigt, dass ein höherer KI-Einsatz mit häufigeren Rollbacks und Korrekturen einhergeht. Das bedeutet, dass sich zwar die individuelle Codierungsgeschwindigkeit erhöhen kann, der Gesamtprozess jedoch fragiler werden kann.
Leistungsdruck
Das Problem ist nicht nur technischer Natur; es ist auch kulturell. KI wird oft zusammen mit der Erwartung einer höheren Leistung bei weniger Ressourcen eingesetzt. Unternehmen erwarten im KI-Zeitalter mehr von ihren Mitarbeitern, was zu einem Druck führt, schneller zu arbeiten, auch außerhalb der Geschäftszeiten. Studien aus Berkeley zeigen, dass Mitarbeiter, die KI einführten, mehr Aufgaben übernahmen, schneller arbeiteten und mehr Stunden protokollierten. Viele nutzen inzwischen in Pausen und Besprechungen KI, wodurch die Grenzen zwischen Arbeit und Privatzeit verschwimmen.
Der Anstieg der Arbeitszeit außerhalb der Geschäftszeiten
Multitudes berichtet, dass Ingenieure 27,2 % mehr Pull-Anfragen zusammenführen, aber auch 19,6 % mehr Code außerhalb der normalen Arbeitszeiten einreichen. Dabei geht es nicht nur um eine verbesserte Effizienz; es deutet darauf hin, dass Arbeitgeber auf eine höhere Produktivität drängen, was möglicherweise zu Burnout führt. Lauren Peate, CEO von Multitudes, warnt, dass dieser Trend „nicht gut für die Person“ sei.
Die Qualifikationslücke
Auch eine übermäßige Abhängigkeit von KI kann die Kompetenzentwicklung behindern. Untersuchungen von Anthropic ergaben, dass Ingenieure, die sich stark auf KI verlassen, bei Tests zu Programmierkenntnissen 17 % schlechter abschnitten als diejenigen, die dies nicht taten. Die größte Lücke bestand beim Debuggen – der Fähigkeit, Fehler im Code zu finden und zu beheben. Die Verwendung von KI als Abkürzung kann dazu führen, dass Nachwuchsentwickler nicht in der Lage sind, die von der KI generierte Ausgabe zu verstehen oder zu verfeinern, was möglicherweise die langfristige Qualität der Arbeit verschlechtert.
Die Zukunft des Software-Engineerings
Der Druck betrifft nicht nur einzelne Entwickler; Es verändert die Funktionsweise von Open-Source-Projekten. Berichten zufolge gibt es einen Anstieg minderwertiger, KI-gesteuerter Einreichungen, die die Zeit der Hauptentwickler in Anspruch nehmen, und einen Rückgang beim kollaborativen Projektmanagement.
Letztendlich macht KI menschliches Fachwissen nicht überflüssig; Es formt es neu. Die entscheidende Frage ist, ob sich Arbeitsplätze anpassen werden, um Burnout vorzubeugen, Arbeitsbelastungen zu bewältigen und Schulungsmöglichkeiten zu bieten, oder ob sich das Versprechen von KI einfach in längeren Arbeitszeiten und einer größeren Belastung für Softwareentwickler niederschlagen wird.
Die Realität ist, dass KI bestehende Dynamiken verstärkt: Sie macht gute Dinge besser, aber auch schlechte Dinge schlechter. Die Herausforderung besteht nicht nur darin, die Werkzeuge zu nutzen, sondern auch darin, ein nachhaltiges Ökosystem um sie herum aufzubauen.
