Wem lässt sich eine Aufgabe leichter erklären: der KI oder einem Softwareentwickler?

Als jemand, der noch selbst programmiert und gleichzeitig Teams von Softwareentwicklern leitet, stelle ich mir seit einiger Zeit eine überraschend einfache Frage: Wem lässt sich eine Aufgabe leichter erklären – einer KI oder einem menschlichen Entwickler?

Die Antwort ist nicht so eindeutig, wie es scheinen mag. Doch die Auseinandersetzung damit hat verändert, wie ich über die Entwicklung von Software denke – und darüber, wie man Teams aufbaut.

In den 1990er- und frühen 2000er-Jahren war die Softwareentwicklung noch eine relativ junge Branche. Prozesse entwickelten sich rasant, Methoden änderten sich, und viele Teams arbeiteten nach Regeln, die sich fast über Nacht ändern konnten.

Irgendwann nach 2011 wurde die Softwareentwicklung deutlich strukturierter. Prozesse, Rollen, Methoden und Erwartungen etablierten sich zunehmend.

Zumindest nach meiner Erfahrung konnten die Entwickler, mit denen ich in diesen frühen Jahren gearbeitet habe, eine Aufgabe erhalten, die in einem einzigen Satz oder einem kurzen Absatz beschrieben war. Der Projektmanager gab die Richtung vor, und der Entwickler fand heraus, wie sie umzusetzen war.

In den letzten 15 Jahren ist allmählich das Gegenteil eingetreten. Anforderungen müssen immer häufiger von Business-Analysten oder Teamleitern in detaillierte Spezifikationen übersetzt werden – von erfahreneren Menschen, von denen erwartet wird, dass sie vorausdenken, Sonderfälle antizipieren und genau festlegen, wie sich das System verhalten soll. Und Entwickler sind zunehmend zu stillen Ausführern dieser Spezifikationen geworden.

Fragen Sie einen Entwickler: „Warum verhält sich das System so unsinnig?“ Die Antwort lautet oft: „Weil es so in den Anforderungen stand.“ Für Projektmanager kann das den Entwicklungsalltag zum Albtraum machen.

In letzter Zeit verbringe ich viel zu viel Zeit damit, Streitigkeiten zwischen technischen Spezialisten, Analysten und Projektmanagern zu schlichten, anstatt mich auf die Entwicklung eines guten Produkts zu konzentrieren.

Es gibt Meinungsverschiedenheiten, Frust, Bugs, unfertige Features, Missverständnisse und endlose Diskussionen darüber, wer verantwortlich war. Und sehr oft steckt hinter alldem eine überraschend menschliche Ursache: das Ego. Das innere Bedürfnis zu beweisen: „Ich hatte recht. Das Problem hat er verursacht. Oder sie. Oder jemand anderes.“

Das ist zutiefst menschliches Verhalten. Und genau hier verändert KI-gestützte Softwareentwicklung die Gleichung.

Etwa ab 2024 begann ich, KI in meiner eigenen Entwicklungsarbeit deutlich intensiver zu nutzen. Und ich ertappte mich bei einem ziemlich unbequemen Gedanken.

Wenn ein Softwareentwickler eine vollständig ausgearbeitete technische Spezifikation, Architektur, Datenbankdesign, Testfälle, Sonderfälle und präzise Abnahmekriterien braucht, bevor er mit der Arbeit beginnen kann – warum gibt man all das nicht gleich der KI?

KI widerspricht nicht. KI nimmt Anforderungen nicht persönlich. KI kann Widersprüche in einer Spezifikation erkennen. Und statt wochenlang darauf zu warten, dass ein Entwickler etwas umsetzt, haben Sie oft innerhalb weniger Stunden einen funktionierenden Prototyp.

Selbst wenn das Ergebnis falsch ist, ist es oft wesentlich einfacher, die Anweisungen zu ändern und es erneut zu versuchen, als das Verhalten eines menschlichen Entwicklers zu ändern, der bereits Tage in die Umsetzung seiner ursprünglichen Interpretation investiert hat.

Ich habe das immer wieder getan, und die Ergebnisse waren fast schockierend. Plötzlich schien alles so viel einfacher. Das ist einer der Gründe, warum ich glaube, dass KI-gestützte Entwicklung nicht nur verändert, wie wir Software schreiben, sondern auch, wie wir ganze Softwareteams organisieren.

Hier gibt es eine wichtige Unterscheidung. KI macht einen guten Entwickler nicht zwangsläufig überflüssig. Vielmehr können Entwickler, die KI nutzen, dramatisch produktiver werden als Entwickler, die ohne sie arbeiten.

Ein Entwickler, der das geschäftliche Problem versteht, über Architektur nachdenken kann und weiß, wie man KI-generierten Code validiert, arbeitet auf einem völlig anderen Produktivitätsniveau.

Die entscheidende Fähigkeit lautet nicht mehr einfach „Können Sie den Code schreiben?“, sondern zunehmend „Können Sie das Problem verstehen, es der KI erklären, das Ergebnis bewerten und verbessern?“ Das ist ein grundlegend anderes Kompetenzprofil.

Wie viele meiner Kollegen entdeckte ich eine Nebenwirkung dieser neuen Produktivität. KI hat meine Arbeitslast nicht verringert. Sie hat sie erhöht.

Das klingt zunächst absurd. Wenn KI Entwickler dramatisch produktiver macht, sollten Führungskräfte dann nicht weniger zu tun haben? Nach meiner Erfahrung kann das Gegenteil eintreten.

Anfang der 2000er-Jahre leitete ich rund 10 Programmierer. Sie brauchten von mir keine extrem detaillierten Spezifikationen. Ich gab eine Richtung vor, und sie fanden die Umsetzung selbst. Ich fühlte mich als technische Führungskraft.

Um 2015 leitete ich etwa 20 Programmierer sowie mehrere Analysten und Projektmanager. Meine Rolle fühlte sich immer weniger wie die einer technischen Führungskraft an und immer mehr wie die eines Psychologen – und manchmal eines Babysitters.

Und jetzt, im Jahr 2026, geschieht etwas völlig anderes. Mit KI kann ich persönlich leisten, wofür früher viele Entwickler in mehreren parallelen Projekten nötig waren. Und anstatt dass Entwickler mir Lösungen liefern, höre ich immer häufiger: „Geben Sie mir die Anforderungen.“ „Geben Sie mir die Spezifikation.“ „Sagen Sie mir genau, was ich bauen soll.“

Der Engpass hat sich verschoben. KI hat die Umsetzung dramatisch günstiger und schneller gemacht. Doch mein Ingenieurs- und Architektengehirn wird von Design, Analyse, Erfindung, Validierung und Entscheidungen überlastet. Es scheint eine Art Umkehrreaktion stattzufinden.

Das hat auch große Auswirkungen auf KI im Projektmanagement. Jahrelang haben Projektmanager und technische Leiter enorm viel Zeit damit verbracht, Ideen in Aufgaben zu übersetzen, Anforderungen herunterzubrechen, Unklarheiten zu beseitigen, Abnahmekriterien zu schreiben, Entwickler zu koordinieren und Missverständnisse auszuräumen.

KI kann sich inzwischen an vielen dieser Tätigkeiten beteiligen. Sie kann helfen, eine Geschäftsidee in technische Anforderungen zu überführen. Sie kann fehlende Informationen erkennen. Sie kann User Stories und Abnahmekriterien erstellen. Sie kann Architekturen und Umsetzungsansätze vorschlagen. Sie kann sogar einen ersten funktionierenden Prototyp erstellen.

KI im Projektmanagement bedeutet also nicht einfach die Automatisierung administrativer Arbeit. Sie kann das gesamte Verhältnis zwischen Geschäftsanforderungen, Projektmanagern, Architekten und Softwareentwicklern verändern.

Aber es gibt einen Haken. Jemand muss immer noch denken.

Damit sind wir wieder bei der ursprünglichen Frage. Für viele Aufgaben lautet die Antwort eindeutig: der KI.

KI ist bemerkenswert tolerant gegenüber detaillierten Anweisungen. Sie ist nicht gekränkt, wenn sich Anforderungen ändern. Sie kann Widersprüche hinterfragen, Alternativen ausloten, Prototypen erstellen, Ideen testen und extrem schnell iterieren.

Unternehmen, die KI-Technologien in der Softwareentwicklung aus welchen Gründen auch immer noch meiden, sage ich ziemlich klar voraus: Sie werden in naher Zukunft ernsthafte Wettbewerbsprobleme bekommen.

Das ist besonders wichtig, wenn wir über individuelle Softwareentwicklung im Jahr 2026 sprechen. Das traditionelle Modell – ein großes Entwicklerteam, das wochenlang detaillierte Spezifikationen in Code übersetzt – wird bereits von einem neuen Modell herausgefordert, in dem kleinere Teams mit KI deutlich mehr erreichen.

Doch es gibt eine weitere, ebenso wichtige Schlussfolgerung. Menschliche Programmierer durch KI zu ersetzen ist nicht die Antwort. Das würde einfach die nächste Krise auslösen.

Die eigentliche Chance besteht darin, den Anteil der Softwareentwickler zu erhöhen, die analytisch denken können. Wir brauchen Entwickler, die nicht einfach fragen „Was genau steht in der Spezifikation?“, sondern „Welches Problem wollen wir eigentlich lösen?“

Das sind die Menschen, die KI annehmen, statt sie zu fürchten. Sie werden KI als Verstärker ihrer eigenen Intelligenz, Kreativität und Ingenieurserfahrung nutzen.

Und wenn das geschieht, wird die Produktivität der Softwareentwicklung nicht nur um ein paar Prozent steigen. Sie könnte exponentiell wachsen.

Die besten Entwickler der Zukunft sind vielleicht nicht diejenigen, die am schnellsten Code tippen. Es könnten diejenigen sein, die am besten denken, die besten Fragen stellen und am effektivsten mit KI zusammenarbeiten.

Ich glaube, wir treten in eine Ära ein, in der die Kosten des Programmierens selbst nicht mehr das Haupthindernis sind. Code zu schreiben wird immer günstiger.

Der schwierige und wertvolle Teil verlagert sich woandershin: entwerfen, erfinden, verstehen, entscheiden und sich überhaupt erst vorstellen, was gebaut werden soll. Der echte Wettbewerbsvorteil wird denen gehören, die menschliche Kreativität und analytisches Denken mit den enormen Umsetzungsfähigkeiten der KI verbinden können.

Das ist besonders bedeutsam für Unternehmen, die 2026 in der individuellen Softwareentwicklung tätig sind. Der Wettbewerbsvorteil entsteht womöglich immer weniger dadurch, mehr Entwickler zu haben, sondern dadurch, bessere Denker zu haben, die KI zu nutzen wissen.

Die Zukunft der Softwareentwicklung besteht daher vielleicht nicht darin, dass KI Programmierer ersetzt. Sondern darin, dass Programmierer lernen, wie Architekten, Erfinder und Produktdesigner zu denken – während die KI immer mehr von der Umsetzung übernimmt. Und vielleicht ist das die eigentliche Transformation, die wir gerade erst zu sehen beginnen.