Das Junior-Dilemma: Wer lernt eigentlich noch programmieren, wenn die KI die Anfängeraufgaben macht?

Keine Zeit? Hier die Kurzversion in 30 Sekunden.
- KI übernimmt genau die Aufgaben, mit denen Einsteiger früher gelernt haben: Bugfixes, Boilerplate, Tests.
- Unternehmen sparen kurzfristig an Junior-Stellen, verlieren aber langfristig den Nachwuchs an Erfahrung.
- Gefragt sind künftig präzise Anforderungen, kritisches Bewerten, Denken in Systemen und Kommunikation.
- Mögliche Wege: Code-Reviews als Lernformat, KI als Lehrer, bewusst in Juniors investieren, Mentoring ernst nehmen.
- Für Einsteiger gilt: Systeme verstehen wollen und KI-Ergebnisse immer hinterfragen.
Es gibt eine Frage, die mich in letzter Zeit öfter beschäftigt, als mir lieb ist. Sie klingt zunächst nach einer Personalfrage, ist aber eigentlich eine Frage nach der Zukunft unserer ganzen Branche: Wo kommen die erfahrenen Entwicklerinnen und Entwickler von morgen her, wenn heute niemand mehr Anfänger einstellt?
Das klingt dramatisch, und vielleicht ist es das auch ein bisschen. Aber die Diskussion darüber wird in vielen Teams gerade geführt, mal offen, mal hinter vorgehaltener Hand. Und ich finde, sie verdient mehr Aufmerksamkeit, als sie bekommt.
Wie man früher reingekommen ist
Der Einstieg in die Softwareentwicklung lief jahrzehntelang ziemlich ähnlich ab. Man fängt mit den Aufgaben an, die niemand sonst machen will. Kleine Bugfixes. Ein Formular, das noch ein Feld braucht. Unit-Tests für Code, den jemand anderes geschrieben hat. Boilerplate, also der immer gleiche Grundcode, den jedes Projekt braucht.
Diese Aufgaben waren nicht glamourös. Aber sie hatten einen Zweck, der über die Aufgabe selbst hinausging. Beim Beheben kleiner Fehler lernt man, wie ein System aufgebaut ist. Tests zwingen einen dazu zu verstehen, was der Code eigentlich tun soll, und am Boilerplate merkt man irgendwann, welche Muster sich ständig wiederholen und warum das so ist. Man arbeitet sich vom Rand zur Mitte vor, Schritt für Schritt, und irgendwann versteht man das Ganze.
Und dann, über Jahre, wird man zu der Person, die anderen erklärt, wie das System funktioniert. Die Architekturentscheidungen trifft. Die im Notfall weiß, wo man nachsehen muss.
Was sich gerade ändert
Genau diese Einstiegsaufgaben sind die, die KI-Assistenten heute am besten erledigen. Ein einfacher Bugfix oder ein paar Unit-Tests? Schreibt ein gutes Werkzeug in Sekunden, und oft in ordentlicher Qualität.
Für Unternehmen ergibt sich daraus eine verführerisch einfache Rechnung. Warum eine Junior-Stelle besetzen, wenn ein erfahrener Entwickler mit KI-Unterstützung die Arbeit gleich mit erledigt? Kurzfristig spart das Geld und Einarbeitungszeit. In vielen Stellenanzeigen sieht man diese Entwicklung, auch wenn belastbare Zahlen dazu je nach Quelle unterschiedlich ausfallen. Das Gefühl in der Branche ist trotzdem ziemlich eindeutig. Der Einstieg ist schwieriger geworden.
Ich verstehe diese Rechnung. Aber ich halte sie für kurzsichtig.
Das eigentliche Problem
Erfahrung lässt sich nicht herunterladen. Ein Senior-Entwickler tippt ja nicht schneller als andere. Er erkennt Dinge, die man nur durch jahrelange Praxis lernt. Er sieht einem Entwurf an, dass er in einem Jahr Probleme machen wird. Er weiß, welche Abkürzungen gefährlich sind. Er hat genug Fehler gemacht, um zu wissen, wie sie sich anfühlen, bevor sie passieren.
Wenn niemand mehr die Anfängeraufgaben macht, macht auch niemand mehr diese Erfahrungen. Dann haben wir in zehn Jahren eine Generation, die entweder gar nicht eingestiegen ist oder nur gelernt hat, KI-Werkzeugen Anweisungen zu geben, ohne wirklich zu verstehen, was dabei herauskommt.
Paradox ist, dass genau dieses Verständnis mit KI eher wichtiger wird. KI-generierten Code beurteilen kann nur, wer ihn versteht. Und wenn in einem System, das zur Hälfte eine Maschine geschrieben hat, nachts um zwei etwas hakt, hilft einem kein Prompt weiter. Dann braucht man ein ziemlich tiefes Gespür dafür, wie Software unter der Haube funktioniert. Wir brauchen also mehr Erfahrung, schaffen aber gleichzeitig die Wege ab, auf denen sie entsteht.
Die Anforderungen steigen für alle
Es betrifft allerdings nicht nur die Einsteiger. Das Profil der Arbeit verschiebt sich für alle.
Reines Programmieren, also das Übersetzen einer klaren Anforderung in Code, wird ein immer kleinerer Teil des Jobs. Was dagegen an Bedeutung gewinnt, sind Fähigkeiten, die früher eher den Senior-Rollen zugeschrieben wurden:
- Anforderungen präzise formulieren. Eine KI liefert das, was man ihr sagt, und nicht das, was man meint. Unklar formuliert heißt schlechte Ergebnisse, da kann das Werkzeug noch so gut sein.
- Ergebnisse kritisch bewerten. Der Code sieht gut aus, aber ist er auch richtig? Passt er zur Architektur? Deckt er die Randfälle ab? Diese Fragen zu beantworten erfordert Urteilsvermögen.
- Systeme im Ganzen denken. Wenn einzelne Bausteine schnell entstehen, wird die Frage wichtiger, wie sie zusammenpassen und wo die Daten eigentlich hinfließen.
- Kommunizieren, mit der Fachabteilung genauso wie mit Kunden. Je mehr die Maschine schreibt, desto mehr Zeit verbringt der Mensch damit, herauszufinden, was eigentlich gebraucht wird.
Gefragt sind also weniger Coder und mehr Leute, die zwischen Fachabteilung und Technik übersetzen und den Überblick behalten. Vielen gefällt das sogar. Für Einsteiger ist es aber eine Hürde, denn genau diese Fähigkeiten hat man am Anfang einer Laufbahn noch nicht.
Was man tun könnte
Ich habe keine fertige Antwort, aber ein paar Gedanken, die mir sinnvoll erscheinen.
Wenn die klassischen Einstiegsaufgaben wegfallen, braucht es eben neue. Vielleicht lernen Juniors künftig, indem sie KI-generierten Code prüfen, statt ihn selbst zu schreiben. Das ist eine anspruchsvolle Aufgabe, bei der man viel lernt, wenn jemand Erfahrenes daneben sitzt und erklärt, worauf es ankommt. Code-Reviews als Lernformat statt als lästige Pflicht.
Die KI selbst kann dabei helfen, als Lehrer statt als Abkürzung. Ein KI-Assistent kann einem Anfänger erklären, warum etwas so funktioniert. Er kann Fragen beantworten, die man sich im Team nicht zu stellen traut, und das zu jeder Tageszeit. Wer das Werkzeug so nutzt, lernt womöglich sogar schneller als frühere Generationen. Die Gefahr ist nur, dass man es stattdessen nutzt, um das Lernen zu überspringen. Hier ist Disziplin gefragt, und Unternehmen können sie fördern, indem sie Verständnis belohnen und nicht nur Geschwindigkeit.
Und Unternehmen müssen bereit sein, in Juniors zu investieren, auch wenn es sich im ersten Jahr nicht rechnet. Wer heute keine Anfänger ausbildet, wird in ein paar Jahren um die wenigen erfahrenen Leute konkurrieren müssen, die es dann noch gibt. Das wird teuer.
Am Ende wird Erfahrung weitergegeben, indem Menschen zusammenarbeiten. Das passiert beim Pair Programming oder beim gemeinsamen Debuggen, und manchmal auch einfach in der Kaffeeküche, wenn jemand erzählt, warum man sich vor drei Jahren für genau diese Architektur entschieden hat. Das kostet Zeit, die man im Alltag ungern abgibt. Aber es ist der einzige Weg, auf dem Wissen von einer Generation zur nächsten gelangt.
Ein Wort an die, die gerade einsteigen
Für alle, die gerade am Anfang stehen und sich fragen, ob es sich überhaupt noch lohnt, programmieren zu lernen: Ich glaube schon. Aber vielleicht anders als früher.
Es reicht nicht mehr, eine Programmiersprache zu beherrschen. Man sollte verstehen wollen, wie Systeme funktionieren. Warum eine Datenbank so aufgebaut ist, wie sie ist. Was passiert, wenn eine Anfrage vom Browser bis zum Server und zurück läuft. Wie man einen Fehler eingrenzt, wenn nichts mehr funktioniert. Dieses Grundverständnis wird nicht überflüssig, nur weil eine KI den Code schreibt. Es wird im Gegenteil zum Unterschied zwischen jemandem, der Werkzeuge bedient, und jemandem, der sie beherrscht.
Und man sollte die KI nutzen, aber nicht blind. Jedes Mal, wenn sie etwas erzeugt, lohnt sich die Frage: Verstehe ich das? Könnte ich das selbst? Würde ich es genauso machen? Mit der Zeit lernt man dabei mehr, als man denkt.
Wie es weitergeht, entscheiden wir
Technisch ist das Junior-Dilemma kaum ein Problem. Es geht darum, wie wir als Branche mit unserer eigenen Zukunft umgehen. Die Technik gibt uns die Möglichkeit, kurzfristig effizienter zu werden. Ob wir dabei langfristig die Grundlage verlieren, auf der diese Effizienz beruht, entscheiden wir selbst.
Ich wünsche mir, dass wir diese Diskussion offen führen, ohne Panik vor der KI, die alle Jobs übernimmt, und ohne die bequeme Hoffnung, dass sich das schon irgendwie von allein regelt. Denn eigentlich geht es um etwas ganz Nüchternes. Wer erklärt in zehn Jahren den Neuen, was die Maschinen da eigentlich tun?
Christian Ackermann
Softwareentwickler (C++, C, Java, C#) aus der Oberpfalz, bloggt seit 2001 über Linux, Technik und Kochen.