Wir haben Senior-Engineers aus Versehen ausgebildet

KI hat die Engineering-Pipeline nicht kaputt gemacht. Sie hat das entfernt, was sie still aufgebaut hat — und fast niemand hat es bemerkt.

Ich habe kürzlich geschrieben, dass „KI ersetzt Engineers" der falsche Rahmen ist. Zwei Jahrzehnte lang war die knappe Fähigkeit das Schreiben von Code; KI hat das im Überfluss verfügbar gemacht und an seiner Stelle eine neue Knappheit geschaffen — das Urteilsvermögen, KI zu führen und ihre Fehler abzufangen. Starke Engineers wurden wertvoller. Schwaches Engineering wurde teurer. Die Lücke wurde grösser.

Das glaube ich weiterhin. Aber ein Kommentar zu diesem Beitrag hat mich gestoppt, weil er auf den Teil zeigte, den ich übersprungen hatte. Die Gefahr, hiess es, ist nicht die Produktivitätsstory dieses Jahres. Sie ist, dass wir aufhören, künftige Senior-Engineers hervorzubringen — und diese Rechnung kommt mittel- bis langfristig. Wenn Du jetzt Senior-Kapazität brauchst, genau das bieten wir — Senior-Softwareentwickler aus Spanien, eingebunden in Dein Team.

Das ist genau das, worüber man sich Sorgen machen sollte. Und je länger ich darüber nachdenke, desto mehr glaube ich, dass wir falsch verstanden haben, wie Seniorität überhaupt je entstanden ist.

Urteilsvermögen war ein Nebenprodukt, kein Lehrplan

Niemandem wird Senior-Urteilsvermögen direkt beigebracht. Es gibt keinen Kurs. Du erwirbst es auf die langsame Art, fast ohne es zu merken: indem Du um 2 Uhr nachts das Chaos von jemand anderem debuggst, indem Du eine Entscheidung auslieferst, die sich als falsch herausstellt, und mit den Konsequenzen lebst, indem Du Tausende Zeilen mittelmässigen Code liest, bis Du riechen kannst, was gleich kaputtgeht, bevor Du es erklären kannst.

Die Routinearbeit — der Boilerplate, der Glue-Code, die unglamouröse Klempnerei — war nie nur Output von geringem Wert. Sie war das Fitnessstudio. Sie war der Ort, an dem Mustererkennung trainiert wurde, an dem Intuition über Systeme eine schmerzhafte Wiederholung nach der anderen verdient wurde. Wir behandelten sie als die Kosten dafür, die Arbeit erledigt zu bekommen. Tatsächlich war sie der Mechanismus, der Juniors zu Seniors machte.

Der Boilerplate, den KI jetzt absorbiert, war nicht nur Output von geringem Wert. Er war das Fitnessstudio, in dem Urteilsvermögen trainiert wurde.

Wenn KI diese Schicht absorbiert, passiert also etwas Subtileres als „Juniors werden produktiver". Die Lehre, die früher aus Versehen geschah — als Nebeneffekt davon, einfach die Arbeit zu tun — geschieht nicht mehr aus Versehen. Nimm die Wiederholungen weg, und Du bekommst nicht automatisch jemanden, der direkt zur Weisheit gesprungen ist. Du riskierst, jemanden zu bekommen, der flüssig prompten kann, aber nie die Kosten des Falschliegens gespürt hat.

Das Expertise-Paradox

Hier ist die Falle, schlicht gesagt. KI ist am nützlichsten in den Händen von jemandem mit dem Urteilsvermögen, sie zu führen und zu verifizieren. Dieses Urteilsvermögen wurde aufgebaut, indem man genau die Arbeit tat, die KI jetzt tut. Wenn die nächste Generation diese Arbeit nie tut, woher kommt dann ihr Urteilsvermögen?

Du kannst nicht reviewen, was Du nicht erkennst. Ein Senior-Engineer schaut auf KI-Output und spürt das Falsche — die subtile Race Condition, die Abstraktion, die in sechs Monaten verrottet, den „funktionierenden" Code, der still etwas annimmt, das nicht stimmt. Dieser Instinkt ist keine Magie. Er ist komprimierte Erfahrung. Eine Junior-Person, die immer nur Vorschläge angenommen oder abgelehnt hat, ohne je gezwungen gewesen zu sein, die Begründung selbst zu produzieren und zu verteidigen, entwickelt ihn nicht. Sie wird schneller im Generieren von Code und nicht besser darin, zu wissen, ob er existieren sollte.

Deshalb braucht der optimistische Rahmen — meiner eingeschlossen — eine Korrektur. „KI ersetzt schwaches Engineering" ist sauber und zitierbar, aber „schwach" und „junior" werden vermischt, und diese Vermischung ist gefährlich. Eine Junior-Person ist kein schwacher Senior. Sie ist ein Senior, der noch nicht passiert ist. Wenn wir sie als die entbehrliche Kategorie behandeln, verwechseln wir einen unfertigen Prozess mit einem gescheiterten.

Das echte Risiko ist strukturell, nicht individuell

Selbst wenn jedes Team das alles perfekt verstünde, würden die Anreize trotzdem in die falsche Richtung ziehen — und das macht es schwierig.

Betrachte die Entscheidung aus dem Inneren eines einzelnen Teams unter Lieferdruck. Warum eine Junior-Person einstellen und langsam ausbilden, Monate geringeren Outputs und Review-Aufwands schlucken, wenn ein Senior plus KI heute mehr ausliefert? Für sich genommen ist das eine vernünftige Entscheidung. Sie könnte für dieses Quartal sogar die richtige sein.

Aber jedes Team trifft dieselbe vernünftige Entscheidung zur selben Zeit. Jede rationale lokale Entscheidung summiert sich zu einer irrationalen globalen: Die Branche hört still auf, den einzigen Prozess zu finanzieren, der die Senior-Engineers hervorbringt, von denen KI abhängt. Die Seniors sind der knappe Input, der KI wertvoll macht, und der Markt entzieht ihrem Nachschub die Mittel — während die bestehenden immer produktiver werden, was den Mangel für ein paar Jahre verdeckt. Bis die Lücke in den Zahlen offensichtlich ist, bist Du ein Jahrzehnt im Rückstand, denn zehn Jahre Urteilsvermögen lassen sich nicht auf Abruf herstellen.

Eine Junior-Person ist kein schwacher Senior. Sie ist ein Senior, der noch nicht passiert ist.

Es ist eine lehrbuchhafte Tragik der Allmende, und sie hat einen schonungslosen Namen: Du isst Dein Saatgut. Du kannst lange überleben, indem Du den Vorrat verbrennst, den Du eigentlich aussäen solltest. Genau bis zu dem Moment, an dem Du es nicht mehr kannst.

Was wirklich hilft

Nichts davon ist ein Argument gegen KI, und schon gar keine Nostalgie nach den Tagen, in denen man Boilerplate von Hand schrieb. Die Klempnerei war nie der Punkt. Der Punkt war, was die Klempnerei mit Dir machte. Die Arbeit besteht also jetzt darin, den prägenden Effekt zu behalten und die Plackerei loszuwerden — und das muss bewusst geschehen, denn es passiert nicht mehr von allein.

Ein paar Dinge, die meiner Meinung nach zählen.

Mach KI zum Sparringspartner, nicht zum Orakel. Eine Junior-Person, die KI nach der Antwort fragt, lernt nichts. Eine Junior-Person, die sie hinterfragen muss — warum ist das falsch, was nimmt es an, was bricht bei Skalierung, was würdest Du anders machen — und die Entscheidung dann im Review verteidigen muss, kann die Lernkurve wirklich verkürzen. Dasselbe Tool, das gegenteilige Ergebnis. Der Unterschied ist, ob der Mensch noch denkt.

Bau die Mühe bewusst wieder ein. Produktive Schwierigkeit war früher gratis; jetzt muss sie konstruiert werden. Gib Juniors Probleme, bei denen die Begründung das Deliverable ist, nicht nur der funktionierende Code. Lass sie Fehlerfälle vorhersagen, bevor sie die Sache laufen lassen. Lass sie Systeme debuggen, die sie nicht gebaut haben. Das Unbehagen war die ganze Zeit das, was lehrte.

Behandle Ausbildung als Infrastruktur, nicht als Wohltätigkeit. Juniors zu entwickeln ist kein Nice-to-have, das Du finanzierst, wenn gerade Luft ist. Es ist, wie Du Deinen Nachschub des einzigen Inputs sicherst, der wirklich knapp ist. Die Unternehmen, die durch diesen Übergang hindurch investieren, werden das Senior-Talent besitzen, das der Rest des Marktes vergessen hat aufzuziehen.

Der Kommentar, der das hier ausgelöst hat, hatte recht: Die Kosten, das hier falsch zu machen, zeigen sich mittel- bis langfristig — genau deshalb ist es jetzt so leicht zu ignorieren. KI hat starke Engineers wertvoller gemacht — das ist die Logik hinter KI-gestützter Entwicklung und hinter den Senior-Leuten, die wir vermitteln. Die offene Frage — die, vor der wir uns weit mehr fürchten sollten als vor „ersetzt uns KI" — ist, ob wir überhaupt noch wissen werden, wie man starke Engineers macht.

Stimmst Du zu, widersprichst Du, oder lebst Du das gerade? Ich würde wirklich gerne hören, wie Dein Team darüber denkt.

FAQ

Ersetzt KI Junior-Engineers?

Nein. KI ersetzt die Routinearbeit, die Juniors früher erledigten, nicht die Juniors selbst. Das eigentliche Risiko ist, dass mit dieser Arbeit auch die Lehre verschwindet, die Juniors still zu Seniors machte — die Gefahr trifft also den künftigen Nachschub an Senior-Engineers, nicht die Juniors als Kategorie.

Warum werden Senior-Engineers knapper?

KI macht bestehende Seniors produktiver, während Teams still aufhören, Juniors auszubilden, weil ein Senior plus KI heute mehr ausliefert als eine Junior-Person in Ausbildung. Jede für sich rationale Team-Entscheidung summiert sich zu einer Branche, die dem einzigen Prozess die Mittel entzieht, der neue Seniors hervorbringt — und zehn Jahre Urteilsvermögen lassen sich nicht auf Abruf herstellen.

Wie bildet man im KI-Zeitalter Senior-Engineers aus?

Bau die produktive Mühe, die KI entfernt hat, bewusst wieder ein: Nutze KI als Sparringspartner, den Juniors hinterfragen und im Review verteidigen müssen, gib ihnen Probleme, bei denen die Begründung das Deliverable ist statt nur funktionierender Code, lass sie Systeme debuggen, die sie nicht gebaut haben, und behandle die Entwicklung von Juniors als Infrastruktur statt als Wohltätigkeit.

Was ist das Expertise-Paradox bei KI-gestütztem Engineering?

KI ist am nützlichsten in den Händen von jemandem, dessen Urteilsvermögen genau durch die Arbeit entstand, die KI jetzt tut. Wenn die nächste Generation diese Arbeit nie tut, kann sie flüssig Code generieren, aber nicht erkennen, wann er falsch ist — und Du kannst nicht reviewen, was Du nicht erkennst.