Die besten Entwickler werden langsam von KI aufgebraucht... Täglich 15 PRs prüfen, 20.000 Zeilen KI-Code mühsam durcharbeiten, erfahrene Ingenieure werden zu „Qualitätskontrolleuren“ gezwungen, einige haben gleich gekündigt.
KI-Programmierwerkzeuge werden immer leistungsfähiger, doch Programmierer scheinen zunehmend unglücklicher zu werden.
Früher gehörten das Einhalten von Projektterminen, das Beheben von Fehlern und nächtliche Releases zu den größten Kopfschmerzen von Ingenieuren. Heutzutage können KI-Tools wie Claude Code und GitHub Copilot ihnen dabei helfen, große Mengen an Code zu generieren und sogar Entwicklungsaufgaben zu übernehmen, die früher mehrere Tage gedauert haben.
Eigentlich sollten Programmierer dadurch deutlich entlastet werden.
Doch die Realität verläuft widersprüchlich: Einige erfahrene Ingenieure, die einst mit größter Leidenschaft Code schrieben, leiden unter schwerem beruflichem Burnout. Einige beginnen zu zweifeln, warum sie überhaupt diesen Beruf gewählt haben, andere verlieren zunehmend das Interesse an ihrer aktuellen Arbeit, und einige entschließen sich sogar, zurückzutreten und die Softwareentwicklungsbranche vollständig zu verlassen.
Vor kurzem veröffentlichte das Technikmedien LeadDev einen Bericht mit dem Titel „Engineers grieve a job that no longer exists“, der über diese Veränderung berichtet, die sich derzeit unter Entwicklern ausbreitet.
In dem Bericht interviewte LeadDev die Ingenieurmanagerin und Forscherin Annie Vella. Sie erklärte, dass sie kürzlich auf viele Ingenieure getroffen sei, die ihre beruflichen Entscheidungen neu bewerten. In einem Unternehmen traten mehrere Ingenieure gleichzeitig zurück: Einige hoffen, dass die Ingenieurarbeit nach ihrem Ausscheiden wieder zu dem alten Zustand zurückkehrt, andere haben sich schlicht entschieden, die Branche zu verlassen.
Und das Problem ist, dass sie nicht gehen, weil sie zu viel Arbeit haben.
Annie Vella sagte: „Kürzlich habe ich deutlich bemerkt, dass in den sozialen Medien immer mehr Beiträge von Ingenieuren auftauchen, die offen ihre wahren Gefühle teilen. Für viele verlagert sich der Arbeitsschwerpunkt vom Schreiben von Code hin zur Verwaltung und Überprüfung – beispielsweise das Steuern von KI-Agenten und das Prüfen von Code, was sie allmählich die Leidenschaft für diese Arbeit verlieren lässt.“
Vom Schreiben von Code zur Verwaltung von KI: Ingenieure zweifeln an ihrem eigenen Wert
Viele Ingenieure wandten sich an Annie Vella, weil ihr früher veröffentlichter Artikel mit dem Titel „The Software Engineering Identity Crisis“ eine breite Diskussion ausgelöst hatte.
In diesem Artikel wies sie darauf hin, dass viele Menschen nicht nur deshalb Softwareingenieur werden, um ein Gehalt zu verdienen, sondern weil sie den Prozess genießen, etwas selbst zu erschaffen: Probleme selbst analysieren, Lösungen entwerfen, Code schreiben und schließlich zusehen, wie eine Idee zu einer laufenden Software wird.
Dieses Erfolgserlebnis ist eine wichtige Quelle der beruflichen Identität vieler Ingenieure – aber KI verändert all das.
„Wir wandeln uns von Schöpfern zu Koordinatoren, von Erbauern zu Aufsehern. Vom Ingenieur zu einer Rolle, die stark an … einen Manager erinnert.“
Annie Vellas Forschung ergab, dass 77 % der Ingenieure angaben, weniger Zeit mit dem Schreiben von Code zu verbringen; fast die Hälfte befürchtet, dass die Kernkompetenzen, auf denen sie bisher aufgebaut haben, künftig durch die Fähigkeit zum Schreiben von Prompts ersetzt werden könnten.
Früher förderte die Softwarebranche ständig die Spezialisierung, indem Aufgaben wie Anforderungsanalyse, Systemdesign und Testen an verschiedene Positionen verteilt wurden, sodass sich Ingenieure auf das Codieren konzentrieren konnten. Heutzutage übernimmt KI immer mehr Codierungsaufgaben, sodass Ingenieure stattdessen mehr Zeit darauf verwenden müssen, KI-Agenten zu orchestrieren, generierten Code zu prüfen und die Ausführungsergebnisse zu validieren.
Das löst bei einigen Entwicklern ein starkes Gefühl des Verlusts aus: Sie haben Jahre damit verbracht, ihre Programmierfähigkeiten zu verbessern, und jetzt besteht ihre wichtigste Arbeit darin, zu prüfen, ob die KI den Code korrekt geschrieben hat.
„Ich habe meine Effizienz durch KI gesteigert, aber ich verliere die Leidenschaft für meine Arbeit“
Dieser Widerspruch ist kein subjektives Gefühl einzelner Personen. Forscher der Oregon State University haben eine Studie durchgeführt, bei der 442 professionelle Entwickler aus 56 Organisationen befragt wurden, um herauszufinden, wie sich generative KI tatsächlich auf das berufliche Burnout von Programmierern auswirkt.
Die Studie verwendete das „Job Demands–Resources Framework“, um die Beziehung zwischen Arbeitsdruck und organisatorischer Unterstützung nach der Verbreitung von KI zu analysieren. Die Ergebnisse zeigten: Die durch KI gestiegenen Arbeitsanforderungen, insbesondere die Intensivierung des Arbeitsaufkommens und der organisatorische Druck, verstärken das berufliche Burnout von Entwicklern erheblich.
Ein an der Umfrage teilnehmender Entwickler drückte es sehr direkt aus: „Dank KI arbeite ich tatsächlich schneller und kann eine große Anzahl von Aufgaben auf einmal erledigen, aber ich verliere die Leidenschaft für diese Arbeit.“
Darüber hinaus ergab die Studie, dass es keinen signifikanten Zusammenhang zwischen beruflichem Burnout und der Position, der Berufserfahrung oder der Unternehmensgröße der Entwickler gibt. Das heißt, sowohl Anfänger als auch erfahrene Ingenieure können davon betroffen sein.
Ein weiterer Bericht, der „2026 Developer Experience Report“ von Atlassian, zeigt einen ähnlichen Widerspruch:
● Von den mehr als 1500 befragten Softwarefachleuten glauben 87 %, dass KI ihnen hilft, ihre Arbeit schneller zu erledigen, und 80 % geben an, dass KI es ihnen ermöglicht, mehr Aufgaben zu erledigen, ohne die Arbeitszeit zu verlängern.
● Gleichzeitig verbringen 49 % der Entwickler mindestens 4 Stunden pro Woche damit, die Ausgaben der KI zu prüfen und Prompts zu korrigieren, und 75 % der Entwickler geben an, dass sie mehr Verantwortung für die Prüfung der Qualität und Sicherheit der von KI generierten Inhalte übernehmen müssen.
Mit anderen Worten: KI lässt sie zwar mehr Arbeit erledigen, aber sie beseitigt nicht alle nachfolgenden Aufgaben und sorgt nicht unbedingt dafür, dass sie ihre Arbeit mehr genießen.
Die Mühevollsten sind nicht diejenigen, die KI ablehnen, sondern diejenigen, die Code ernsthaft schreiben
In diesem Wandel sind die Ingenieure, die sich am schnellsten erschöpft fühlen, nicht unbedingt diejenigen, die KI-Tools ablehnen.
Ganz im Gegenteil: Viele von ihnen waren frühe Nutzer von KI-Tools. Sie klammern sich nicht an die Entwicklungsmethoden der alten Zeit, sondern legen großen Wert auf Codequalität – und müssen zusehen, wie sich die Arbeitsstandards der gesamten Branche verändern.
Deedy Das, ehemaliger Ingenieur und technischer Leiter bei Google und Meta, der heute als Risikokapitalgeber tätig ist, nannte diese Gruppe in einem Beitrag „Handwerker“ (Craftsmen). Er verglich zwei völlig unterschiedliche Arten von Entwicklern:
● Die eine Art ist der von ihm genannte „faule Entwickler“: „Sie schieben nur den von KI generierten Code hoch, ohne selbst wirklich zu codieren. Sie testen nicht manuell, lesen den Code nicht einmal und überlassen alles automatischen Prozessen.“
● Die andere Art sind die „Handwerker“, die sich wirklich ernsthaft um die Ingenieurqualität kümmern: „Die Handwerker sind völlig erschöpft, wirklich sehr müde.“
In ihrer Warteschlange für Prüfungen stapeln sich 15 Pull Requests, und ständig kommen neue Slack-Nachrichten herein. Die gesamte Last der Codeprüfung lastet auf diesen Handwerkern. Sie müssen nicht nur den Code prüfen, sondern auch die Verantwortung dafür übernehmen, den Code zu verstehen. Trotzdem bemühen sie sich , den Code Zeile für Zeile zu lesen, ernsthafte Verbesserungsvorschläge zu machen und zu hoffen, dass das endgültig gelieferte Produkt besser wird.
Doch was ist die Antwort, die diese Menschen erhalten? Ein Kollege antwortet träge „Das ist eine gute Idee“, aber die mit KI eingereichten Änderungen weisen immer noch Probleme auf. Die „Handwerker“ denken sich: Das macht nichts, ich repariere es selbst – und schreiben sogar ein Dokument, um Kollegen daran zu erinnern, die Codequalität ernst zu nehmen.
Am nächsten Tag taucht schon die neue Herausforderung auf: Ein Pull Request mit ganzen 20.000 Codezeilen wartet auf die Prüfung. Tag für Tag häufen sich die Prüfaufgaben der „Handwerker“ an, Fehler gelangen ständig in die Produktivumgebung – aber niemand scheint sich darum zu kümmern.
Es gibt Probleme? Dann lässt man die KI einfach noch einmal reparieren. Die Unzufriedenheit der „Handwerker“ mit ihren Kollegen wächst immer weiter, bis sie schließlich aufgeben: Denn alles ist völlig anders als früher, das Handwerk, das sie einst liebten, scheint tot zu sein.
Wie Deedy Das sagte, ist der wahre Grund für die Erschöpfung dieser „Handwerker“ nicht die Angst, dass KI ihnen die Arbeit wegnimmt, sondern dass sie zur letzten Qualitätslinie im Team werden: Wenn andere nicht mehr darauf achten, ob Code verstanden, getestet und validiert wurde, fallen alle Verantwortlichkeiten auf die wenigen Menschen, die ihre Arbeit ernst nehmen.
Das am häufigsten übersehene Element ist die „unsichtbare Arbeit“, die durch KI entsteht
Warum fällt es Managern oft schwer, diese Probleme zu erkennen? Weil die traditionellen Metriken der Softwareentwicklung wahrscheinlich die wahre Situation verschleiern.
Früher konnten Teams die Produktivität anhand von Metriken wie der Anzahl der Code-Commits, der Entwicklungsgeschwindigkeit und der Häufigkeit von Releases messen. Aber nachdem KI in den Entwicklungsprozess einbezogen wurde, spiegeln diese Zahlen nicht unbedingt wider, wie viel Arbeit die Ingenieure tatsächlich leisten – KI kann in kurzer Zeit große Mengen an Code generieren, aber dieser Code muss von Menschen geprüft, debuggt und validiert werden. Insbesondere wenn Ingenieure die Verantwortung für Code übernehmen müssen, den sie nicht selbst geschrieben haben und den sie nicht einmal vollständig verstehen, kann die Arbeit sogar schwieriger werden.
Und das Problem ist, dass dieser Teil der Arbeit normalerweise nicht in den Leistungsdashboards auftaucht.
So entsteht eine „ungerechte“ Situation: Menschen, die mithilfe von KI schnell Code generieren, scheinen eine hohe Produktivität zu haben; erfahrene Ingenieure, die den Code ernsthaft prüfen und Probleme beheben, wirken dagegen weniger effizient, weil sie nicht genug Commits vorweisen.
Wenn Unternehmen nur auf die Codeausgabe achten, aber die Kosten für Prüfung und Validierung nicht erfassen, ist es leicht, Mitarbeiter, die tatsächlich viel Arbeit übernehmen, fälschlicherweise als ineffizient einzustufen. Daher müssen Manager die Produktivitätsmetriken im KI-Zeitalter neu bewerten – beispielsweise die Zeit erfassen, die für die Prüfung von KI-generierten Pull Requests aufgewendet wird, die Zeit zum Debuggen von Code, der von anderen oder von KI geschrieben wurde, und den Aufwand zur Validierung des Verhaltens komplexer Codeabschnitte.
Andernfalls ist die sogenannte Effizienzsteigerung durch KI wahrscheinlich nur eine Verlagerung von Arbeit von einem Bereich zum anderen.
Manager sollten vielleicht schon jetzt mit ihren Ingenieuren sprechen
Aus Sicht von Annie Vella ist das eigentliche Problem derzeit nicht, ob sich die Softwareentwicklung mit der Entwicklung von KI verändern soll – sondern: Wurden die Gefühle der Ingenieure bei diesem Wandel überhaupt berücksichtigt, oder wurde er ihnen nur von der Führungsebene aufgezwungen?
„KI bietet Ingenieuren die Chance, wieder zu ganzheitlicher Problemlösung zurückzukehren. Sie können sich wieder auf Benutzerbedürfnisse, geschäftliche Auswirkungen, Systemdesign und Betriebsarbeit konzentrieren und zu vielseitigen Ingenieuren werden, die den gesamten Bauprozess beherrschen – statt nur einfache Code-Schreiber zu sein.“
Das ist eine durchaus optimistische Vision, aber das Problem ist, dass diese Vision nicht automatisch Realität wird.
Ohne effektive Verwaltung und Anleitung wird sich die Arbeit der Ingenieure wahrscheinlich in eine andere Richtung entwickeln: Sie verbringen immer mehr Zeit mit Validierung, Prüfung und Überwachung, während die Menschen, die den Erschaffungsprozess wirklich genießen, weiterhin abwandern.
Für Manager ist dies nicht mehr das bekannte berufliche Burnout der Vergangenheit. Es entsteht nicht nur durch zu viele Überstunden, zu enge Projektfristen oder häufige Bereitschaftsdienste – sondern die Art der Arbeit selbst verändert sich, und die Veränderungsgeschwindigkeit übersteigt sogar die Anpassungsfähigkeit der Mitarbeiter.
Die Ingenieure, die unter beruflichem Burnout leiden, senden bereits sehr klare Signale. Sie sagen nicht, dass Veränderung an sich schlecht ist – sondern: Niemand hat sie gefragt, in welche Richtung sie diese Entwicklung lenken möchten, und niemand kümmert sich wirklich darum, was sie derzeit durchmachen.
Für Ingenieurmanager ist der erste Schritt sehr einfach, aber auch sehr schwer umzusetzen –
Fragen Sie die Ingenieure aktiv: Ist Ihre heutige Arbeit noch die Arbeit, die Sie einst geliebt haben?
Link zum Originalartikel: https://leaddev.com/career-development/engineers-grieve-a-job-that-no-longer-exists
Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „CSDN“, übersetzt von Zheng Liyuan, mit Genehmigung von 36Kr veröffentlicht.