Hast du in letzter Zeit Schlagzeilen gelesen wie „Entlassungswelle bei Tech Konzernen wegen KI" oder „KI ersetzt Berufseinsteiger"? Neue Technologien haben den Arbeitsmarkt immer wieder verändert. Der Unterschied diesmal ist jedoch entscheidend: Gefährdet sind nicht mehr ausschliesslich manuelle Routinetätigkeiten, sondern zunehmend auch komplexe kognitive Aufgaben in Bereichen wie Finanzen, Recht oder Beratung. Dass dies Verunsicherung auslöst, ist nachvollziehbar.
Die jüngsten Entlassungen in der Tech Branche waren zwar grösstenteils eine Korrektur übertriebener Neuanstellungen während der Pandemie und keine direkte Folge von KI. Die eigentliche KI-bedingte Transformation verläuft subtiler: nicht als Massenkündigungen, sondern als schleichende Verschiebung von Aufgabenprofilen. Und genau deshalb ist die Sorge vor den langfristigen Auswirkungen berechtigt.
KI verändert unsere Arbeitswelt grundlegend. Doch zu behaupten, dass KI ganze Berufsprofile ersetzen wird, greift zu kurz. Die Realität ist differenzierter. Besonders deutlich zeigt sich dies in der Softwareentwicklung, die sich in den vergangenen zwei Jahren durch den Einsatz von KI bereits stark verändert hat. In diesem Artikel analysiere ich, warum die Softwareentwicklung als erstes betroffen war und welche Erkenntnisse sich daraus für andere Berufe ableiten lassen.
Aktuelle Entwicklungen in der Softwareentwicklung
Im Jahr 2025 haben sich KI Coding Tools von hilfreichen Assistenten zu Systemen entwickelt, die ganze Features produktionsreif ausliefern können. Dies ist keine Zukunftsvision, sondern bereits heute Realität. So gab Spotifys Co-CEO und CTO Gustav Söderström kürzlich bekannt, dass Spotifys Top-Entwickler seit Dezember keine einzige Zeile Code mehr selbst geschrieben haben.
Doch der entscheidende Punkt ist: Softwareentwickler verschwinden nicht einfach. Ihre Rolle verändert sich. Repetitive Aufgaben werden zunehmend von KI übernommen, während sich Menschen stärker auf Tätigkeiten konzentrieren, die Urteilsvermögen erfordern: strategische Entscheidungen, Systemarchitektur oder die Überprüfung der KI-Lieferobjekte.
Studien von Anthropic zeigen, dass Entwickler, die KI Tools nutzen, deutlich produktiver sind. Sie liefern mehr Features, beheben mehr Bugs und führen mehr Experimente durch. Die zentrale Erkenntnis lautet: Wer lernt, mit KI zu arbeiten, gewinnt. Wer KI-Tools ignoriert, fällt zurück.
Das Muster kristallisiert sich immer deutlicher heraus. Menschen definieren Ziele. KI übernimmt die Ausführung. Menschen überprüfen die Ergebnisse. Genau dieses Prinzip wird sich voraussichtlich auf viele andere Berufe ausweiten. Um zu verstehen, ob dein Job betroffen sein wird, lohnt es sich zu analysieren, warum die Softwareentwicklung zuerst betroffen war.
Warum traf es die Softwareentwicklung zuerst — und was bedeutet das für deinen Job?
Um dies zu verstehen, brauchen wir ein Denkmodell, das über die Softwareentwicklung hinausgeht. Das beste Framework, das ich gefunden habe, stammt von Andrej Karpathy, Mitgründer von OpenAI und ehemaliger KI Direktor bei Tesla.
Sein Argument lautet: Klassische Software automatisiert das, was wir explizit in Algorithmen beschreiben können (mit Code Schritt für Schritt ausdrücken können). KI hingegen automatisiert das, was wir zuverlässig überprüfen können (Verifizierbarkeit). Statt jeden Schritt im Detail vorzuschreiben, definieren Menschen Ziele und Bewertungskriterien. Die KI entscheidet selbstständig, wie sie diese Ziele am besten erreicht.
Dadurch lässt sich ableiten, welche Tätigkeiten als nächstes betroffen sein werden und warum die Softwareentwicklung zuerst betroffen war. Die Überprüfung von Code ist relativ einfach. Man führt ihn aus und er funktioniert oder er funktioniert nicht. Das sind ideale Voraussetzungen, um KI-Modelle zu trainieren.
Coding ist aber bei weitem nicht die einzige überprüfbare professionelle Tätigkeit. Das Verfassen von Finanzanalysen, medizinische Bildanalysen, die Überprüfung von Compliance-Regeln und viele andere Tätigkeiten sind ebenfalls in unterschiedlichem Mass verifizierbar. Grundsätzlich gilt: Je schwieriger die Überprüfung, desto länger bleibt die Aufgabe fest in menschlicher Hand.
Was bedeutet dies konkret für meinen Job?
Karpathys Verifizierbarkeits-Kriterium gibt die Richtung vor. Für eine vollständige Einschätzung braucht es aber weitere Faktoren. Zerlege deinen Job in einzelne Aufgaben und stell dir zu jeder Aufgabe folgende Fragen.
1. Ist das Ergebnis überprüfbar?
Kann objektiv festgestellt werden, ob das Ergebnis korrekt, vollständig oder qualitativ hochwertig ist? Wenn ja, ist diese Aufgabe anfällig für KI-Unterstützung oder Automatisierung.
2. Folgt sie etablierten Mustern?
Arbeitest du mit bekannten Regeln, Vorlagen oder Prozessen? Je strukturierter und musterbasierter deine Tätigkeit ist, desto eher kann KI sie übernehmen oder bei der Aufgabe unterstützen.
3. Findet die Aufgabe rein in der digitalen Welt statt oder auch in der physischen Welt?
Aufgaben, welche eine physische Präsenz oder eine physische Aktion erfordern, sind bis auf Weiteres sicher. Dies erfordert weitere Durchbrüche im Bereich Robotics. Doch auch hier geht die Entwicklung rasant voran, vor allem in China.
4. Wie viel Urteilsvermögen ist nötig?
Strategisches Denken, ethische Abwägungen, langfristige Konsequenzen oder Entscheidungen in mehrdeutigen Situationen ohne klare richtige Antwort sind schwer automatisierbar.
5. Wie viel Empathie erfordert die Aufgabe?
Subtile emotionale Signale lesen, Vertrauen aufbauen oder komplexe menschliche Dynamiken navigieren, sind deutlich robuster gegenüber KI.
Beispiel Finanzanalyst
Betrachten wir die Rolle eines Finanzanalysten und wie die einzelnen Aufgaben von KI beeinflusst werden:
- Hoher KI-Einfluss: Daten aus Systemen extrahieren, standardisierte Reports erstellen, Berechnungen durchführen, Fehler prüfen
- Mittlerer Einfluss von KI: Trends identifizieren, Visualisierungen erstellen, Analysen formulieren
- Geringerer Einfluss von KI: Geschäftskontext verstehen, strategische Empfehlungen entwickeln, Ergebnisse Stakeholdern präsentieren, Organisationspolitik navigieren
Das Muster ist klar: Digitale Aufgaben mit überprüfbarem Ergebnis, die weder Empathie noch Urteilsvermögen erfordern, werden als Erste von KI übernommen. Die gute Nachricht: Wer die Dynamik versteht, kann sich entsprechend positionieren.
Was du jetzt konkret tun kannst
1. Mit KI experimentieren und eine Lernroutine etablieren
Nutze Tools wie ChatGPT, Claude, Copilot oder andere KI Assistenten im Arbeitsalltag oder in privaten Projekten. Versuche zum Beispiel die Deep Research Funktion, wenn du dich das nächste Mal in ein neues Thema einarbeiten musst. Oder lass dir einen ersten Entwurf für eine Präsentation erstellen und vergleiche das Ergebnis mit deiner manuellen Arbeit. Lerne die Stärken und Schwächen dieser Tools kennen. Diese praktische Erfahrung ist äusserst wertvoll.
2. Fähigkeiten ausbauen, die KI ergänzen
Stärke Kompetenzen, die KI nicht replizieren kann. Dazu gehören strategisches Denken, Beziehungspflege oder Urteilsfähigkeit in unsicheren Situationen. Diese Fähigkeiten werden an Bedeutung gewinnen.
3. Identifiziere dich mit dem Ergebnis und nicht mit der Aufgabe
Definiere dich nicht über einzelne Tätigkeiten wie das Schreiben von Reports oder das Analysieren von Daten. Definiere dich über die Ergebnisse, die du ermöglichst, zum Beispiel bessere Entscheidungen oder identifizierte Wachstumschancen. Dieser Perspektivwechsel hilft dir, KI als Werkzeug zu begreifen und nicht als Bedrohung.
Fazit
Wird KI deinen Job übernehmen? Nein. Aber sie wird ihn verändern und diese Veränderung läuft bereits.
Die Entwicklung in der Softwareentwicklung zeigt klar, was möglich ist. Entwickler, die KI Tools einsetzen, liefern mehr Features, lösen komplexere Probleme und steigern ihre Produktivität deutlich. Wer sich verweigert, verliert an Tempo und Wettbewerbsfähigkeit.
Meine Empfehlung lautet: Experimentiere jetzt mit KI. Entwickle Fähigkeiten, die KI ergänzen, insbesondere Urteilsvermögen, Strategie und Beziehungsmanagement. Positioniere dich als jemand, der Ergebnisse liefert und nicht nur einzelne Aufgaben abarbeitet. Die Transformation kommt in jedem Fall. Wer heute anfängt, mit KI zu arbeiten, schafft die besten Voraussetzungen, um diesen Wandel erfolgreich zu navigieren.