Unterbrochene Talentpipelines und die Verlagerung von Arbeitsplätzen: Die Komplexitätsfalle der KI
„Junior-Aufgaben sind für KI am einfachsten zu bewältigen. Das schafft jedoch ein strukturelles Problem. Die Ingenieure der mittleren Karrierestufe von morgen müssen irgendwoher kommen“, sagt Prashanth Chandrasekar, CEO von Stack Overflow.
KI-Tools stellen die Softwarebranche auf den Kopf. Alles von der Codegenerierung bis hin zu Unternehmensabläufen verändert sich. Stack Overflow sehen sich in einer Schlüsselposition. Computing sprach mit CEO Prashanth Chandrasekar über Vertrauen in KI, Produktivität und den Umbruch bei den erforderlichen Fähigkeiten sowie seine Prognosen für 2026.
Stack Overflow, seit mehr als 15 Jahren die Quelle für peer-reviewtes technisches Wissen für Entwickler, ist ein nützlicher Gradmesser für die Stimmung unter Entwicklern. Für den 15. Stack Overflow Developer Survey wurden fast 50.000 Antworten aus aller Welt ausgewertet. Die Ergebnisse wurden bereit im Sommer bekannt gegeben. Im Gespräch macht Chandrasekar auf einige Erkenntnisse aufmerksam, die sowohl KI-Anbietern als auch Unternehmen, die KI zur Steigerung ihrer Produktivität einsetzen wollen, Anlass zur Sorge geben sollten.
„Generell nutzen die Menschen KI-Tools viel häufiger“, erklärt Chandrasekar. „84% der Entwickler in unserer Umfrage geben an, dass sie irgendeine Art von KI-Tool verwenden.“
Was den Herstellern solcher KI-Tools Anlass zur Sorge geben sollte, ist, wie wenige Entwickler ihnen vertrauen.
„Nur etwa 29 % gaben an, dass sie den Ergebnissen von KI-Tools vertrauen. Das ist ein Rückgang gegenüber über 40 % in den Vorjahren. Das ist ein bedeutender Rückgang.“
Die Unternehmenskunden von Stack Overflow, die eine private, sichere Version der Plattform betreiben, berichten von denselben Mustern wie die Entwickler-Community im Allgemeinen. „Wenn wir mit ihnen sprechen, sagen sie, dass die Leute viel Zeit damit verbringen, zu debuggen oder zu entwirren, was man als extreme KI-Schlamperei bezeichnen könnte. Einfache Dinge sind in Ordnung. Aber sobald die Aufgabe komplex wird, dreht sie sich im Kreis, verliert den Kontext oder ist einfach nicht mehr zuverlässig.“
45% der Befragten gaben in der Umfrage an, dass das Debuggen von KI-generiertem Code frustrierend und zeitaufwändig sei. Angesichts der Tatsache, dass viele Softwareteams unter Druck stehen, KI schnell einzuführen, ist dies ein bemerkenswertes Ergebnis.
Sicherheit und Datenschutz verstärken die Zurückhaltung in der Unternehmens-IT. Die Frage des Vertrauens in die Ergebnisse geht einher mit der Frage, ob Unternehmen KI-Entwicklungstools ihre Daten anvertrauen können.
„Datenresidenz, Datenschutz und Sicherheit sind in Unternehmensumgebungen sehr reale Probleme.“
Vertrauen ist ein wesentlicher Bestandteil der schwierigen Aufgabe, den Unternehmensbereich von Stack Overflow mit den Werten der Community in Einklang zu bringen. Das Unternehmen wurde nicht zuletzt von der Entwickler-Community für seine Verträge mit OpenAI, Google, Microsoft und Amazon kritisiert. Die Frage, ob Stack Overflow-Inhalte ohne die Zustimmung der Nutzer effektiv verkauft werden, hat, gelinde gesagt, zu Unmut geführt.
Chandrasekar argumentiert, dass diese Verträge letztendlich der Entwickler-Community helfen, da ihre Daten die Tools verbessern können.
„Wir haben unsere eigene Analyse aller wichtigen Modelle durchgeführt. Wenn man diese Systeme auf hochwertige, von Menschen kuratierte Daten stützt, sinkt die Halluzinationsrate drastisch. Die Genauigkeit steigt um mehr als vierzig Prozent“, sagt der CEO. „Die Modelle können viel besser sein. Das Problem ist, dass die meisten Menschen nicht täglich mit fundierten Systemen interagieren.“
„Wir haben unsere Daten genommen, alle LLMs untersucht und veröffentlicht, wie genau diese LLMs im Vergleich zu den Antworten auf unserer Website tatsächlich funktionieren. Das ist auf Stack Overflow verfügbar.“
Vibe Coding: Nützlich für Prototypen
Vibe Coding war dieses Jahr allgegenwärtig und schaffte es sogar, zum Wort des Jahres des Collins Dictionary gekürt zu werden. Ist die Erstellung von Schnittstellen oder Anwendungen mit reinen natürlichen Sprachbefehlen wirklich ein nützliches Unternehmenswerkzeug?
„Für einfache Dinge ist es sehr gut“, sagt Chandrasekar. „Wir verwenden es intern für Prototypen. Betrachten Sie es als einen ersten Entwurf. Es bringt die Konversation schnell in Gang, und man muss kein ausgebildeter Programmierer sein, um das zu tun. Aber es stößt auf die gleiche Komplexitätsklippe wie KI-Tools im Allgemeinen.
„Mit der Zeit wird es vielleicht mehr zum Mainstream werden, aber heute? 77% der Entwickler gaben an, dass Vibe Coding nicht Teil ihres beruflichen Arbeitsablaufs ist. Es wird eher von Designern, Produktentwicklern oder Gründern verwendet, die eine Idee skizzieren möchten, ohne auf die Unterstützung der Technik warten zu müssen.“
Chandrasekar zögert, die Richtung dieser Entwicklung vorherzusagen, die man als Dequalifizierung der Entwicklung bezeichnen könnte, da er sowohl das positive Potenzial für eine Demokratisierung als auch die Risiken sieht.
„Dies eröffnet Menschen ohne Informatikstudium die Möglichkeit, Prototypen zu entwickeln oder Softwareunternehmen zu gründen, und das ist großartig. Dadurch wird die Zahl der Menschen, die Software entwickeln, dramatisch steigen.
Aber für alles, was skaliert werden muss, braucht man nach wie vor echte technische Grundlagen. Man möchte sich nicht auf ein Team verlassen, das nicht weiß, was es geschrieben hat.“
Verlagerung von Arbeitsplätzen
Auf die Frage nach den zu erwartenden Umbrüchen in der Entwicklerbranche in den kommenden Jahren antwortet Chandrasekar unverblümt.
„Ich denke, dass wir in den nächsten 24 Monaten eine erhebliche Verlagerung von Arbeitsplätzen erleben werden, da drei Dinge geschehen:
Erstens sind da die massiven Kapitalinvestitionen, die wir gesehen haben. Banken, globale Unternehmen und alle großen Technologieunternehmen haben enorme Summen in KI investiert. CFOs wollen Rendite und Produktivitätssteigerungen sehen.
Zweitens planen Unternehmen Jahre im Voraus. Sie werden sich die prognostizierten Verbesserungen durch KI ansehen und sagen: ‚Warum brauchen wir 300 Entwickler in dieser Gruppe?‘ Sie werden die zukünftige Mitarbeiterzahl reduzieren.”
“Schließlich“, fährt er fort, „haben Sie die Erwartung von Produktivitätssteigerungen. Wenn Ihre erfahrenen Entwickler mit KI eine 1,5-fache Produktivität erzielen können, stellt sich die Frage: Brauchen Sie dann noch die gleiche Anzahl an Junior-Entwicklern?“
Der Arbeitsmarkt für Berufseinsteiger wird in nächster Zeit nicht einfacher werden, aber natürlich wird dies in einigen Jahren zu Herausforderungen führen, wenn es einfach keine Talente auf mittlerer Karrierestufe mehr geben wird.
„Junior-Aufgaben sind für KI am einfachsten zu bewältigen. Das schafft jedoch ein strukturelles Problem. Wenn Unternehmen keine Junior-Entwickler mehr einstellen, unterbrechen Sie die Pipeline. Die Ingenieure der mittleren Karrierestufe von morgen müssen irgendwoher kommen.“
Chandrasekar glaubt, dass sich der Markt letztendlich wieder ausgleichen wird (auch wenn er sich weigert zu erklären, wie), aber nicht vor einer Phase der Turbulenzen und einer Explosion der Freelancer- und Start-up-Aktivitäten.
„Es wird einfacher denn je sein, ein Technologieunternehmen zu gründen. Entlassene Arbeitnehmer werden sich selbstständig machen oder neue Unternehmen gründen.“
Skalierung von KI trotz Widerständen
Ich frage Chandrasekar nach seiner Meinung zu der MIT-Studie von Anfang dieses Jahres, die erstmals umfassend belegt, dass Unternehmen nicht den erwarteten Nutzen aus KI-Pilotprojekten ziehen und dass 95 % davon scheitern. Er räumt ein, dass die Einführung in Unternehmen langsamer und chaotischer verläuft, als uns die öffentliche Begeisterung glauben machen will.
„Wenn KI-Pilotprojekte erfolgreich sind, dann oft deshalb, weil sie von selbst ausgewählten, wegweisenden Teams getestet werden. Diese Gruppen erzielen Produktivitätssteigerungen von 20 bis 30 Prozent. Wenn Führungskräfte jedoch versuchen, dies auf das gesamte Unternehmen auszuweiten, sinkt die Steigerung auf einstellige Werte.“
Kultureller und emotionaler Widerstand ist ein wichtiger Faktor für Unternehmen, die den gewünschten Nutzen aus KI ziehen wollen. Das ist nicht weiter überraschend, da Mitarbeiter aus den Bereichen Finanzen, Recht, Personalwesen und vielen anderen Geschäftsbereichen neben der Softwareentwicklung in den letzten zwei Jahren mit Informationen überschüttet wurden, dass KI ihren Arbeitsplatz und die Zukunft ihrer Kinder bedroht.
„Mitarbeitern zu sagen, sie sollen KI nutzen, ist keine Entscheidung über den Einsatz von Tools – es ist ein Change-Management-Prozess. Die Menschen fürchten sich vor dem Ersatz. Sie befürchten, dass ihre Fähigkeiten überflüssig werden. Dieser Widerstand der Menschen ist einer der Hauptgründe, warum dies noch nicht zum Mainstream geworden ist.“
Der CEO beschreibt die Stimmung unter den Entwicklern als ein Spektrum. „Einige sind resistent. Einige sind begeistert. Aber die pragmatische Mitte wächst. Sie wollen das Beste aus beiden Welten: KI-gestützte Schnittstellen, die auf von Menschen verifiziertem technischem Wissen basieren.“
Eine Blase, aber nicht unbedingt eine schlechte
Glaubt Chandrasekar, dass dies nachhaltig ist, wenn Tech-Giganten Milliarden investieren und Staatsfonds Ölreserven in KI-Startups stecken? Die kurze Antwort lautet „nein“, aber er hält dies nicht unbedingt für eine schlechte Sache.
„Wir befinden uns wahrscheinlich in einer Blase, aber Blasen sind nicht nur negativ. Sie schaffen Ökosysteme. Große Unternehmen finanzieren Startups, Startups kaufen ihre Chips und Innovationszyklen beschleunigen sich.
Es wird viele Unternehmen geben, die darunter leiden und es wahrscheinlich nicht schaffen werden, wie in allen Blasen.“
Die eigentliche Einschränkung, so argumentiert er, wird nicht das Kapital sein, sondern die Energieinfrastruktur.
„Das Stromnetz wird völlig überlastet sein. Es wird nicht genug Strom für jedes neue Rechenzentrum geben. Irgendwann wird es zu einer Abrechnung kommen.“
Letztendlich glaubt er, dass KI die Branche neu gestalten wird, aber der Übergang wird ungleichmäßig verlaufen, und Führungskräfte müssen sich sowohl auf Leistungssprünge als auch auf strukturelle Lücken vorbereiten.
„Die Richtung ist klar, aber die Komplexität ist enorm. Das Vertrauen ist noch zu gering. Und die Talentpipeline könnte leiden, bevor sie sich festigt. Es wird ein umsichtiges Management und echte Beweise erfordern, um von unserem derzeitigen Stand zu unserem Ziel zu gelangen.“
Dieser Artikel erschien ursprünglich auf unserer Schwester-Website Computing.