KI schreibt Code inzwischen fast umsonst. Die DevOps-Pionierin Charity Majors zieht daraus den unbequemen Schluss: Teams brauchen jetzt mehr Disziplin, nicht weniger. Der Engpass verschiebt sich, statt zu verschwinden.
drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügenMehr Engineering-Disziplin statt weniger, so lautet die Kernthese zum Programmieren mit KI. Was ist Ihre Meinung, ersetzt KI den erfahrenen Entwickler oder fordert sie ihn erst recht? Charity Majors hat dazu eine klare Position.
Das Wichtigste in Kürze
- Charity Majors, Mitgründerin von Honeycomb, widerspricht der Annahme, billiger Code mache Engineering überflüssig.
- Der schwierige Teil war nie das Tippen, sondern das gemeinsame Verständnis von Architektur und Verhalten.
- Code wird vom Vermögenswert zum Zwischenspeicher, den man bei Bedarf neu erzeugt.
Warum mehr Disziplin statt weniger?
Wenn das Schwierige am Software-Bau nie das Schreiben von Code war, ändert auch gratis erzeugter Code daran nichts. Der Engpass wandert von der Zeilen-Prüfung nach vorne zu Architektur, Spezifikation und Tests. Genau diese Disziplin beherrschen heute weniger als zehn Prozent der Teams.
Mensch als schwaches Glied. Majors hält Menschen für schlecht in stupider Validierung, ein manuelles Code-Review als Qualitätstor sei deshalb der falsche Platz für menschliche Stärke. An seine Stelle treten Verhaltenstests, Aufzeichnung und Wiedergabe von echtem Verkehr sowie gute Beobachtbarkeit der Systeme.
Der Lösch-Test. Lebt Wissen nur noch im Code, lässt sich dieser nicht gefahrlos löschen und neu erzeugen. Genau das ist für Majors ein Zeichen fehlenden Systemverständnisses, denn das Wissen gehört in Tests, Spuren und Spezifikationen außerhalb des Codes.
„Nichtdeterministische Systeme verlangen mehr Engineering-Disziplin, nicht weniger“, schreibt Majors. Determinismus bleibe nötig, weil niemand Finanztransaktionen will, die nur meistens funktionieren. Wie KI-Modelle arbeiten, ordnet unser LLMs-Ratgeber ein.
Was Entwicklungsleiter jetzt tun sollten
Die Studienlage stützt die Warnung. Eine kontrollierte METR-Studie maß erfahrene Entwickler mit KI-Werkzeugen 19 Prozent langsamer, während sie sich schneller fühlten. Fast die Hälfte des KI-Codes brachte laut Veracode Sicherheitslücken mit.
Nachwuchs nicht opfern. Der Fachkräftemangel verleitet dazu, Senior-Stellen durch KI zu ersetzen, doch genau das erhöht den Bedarf an erfahrenem Urteil. Absorbiert KI die klassischen Junior-Aufgaben, fehlt in fünf Jahren der Nachwuchs, deshalb gehören Review und Architekturarbeit bewusst als Lernfeld erhalten.
Konkrete Schritte. Verlagern Sie die Prüfstrenge vom Code-Review in die Produktion, etwa über Verhaltenstests, Feature-Flags und Beobachtbarkeit. Machen Sie den Lösch-Test zur Kennzahl und etablieren Sie Architektur-Diagramme als verbindliche Quelle der Wahrheit. Mit Blick auf den Cyber Resilience Act ist nachweisbare Disziplin auch ein Haftungsargument.
Senior-Stellen mit KI einzusparen heißt, sich Wartungsschulden einzukaufen. Den Nachwuchs jetzt zu opfern bedeutet, in fünf Jahren ohne erfahrene Köpfe dazustehen.
— Michael Dobler, Herausgeber Dr. Web
Die Botschaft an Engineering-Leads ist unbequem, aber klar. Gefühlte Geschwindigkeit ist keine Kennzahl, und gerade nichtdeterministischer Code braucht mehr Handwerk, nicht weniger.
