Mit Claude Code und ähnlichen Tools schreibe ich kaum noch Code von Hand. Die KI erledigt das für mich. Und meistens ist das Resultat gut. Auf den ersten Blick sieht das wie das Ende einer Ära aus. Wenn die KI den Code schreibt, was bleibt dann für uns? Eine Menge. Nur nicht der Teil, an den die meisten denken.

Programmieren ist nicht Software-Engineering

Die beiden Begriffe werden ständig vermischt. Aber sie sind nicht dasselbe. Programmieren heisst, Code zu schreiben. Du nimmst eine Idee und übersetzt sie in eine Syntax, die der Compiler akzeptiert.

Software-Engineering ist viel mehr. Es ist die Arbeit, Software zu bauen, die in der realen Welt funktioniert und über Jahre hinweg weiter funktioniert. Es umfasst das Programmieren, aber auch das Verstehen des Problems, das Schreiben der Anforderungen, den Entwurf des Systems, die Wahl der richtigen Abstraktionen, das Testen, das Deployment, das Monitoring, die Sicherheit und das Gespräch mit den Stakeholdern.

Ein Programmierer kann eine Funktion schreiben, die eine Liste sortiert. Ein Software-Ingenieur stellt andere Fragen. Welches Problem lösen wir wirklich? Wer sind die Nutzer? Wie wird sich dieses System in den nächsten fünf Jahren verändern? Wie kann der nächste Entwickler den Code verstehen, ohne alles kaputt zu machen?

KI-Tools sind sehr gut im ersten Teil. Sie schreiben Code. Den zweiten Teil machen sie nicht.

Wenn die Reibung weg ist

Wenn du Code von Hand schreibst, ist das Tippen langsam. Diese Langsamkeit ist nicht nur schlecht. Sie gibt dir Zeit zum Nachdenken. Du spürst, wenn ein Design falsch ist, weil es schmerzhaft ist, es aufzuschreiben. Du siehst Probleme, weil du das Gesamtbild im Kopf behalten musst. Mit KI ist diese Reibung weg. Du kannst ein Feature in Minuten bauen.

Das ist grossartig, wenn du weisst, was du willst. Es ist gefährlich, wenn du es nicht weisst. Die KI generiert gerne tausend Zeilen Code, die korrekt aussehen, aber das falsche Problem lösen. Oder Zuständigkeiten vermischen. Oder etwas anderes im System kaputt machen, ohne dir das zu sagen.

Das Resultat sieht fertig aus. Es kompiliert. Es besteht sogar die Tests, die sich die KI selbst geschrieben hat. Aber es ist nicht die richtige Software.

Was jetzt wirklich zählt

Die Engineering-Fähigkeiten werden nicht weniger wichtig. Sie werden wichtiger. Hier ist, was zählt, wenn die KI den Code schreibt.

Wissen, was zu bauen ist. Das kann die KI nicht für dich entscheiden. Wenn deine Spezifikation vage ist, wird das Resultat vage sein. Und vage Resultate sind teuer. Du musst mit den Nutzern reden, die Domäne verstehen und klare Use Cases schreiben.

Das System strukturieren. Bounded Contexts, Module, Trennung der Zuständigkeiten, Schichten. Die KI kann Code innerhalb einer Grenze schreiben. Aber sie weiss nicht, wo die Grenze sein soll. Das ist deine Aufgabe.

Code mit kritischem Auge lesen. Du bist jetzt mehr Reviewer als Autor. Du musst den kleinen Bug sehen, den fehlenden Edge Case, die verletzte Architekturregel, den Test, der durchgeht, aber nichts beweist.

Gute Spezifikationen schreiben. Hier helfen Spec-Driven Development und der AI Unified Process. Eine klare Spezifikation ist der neue Source Code. Das ist, was du wirklich schreibst. Die KI übersetzt es nur.

Verifizieren. Tests, Typen, Verträge, Logs und Metriken. Du musst wissen, dass die Software funktioniert. Nicht nur, dass sie kompiliert und gut aussieht.

Mit Menschen reden. Stakeholder, Domain-Experten, dein Team. Die KI kann nicht im Workshop sitzen und herausfinden, was das Business wirklich braucht. Das musst du machen.

Das Risiko

Ich sehe gerade zwei Probleme.

Das erste ist der Entwickler, der nur die Syntax kannte. Er war schnell beim Tippen, hat aber nie gelernt, zu designen, die richtigen Fragen zu stellen, das System als Ganzes zu sehen. Die KI macht das, was er früher gemacht hat, nur schneller. Für ihn wird es schwierig.

Das zweite ist häufiger und gefährlicher. Die Leute überspringen das Engineering und prompten einfach. Der Code ist da. Das Denken nicht. Die Software sieht fertig aus, fällt aber in der Produktion auseinander.

Beide Probleme haben dieselbe Ursache. Die Leute verwechseln Programmieren mit Software-Engineering.

Eine Stufe höher

KI-Tools schieben uns alle eine Abstraktionsstufe höher. Der langsame Teil, das Schreiben des Codes, ist jetzt schnell. Was wichtig bleibt und sogar noch wichtiger wird, ist das Engineering-Urteil rundherum.

Das ist keine schlechte Nachricht. Es ist sowieso der interessanteste Teil des Jobs. Systeme designen. Mit Menschen reden. Probleme verstehen. Gute Kompromisse machen.

Wenn du diese Fähigkeiten hast, macht dich KI viel produktiver als vorher. Wenn nicht, wird dich kein generierter Code retten. Also nein, du musst keinen Code mehr schreiben. Aber du musst immer noch ein Software-Ingenieur sein. Vielleicht mehr denn je.