Die populäre Version der Geschichte über KI und Softwareentwicklung ist eine tröstliche: Die Werkzeuge heben alle auf ein höheres Niveau, der Junior schreibt Code in Senior-Qualität, und die Startbedingungen gleichen sich an. Das ist eine schöne Geschichte. Sie ist aber größtenteils falsch. KI schließt nicht die Lücke zwischen Ingenieuren. Sie vergrößert sie — denn das, was KI am meisten belohnt, ist genau das eine, was sie Ihnen nicht geben kann: Urteilsvermögen darüber, warum Sie das alles überhaupt tun.
Die Umkehrung
Vieles von dem, was wir Best Practice nennen, ist in Wirklichkeit eine Anpassung an menschliche Grenzen. Wir haben Funktionen kurz gehalten, weil ein Mensch nur begrenzt viel im Kopf behalten kann. Wir waren diszipliniert darin, uns nicht zu wiederholen, auch weil das manuelle Ändern derselben Sache an fünf Stellen genau der Weg ist, auf dem Fehler entstehen. Wir haben Dinge dokumentiert, weil das menschliche Gedächtnis verlustbehaftet ist. Gute Regeln — aber Regeln, die durch die Kosten geprägt wurden, ein Mensch an einer Tastatur zu sein.
KI verändert diese Kosten. Wenn ein Agent eine gesamte Codebasis in Sekunden lesen, ein dupliziertes Muster über vierzig Dateien hinweg atomar refaktorisieren und niemals vergessen kann, wo sich etwas befindet, verlieren manche dieser alten Einschränkungen schlicht ihre Gültigkeit. Die Ökonomie, die die Regel hervorgebracht hat, hat sich umgekehrt, und still und leise haben sich manche Regeln mit ihr umgekehrt. Nicht alle — aber genug, dass „Das haben wir schon immer so gemacht" kein sicherer Standard mehr ist.
Die Verständnislücke
Hier öffnet sich die Kluft. Zwei Ingenieure kennen beide die Regel „Wiederholen Sie sich nicht" (DRY). Der eine weiß, warum: dass Duplizierung vor allem deshalb gefährlich ist, weil sie auseinanderdriftet, wenn Sie eine Kopie ändern und die anderen vergessen, und dass es bei der Regel eigentlich um ein Wartungsrisiko geht, nicht um die bloße Existenz zweier ähnlicher Codeblöcke. Der andere kennt nur die Regel.
Geben Sie beiden eine Welt, in der eine KI jede Kopie eines Musters sofort und zuverlässig finden und aktualisieren kann. Der erste Ingenieur kann abwägen, ob die Regel hier noch gilt und wann Duplizierung inzwischen günstiger ist als die falsche Abstraktion. Der zweite kann die Regel nur aufsagen. Wenn sich der Boden verschiebt, ermöglicht Verständnis, die richtige Antwort neu herzuleiten; Auswendiglernen lässt Sie nur eine Regel verteidigen, deren Begründung sich bereits in Luft aufgelöst hat.
Das ist die Verständnislücke, und KI gießt Öl ins Feuer. Der Ingenieur, der die Trade-offs verstanden hat, erhält einen Kraftverstärker. Der Ingenieur, der sich nur die Schlussfolgerungen gemerkt hat, erhält ein selbstbewusstes Werkzeug, um schneller mehr von gestrigen Antworten zu produzieren.
Nicht nur weniger produktiv — sondern ein Nettonachteil
Es wäre das eine, wenn der Ingenieur unter dem Strich einfach nur weniger produktiv wäre. Die härtere Wahrheit ist, dass er in einem sich schnell verändernden Umfeld für das Team zu einem echten Nettonachteil werden kann. Er bremst gute Änderungen aus, indem er sich auf Tradition beruft — „So machen wir das hier nicht" —, ohne sagen zu können, ob diese Tradition noch Sinn ergibt. Er erzeugt Reibung, prüft reflexartig und verankert Diskussionen an Regeln, die sich längst nicht mehr lohnen. Die Kosten sind nicht nur die Arbeit, die er nicht leistet; es ist auch die Bremswirkung, die er auf alle ausübt, die um ihn herum mitdenken.
Der Mythos der Demokratisierung
Deshalb stimmt „KI demokratisiert das Programmieren" nur zur Hälfte. Ja, die Untergrenze dessen, was möglich ist, ist gestiegen: Wer vorher gar nichts ausliefern konnte, kann jetzt zumindest etwas ausliefern. Aber der Wert des Urteilsvermögens ist schneller gestiegen. KI-Werkzeuge sind für Menschen am wertvollsten, die bereits wissen, was sie tun, weil genau diese Menschen erkennen können, wann das Werkzeug richtigliegt, wann es selbstbewusst falschliegt und wann sich die Lage so weit verändert hat, dass die alte Antwort nicht mehr trägt. Ein Werkzeug, das Sie verstärkt, ist nur so gut wie das, was verstärkt wird.
Es gibt keine neue Normalität
Der Instinkt ist, abzuwarten, bis sich die Dinge einpendeln — die neuen Best Practices zu lernen und sich dann darauf auszuruhen. Doch die Fähigkeiten entwickeln sich dafür zu schnell weiter. Alle paar Monate lockert sich irgendeine Einschränkung, die unsere Arbeitsweise geprägt hat, erneut, und eine weitere Ladung überliefertes Wissen läuft still ab. Es gibt keine stabile neue Normalität, die man auswendig lernen könnte. Entscheidend ist nicht, wo Sie heute stehen, sondern wie schnell Sie die richtige Antwort neu herleiten können, wenn sich der Boden erneut verschiebt — und das ist eine Eigenschaft des Verständnisses, nicht des Regelwerks, das Sie sich gemerkt haben.
Das ist auch die ehrliche Begründung dafür, einen Menschen fest im Entscheidungsprozess zu behalten, und es ist genau so, wie wir TaskGoblin konzipiert haben. Der Agent schreibt den Code und prüft den Merge Request, aber er genehmigt und mergt ihn niemals selbst — denn die Beurteilung, ob eine Änderung für dieses System gerade jetzt tatsächlich richtig ist, ist genau der Teil, der sich nicht automatisieren lässt. Der Agent hebt die Untergrenze dessen, was entsteht. Zu entscheiden, was für das System gelten soll, bleibt weiterhin Ihre Aufgabe, und sie ist wertvoller als je zuvor.
Wo stehen Sie?
Hier ist ein Test, den Sie an sich selbst durchführen können. Wählen Sie eine Praxis, der Sie folgen — DRY, kurze Funktionen, erschöpfende Tests, was auch immer. Können Sie die Einschränkung erklären, auf die sie ursprünglich eine Antwort war? Und können Sie ehrlich sagen, ob diese Einschränkung noch gilt, jetzt, da eine KI einen Teil der Arbeit übernimmt? Wenn ja, wird es Ihnen gut gehen; Sie werden auch weiterhin gute Antworten neu herleiten, während sich die Werkzeuge verändern. Wenn Sie nur anbieten können, dass es nun einmal die Regel ist, sollten Sie das zur Kenntnis nehmen — denn die Messlatte steigt weiter, und der Abstand zwischen dem Aufsagen von Regeln und ihrem Verständnis ist genau der Abstand, der sich gerade vergrößert.
