Yves Caseau, Chief Digital Officer bei Michelin, bietet eine differenzierte Reflexion über die Entwicklung der IT-Rollen angesichts des Aufkommens generativer Code-KI. Statt die Obsoleszenz von Entwicklern vorherzusagen, entwirft er eine tiefgreifende, aber strukturierte Transformation der Rollen.

KI transformiert die Softwarearchitektur

Erstens wird generative KI die Softwarearchitektur transformieren, indem sie orchestration agentique ermöglicht. Zukünftige Systeme werden gleichzeitig Menschen und autonome Agenten bedienen. Diese Entwicklung eliminiert das Programmieren jedoch nicht: Sie verändert lediglich dessen Modalitäten. Die traditionellen Benutzeroberflächen von SaaS-Anwendungen werden vereinfacht oder verschwinden, ersetzt durch flexible Backend-Dienste. Dennoch bleibt Programmieren eine komplexe Tätigkeit, die Präzision und Logik erfordert, unabhängig von der verwendeten Sprache — sei es Python, Java oder natürliche Sprache.

Drei Berufskategorien entstehen

Zweitens behält Systems Engineering eine entscheidende Bedeutung. Drei Berufskategorien werden sich klar herausbilden. Computer System Engineers werden weiterhin fundamentale Architekturen in traditionellem, KI-unterstütztem Code erstellen und die kritischen Rückgrate der Systeme verwalten. Solutions Engineers werden überwiegend in natürlicher Sprache programmieren, um Agenten zu orchestrieren und komplexe Lösungen zu komponieren. Citizen Developers erhalten Zugang zu ausgereiften Systemen ohne fortgeschrittene IT-Kenntnisse, was die Anwendungserstellung demokratisiert.

Gleichzeitig stehen Benutzeroberflächen-Aufgaben vor drei unterschiedlichen Schicksalen: einfache Aufgaben verschwinden, absorbiert durch agentische Vermittlung; mäßig komplexe Aufgaben wandern zu zugänglichen No-Code-Tools; nur wirklich komplexe Fälle bleiben beim professionellen IT-Personal.

Kontext bleibt entscheidend

Drittens wird das Schreiben von Code im Vergleich zur Softwarewartung relativ trivial. Die Systemanpassung hängt tief vom Kontext ab: den Ursprüngen der Änderungen (Nutzer, Geschäftsprozesse, technisches Umfeld), dem Einfluss von legacy systems, der intrinsischen geschäftlichen Komplexität. Der Übergang zum agentischen Ansatz wird im Diskurs generell überschätzt, während die Trägheit von legacy systems systematisch unterschätzt wird.

Caseau weist scharfsinnig darauf hin, dass jede historische Abstraktionsebene an ihre Grenzen gestoßen ist — Assembler zu C, C zu höheren Sprachen, prozedural zu objektorientiert. Natürliche Sprache, so leistungsfähig sie auch für die Orchestrierung ist, stellt nicht immer eine optimale Spezifikationssprache dar. Manchmal erfordert die präzise Spezifikation eines Systems ebenso viel kognitive Arbeit wie dessen direkte Programmierung.

Eine ausgewogene Sichtweise

Diese ausgewogene Sichtweise erkennt die transformative Wirkung von KI an und bewahrt zugleich die Grundlagen des Software Engineering: Komplexitätsmanagement, robuste Architektur und tiefes Verständnis des Geschäftskontexts bleiben unveräußerliche Kompetenzen. Die Abstraktion nimmt tatsächlich zu, doch Verantwortung und architektonische Kohärenz bleiben zentral — KI beschleunigt die Produktion, beseitigt aber weder die Komplexität noch den Bedarf an tiefgreifender architektonischer Expertise.