KI verschiebt die Aufgaben von Softwareentwicklern
Erhebung des Python Software Verbandes: KI baut bislang keine IT-Stellen ab, verändert aber Rollen, Verantwortlichkeiten und Kompetenzanforderungen
Künstliche Intelligenz macht Softwareentwickler nicht überflüssig, verändert jedoch ihren Arbeitsalltag grundlegend. Während KI-Tools zunehmend standardisierbare Tätigkeiten übernehmen und Coding-Prozesse beschleunigen, verlagert sich die Arbeit der Entwickler stärker auf das Prüfen, Einordnen und Absichern maschinell erzeugter Ergebnisse. Das zeigt eine Erhebung des Python Software Verbandes unter 383 Softwareentwicklern, Data Scientists, Machine-Learning-Experten und weiteren IT-Fachkräften.
KI ersetzt keine Entwickler, sie verschiebt ihre Verantwortung
Die Befragung wurde im Juni 2026 durchgeführt und untersuchte, wie der Einsatz von KI-Tools Tätigkeiten, Rollenprofile und Beschäftigungsperspektiven in der Softwareentwicklung verändert. Dabei wurde auch überprüft, ob der zunehmende KI-Einsatz in den Unternehmen bereits zum Abbau von IT-Stellen geführt hat.
Dafür liefert die Erhebung keine Hinweise. Keiner der Befragten berichtete, dass die eigene Stelle infolge des KI-Einsatzes konkret gefährdet sei. Hingegen geben neun von zehn Teilnehmern an, dass durch die Arbeit mit KI neue Aufgaben entstehen. Die zentrale Veränderung liegt damit bislang nicht in einer Reduktion von Arbeitsplätzen, sondern in einem neuen Zuschnitt der Arbeit.
KI ist bereits fester Bestandteil des Entwickleralltags. 96 Prozent der Befragten nutzen entsprechende Tools mehrmals täglich. Fast jeder Zweite gibt an, dass KI inzwischen mindestens 30 Prozent seiner Routineaufgaben automatisiert. Dadurch gewinnen Tätigkeiten an Bedeutung, die über das reine Schreiben von Code hinausgehen.
Für 68 Prozent der Befragten entsteht zusätzlicher Aufwand insbesondere durch das Prüfen, Bewerten und Kuratieren von KI-generierten Ergebnissen. Entwickler müssen künftig stärker beurteilen, ob erzeugter Code fachlich korrekt, sicher und betriebsbereit in bestehende Systeme integrierbar ist. Gleichzeitig gewinnen Systemdesign, Softwarearchitektur, Domänenwissen und die Kommunikation mit internen Stakeholdern an Gewicht. Gefragt ist zunehmend die Fähigkeit, kritisch zu prüfen, ob und wie die technischen Lösungen in geschäftliche Prozesse mit einer entsprechenden Qualität und Sicherheit einzuordnen sind.
KI beschleunigt den Output, aber entlastet nicht
Der Skill-Shift führt allerdings nicht automatisch zu weniger Arbeit. 67 Prozent der Befragten berichten vielmehr von einer Verdichtung ihrer Tätigkeit oder sogar von zusätzlicher Belastung. Der Grund: KI erzeugt schneller mehr Output, der anschließend geprüft und abgesichert werden muss. 89 Prozent der Tech-Fachkräfte kontrollieren KI-generierte Ergebnisse weiterhin manuell, 76 Prozent überprüfen sie zusätzlich durch Tests. Das zeigt, dass die Entwickler die Grenzen der Technologie realistisch einschätzen. Denn KI liefert zwar schnell plausible Ergebnisse. Was jedoch nicht mehr Fehlerfreiheit und Sicherheit gleichgesetzt werden darf. „KI macht Entwicklerteams produktiver, entlastet sie aber nicht automatisch. Viele erleben durch die Kontrolle des KI-Outputs eine Verdichtung ihrer Arbeit: mehr Vorschläge, mehr Code, mehr Entscheidungen und mehr Prüfaufwand. Die Produktivitätsdividende kommt bislang zu wenig bei den Menschen an“, sagt Alexander Hendorf, Vorsitzender des Python Software Verbandes.
KI-Einsatz wächst schneller als Governance und Qualitätskontrolle
Problematisch ist, dass die individuelle Prüfung des KI-Outputs bislang nur selten durch institutionalisierte Qualitätsprozesse abgesichert wird. Lediglich 30 Prozent der Befragten verfügen über eine formale Evaluationspipeline für KI-generierte Ergebnisse. Noch größer ist die Lücke bei der internen Governance: Nur 11 Prozent arbeiten mit einem dokumentierten Framework für den Einsatz von KI, während 71 Prozent angeben, dass in ihrem Arbeitsumfeld keine klaren Vorgaben bestehen. Das legt den Rückschluss nahe, dass viele Unternehmen KI- Werkzeuge schneller eingeführt haben, als sie verbindliche Regeln für deren Einsatz geschaffen haben. „Ohne diese organisatorischen Leitplanken ist KI keine Strategie, sondern ein Experiment im laufenden Betrieb“, so Alexander Hendorf. „Unternehmen können die Verantwortung für Qualität, Sicherheit und Wartbarkeit nicht dauerhaft an einzelne Entwickler delegieren.“
Die Ergebnisse dieser Stichprobe zeichnen das Bild eines Berufsstands, der künstliche Intelligenz mit hoher Geschwindigkeit in seine Arbeitsprozesse integriert. Klassische Rollenbilder, Qualitätsstandards und organisatorische Leitplanken halten mit dieser Entwicklung bislang jedoch nur bedingt Schritt. Für Unternehmen folgt daraus eine klare Konsequenz: Sie müssen Tätigkeitsprofile, Schnittstellen und Verantwortungslogiken neu gewichten. Es reicht nicht, KI- Werkzeuge in bestehende Arbeitsabläufe einzufügen. Die Arbeitsorganisation selbst muss an die neue Aufgabenteilung zwischen Mensch und Maschine angepasst werden.