Die KI zerstört die Entwickler-Pipeline, und niemand mit Entscheidungsmacht scheint sich zu kümmern

Der verschwindende Junior-Entwickler

Seit Ende 2022 ist etwas Dramatisches mit Einstiegsstellen in der Softwarebranche passiert, und der Zeitpunkt ist kaum zu übersehen. Als ChatGPT im November jenes Jahres startete, entdeckten Unternehmen, dass KI-Programmiertools einen erheblichen Teil dessen übernehmen konnten, was Junior-Entwickler bisher taten: Boilerplate-CodeStandardisierte, sich wiederholende Code-Abschnitte, die als Routinearbeit gelten und wenig kreatives Denken erfordern. Oft die ersten Aufgaben für Nachwuchsentwickler. schreiben, einfache Bugs beheben, Tests ausführen, Dokumentation erstellen. Die wirtschaftliche Logik folgte sofort. Warum einen Junior-Entwickler für 90.000 Dollar im Jahr einstellen, wenn GitHub Copilot 19 Dollar im Monat kostet?

Die Zahlen sind eindeutig. Die Einstellungen auf Einstiegsniveau in der Tech-Branche sanken 2024 laut der Marktanalyse von Stack Overflow um 25 Prozent gegenüber dem Vorjahr. Die Beschäftigung von Softwareentwicklern im Alter von 22 bis 25 Jahren ging laut einer Studie des Stanford Digital Economy Lab um fast 20 Prozent gegenüber ihrem Höchststand Ende 2022 zurück. Im Vereinigten Königreich fielen Einstiegsstellen in der Tech-Branche 2024 um 46 Prozent. In Indien kürzten große IT-Dienstleister Einstiegspositionen um 20 bis 25 Prozent. In der Europäischen Union sanken Junior-Tech-Stellenangebote auf Plattformen wie LinkedIn und Indeed um 35 Prozent.

Hochschulabsolventen in Informatik und Computertechnik weisen nun Arbeitslosenquoten von 6,1 bzw. 7,5 Prozent auf, höher als bei Absolventen der bildenden Künste. Dieses letzte Detail verdient einen Moment der Betrachtung. Wir haben zwei Jahrzehnte lang jungen Menschen gesagt, sie sollen „programmieren lernen” als Weg zur wirtschaftlichen Sicherheit, und der Weg ist jetzt weniger sicher als ein Kunststudium.

Die Entwickler-Pipeline wurde nie geplant. Jetzt wird sie zerstört.

Hier ist der Teil, der mehr zählt als die Arbeitslosenzahlen. Junior-Entwickler-Arbeit war nie bloßes Füllwerk. Sie war Ausbildung. Jedes Mal, wenn ein neuer Entwickler einen Bug behob, den er nicht geschrieben hatte, ein System debuggte, das er nicht entworfen hatte, oder Boilerplate-Code für eine Funktion schrieb, die er nicht konzipiert hatte, lernte er, wie Software wirklich funktioniert. Die Fleißarbeit war der Lehrplan.

Wenn ein Senior-Entwickler in Rente geht oder die Karriere wechselt, setzt das System voraus, dass jemand hinter ihm steht, der Jahre damit verbracht hat, die Codebasis zu lernen: die Architekturentscheidungen, die Fehlermodi, die Workarounds, die nirgendwo dokumentiert sind. Diese Pipeline, von Junior über Mid-Level zu Senior zu Architekt, dauert etwa ein Jahrzehnt. Sie kann weder übersprungen noch in ein Wochenend-Bootcamp gepresst werden.

KI eliminiert nicht nur die Stellen am unteren Ende der Leiter. Sie eliminiert die Leiter selbst. Die Entwickler-Pipeline-Krise ist kein Personalmangel. Sie ist ein Wissenstransfer-Versagen.

Die Zeitbombe

Der durchschnittliche Senior-Softwareingenieur ist zwischen 35 und 45 Jahre alt. Er wird in 15 bis 25 Jahren in Rente gehen. Die Junioren, die ihn ersetzen sollten, werden nicht eingestellt, nicht ausgebildet, und betreten das Feld zunehmend gar nicht mehr. Eine LeadDev-Umfrage von 2025 ergab, dass 54 Prozent der Engineering-Führungskräfte planen, weniger Junioren einzustellen, eben weil KI-Copiloten ihren bestehenden Senior-Teams ermöglichen, mehr Arbeit zu bewältigen.

Dies ist ein klassisches Problem aufgeschobener Instandhaltung. Die Einsparungen sind real und sofortig. Die Kosten sind real und verzögert. Und wenn die Kosten eintreten, werden die Menschen, die die Entscheidung getroffen haben, die Stelle gewechselt haben, in Rente gegangen sein oder für die kurzfristigen Einsparungen befördert worden sein.

IBMs Chief Human Resources Officer Nickle LaMoreaux brachte es auf den Punkt: „Wenn wir nicht weiterhin in Einsteigerstellen investieren, was passiert dann in 3 bis 5 Jahren? Es gibt keine Pipeline; der Brunnen trocknet einfach aus.” IBM reagierte mit dem Plan, seine US-amerikanischen Einsteiger-Einstellungen im Jahr 2026 zu verdreifachen. Im Moment ist das eine Ausnahme.

Warum KI die Lücke nicht füllen kann, die sie geschaffen hat

Das optimistische Gegenargument lautet: KI-Tools werden sich weiter verbessern, Seniors werden unbegrenzt erweitert, und schließlich wird KI auch die komplexen Systemarbeiten übernehmen. Dieses Argument setzt voraus, dass die Technologie, die derzeit mit neuartigen Problemen kämpft, selbstsicher halluziniert und über Systeme, die sie noch nie gesehen hat, nicht urteilen kann, innerhalb des relevanten Zeitrahmens in der Lage sein wird, kritische Infrastruktur ohne menschliche Aufsicht zu warten.

Das ist eine Wette, kein Plan. Und es ist eine Wette, die mit der Infrastruktur anderer Leute gemacht wird.

Die ehrlichere Einschätzung ist, dass KI exzellent bei der Art von Arbeit ist, die Junioren früher erledigten (vorhersehbare, mustererkennende, gut dokumentierte Aufgaben) und schlecht bei der Art von Arbeit, die Seniors tun (mehrdeutige Probleme, systemweites Denken, Entscheidungen, die das Verstehen von nirgendwo aufgeschriebenem Kontext erfordern). Die Ironie ist präzise: KI ersetzt die Ausbildung, die die Menschen hervorbringt, die sie nicht ersetzen kann.

Das historische Muster

Es ist nicht das erste Mal, dass eine Branche ihre Ausbildungs-Pipeline aus Kostengründen gekappt hat und es bereut. Microsoft-Manager haben auf Electronic Data Systems (EDS) hingewiesen, das sein Ausbildungsprogramm mit der Erwartung einer „dreimonatigen Erholung” pausierte. Es dauerte mehr als 18 Monate, die Pipeline wiederaufzubauen, und das dabei verlorene institutionelle Wissen wurde nie vollständig wiederhergestellt.

Das Muster ist branchenübergreifend konsistent. Gesundheitssysteme, die die Ausbildung von Pflegepersonal einstellten, sahen sich ein Jahrzehnt später mit Personalkrisen konfrontiert. Fertigungsunternehmen, die Lehrstellen abschafften, konnten ihre eigenen Produktionslinien nicht mehr besetzen, als die Nachfrage zurückkehrte. Der Mechanismus ist immer derselbe: Die Einsparungen kommen sofort, die Konsequenzen kommen mit einer Verzögerung, die lang genug ist, damit der Zusammenhang für die budgetverantwortlichen Entscheidungsträger nicht offensichtlich ist.

Was sich ändern müsste

Der Markt wird sich nicht selbst korrigieren. Die Anreizstruktur ist zu klar: Jedes Unternehmen, das aufhört, Junioren einzustellen, spart jetzt Geld und externalisiert die langfristigen Kosten auf die Branche. Kein einzelnes Unternehmen hat einen Anreiz, eine Ausbildungs-Pipeline aufrechtzuerhalten, von der seine Konkurrenten profitieren. Das ist die Lehrbuchdefinition eines Marktversagens, und Marktversagen korrigieren sich nicht von selbst.

Microsoft hat ein Mentoring-Modell vorgeschlagen, bei dem Senior-Ingenieure Junioren im Verhältnis drei zu eins oder fünf zu eins begleiten, mit KI-Tools, die auf Coaching statt auf reine Code-Generierung ausgelegt sind. IBM verdreifacht seine Einsteiger-Einstellungen. Das sind vielversprechende Schritte, aber sie sind freiwillig, was bedeutet, dass sie aufgegeben werden, sobald der nächste Quartalsbericht Kürzungen verlangt.

Die unbequeme Wahrheit ist, dass irgendeine Form branchenweiter oder regulatorischer Intervention wahrscheinlich notwendig ist: Ausbildungsauflagen, Steueranreize für Ausbildungsinvestitionen oder schlicht ein kultureller Wandel darin, wie Engineering-Führungskräfte über die Einstellung von Junioren nachdenken. Nicht als Kostenstelle. Als Infrastrukturinstandhaltung.

Denn genau das ist es. Die Entwickler-Pipeline ist Infrastruktur. Und wie alle Infrastruktur ist sie unsichtbar, bis sie versagt.

Die Beschäftigungsdaten

Der Rückgang der Einstiegsbeschäftigung in der Softwarebranche ist nun in mehreren Datensätzen gut dokumentiert, und der Wendepunkt fällt durchgängig mit der Einführung generativer KI-Tools Ende 2022 zusammen.

Eine SignalFire-Analyse, die die Einstellungen bei großen börsennotierten Tech-Unternehmen und VC-finanzierten Startups verfolgte, stellte einen Rückgang von etwa 50 Prozent bei den in den letzten drei Jahren eingestellten Hochschulabsolventen fest. Die Beschäftigung von Softwareentwicklern im Alter von 22 bis 25 Jahren sank um fast 20 Prozent gegenüber dem Höchststand Ende 2022. Der Rückgang war auf KI-exponierte Stellen konzentriert: Die Beschäftigung von 22- bis 25-Jährigen in diesen Positionen sank nach der Veröffentlichung von GPT-4 um etwa 13 Prozent, während die Beschäftigung von 35- bis 49-Jährigen in denselben Rollen um 9 Prozent stieg.

Die Daten des Bureau of Labor Statistics zeigen, dass die Gesamtbeschäftigung von Programmierern zwischen 2023 und 2025 um 27,5 Prozent zurückging, obwohl die breitere Kategorie der „Softwareentwickler” (eine stärker designorientierte Klassifikation) nur um 0,3 Prozent zurückging. Diese Unterscheidung ist wichtig: KI eliminiert nicht die Softwareentwicklung. Sie eliminiert den Einstiegspunkt in die Softwareentwicklung.

Stack Overflows Marktanalyse 2025 berichtete von einem 25-prozentigen Jahresrückgang bei Einstiegseinstellungen in der Tech-Branche. Im Vereinigten Königreich sanken Tech-Stellen für Absolventen 2024 um 46 Prozent. In der EU gingen Junior-Tech-Stellenangebote auf LinkedIn, Indeed und Eures um 35 Prozent zurück. In Indien reduzierten IT-Dienstleister Einstiegsstellen um 20 bis 25 Prozent. Rest of World berichtete, dass an einem indischen Ingenieurcollege (IIITDM Jabalpur) weniger als 25 Prozent der 400 Absolventen Stellenangebote erhalten hatten.

Der Anteil von Junioren und Absolventen in der IT-Beschäftigung ist in den letzten drei Jahren von etwa 15 Prozent auf 7 Prozent gesunken, ein relativer Rückgang von mehr als 53 Prozent.

Der Pipeline-Mechanismus: Warum Junior-Arbeit der Lehrplan war

Das wirtschaftliche Argument für den Ersatz von Junioren durch KI-Tools ist einfach: KI-Programmierassistenten (GitHub Copilot, Cursor, Claude Code und ähnliche Tools) übernehmen nun Debugging, Boilerplate-Generierung, Testschreiben und Dokumentation zu einem Bruchteil der Kosten. JetBrains’ Studie vom Oktober 2025 ergab, dass 85 Prozent der Entwickler KI-Tools regelmäßig zum Programmieren verwenden. Eine LeadDev-Umfrage von 2025 berichtete, dass 54 Prozent der Engineering-Führungskräfte planen, weniger Junioren einzustellen, weil KI-Copiloten es Senior-Mitarbeitern ermöglichen, mehr Arbeit zu erledigen.

Was diese Sichtweise übersieht: Die Aufgaben, die KI jetzt übernimmt, waren der primäre Mechanismus, durch den Junior-Entwickler das Systemwissen, die Debugging-Intuition und das architektonische Verständnis erwarben, die Seniorität definieren. Wie der Softwareingenieur Bryan Liles argumentiert hat, wurden die Senior-Ingenieure der Branche „fast zufällig” durch drei Mechanismen produziert, die KI direkt untergräbt:

1. Produktives RingenEin lerntheoretisches Konzept: tieferes Verständnis entsteht, wenn Lernende ein schwieriges Problem ohne sofortige Hilfe durcharbeiten, statt die Antwort direkt zu erhalten.: auf Probleme ohne sofortige Lösung stoßen und in der Unbequemlichkeit des Nicht-Wissens verharren. KI-Programmierassistenten liefern sofortige Antworten und eliminieren das Ringen, das tiefes Verständnis erzeugt.
2. Konsequenzkonfrontation: die direkte Feedback-Schleife von Produktionsausfällen erleben, die durch eigene Entscheidungen verursacht wurden. Wenn KI den Code generiert, wird das kausale Band zwischen Entscheidung und Konsequenz durchtrennt.
3. Zunehmender Umfang bei abnehmender Anleitung: die Progression von „jemandem sagen, was zu bauen ist” über „wählen, wie es zu bauen ist” bis hin zu „identifizieren, was überhaupt gebaut werden sollte”. KI-Tools komprimieren diese Progression, indem sie das „Wie” trivial einfach machen, was das „Was” und „Warum” verdeckt.

MIT-Forschung von Anfang 2025 stellte fest, dass Erwachsene, die ChatGPT zur Aufgabenbewältigung nutzten, im Vergleich zu denen, die ohne Hilfe arbeiteten, reduzierte Gehirnaktivität und geringere Behaltensleistung zeigten. Die kognitive Auslagerungsliteratur legt nahe, dass dies kein Fehler in der Art und Weise ist, wie Menschen KI-Tools nutzen; es ist eine vorhersehbare Konsequenz der Auslagerung kognitiver Arbeit.

Das kumulative Risiko: Die Senioritätsklippe

Das zentrale Risiko ist zeitlicher Natur. Senior-Softwareingenieure haben typischerweise 10 bis 20 Jahre akkumulierte Erfahrung. Sie werden in den nächsten 15 bis 25 Jahren in Rente gehen. Die Junioren, die sie ersetzen sollten, werden nicht eingestellt. Wenn die aktuelle Kontraktion noch fünf Jahre anhält, wird die Branche einem strukturellen Mangel an Mid-Career-Entwicklern mit dem Systemwissen gegenüberstehen, das zur Wartung und Weiterentwicklung kritischer Infrastruktur notwendig ist.

Das ist nicht spekulativ. IBMs Chief Human Resources Officer Nickle LaMoreaux sagte öffentlich: „Wenn wir nicht weiterhin in Einsteigerstellen investieren, was passiert dann in 3 bis 5 Jahren? Es gibt keine Pipeline; der Brunnen trocknet einfach aus.” IBM reagierte mit der Verpflichtung, seine US-amerikanischen Einsteiger-Einstellungen im Jahr 2026 zu verdreifachen, und rahmte dies ausdrücklich als langfristige Infrastrukturinvestition statt kurzfristiger Optimierung. Sie sind derzeit eine Ausnahme.

Die Microsoft-Manager Mark Russinovich (Azure CTO) und Scott Hanselman (VP Developer Community) haben gewarnt, dass „KI-gesteuerte Produktivitätsgewinne einen gefährlichen Anreiz schaffen, die Einstellung von Nachwuchsentwicklern einzustellen”, und haben ein Mentoring-Modell vorgeschlagen, das Seniors mit Junioren im Verhältnis drei zu eins oder fünf zu eins zusammenbringt. Der historische Präzedenzfall, den sie anführen: Electronic Data Systems (EDS) pausierte sein Ausbildungsprogramm mit der Erwartung einer „dreimonatigen Erholung” und brauchte mehr als 18 Monate, um die Pipeline wiederaufzubauen.

Das Gegenargument und seine Grenzen

Der optimistische Fall setzt voraus, dass KI-Fähigkeiten weiter skalieren und schließlich die komplexe, mehrdeutige, systemweite Arbeit übernehmen werden, die derzeit Senior-Ingenieure erfordert. Das ist möglich. Es ist auch nicht die Grundlage für Personalplanung. Wenn KI diese Fähigkeit erreicht, wird das Pipeline-Problem irrelevant. Wenn nicht, und die Branche hat ein Jahrzehnt damit verbracht, keine Nachfolger auszubilden, werden die Konsequenzen schwerwiegend und schwer umkehrbar sein.

Ein weniger diskutiertes Risiko: Die Qualität von KI-generiertem Code selbst hängt von Trainingsdaten ab, die von menschlichen Entwicklern erstellt wurden, die verstanden, was sie schrieben. Wenn die Pipeline qualifizierter Entwickler schrumpft, degradiert die Qualität zukünftiger Trainingsdaten und schafft eine Feedback-Schleife, in der KI-Tools genau dann weniger zuverlässig werden, wenn die Branche sie am meisten braucht.

Die Resume.org-Umfrage unter 1.000 US-amerikanischen Unternehmensleitern ergab, dass sechs von zehn Unternehmen wahrscheinlich 2026 Entlassungen vornehmen werden, wobei vier von zehn planen, Mitarbeiter durch KI zu ersetzen. Die Richtung ist klar. Die Frage ist, ob die Branche den Unterschied zwischen dem Ersetzen einer Kostenstelle und dem Zerstören einer Pipeline erkennt, bevor die Konsequenzen irreversibel werden.

Das strukturelle Problem

Dies ist ein kollektives Handlungsproblem. Jedes einzelne Unternehmen, das aufhört, Junioren einzustellen, spart sofort Geld und externalisiert die langfristigen Kosten auf die Branche insgesamt. Kein einzelnes Unternehmen hat einen Anreiz, eine Ausbildungs-Pipeline aufrechtzuerhalten, von der seine Konkurrenten profitieren. Das ist die Lehrbuchdefinition eines Marktversagens, und Marktversagen korrigieren sich nicht von selbst.

Mögliche Interventionen umfassen branchenweite Ausbildungsauflagen, Steueranreize für strukturierte Ausbildungsprogramme oder schlicht eine Änderung in der Bewertung des ROI von Junior-Einstellungen durch Engineering-Führungskräfte, nicht als vierteljährlich gemessene Kostenstelle, sondern als jahrzehntelang gemessene Infrastrukturinstandhaltung.

Die Entwickler-Pipeline ist Infrastruktur. Sie ist unsichtbar, wenn sie funktioniert, und katastrophal, wenn sie versagt. Derzeit wird sie mit der Zuversicht von jemandem unterfinanziert, der noch nie einen Brückeneinsturz erlebt hat.