Von Codern zu Systemdenkern: Die neue Rolle der Ingenieure

Die Rolle der Software-Entwickler durchläuft eine Identitätsveränderung mit dem Aufkommen von KI. Seit Jahrzehnten wurden Engineering-Teams nach Geschwindigkeit und Ausgabe gemessen. Mitarbeiter wurden für schnelles Arbeiten innerhalb einer Kultur belohnt, die Geschwindigkeit, Ausgabe und das Beherrschen von Frameworks priorisierte. Seitdem autonome KI im vergangenen Jahr explodiert ist, haben sich die Grundannahmen für Entwickler geändert. Mit KI-Coding-Assistenten, die repetitive Aufgaben übernehmen, existiert eine Schicht von KI-Ängsten im gesamten Ingenieurbereich. Diese Veränderung ist jedoch nicht anders als frühere technologische Entwicklungen.

Nehmen wir den Wechsel von manueller Infrastruktur zu Cloud-Computing als Beispiel. Dieser Wechsel hat nicht die Notwendigkeit von Dateninfrastruktur und denjenigen, die die Systeme betreiben, vollständig eliminiert, sondern lediglich die Art und Weise geändert, wie sie operieren und die Fähigkeiten, die erforderlich sind, um dies erfolgreich zu tun. Die Rolle von KI in der Ingenieurausbildung wird nicht anders sein. Erfolg mit KI-Coding-Assistenten bedeutet, dass Ingenieure zu Systemdenkern werden müssen, die Geschäftsziele, Benutzerverhalten und Zusammenarbeit verstehen, um Wert zu liefern.

KI automatisiert Code, eliminiert aber nicht die Komplexität

KI ist noch in den Anfängen der Einsatz in der Codierung, aber ihre Erfolge sind bereits offensichtlich. Tatsächlich prognostizieren CIOs, dass ein Viertel der IT-Arbeit allein durch KI bis 2030 erledigt wird. Derzeit hat KI die Fähigkeit, Boilerplate-Code zu generieren, Tests zu automatisieren und Bereitstellungen zu beschleunigen, was einen erheblichen Teil der Arbeit von Entwicklern übernimmt. Trotz dieser Fähigkeiten mangelt es KI noch an den komplexen Aspekten der Codierungsentscheidungen.

Das Verständnis von Absichten ist ein Bereich, in dem KI häufig strauchelt, da die Eingabinformationen nicht immer die Lücken hinter dem Grund für ein Projekt füllen können. Darüber hinaus fehlt es bei der Gestaltung von resilienten Systemen. Obwohl KI ihre besten Vermutungen anstellen kann, wo potenzielle Fehler auftreten könnten, ist es ohne Lauf auf Plattformen oder ohne historisches Wissen darüber, was schiefgelaufen ist und warum, fast unmöglich, ein wirklich resilientes System zu entwerfen. Insbesondere, da viele Organisationen spezifische Governance-Richtlinien haben, kann KI diese Elemente nicht immer berücksichtigen. Schließlich besteht eine bemerkenswerte Lücke bei der Verbindung von Codierungsentscheidungen mit Geschäftszielen. Ähnlich wie bei der Fehlinterpretation von Absichten hat KI Schwierigkeiten, zu verstehen, wie bestimmte Entscheidungen mit Geschäftsergebnissen in Einklang gebracht werden können, ohne direkte Einblicke in die Prioritäten eines Unternehmens.

Obwohl KI möglicherweise im Laufe der Zeit diese Nuancen lernen kann, sind Menschen immer noch am besten darin, die Einzelheiten zu kennen, wie technische Entscheidungen mit Geschäftszielen übereinstimmen. Da die Notwendigkeit, Komplexitäten anzugehen, bleibt, wandeln sich Entwickler in eine Rolle als Systemstrategen, was bedeutet, dass sie verstehen, was zu bauen ist oder was nicht, und wie Systeme miteinander interagieren. Die Füllung dieses Kontexts ist etwas, mit dem KI immer kämpfen wird.

Der Aufstieg des interdisziplinären technischen Teams

Mit KI, die den Großteil der technischen Arbeit übernimmt, die Entwickler früher ausführten, verschmelzen historisch getrennte Software-Rollen rapide. Verschiedene Rollen verschmelzen auf Weise, die zuvor nicht erforscht wurden.

Ein Großteil (92%) der Entwickler haben KI-Coding-Tools bis 2026 übernommen, was deutlich macht, dass KI die Art und Weise beeinflusst, wie Entwickler arbeiten und wo ihre neue Zeit verbracht wird. Produktmanager können nun KI-Tools verwenden, um Ideen zu prototypisieren. Designer können funktionale Erfahrungen mit minimaler Ingenieurunterstützung erstellen. Entwickler können anspruchsvolle Benutzeroberflächen und Workflows ohne umfangreiche Designressourcen generieren.

Interdisziplinäre Ingenieurrollen und technische Teams insgesamt sind ein entscheidender Teil des Erfolgs in der KI-Ära. KI ermöglicht es denen, die möglicherweise nicht zuvor in Kontakt gekommen sind, in einheitlichen Workflows zusammenzuarbeiten, indem sie umfassende Geschäftsziele auf eine kooperative Weise verbinden. Der zukünftige Wert von Ingenieuren hängt von der Implementierungsarbeit ab und nicht von isolierten Workflows, an die viele sich früher gewöhnt hatten.

Ohne die Last, endlose Stunden mit Codieren zu verbringen, haben Entwickler nun die Zeit, sich auf die Rolle des Systemdenkers zu konzentrieren, sich auf Aufgaben wie Systemdesign, Erstellung und Bereitstellung von Governance-Richtlinien und Orchestrierung von Codierung zu konzentrieren. Die Freigabe von Zeit ermöglicht es Entwicklern, sich voll und ganz auf die neue Rolle des Systemstrategen zu konzentrieren.

Strategisches Denken wird zur wichtigsten Ingenieursfähigkeit

Die Reduzierung von repetitiven technischen Aufgaben öffnet eine Tür für eine neue Fähigkeit, die als wertvollste Fähigkeit eines Ingenieurs gilt: kritisches und strategisches Denken.

Wenn junge Ingenieure den Arbeitsmarkt betreten, stehen sie wahrscheinlich vor der Angst, ob sie überhaupt einen Job finden können, wenn sie wissen, dass die Rolle der Entwickler sich rasch wandelt. Junior-Talente werden interdisziplinäre Fähigkeiten benötigen, die senior Ingenieure nicht bis später in ihrer Karriere benötigten, um sicherzustellen, dass die Fähigkeitslücke nicht größer wird.

Während das Kennen von Code immer noch wichtig ist, wird das Verständnis von Geschäftskontext als Schlüsselelement immer wichtiger. Das Verständnis, wie man KI lehrt, Code zu entwickeln, der dem gesamten Unternehmen nützt, ist entscheidend, um KI den umfassenden Geschäftskontext zu geben, den sie benötigt. Dies geht einher mit starker architektonischer Argumentation. Neue Ingenieure müssen den Prozess verstehen, der in die Systemdesigns einfließt, um nicht nur zu entwickeln, sondern auch zu begründen und zu dokumentieren, wie es entsteht.

Darüber hinaus wird die Fähigkeit zum kritischen Denken wahrscheinlich die wichtigste Fähigkeit in der Ingenieurausbildung sein. Kann man ein Systemprojekt mit größeren Geschäftszielen und -bedürfnissen verbinden? Gibt es einen Grund, warum man einen bestimmten Ansatz gewählt hat? All dies sind Dinge, die Ingenieure begründen müssen, indem sie gründliche Arbeit leisten, um zu zeigen, wie technische Aspekte einen umfassenderen Wert treiben.

Die Veränderung der Fähigkeiten ist nicht nur eine Frage der Werkzeuge, sondern auch eine umfassende Frage der Arbeitskräfte und der Organisation. Da die Fähigkeit, schnell zu codieren, autonom geworden ist, werden starke Urteilsvermögen, Priorisierung und Kontext die echten Wettbewerbsvorteile in der Ingenieurausbildung sein. Zukunftige Ingenieure werden nicht nur Software bauen – sie werden an der Spitze der Gestaltung stehen, wie Menschen, KI-Systeme und Geschäftsziele zusammenkommen.

Die nächste Generation von Ingenieuren ist größer als Code

Das Wachstum von KI macht die Ingenieurausbildung nicht weniger wichtig. Es definiert vielmehr neu, was die Stellenbeschreibung beinhaltet. In einer hochgradig kooperativen Ära werden die besten technischen Teams systematisch denken, KI nutzen, um Ergebnisse zu optimieren, anstatt technische Ausgaben.

Das Gedeihen in der KI-Ära bedeutet, unter Komplexität zu arbeiten, wichtige Codierungsentscheidungen mit umfassenden Geschäftsauswirkungen zu verbinden und die Verwendung von KI verantwortungsvoll zu leiten, während all dies geschieht. Organisationen passen sich bereits an eine zunehmend interdisziplinäre Zukunft an, und die wertvollsten Entwickler werden diejenigen sein, die die Systeme verstehen, auf denen das Geschäft läuft.