Über Isolation, Ersetzbarkeit und warum ich nach 40 Jahren trotzdem optimistisch bin
Level: 🟢 Für alle | Karriere & Zukunft
Lesezeit: 12 Minuten
Autor: Franz-Martin, CTO & Gründer von Java Fleet Systems Consulting
🎯 Was du in 30 Sekunden lernst
Das Thema: Ein Heise-Artikel behauptet: Je isolierter ein Entwickler arbeitet, desto leichter kann er durch KI ersetzt werden. Was ist dran?
Die Realität: Die Angst ist berechtigt – aber nicht aus den Gründen, die du vielleicht denkst.
Was du mitnimmst:
- Warum „Coding Monkeys“ tatsächlich ersetzbar sind
- Was dich wirklich unersetzbar macht
- Historische Perspektive: Das hatten wir alles schon
- Konkrete Handlungsempfehlungen
👋 Liebe Java-Crew!
Franz-Martin hier – willkommen zu meinem Captain’s Log.
Normalerweise schreibe ich über Architektur-Entscheidungen, Team-Kultur oder die großen strategischen Fragen. Heute muss ich über etwas anderes sprechen.
Über den Elefanten, der immer noch im Raum steht.
Vor einigen Wochen hat Elyndra in ihrer Maven-Serie eine Diskussion angestoßen, die mir seitdem nicht mehr aus dem Kopf geht. Code Sentinel sagte damals:
„Das ist der Elefant im Raum, nicht wahr? Wir reden über Effizienz, Optimierung, Smart-Tools – aber was wir wirklich fragen wollen: Sind unsere Jobs sicher?“
Seitdem haben uns viele von euch geschrieben. Die Fragen waren ehrlich, manchmal verzweifelt. Und dann stolperte ich über einen Artikel bei Heise, der genau dieses Thema aufgreift – aus einer Perspektive, die ich teilen möchte.
📰 Der Artikel, der mich zum Nachdenken brachte
Stefan Mintert, ein erfahrener Berater für Unternehmenskultur in der Softwareentwicklung, hat bei Heise einen Artikel veröffentlicht:
„Je isolierter der Mensch, desto besser kann man seine Arbeit durch KI ersetzen“
Seine Kernthese:
Ein Team erzählte ihm auf die Frage „An welchem Produkt arbeitet ihr?“ – „Keine Ahnung.“
Sie wussten buchstäblich nicht, wofür sie Software entwickelten.
Das Ergebnis: Diese Teammitglieder waren zu „Coding Monkeys“ geworden. Ihre Aufgaben waren so isoliert, so aus dem Kontext gerissen, dass sie keinen erkennbaren geschäftlichen Sinn hatten.
Minterts Schlussfolgerung: Wenn ein Unternehmen so strukturiert ist, dass Entwickler nur noch isolierte Tickets abarbeiten – dann ja, dann kann man diese Arbeit durch KI ersetzen.
Und er hat nicht unrecht.
🧭 Meine historische Einordnung
Ich bin jetzt 65 Jahre alt. Ich habe Basic Programme geschrieben, als manche von euch noch nicht geboren waren. Ich habe die Mainframe-Ära erlebt, Client-Server, das Web, die Cloud, und jetzt KI.
Wisst ihr, wie oft ich gehört habe „Entwickler werden ersetzt“?
- 1985: „Desktop-Publishing wird Grafiker überflüssig machen!“
- 1995: „4GL-Sprachen werden Programmierer überflüssig machen!“
- 2000: „Offshore-Outsourcing wird deutsche IT-Jobs vernichten!“
- 2008: „Low-Code-Plattformen ersetzen Entwickler!“
- 2015: „Cloud-Services machen Admins überflüssig!“
- 2025: „KI ersetzt alle Entwickler!“
Was ist jedes Mal passiert?
Die Jobs haben sich verändert. Manche sind verschwunden. Aber mehr sind entstanden. Die Grafiker von 1985? Sie nennen sich heute UX-Designer, UI-Entwickler, Motion-Designer. Es gibt mehr von ihnen als je zuvor.
Aber – und das ist wichtig – nicht alle haben überlebt.
Die Grafiker, die nur „Layouts kopiert“ haben, sind weg. Die, die verstanden haben warum ein Design funktioniert? Die sind heute gefragter denn je.
🎯 Was macht dich wirklich ersetzbar?
Mintert hat einen wichtigen Punkt: Isolation macht ersetzbar.
Aber lass mich das präzisieren. Es geht nicht nur um organisatorische Isolation. Es geht um drei Arten von Isolation:
1. Isolation vom Geschäftskontext
Symptom: Du weißt nicht, wofür dein Code da ist.
Beispiel: Du baust ein REST-Endpoint. Du weißt, dass es Daten zurückgibt. Du weißt nicht, wer diese Daten braucht, warum, oder was passiert wenn sie falsch sind.
Warum das gefährlich ist: KI kann auch ein REST-Endpoint bauen. Sogar schneller als du. Was KI nicht kann: Verstehen, dass dieser Endpoint für einen Compliance-Report ist und deshalb andere Anforderungen hat als ein internes Dashboard.
2. Isolation vom Team
Symptom: Du arbeitest nur mit deinem Code, nie mit Menschen.
Beispiel: Du bekommst Tickets, lieferst Code ab, hast nie ein Gespräch über Architektur, nie eine Pair-Programming-Session, nie eine Diskussion über Trade-offs.
Warum das gefährlich ist: Wenn deine einzige Interaktion „Ticket rein, Code raus“ ist – dann bist du ein API. Und APIs kann man austauschen.
3. Isolation vom Lernen
Symptom: Du machst seit 5 Jahren das Gleiche.
Beispiel: Du bist „der Spring-MVC-Experte“. Alles andere? Macht jemand anders. Du hast nie mit Spring Boot 3 oder Spring Boot 4 gearbeitet, nie mit Reactive Streams, nie mit GraalVM.
Warum das gefährlich ist: Dein Wissen hat ein Verfallsdatum. Wenn du aufhörst zu lernen, wirst du langsam irrelevant – mit oder ohne KI.
💬 Real Talk: Freitagabend im Java Fleet Büro
Java Fleet Büro, 17:30 Uhr. Nova sitzt am Fenster, Cassian bringt Kaffee, ich packe meine Tasche.
Nova: „Franz-Martin… der Heise-Artikel. Bin ich so eine ‚Coding Monkey‘? Manchmal verstehe ich nicht wirklich, wofür der Code ist.“
Ich: (stelle Tasche ab) „Lass mich dir was erklären. In 40 Jahren habe ich drei Typen von Entwicklern kennengelernt.“
Die drei Entwicklertypen
„Typ 1: Der Dienst-nach-Vorschrift-Entwickler.“ Kommt um 9, geht um 17 Uhr, Kopf aus. Tickets rein, Code raus. Fragt nie warum. Hat null Interesse – könnte genauso gut Versicherungen verkaufen. Dieser Typ ist ersetzbar. Nicht wegen der Stunden, sondern wegen der Haltung.
„Typ 2: Der Burnout-Held.“ Arbeitet 60 Stunden, drei Side-Projects, liest jeden Abend Fachbücher. Definiert sich komplett über den Job. Diese Leute brennen aus. Ich habe brillante Entwickler gesehen, die mit 35 fertig waren.
„Typ 3: Das Feuer mit Feierabend.“ Macht um 17 Uhr Schluss. Wirklich Schluss. Hat ein Leben. Aber – am Sonntagmorgen beim Kaffee liest er mal einen Heise-Artikel. Nicht weil er muss. Weil ihn das interessiert, was passiert. Er probiert Neues aus, weil er neugierig ist. Und wenn Spring Boot 4 rauskommt: „Oh, interessant!“ – nicht „Mist, schon wieder lernen“.
Nova: „Also muss ich nicht um 22 Uhr noch Side-Projects machen?“
Ich: „Gott, nein. Geh nach Hause. Aber wenn du morgen ein Ticket bekommst – frag einmal mehr nach. Versteh ein bisschen mehr vom Gesamtbild.“
Cassian: „Der Unterschied zwischen Typ 1 und Typ 3 sind nicht die Stunden. Es sind die Fragen.“
Ich: „Du sitzt hier um 17:30 und diskutierst über deine Karriere. Du liest Artikel über KI. Du machst dir Gedanken. Nova – du bist Typ 3. Du hast das Feuer. Du weißt es nur noch nicht.“
Cassian: (schmunzelt) „Außerdem hat sie letzte Woche gefragt, ob sie beim Fleet Navigator mitarbeiten kann. Jamal und Kofi waren begeistert.“
Nova: (wird rot) „Das ist was anderes! Das Projekt ist einfach… spannend. Eine lokale KI-App, die komplett auf deinem Rechner läuft – keine Cloud, keine Daten die irgendwohin gehen. Und es wird Open Source!“
Ich: „Siehst du? Das ist das Feuer. Du hast dich nicht gemeldet, weil es auf der To-Do-Liste stand. Du hast dich gemeldet, weil dich das Thema interessiert.“
Cassian: „Mitte Januar kommt die erste Version raus. Komplett unter Apache 2.0 – jeder Dev kann reinschauen, lernen, forken, erweitern. Das ist der Punkt: Wir wollen, dass Entwickler verstehen, wie so eine lokale KI funktioniert. Nicht Blackbox, sondern Werkzeug.“
Nova: „Digitale Souveränität, hat Jamal gesagt. Deine KI, dein Rechner, deine Daten.“
Ich: (nehme Tasche, lächle) „Und genau deshalb bist du Typ 3, Nova. Du brennst für etwas – aber du verbrennst nicht. Und jetzt – Feierabend. Das Boot wartet nicht ewig.“
⚓ Was dich unersetzbar macht
Nach 40 Jahren habe ich ein Muster erkannt. Die Entwickler, die jede Transformation überstanden haben, hatten fünf Dinge gemeinsam:
- Verstehe das Warum
- Hör nie auf zu lernen
- Baue Beziehungen und Netzwerke auf
- Übernimm Verantwortung
- Kommuniziere klar
KI kann keins davon. Sie kann Code generieren, Tests schreiben, Bugs finden. Aber sie kann nicht verstehen, warum der CEO nervös wird wenn man „Kubernetes“ sagt – und wie man ihn trotzdem überzeugt.
❓ FAQ – Die harten Fakten
Frage 1: Wie viele IT-Stellen gibt es aktuell in Deutschland im Vergleich zu früher?
🇩🇪 Deutschland: Die Zahlen sind ernüchternd. Laut Bundesagentur für Arbeit ging das Angebot offener Stellen für Informatiker und andere IT-Berufe im September 2025 im Vergleich zum Vorjahr um 22,3 Prozent auf knapp 12.000 zurück. Das Institut der deutschen Wirtschaft (IW Köln) berichtet: Die durchschnittliche Zahl offener Stellen in IT-Berufen hat sich 2024 im Vergleich zum Vorjahr um 26,2 Prozent reduziert.
Quellen: Heise Online – IT-Arbeitsmarkt, IW Köln Studie
Frage 2: Wie viele Softwareentwickler sind arbeitslos?
🇩🇪 Deutschland: Im Juni 2025 waren 17.690 Softwareentwickler arbeitslos gemeldet. Im Jahresvergleich ist das eine Steigerung von über 31%. Insgesamt waren Ende September 2025 57.665 Informatiker und andere IT-Fachkräfte arbeitslos. Zum Vergleich: Vor zehn Jahren waren es mit 27.910 weniger als die Hälfte.
Aber Kontext ist wichtig: Die Arbeitslosenquote in der deutschen IT lag zum Jahresende 2024 bei 3,7 Prozent. Der Gesamtarbeitsmarkt lag bei 6,0 Prozent. Die IT-Branche hat immer noch eine deutlich niedrigere Arbeitslosenquote als der Durchschnitt.
Quelle: Die Tech Recruiter – IT-Arbeitsmarkt Juni 2025
Frage 3: Gibt es trotzdem noch Fachkräftemangel?
🇩🇪 Deutschland: Ja, paradoxerweise. Trotz des deutlichen Anstiegs der Arbeitslosigkeit verkündete der IT-Branchenverband Bitkom im August 2025 einen IT-Fachkräftemangel: In Deutschland fehlen weiterhin mehr als 100.000 IT-Fachkräfte – genauer: 109.000.
Das IW Köln erklärt das scheinbare Paradox: Ein Zusammenhang zwischen dem Rückgang offener Stellen und dem Einsatz von KI lässt sich derzeit nicht eindeutig belegen. Es liegt primär an der schwachen Konjunktur, nicht an KI-Verdrängung. Und: Die Qualifikationen der Arbeitssuchenden passen oft nicht zu dem, was Unternehmen suchen (Stichwort: Mismatch).
Quelle: Bitkom
Frage 4: Welche IT-Bereiche sind am stärksten betroffen?
🇩🇪 Deutschland: Besonders drastisch ist laut IW Köln die Zahl offener Stellen für Experten der Informatik (minus 46,2 Prozent) und der Wirtschaftsinformatik (minus 38,2 Prozent) eingebrochen. Das betrifft vor allem hochqualifizierte Positionen (Master/Diplom).
🌍 Weltweit: Interessant bei den globalen Tech-Layoffs: Die größte Gruppe der Betroffenen waren nicht Softwareentwickler (22 Prozent), sondern HR und Talentbeschaffung (28 Prozent). Im Kontext von Einstellungsstopps logisch – wer nicht einstellt, braucht weniger Recruiter.
Quellen: IW Köln, Golem Karrierewelt
Frage 5: Wie viele Tech-Entlassungen gab es weltweit?
🌍 Weltweit: Die Zahlen sind erschreckend. 2024 verloren weltweit 280.991 Beschäftigte im Tech-Sektor ihren Job. Seit Jahresbeginn 2025 sind bereits über 10.000 weitere dazugekommen.
Die größten Entlasser (kumuliert 2020-2024):
- Amazon: 27.800+ Entlassungen
- Meta: 21.000+ Entlassungen
- Intel: 16.000+ Entlassungen
🇩🇪 Deutschland: SAP kündigte 2024 den Abbau von 8.000 Stellen an – das war allein 23% aller europäischen Tech-Layoffs im ersten Quartal.
Quellen: Layoffs.fyi, Statista
Frage 6: Ist KI der Hauptgrund für die Entlassungen?
🇩🇪 Deutschland: Nein – zumindest nicht direkt. Das IW Köln stellt klar: Ein Zusammenhang zwischen dem Rückgang offener Stellen und dem Einsatz von KI lässt sich derzeit nicht eindeutig belegen. Aktuelle Umfragen zeigen sogar, dass Unternehmen eher mit einem steigenden Bedarf an IT-Fachkräften durch KI rechnen.
🌍 Hauptursachen weltweit:
- Wirtschaftliche Unsicherheit und Rezessionsängste
- Post-Corona-Korrektur (viele Firmen hatten 2020-2022 zu aggressiv eingestellt)
- Strategische Neuausrichtungen auf KI-Fokus
SAP begründete den Stellenabbau explizit mit dem Wunsch, „in die nächste Phase der Transformation“ zu gehen – sprich: mehr KI. Aber das bedeutet nicht, dass KI die Jobs ersetzt hat. Es bedeutet, dass Geld umverteilt wird.
Quelle: IW Köln
Frage 7: Bernd meinte mal, das hätten wir alles schon in den 2000ern gehabt. Hat er recht?
Lowkey ja.
🌍 Weltweit: Nicht nur im Silicon Valley werden verstärkt Erinnerungen an das Platzen der Dotcom-Blase im März 2000 wach. Die Layoffs.fyi-Zahlen erinnern an 2001.
🇩🇪 Deutschland – aber hier kommt der wichtige Unterschied: Im Zehn-Jahresvergleich von 2014 bis 2024 ist die sozialversicherungspflichtige IT-Beschäftigung um 463.000 gestiegen. Das ist ein Zuwachs von 70 Prozent. Der Gesamtarbeitsmarkt wuchs im selben Zeitraum nur um 13 Prozent.
Real talk: Die deutsche IT-Branche ist 70% größer als vor 10 Jahren. Ja, es gibt gerade eine Delle. Aber „IT ist tot“ war auch 2001, 2008 und 2020 falsch. Bernd hat also recht – wir hatten das schon. Und wir haben’s überlebt.
Quelle: Heise Online, Bundesagentur für Arbeit
Frage 8: Welche Developer werden in Zukunft gefragt sein?
🇺🇸 USA (Indeed-Daten): KI-Skills sind das neue Must-Have. Laut CIO.com wuchsen AI-bezogene Stellenanforderungen von 5% (2024) auf über 9% (2025) aller Tech-Stellenanzeigen.
🇩🇪 Deutschland: Laut Michael Page und get-in-IT sind diese Profile gefragt:
- KI/ML-Entwickler – Python, TensorFlow, NLP-Kenntnisse
- Cloud Engineers – AWS, Azure, Kubernetes
- Cybersecurity-Experten – Bedarf steigt durch Automatisierung
- DevOps/SRE – CI/CD-Skills (wuchsen von 7% auf 9% in US-Stellenanzeigen)
- Data Scientists – Big Data, Predictive Analytics
🇩🇪 Der Twist für Deutschland: Die Nachfrage nach KI-Stellen stieg zwischen 2019 und 2022 von 97.000 auf 180.000 – und stagniert seither. Der Markt normalisiert sich. Es geht nicht mehr darum, irgendeinen KI-Skill zu haben. Es geht darum, ihn gut zu beherrschen.
Und: Soft Skills werden wichtiger, nicht unwichtiger. Entscheidungskompetenz, Kommunikation, interdisziplinäres Denken. KI übernimmt keine Verantwortung – du schon.
Quellen: CIO.com, Michael Page DE, get-in-IT
Frage 9: Was ist Vibe Coding – und sollte ich mir Sorgen machen?
🇺🇸 Begriff aus den USA: Andrej Karpathy (OpenAI-Mitgründer, Ex-Tesla-KI-Chef) prägte den Begriff im Februar 2025. Seine Definition: „There’s a new kind of coding I call ‚vibe coding‘, where you fully give in to the vibes, embrace exponentials, and forget that the code even exists.“
Klingt nach Magie? Ist es nicht. Karpathy selbst sagt: Das ist für „Wegwerf-Wochenendprojekte“ geeignet. Die Wikipedia-Definition ist brutal ehrlich:
„Vibe Coding entledigt sich etablierter Konventionen der Softwareentwicklung hinsichtlich Qualität, Zuverlässigkeit, Skalierbarkeit und Wartbarkeit.“
🌍 Zahlen (primär USA):
- 75% der Replit-Nutzer schreiben keine einzige Zeile Code selbst (Replit CEO)
- Bis zu 41% des Codes in modernen US-Projekten ist KI-generiert
- Collins Dictionary wählte „Vibe Coding“ zum Wort des Jahres 2025
Was das für dich bedeutet:
Vibe Coding ist kein Ersatz für echtes Können. Es ist ein Werkzeug. Ein verdammt gefährliches, wenn du nicht verstehst, was es produziert.
Simon Willison (Pragmatic Engineer) bringt es auf den Punkt: „Vibe coding is not the same thing as writing code with the help of LLMs!“
Der entscheidende Unterschied: Beim Vibe Coding akzeptierst du blind, was die KI ausspuckt. Bei professioneller KI-unterstützter Entwicklung verstehst du den Code, prüfst ihn, verbesserst ihn.
Meine Einschätzung: Vibe Coding wird Prototyping beschleunigen. Aber produktionsreifer Code braucht Menschen, die verstehen, was sie tun. Der Typ-1-Entwickler, der nur „Accept All“ klickt? Der ist ersetzbar. Der Typ-3-Entwickler, der KI als Werkzeug nutzt, aber das „Warum“ versteht? Der ist wertvoller denn je.
Quellen: Wikipedia – Vibe Coding, Simon Willison, Pragmatic Engineer
Frage 10: Konkret – was soll ich jetzt lernen?
Pragmatische Empfehlung aus 40 Jahren Beobachtung (und ja, das gilt für 🇩🇪 Deutschland):
Sofort (diese Woche):
- Lerne, mit KI-Tools zu arbeiten (Cursor, Copilot, Claude). Nicht blind vertrauen. Verstehen, was sie produzieren.
- Prompt Engineering ist keine Raketenwissenschaft. Es ist: Klar kommunizieren können. (Das solltest du als Entwickler eh beherrschen.)
Kurzfristig (nächste 6 Monate):
- Cloud-Grundlagen (AWS/Azure Basics) – selbst wenn du kein Cloud-Engineer werden willst
- Container-Verständnis (Docker, Kubernetes-Konzepte) – nicht jedes Detail, aber das Prinzip
- Security-Awareness – nicht als Spezialisierung, als Grundverständnis
Mittelfristig (1-2 Jahre):
- Spezialisiere dich in EINEM Bereich, der dich interessiert. Nicht in fünf.
- Cybersecurity, Data Science, ML/AI-Integration, Cloud-Architektur – such dir was aus
- Aber: Vertiefe es. „Ich hab mal einen Udemy-Kurs gemacht“ ist kein Skill.
Was du NICHT tun solltest:
- Panik-Skills sammeln, weil LinkedIn sagt, sie sind „hot“
- Vibe Coding als Ersatz für echtes Lernen sehen
- Glauben, dass du in 3 Monaten zum KI-Experten wirst
🇩🇪 Die Realität in Deutschland: Das IW Köln bestätigt: Trotz des Stellenrückgangs konnten 2024 mehr als 13.500 offene Stellen in IT-Berufen rechnerisch nicht besetzt werden. Der Markt ist angespannt, nicht tot. Und er bevorzugt Menschen, die verstehen, was sie tun.
Quellen: IW Köln, Heise Academy, Indeed DE
⛵ Mein Fazit
Stefan Mintert hat recht: Isolation macht ersetzbar. Aber: Du hast es in der Hand, ob du isoliert bist.
Nicht vollständig. Manchmal sind Strukturen toxisch. Aber meistens? Die Mauer zwischen dir und dem Kontext ist dünner, als du denkst. Manchmal reicht eine Frage.
KI wird Jobs verändern. Aber KI wird keine Menschen ersetzen, die verstehen, Beziehungen bauen, und Verantwortung übernehmen.
Wenn du diesen Artikel bis hierhin gelesen hast – du bist wahrscheinlich Typ 3. Denn „Coding Monkeys“ lesen keine Artikel über Karriere und Zukunft.
Weiterführende Links:
- Der Heise-Artikel von Stefan Mintert
- Elyndras Maven & AI Artikel – Wo die „Elefant im Raum“-Diskussion begann
Deine Meinung? Schreib an franz-martin@java-developer.online
Keep learning. Keep asking questions. ⛵
Franz-Martin
CTO & Gründer, Java Fleet Systems Consulting
Tags: #Karriere #KI #Zukunft #Ersetzbarkeit #CaptainsLog #JavaFleet
📚 Das könnte dich auch interessieren
© 2025 Java Fleet Systems Consulting | java-developer.online
