Ask HN: Wie denken Softwareingenieure angesichts des AI-Hypes darüber?

Da AI inzwischen 30–50 % der Arbeit übernimmt, würde mich interessieren, wie die Stimmung in den Unternehmen ist.
Stellen sie mehr Softwareingenieure ein, oder haben sie einen Einstellungsstopp?
Übt das Management Druck aus, damit mit weniger Leuten mehr Arbeit erledigt wird?

Zusammenfassung der wichtigsten Antworten

1. Einsatz von AI und tatsächliche Produktivität

• Viele Entwickler halten die Behauptung, dass AI 30–50 % der Arbeit ersetzt, für übertrieben; viele sehen den tatsächlichen Effekt eher bei 1–10 %
• AI ist nützlich für Boilerplate-Code, einfache Skripte, das Zusammenfassen bzw. Umwandeln von Dokumenten und als Suchersatz bei wiederkehrenden Aufgaben, hat aber große Grenzen bei komplexem Code und Wartung
• Einige Junior- und Mid-Level-Entwickler spüren dank Vorschlägen zu Syntax und Struktur Produktivitätsgewinne, während erfahrene Entwickler laut Studien sogar 19 % Produktivität verlieren
• Wegen Problemen mit der Qualität von AI-generiertem Code geht oft mehr Zeit für Prüfung und Korrektur drauf, wodurch der Netto-Nutzen sinkt

2. Veränderungen bei Organisation und Hiring durch AI

• Keine großen Veränderungen beim Einstellungsvolumen. Einige Unternehmen reduzieren allerdings Einstellungen oder verlagern mehr ins Offshoring, besonders in Erwartung günstigerer Arbeitskräfte mit AI-Unterstützung
• Das Interesse verschiebt sich von interner Effizienzsteigerung durch AI hin zur Integration in Produktfunktionen
• Manche Managementebenen überschätzen AI, unterschätzen den Schwierigkeitsgrad von Aufgaben und setzen unrealistische Deadlines, was die Moral der Entwickler drückt

3. Erfolgs- und Misserfolgsfälle beim AI-Einsatz

• Erfolgsfälle:
  • Erstellung früher PoCs, Bootstrap neuer Projekte, Testcode und einfache UIs
  • Durchsuchen großer Mengen an Logs und Dokumentation, Bereitstellen von relevanten Hinweisen aus API-Dokumentationen
  • Finden von Kandidaten für Legacy-Code-Refactoring, Analyse von GDB-Ausgaben und andere spezialisierte Nischenaufgaben
• Misserfolgsfälle:
  • Integration in komplexe bestehende Codebases, Unterstützung für versions- oder domänenspezifische Sprachen wie ABAP
  • Suche/Zusammenfassung in Umgebungen mit veralteter oder widersprüchlicher Dokumentation und Tickets
  • OSS-Beiträge (PRs) mit hohen Qualitätsanforderungen

4. Psychologie und Moral der Entwickler

• Einige sind zufrieden, weil durch die Einführung von AI repetitive Arbeit abnimmt und sie sich stärker auf Design und Architektur konzentrieren können
• Gleichzeitig gibt es aber auch:
  • „Warum sollte ich noch lernen oder beitragen?“ → langfristiger Zweifel, ob man nicht doch durch AI ersetzt wird
  • Arbeitschaos durch fehlerhafte Meeting-Zusammenfassungen und Action Items, die von AI erstellt wurden
  • Sorgen über Kostensenkungen und Personalabbau, die mit der Einführung von AI begründet werden
• Unabhängige Web- und Content-Produzenten spüren negative Auswirkungen durch sinkenden Traffic und Umsatz

5. Gesamtfazit

• AI hat derzeit Wert als „Assistenz-Tool“, reicht aber nicht aus, um Kernaufgaben zu ersetzen
• Produktivitätssteigerungen hängen stark von Domäne, Eigenschaften der Codebase und Erfahrung des Entwicklers ab
• Langfristig könnten Architekturdesign und Qualitätsmanagement wichtiger werden als das reine Schreiben von Code
• Überzogene Erwartungen und Unterschätzung existieren nebeneinander; die Mehrheitsmeinung lautet: „Nützlich, aber kein Allheilmittel.“

[ehdgns104]

Wenn es sich um Organisationsleiter mit tiefgehendem Verständnis und echter Einsicht handelt, okay, aber wenn es um Zahlenspielereien aus Kostengründen geht und Führungskräfte in einen AI-Allmachtsglauben verfallen??? Man hört förmlich, wie die Leute dabei zerrieben werden ;_;

[jjw951215]

Wenn man AI einführt, heißt es, die Produktivität verdoppelt sich, also wird einem gleich auch doppelt so viel Arbeit gegeben ... Das Gehalt bleibt aber gleich, und sogar die AI-Kosten werden nicht übernommen ...

[aciddust]

Ach..

[GN⁺]

Hacker-News-Kommentare

• AI macht 0 % meiner Arbeit aus
  • Komplexe Softwareentwicklung umfasst viel, was Menschen leisten müssen: Domänenwissen, Ressourcenkoordination, Risikomanagement, Teamzusammenarbeit, Analyse von Kundenfeedback usw.
  • AI kann die Produktivität manchmal erhöhen, ist aber unvorhersehbar und liefert keine Vertrauenssignale für ihre Ergebnisse
  • Moderne Software ist ein Produkt, das sich organisch weiterentwickelt, daher kann AI kein Team ersetzen
  • Reife Open-Source-Projekte (Node.js, React, Kubernetes usw.) haben hohe Anforderungen an Beiträge, daher kann AI nicht ohne Weiteres PRs einreichen
  • Gar keine AI zu nutzen? Auch Dokumentation, Boilerplate-Code, Meeting-Notizen, Suche, Präsentationen und Brainstorming sind Arbeit
    Wer sie wirklich gar nicht nutzt, ist entweder ein Genie, hinterher oder nicht ehrlich
• Unser Unternehmen stellt weiterhin Engineers ein; alle haben ein kostenpflichtiges Cursor-Abo, und einige nutzen Claude Code
  • Claude erstellt auf GitHub sogar automatisch PRs
  • Da wir auf Java+Spring basieren, ist der Nutzen von LLMs groß, aber wegen der komplexen Struktur können sie Menschen nicht ersetzen
• AI ist wie React, als es zum ersten Mal erschien: ein Werkzeug zur Steigerung von Produktivität und Fähigkeiten
  • Tickets automatisch abzuarbeiten und bis zum PR zu bringen, ist zu etwa 5–10 % möglich
  • Stack Overflow braucht man faktisch nicht mehr
  • Zum Erkunden und Zusammenfassen neuer Repos ist es gut, aber Code zu schreiben, der länger als ein Jahr wartbar bleibt, gelingt selten
  • Das Problem, dass Anweisungen nicht korrekt befolgt werden, ist gravierend
  • Die Erfahrung, auf Stack Overflow direkt Antworten von Framework-Autoren oder Kernbeitragenden zu bekommen, könnte verschwinden
  • AI kann weder Diskussionen noch unterschiedliche Herangehensweisen liefern
• Ein früherer CIO hat AI aggressiv gepusht und behauptet, sie werde alles verändern, während die Nutzung gleichzeitig verboten war
  • Heute dürfen wir Copilot verwenden, aber die Bewertungen im Team sind schlecht
  • AI hilft eigentlich nur beim Schreiben komplexer JSON-Abfragen; die Einsparung liegt bei 1–2 %
  • Das Problem ist nicht das Schreiben von Code, sondern Entscheidungsfindung und Bürokratie
  • Das Management hat schon vor AI mehr Ergebnisse ohne zusätzliches Personal verlangt
  • Bei Senior Developers macht das eigentliche Coden weniger als 25 % aus; der Rest besteht aus Dokumentation, Freigaben, Reviews, Meetings usw.
    Selbst wenn AI die Coding-Geschwindigkeit um 50 % erhöht, reduziert das die Gesamtarbeit nur um 10–15 %
• Unsere Codebasis ist speziell und komplex, daher kann AI menschliches Urteilsvermögen kaum ersetzen
  • Wie groß der Produktivitätsgewinn ist, bleibt noch unklar
  • Ich glaube nicht, dass Softwarejobs verschwinden, bevor AI das Niveau von Senior Developers erreicht
  • Wenn es so weit ist, könnte sich die Arbeit in Richtung AI-Management verschieben
• Ich verschiebe meine Jobsuche derzeit und warte darauf, dass der AI-Hype abflaut
  • In meinen letzten zwei Firmen hat das Management alles auf AI gesetzt, dadurch die Produktausrichtung ruiniert und am Ende alle entlassen
  • Ich suche nach Führungskräften, die AI als eines von mehreren Werkzeugen betrachten und nur dort einsetzen, wo sie sinnvoll ist
  • Im Moment ist die Moral am Boden
• Kürzlich hat mir Claude geholfen, eine mathematisch anspruchsvolle Arbeit zu verstehen
  • Für die Struktur des Algorithmus und ein intuitives Verständnis war es gut, aber bei der Code-Implementierung miserabel und bei mathematischen Details oft falsch
  • Richtig eingesetzt kann es das Lerntempo erhöhen, aber meinen Job bedroht es nicht
  • Ich nutze es auch, um beim Erkunden neuer Tools oder Libraries herauszufinden, wo die API-Dokumentation zu finden ist
    Es spart eher Zeit bei Suche und Boilerplate als beim eigentlichen Coden
    Bei vertrauten Tools nutze ich es fast nie
  • Ich habe auf Reddit einen Fall gesehen, in dem ein Student seine Abschlussarbeit mit AI zu 40–60 % fertiggestellt hat, sie aber nicht beenden konnte
    Eine vollständige Ersetzung ist also noch schwierig
  • Wenn AI eine wissenschaftliche Arbeit zusammenfasst und der Mensch sie verifiziert, kann das eine gute Lernmethode sein
• Ich habe 20 Jahre Berufserfahrung und war vor 2–3 Jahren fast so gelangweilt, dass ich aufgehört hätte; dank AI macht es mir jetzt wieder Spaß
  • AI übernimmt 95 % meines Codes und 75 % meiner Entscheidungen
  • Ich treffe allein Entscheidungen über mehrere Layer hinweg und liefere Features in kürzeren Zyklen aus
  • Es gab bisher noch keinen größeren Ausfall durch von AI erzeugten Code
  • Im Gegenteil: Ich arbeite weniger als früher und verdiene etwas mehr
  • Ich kann ähnlich gut mit mehreren Kontexten umgehen und bin stark in der Architekturplanung, deshalb traue ich mir den Einsatz von AI zu
    Mich würde interessieren, wie du deinen aktuellen Job bekommen hast
  • Mich würde interessieren, welche LLMs, IDEs und Best Practices du nutzt
    Bei Continue.dev habe ich keinen großen Mehrwert gespürt und nutze meistens ChatGPT im Web
• Praktisch hat sich an der Arbeit kaum etwas geändert, und auch das Hiring läuft ähnlich wie früher
  • Psychologisch ist die Motivation jedoch stark gesunken
  • Gedanken wie „Bald wird AI ohnehin bessere UIs bauen, warum sollte ich dann noch mobile Apps lernen?“ nagen an der Motivation
  • In letzter Zeit widme ich mich eher nichttechnischen Hobbys oder denke über einen Karrierewechsel nach
• Ich mache mir Sorgen, dass die nächste Generation nicht mehr richtig lernt und dadurch ihre Engineering-Fähigkeiten verliert
  • Die Vorgabe der Führung ist, dass AI die Produktivität steigern werde
  • Es ist auch ermüdend, wenn Meeting-Notizen und Action Items durch AI-Zusammenfassungen ersetzt werden
  • AI-Meeting-Zusammenfassungen sind ungenau; mir werden Aufgaben zugewiesen, die ich nie übernommen habe, oder Schlussfolgerungen werden verzerrt
    Wenn ein Mensch so etwas geschrieben hätte, wäre das ein Kündigungsgrund, deshalb wünschte ich, man würde so etwas nicht verwenden