Hinweis: Dieser Podcast und dieses Video wurden mithilfe von KI erstellt. Dabei wurden die Originalinhalte und technischen Erkenntnisse des Autors des Blogbeitrags adaptiert.

Vor dreißig Jahren saß Venkat Subramaniam nach einer Gletschertour in Kanada im Bus zurück ins Tal. Der Fahrer unterbreitete seinen Passagieren zwei Vorschläge: zwei Stunden über die Straße fahren. Oder zwanzig Sekunden – über die Klippe. Die Gruppe entschied sich, wenig überraschend, für den Weg über die Straße.

Genau dort steht die Softwareentwicklung heute, sagt Subramaniam. AI erzeugt in zwanzig Sekunden eine Menge Code. Aber nicht jeder schnelle Weg ist auch ein guter.

Nicht Entwickler, sondern Problemlöser

Subramaniam ist beileibe keine beliebige Stimme in der AI-Debatte. Vor allem als Trainer hat er weltweit mehrere Generationen von Entwicklern aus- und weitergebildet, dazu als Buchautor und gefragter Keynote-Speaker. Seit vierzig Jahren beantwortet er Fragen, die vielen eher nur lästig sind: warum eine Methode zu lang läuft, warum ein Name seine volle Bedeutung tragen muss, warum ein Test mehr sagen sollte als nur „grün”.

Seine bekannteste Unterscheidung: Der Anfänger fragt, welchen Code er schreiben kann. Der Experte fragt, welchen Code er vermeiden kann – denn Code ist eine Verbindlichkeit, kein Vermögenswert. Für viele in der Community ist Venkat Subramaniam so etwas wie ein Vorbild.

„Wer bist du?” ist für ihn eine Fangfrage. Die falsche Antwort: Java-Entwickler, Python-Entwickler, Kotlin-Entwickler. Seine eigene Antwort lautet anders: Wir sind nicht Programmierer, sondern Problemlöser. Programmieren ist eines unserer Werkzeuge.

Deshalb überrascht seine Reaktion auf AI. Kein Bedauern, dass jetzt eine Maschine codet. Kein „das schafft sie nie so gut wie ich”. Subramaniam beschreibt sich selbst als fasziniert von den neuen Möglichkeiten, denn: Jeder Moment im Leben ist eine Gelegenheit zu lernen. Er hat auch eine Erklärung dafür, warum andere das anders empfinden mögen: Wer eine Aufgabe lange auf dieselbe Weise erledigt hat, fühlt sich bedroht, wenn ein Werkzeug diesen Teil übernimmt – das eigene Revier gerät ins Wanken. Aber das Werkzeug nimmt nur das weg, was nicht das Entscheidende ist. Sein eigenes Ziel, sagt Subramaniam, habe sich nicht verändert. Er habe nur ein deutlich mächtigeres Werkzeug bekommen, um es zu erreichen.

Live sehen kann man ihn bald selbst: Venkat Subramaniam hält die Eröffnungs-Keynote auf der kommenden W-JAX – „Worth a Million Arguments”, darüber, wie man technische Grundsatzfragen entscheidet, wenn jede Option gleich gut klingt.

Geschwindigkeit ohne Disziplin ist kein Fortschritt

„Geschwindigkeit plus Disziplin ist Agilität. Geschwindigkeit ohne Disziplin ist eine Katastrophe!” sagte Subramaniam und es klingt fast wie ein Slogan. Aber dieser Satz basiert auf einer Beobachtung aus vierzig Jahren Praxis – und sie trifft die Arbeit mit AI direkt: AI liefert die Geschwindigkeit. Was daraus wird, entscheidet, wer sie einsetzt.

Subramaniam hat Entwickler jahrzehntelang in Java, Kotlin und anderen Sprachen trainiert – und sagt trotzdem: Im Kern geht es nicht um die Sprache. Es geht um eine Haltung. Teams wollten schon immer das Richtige tun, ihnen fehlt meistens nur die Zeit. Man kennt zwar den Standard, den man erreichen sollte, lässt ihn unter Termindruck aber fallen. Zum ersten Mal, sagt Subramaniam, können Teams schnell sein und trotzdem richtig arbeiten. Für Entwickler ist das die Chance, versäumte Disziplin nachzuholen.

„Du kannst Entwicklung an die AI auslagern. Deinen eigenen Ruf kannst du nicht auslagern”, sagt er.

Disziplin zeigt sich im Bauen, nicht im Reden

Wie das in der Praxis aussieht, zeigt folgende Episode: Ein Kunde wollte ein bestimmtes Feature. Subramaniams Bauchgefühl: keine gute Idee. Aber wie sagt man das, bevor man es getestet hat? Das wäre nur eine Vermutung gewesen – ein Bias, wie er selbst sagt. Also bedankte er sich für die Idee und baute sie mit AI in zehn Minuten als funktionierenden Prototyp. Der Kunde sah sich das an. Innerhalb weniger Minuten waren sich beide einig: wir verwerfen die Idee ganz schnell.

Software zeigt, sagt Subramaniam, den „Beobachter-Effekt”: In dem Moment, in dem man etwas Konkretes ansieht, will man es ändern. Diesen Moment des Sehens herzustellen, kostete früher Tage oder Wochen Prototyping. Heute kostet er zehn Minuten – das Software-Äquivalent zum 3D-Druck im Maschinenbau.

Ein mächtigeres Werkzeug macht den Job nicht obsolet

Wenn AI uns also so produktiv macht, warum dann nicht die Belegschaft kürzen? Subramaniam ist überzeugt, dass es nicht so kommen wird. Diesen Film hat er schon zweimal gesehen.

Das erste Mal war Offshoring, Anfang der 2000er. Westliche Softwareentwicklung galt als erledigt – warum teuer im eigenen Land produzieren, wenn es anderswo billiger geht? Offshoring fing echte Kapazitätsspitzen auf. Dabei lernte die Branche aber etwas, das sie nur geahnt hatte: Softwareentwicklung ist Kommunikation, Verständnis, Iteration – kurze Wege zu Kunden und Stakeholdern. Diese Erkenntnis bekam einen Namen: Agile. Am Ende brauchten wir mehr Entwickler:innen als je zuvor.

Die zweite Erinnerung ist jünger: die Automatisierung des Testens. Wer damals glaubte, automatisierte Tests würden professionelle Tester überflüssig machen, lag gründlich falsch. Automatisierung hat das Testen als Aufgabengebiet nicht verringert, sondern im Gegenteil größer gemacht – systemischer, komplexer, anspruchsvoller. Der Job wuchs. Er verschwand nicht.

Subramaniam zieht daraus einen einfachen Schluss für AI in der Softwareentwicklung: Wer glaubt, ein mächtigeres Werkzeug mache den Job obsolet, hat die Geschichte nicht verstanden.

Beides zählt: Grundlagen und kritisches Denken

Was braucht es also, wenn nicht die Kenntnis einer Programmiersprache? Subramaniam antwortet mit zwei Wörtern, die er in fast jedem Satz wiederholt: Grundlagen und kritisches Denken. Grundlagen heißt: verstehen, was Software im produktiven Einsatz wirklich braucht – Performance, Sicherheit, Zuverlässigkeit, Resilienz. Kritisches Denken heißt: bei jedem AI-Ergebnis fragen, ob es tatsächlich Sinn ergibt, und ob es einen besseren Weg gibt.

Ein Projektmanager fragte ihn einmal, ob Grundlagen in der Softwareentwicklung überhaupt noch nötig seien, wenn AI doch den Rücken freihalte. Subramaniams Antwort: AI hält niemandem den Rücken frei. Ganz im Gegenteil: Sie stellt dich öffentlich bloß, auf die denkbar peinlichste Weise, die möglich ist. AI ersetzt Wissen nicht – ersetzbar ist nur die Ausführung, nicht das Wissen selbst.

70 Prozent der Arbeit ist Lesen, nicht Schreiben

Wer verstehen will, worauf Subramaniam hinaus will, sollte sich eine Zahl merken, die er gerne zitiert: Rund siebzig Prozent der Arbeit mit Code ist Lesen, nur dreißig Prozent Schreiben. AI ist genau dort am stärksten, wo Menschen am schwächsten sind – bei kognitiver Last, bei Komplexität, die sich nicht auf einen Blick erfassen lässt. Das Tempo übernimmt die Maschine. Die Richtung bestimmt weiterhin der Mensch.

Man müsse immer eine Abstraktionsebene unter der eigenen verstehen, so Subramaniam, sonst lässt sich nicht beurteilen, wann etwas kaputtgeht. Nicht, um die AI zu beherrschen, sondern um das eigene Urteilsvermögen zu schärfen, während AI den Code schreibt.

Vertraue nicht, und prüfe es bis zum Anschlag

Gefragt, wonach er das Können eines Engineers bewertet, antwortet Subramaniam ohne zu zögern. Die alte Norm war „trust but verify” – vertrauen, aber prüfen. Seine neue Norm liest sich deutlich härter: „Vertraue nicht, und prüfe bis zum Anschlag.” Sein Ziel bringt er in einem Satz auf den Punkt: „Wir wollen nachhaltige Geschwindigkeit, keine unkontrollierte.”

Genau darum geht es in seiner Keynote auf der W-JAX, „Worth a Million Arguments: Making Better Decisions in the Age of AI”. Spring, Quarkus oder Micronaut? Angular, React oder Vue? Statische, dynamische oder gemischte Typisierung – oder doch funktional? Fragen, die in jedem Team endlose Diskussionen auslösen, sobald erfahrene Entwickler im selben Raum sitzen. Prototypen, die helfen, solche Diskussionen anschaulich zu führen, kosteten bis vor Kurzem sehr viel Zeit und Aufwand. Heute lassen sie sich in Windeseile bauen, beobachten, vergleichen.

Subramaniam zieht dafür Parallelen zur Praxis bewunderter Künstler, Wissenschaftler und Architekten: Sie streiten nicht über Skizzen – sie bauen Modelle und stellen sie nebeneinander. Aus der Debatte über Spring oder Quarkus wird so der Vergleich zweier funktionierender Prototypen. Schneller experimentieren macht das technische Urteilsvermögen dabei nicht überflüssig: Zu wissen, was man überhaupt bauen sollte, worauf man achten muss und was ein Ergebnis wirklich bedeutet, bleibt Erfahrungssache.

Die beste Zeit, um Entwickler:in zu sein

AI verändert einiges daran, wie Software entsteht. Die simple Sichtweise behandelt das als vollständige Automatisierung – Problem eingeben, Software erhalten, Mensch optional. Subramaniam verteidigt die Grundlagen seit vierzig Jahren, genau weil sie nicht optional werden, nur weil eine Maschine schneller geworden ist. Sein Schluss aus vier Jahrzehnten Praxis: Ein mächtigeres Werkzeug macht den Job nicht unbedeutender. Es macht ihn anspruchsvoller.

Das ist die eigentliche Nachricht, und sie ist gut: Die Prinzipien – Disziplin, Grundlagen, kritisches Denken – zählen jetzt mehr denn je. Nicht trotz AI, sondern wegen ihr.

Genau dafür steht die W-JAX. Subramaniam ist nicht da, um ein Werkzeug zu erklären. Er ist da, um die Ingenieurskultur mitzugestalten, die dieser Moment verlangt.