Softwareentwicklung verändert sich – und damit auch diese Seiten

Die Softwareentwicklung hat sich in den letzten Monaten spürbar verändert. Nicht nur ein bisschen an der Oberfläche, sondern im Alltag: Was früher Nachschlagen, Boilerplate, erste Entwürfe und viel Tipparbeit war, übernehmen heute oft moderne Werkzeuge – vor allem Large Language Models und die Assistenten, die darauf aufbauen.

Damit verändert sich auch das Berufsbild. Wer Software baut, muss weiterhin verstehen, was entstehen soll, welche Architektur trägt und ob das Ergebnis stimmt. Aber immer mehr der konkreten Arbeit dazwischen wird direkt von Tools erledigt. Syntax, typische API-Aufrufe, Testskelette, Umformulieren, Erklären von fremdem Code: Das ist nicht mehr der Engpass, der es früher war.

Das ist keine ferne Prognose. Auf GitHub nutzen rund 80 Prozent der neuen Entwickler Copilot schon in der ersten Woche. Der DORA-Report 2025 kommt bei knapp 5.000 Befragten auf etwa 90 Prozent, die KI in der Arbeit einsetzen. Die Frage ist nicht mehr, ob man das Thema ignorieren kann. Die Frage ist, wie man damit sinnvoll arbeitet.

Wie weit das inzwischen reicht, hat David Tielke im Juni 2026 in seinem YouTube-Video Der Moment, der die Softwareentwicklung geändert hat! gezeigt. Das ist kein Konferenzmitschnitt, sondern ein Selbstversuch: Er hat die Backoffice-Anwendung, die er seit 18 Jahren nutzt, in 45 Arbeitstagen neu aufgesetzt – Microservice-Architektur, Spezifikation, Tests, Dokumentation, mit dem Qualitätsanspruch, den er sonst in Kundenprojekten anlegt. Geschrieben hat den Code die KI. Gesteuert hat er sie über klare Vorgaben, einen sogenannten Harness.

Die Zahlen aus dem Video (unter anderem Faktor 93 gegenüber einer Schätzung für manuelle Entwicklung) darf man mit Abstand betrachten. Tielke selbst schreibt später, dass man über die genaue Größe streiten kann – an der Richtung ändert das nichts. Wer lieber liest als schaut: In Haben wir nichts gelernt? hat er das Experiment nachbereitet. Der spannende Punkt ist für mich nicht die spektakulärste Zahl, sondern dass Enterprise-Qualität mit KI inzwischen erreichbar ist, wenn man Architektur, Tests und Regeln ernst nimmt – und dass die Arbeit des Menschen dann vor allem in genau diesen Vorgaben liegt.

KI ist für mich kein Zusatzspielzeug mehr, sondern ein Werkzeug, das in der Softwareentwicklung nicht mehr wegzudenken ist. Deshalb werde ich meine bisherigen Aufwände, Dinge zu dokumentieren, umstrukturieren und deutlich stärker auf die Arbeit mit KI ausrichten.

Unter https://dev.neitzel.de dokumentiere ich Themen zur Softwareentwicklung, die den Rahmen eines Blog-Eintrags sprengen. Die eigene Seite habe ich im März 2025 vorgestellt; erste Inhalte stammten schon Ende 2024 aus JAdventure. Der Schwerpunkt lag bisher bei Java, Tools und klassischen Themen. Das bleibt nützlich – aber die Reihenfolge und die Gewichtung ändern sich. Zuerst muss klar sein, was ein Large Language Model eigentlich tut, wo es stark ist und wo man es prüfen muss. Danach ergeben Clean Code, Architektur und Tests einen anderen Sinn: Sie sind nicht nur Handwerk für Menschen, sondern auch Leitplanken für die KI.

Abschnitt 0 dort ist der Einstieg in genau das. Was sind LLMs? erklärt die Arbeitsweise. Geschichte der LLMs ordnet nach, wie sich Architektur, Skalierung, Nachschlagen, Handeln und langes Denken überlappend entwickelt haben.

Rückmeldungen, Fragen oder Hinweise sind wie immer herzlich willkommen.