Vom Entwickler zum Produktmanager.
Wenn Agenten den Code schreiben, zählt, wer weiß, was gebaut werden soll.
Code schreiben war lange das, was Entwickler von allen anderen unterschied. Das ist vorbei. Coding-Agenten produzieren in einer Nacht, wofür früher ein Team Wochen brauchte. Was bleibt, ist die eigentliche Arbeit: entscheiden, was gebaut wird, wie es sich anfühlen soll und woran man merkt, dass es funktioniert. Das ist Produktarbeit.
Wer heute mit Agenten baut, sitzt kaum noch im Editor. Der Tag sieht anders aus: morgens ein paar Pull Requests freigeben, die über Nacht entstanden sind. Dann neue Aufgaben formulieren, in eine Warteschlange legen, und der Agent zieht sich das nächste Ticket selbst, sobald er fertig ist. Hundert erledigte Tickets an einem Tag sind in kleinen Projekten keine Übertreibung mehr. Ein Einzelner mit einer Handvoll Agenten erreicht ein Tempo, für das früher sieben bis zehn Leute nötig waren.
Was sich in der Rolle verschiebt
Der Entwickler alter Schule hat beschrieben, wie etwas gebaut wird: diese Funktion, diese Datenstruktur, diese Schleife. Wer mit Agenten arbeitet, beschreibt vor allem, was entstehen soll und warum. Welche Features, in welchem Kontext? Wie sieht der Ablauf für den Nutzer aus? Hier sind die Entwürfe, das ist das Ergebnis, an dem wir messen. Den Weg dorthin übernimmt die KI.
- Vorher: Anforderungen kommen vom Produktmanager, der Entwickler übersetzt sie in Code. Der Engpass ist die Umsetzung.
- Jetzt: Die Person am Steuer formuliert Anforderungen so klar, dass ein Agent sie umsetzen kann. Der Engpass ist die Klarheit.
Damit wandert der Entwickler genau dorthin, wo früher der Produktmanager saß. Und umgekehrt kann ein Produktmanager, der seine Anforderungen sauber beschreibt, plötzlich selbst Software entstehen lassen. Die Grenze zwischen beiden Rollen wird dünn.
Warum Technikverständnis trotzdem bleibt
Heißt das, jeder kann jetzt Software bauen? Bis zu einem gewissen Punkt ja, und dieser Punkt rückt mit jedem Modell weiter nach oben. Für ein internes Tool oder einen Prototyp reicht oft eine gute Beschreibung. Aber es ist wie mit dem Taschenrechner: Erst wer rechnen kann, merkt, wenn das Ergebnis nicht stimmen kann. Wer weiß, wie Systeme zusammenspielen, stellt die richtigen Fragen, erkennt einen falschen Ansatz früh und weiß, wo ein Agent Leitplanken braucht.
Das Wissen verschwindet also nicht. Es wird anders eingesetzt: nicht mehr zum Tippen, sondern zum Beurteilen.
Prüfen statt lesen
Die Menge an Code, die Agenten produzieren, kann kein Mensch mehr Zeile für Zeile lesen. Deshalb verlagert sich die Kontrolle. Ein Agent baut, ein zweiter in einer anderen Rolle prüft, und nach dem Deployment klickt ein dritter durch die echte Anwendung im Browser und schaut, ob die Änderung wirklich angekommen ist. Der Mensch gibt an den entscheidenden Stellen frei.
Wie viel davon du brauchst, hängt vom Einsatz ab. Ein kleines Tool für das eigene Team verträgt einen kurzen Zuruf und einen schnellen Blick aufs Ergebnis. Ein System, über das Rechnungen oder Kundendaten laufen, verdient feste Prüfschritte und eine Person, die bewusst Ja sagt. Struktur ist kein Selbstzweck. Die Frage ist immer, wie viel davon dieses Projekt verdient. Wie so ein Ablauf konkret aussieht, beschreibt der KI-native Entwicklungszyklus.
Der Preis: Kontextwechsel
Eine ehrliche Beobachtung aus der Praxis: Die Arbeit wird nicht weniger, sie wird anders anstrengend. Früher hieß gute Arbeit, drei, vier Stunden tief in einem Thema zu stecken. Heute springst du alle paar Minuten von einem Fenster ins nächste, denkst dich kurz ein, gibst die nächste Anweisung, weiter. Sechs, sieben Themen parallel. Das funktioniert, aber es zehrt mehr als konzentriertes Programmieren.
Dazu kommt die Versuchung, einfach immer weiterzumachen, weil so viel möglich ist. Ob ein erledigtes Ticket das Produkt wirklich voranbringt oder nur beschäftigt, muss jemand entscheiden. Auch das ist Produktarbeit: wenige Dinge auswählen, die zählen, und den Rest bewusst liegen lassen. Drei gute Aufgaben am Tag schlagen zwanzig halbgare.
Was das für dein Unternehmen heißt
Für einen Betrieb mit 20 oder 80 Leuten ist das eine gute Nachricht. Software, die genau auf deine Abläufe passt, war lange zu teuer, weil das Bauen so viel Zeit kostete. Dieser Kostenblock schrumpft. Was nicht schrumpft: jemand muss verstehen, wie bei dir gearbeitet wird, wo Zeit verloren geht und was ein Tool leisten muss, damit es im Alltag wirklich benutzt wird.
Genau da liegt heute der Wert. Nicht in der Frage „Wer kann programmieren?", sondern in „Wer versteht das Problem gut genug, um es zu beschreiben?". Viele Firmen wollen direkt zur KI springen und überspringen dabei Schritte, die eigentlich die Digitalisierung der letzten Jahre hätte erledigen sollen: saubere Daten, klare Abläufe, ein Ort für jede Information. Wer diese Hausaufgaben macht, kann Agenten danach sehr gezielt einsetzen. Womit du anfängst, steht in Welche Büroarbeit lässt sich automatisieren?.
Code zu schreiben ist kein Unterscheidungsmerkmal mehr. Wer mit Agenten baut, arbeitet wie ein Produktmanager: Ziel, Ablauf und Prüfkriterien beschreiben, Ergebnisse freigeben, Prioritäten setzen. Technikverständnis bleibt wichtig, aber zum Beurteilen, nicht zum Tippen. Für dein Unternehmen heißt das: Maßgeschneiderte Software wird günstiger, sobald jemand dein Problem klar beschreiben kann.
