Zum Inhalt gehen

KI und IT-Jobs: Wie Gen AI die Arbeit von Software Engineers verändert  

Capgemini Karriere
31. Okt. 2024

Künstliche Intelligenz, insbesondere generative KI, verändert die Softwareentwicklung und unterstützt Software Engineers beim Programmieren. Richtig eingesetzt, erleichtert sie den Arbeitsalltag und erweitert gezielt die Fähigkeiten. 

Matthias Sondermann, CTO für Cloud and Custom Applications Deutschland, und Martin Wahl, Senior Software Engineer bei Capgemini, nutzen im Berufsalltag Künstliche Intelligenz. Sie geben Einblicke, wie sich die Softwareentwicklung durch generative KI verändert und warum es gerade jetzt auf Eigenverantwortung und Qualitätssicherung ankommt. 

KI: Wie sie Jobs in der IT-Branche verändert 

Matthias, wie schätzt du den aktuellen Stand der generativen KI (Gen AI) in der IT-Arbeitswelt ein? 

Matthias Sondermann (MS): Nahezu jeder Beruf hat sich durch KI verändert. In der IT ist die Entwicklung beschleunigt, da Künstliche Intelligenz ein Teilgebiet der IT ist. Welchen Einfluss generative KI auf unsere Arbeit hat, hängt vom jeweiligen Berufsfeld ab. Sicher ist: KI wird im Berufsalltag immer wichtiger. Software Engineers zum Beispiel integrieren Gen AI zunehmend in ihren Arbeitsalltag und setzen sie auf vielfältige Weise ein.

Programmieren mit KI: Wie Coding Assistants den Workflow unterstützen 

In welchen Kontexten arbeiten ITler, speziell Software Engineers, mit generativer KI? 

MS: Der verbreitetste Use Case in der Softwareentwicklung ist die Nutzung von sogenannten Code Assistants. Entwicklerinnen und Entwickler verfügen jetzt über ein leistungsstarkes Recherchetool, das nahtlos in ihre Arbeitsumgebung integriert ist. Es fungiert als Sparringspartner, der Vorschläge und Feedback liefert, sowie als Beschleuniger für die Programmierung, der besonders bei wiederkehrenden Aufgaben hervorragende Ergebnisse erzielt. 

Daneben gibt es auch KI-Anwendungen für Business Analysts, Architects und DevOps-Engineers. Dort ist die Verbreitung noch nicht so groß. Der wesentliche Grund dafür liegt in der erhöhten Komplexität, da die Tools mit deutlich mehr Kontextwissen versehen werden und die Antworten gezielt darauf reagieren müssen. Künstliche Intelligenz hat jedoch über alle Phasen der Softwareentwicklung hinweg bereits Einfluss und wird mit großer Sicherheit auch außerhalb des Codings erheblich an Präsenz gewinnen. 

Martin, welches KI-Tool nutzt du als Senior Software Engineer in Projekten? 

Martin Wahl

Martin Wahl (MW): Ich setze Github Copilot als Gen AI Assistant bei der Softwareentwicklung ein. Das Tool ist intuitiv und benutzerfreundlich. In meiner integrierten Softwareumgebung (IDE) nutze ich es für Autocompletes. Dadurch muss ich weniger tippen, was praktisch und zeitsparend ist. Mithilfe von Prompt Engineering in der Chatfunktion unterstützt mich das Plugin zusätzlich beim Coding. 

Welche IT-Herausforderungen lassen sich damit im Arbeitsalltag effizienter lösen? 

MW: In der Softwareentwicklung kann KI einen großen Teil einfacher oder repetitiver, aber notwendiger Arbeit abnehmen. Dazu gehört zum Beispiel das Schreiben von Unit Tests, Dokumentationen oder Boilerplate Code. Das entlastet mich und ich kann meine Energie für die Qualitätssicherung des Codes nutzen, aber auch für komplexe Aufgaben wie die Ausarbeitung von technischen Konzepten. 

Und wie sieht es bei dir aus, Matthias? 

MS: Für mich ist ein Coding Assistant Gold wert. Da ich meinen Fokus in den letzten Jahren auf andere Themen gelegt habe, fehlt mir manchmal das Detailwissen insbesondere bei neuen Programmiersprachen und Frameworks, mit denen ich weniger vertraut bin. In diesen Fällen hilft mir ein Coding Assistant sehr. Ich habe eine klare Vorstellung davon, was ich umsetzen möchte, und der Assistant unterstützt mich dabei, den Code korrekt zu formulieren.  

KI als Chance: Warum Eigenverantwortung in der Arbeit mit KI-Tools immer bedeutender wird 

Worauf müssen Entwickler*innen bei der Verwendung eines Coding Assistant achten? 

MS: Wenn wir diese Tools nutzen, sind wir weiterhin verantwortlich für das, was wir tun. Die KI ist nur ein Assistant. Was sie vorschlägt, ist als Unterstützung zu sehen. Das heißt, die Ergebnisse müssen ordentlich geprüft werden. 

MW: Dem stimme ich absolut zu. Wir sollten KI-basierten Tools gegenüber immer skeptisch sein – das gilt auch für den Code, der durch sie generiert wird. Künstliche Intelligenz wird immer eine Antwort anbieten. Ob sie richtig ist, muss entsprechend geprüft werden. Wir dürfen den Code nicht blauäugig verwenden, sondern müssen die Qualitätsstandards einhalten.  

Anders gesagt: Beim Umgang mit der KI sollten wir uns der Risiken bewusst sein. Heißt, mein Gegenüber, mit dem ich mich „unterhalte“, ist kein Teammitglied, mit dem ich ein Vertrauensverhältnis aufbauen kann. Ganz im Gegenteil. Mir muss bei jeder Eingabe klar sein, welche Informationen ich weitergebe und ob das gelieferte Ergebnis meinen Erwartungen entspricht. Das heißt, ich muss den Output verstehen und darf die Verantwortung nicht der KI überlassen. Manchmal sind die Vorschläge des Coding Assistant erstaunlich gut. Manchmal enthalten sie Fehler oder könnten besser umgesetzt werden. Es passiert auch, dass das Tool völligen Nonsens anbietet. Bei generativer KI nennt sich das „Halluzinieren“ – und dieses Verhalten muss ich als Software Engineer erkennen können. 

Und wie sieht es mit dem Teilen von Daten aus? 

MW: Datenschutz war schon immer wichtig, aber jetzt geht die Trennschärfe verloren: Früher habe ich meine Fragen in der Community gestellt, beispielsweise über Stack Overflow, und das in einem separaten Browserfenster. Dies schuf eine natürliche Barriere für das Teilen von Daten. Heute bleibe ich in meiner IDE, wenn ich mit einem KI-Assistent programmiere. Das birgt das Risiko, dass ich übersehe, dass ich sensible Daten mit der KI teile. Daher ist es umso wichtiger, sich bewusst zu machen, welche Informationen man teilt und wie man sie teilt. 

Werden Capgemini Mitarbeitende im Hinblick auf diese Themen speziell geschult? 

MW: Capgemini gibt mir die Möglichkeit, neben dem Projektalltag im Gen AI Coding SPOC Team mitzuwirken. Dieses Team unterstützt die Kolleg*innen dabei, in den einzelnen Projekten generative KI zur Softwareentwicklung einzuführen. Beispielsweise schulen wir in Awareness-Trainings unsere Teammitglieder, wie sie in puncto Qualitätssicherung und Datenschutz korrekt mit den Tools umgehen sollten. Wir sind uns nicht nur unserer individuellen Verantwortung bewusst, sondern auch unserer gemeinsamen Verantwortung als Organisation. 

Als Gen AI Solutions Consultant (m/w/d) bei Capgemini berätst du Unternehmen zu maßgeschneiderten Gen AI-Lösungen, die sie voranbringen. Schreibe deine Zukunft neu! 

Welche Skills werden in einer von KI geprägten IT-Arbeitswelt besonders wichtig, speziell für Software Engineers?

MS: Fundierte Kenntnisse in Programmierung, Software-Architektur und Design sind weiterhin notwendig. Nur so kann ich bewerten, ob die Vorschläge des Tools inhaltlich richtig sind, und den Prinzipien der Softwareentwicklung entsprechen. Ich muss mich vergewissern, ob der Code in die Gesamtarchitektur meiner Software passt. Sind die Projektvorgaben erfüllt? Kann ein anderes Entwicklungsteam den Code verstehen? Funktioniert der Code noch im nächsten Jahr? 

Das gilt auch im Review-Modus, wenn die Software Engineers prüfen, was die KI vorschlägt. Der Qualitätsanspruch an einen selbst und die Eigenverantwortung werden noch wichtiger. Software Engineers brauchen außerdem die Offenheit, sich mit neuen Technologien zu beschäftigen. Der Fortschritt, den die KI jeden Tag zurücklegt, ist gigantisch.

Gibt es spezifische Technologien oder Programmiersprachen, die Software Engineers kennen sollten? 

MW: Meiner Meinung nach ist es als Software Engineer wichtig zu wissen, ob für die IDE, in der ich entwickle, passende Plugins verfügbar sind, die durch die Gen AI Tools unterstützt werden. Kann ich ein Tool nicht nahtlos in meine Arbeit integrieren, unterbricht es eher meinen Gedankengang beim Entwickeln. Damit wäre der Vorteil gegenüber der klassischen Internetrecherche zu klein, um für mich einen wirklichen Mehrwert darzustellen. 

Wie wichtig sind interdisziplinäre Kompetenzen für IT-Kräfte wie Software Engineers im KI-Bereich, beispielsweise aus den Bereichen Psychologie, Ethik oder Geschäftsstrategie? 

MS: In der weltweiten Diskussion um KI stehen Ethik und vertrauenswürdige KI besonders im Fokus. Mit dieser Frage müssen wir uns auch als Software Engineers beschäftigen. Zum einen nutzen wir KI und speziell generative KI für uns selbst. Der Coding Assistant unterstützt uns beim Programmieren. Zum anderen entwickeln wir Software für unsere Kunden, die KI-Lösungen enthalten kann.

Skill-Upgrade: Der Capgemini Gen AI Campus

Welche Ressourcen stehen Mitarbeitende bei Capgemini zur Verfügung, um sich im Bereich Gen AI weiterzubilden?  

MS: Wir haben einen großen Gen AI Campus. Das ist ein stetig wachsender Bereich innerhalb unserer Lernplattform. Dort werden den Mitarbeitenden Trainings aus verschiedenen Perspektiven und für eine Vielzahl von Anwendungsfällen angeboten. Mehr als 120.000 Mitarbeitende weltweit haben das Training bereits genutzt. Weiterbildung nimmt bei Capgemini einen großen Stellenwert ein. Mindestens genauso wichtig ist die Unterstützung bei der Einführung von KI-Tools in unseren Projekten. Expertinnen und Experten nehmen die Teams an die Hand, teilen ihre Erfahrungen und schärfen so nochmals das Verantwortungsbewusstsein.  

MW: Capgemini lebt zudem vom Austausch untereinander. Gerade beim Thema KI haben wir ein dynamisches Netzwerk an erfahrenen Kolleginnen und Kollegen. Wir können gemeinsam voneinander lernen, entdecken, welche verschiedenen Möglichkeiten Gen AI auf dem Weg zum Ziel bietet, und die Arbeit in den Projekten aktiv mitgestalten. 

Welche Veränderungen erwartest du in den nächsten fünf Jahren im Hinblick auf die IT-Branche und KI? 

MS: Grundsätzlich sei gesagt: Wir befinden uns in einem Spannungsfeld zwischen Schnelllebigkeit und Geduld, zwischen großen Erwartungen und der machbaren Realität. Generative AI wird in Zukunft zweifellos noch mehr Möglichkeiten zur Automatisierung eröffnen. Dadurch werden Eigenverantwortung und Qualitätskontrolle noch bedeutsamer. Zudem werden, obwohl sich unsere Arbeitsweisen weiterentwickeln, Software Engineers unverzichtbar bleiben. Sie sind es, die das Verhalten der KI nicht nur verstehen, sondern auch gestalten und prüfen. 

Vielen Dank für das Interview, Matthias und Martin! 

Du möchtest mit deiner Expertise Unternehmen aktiv voranbringen und begeisterst dich für innovative Technologien wie Gen AI?

Dann schreibe deine Zukunft neu und bewirb dich bei Capgemini.

Der Gen AI Report des Capgemini Research Institute 

Welche positiven Auswirkungen hat die Nutzung generativer KI in der Softwareentwicklung? Der Gen AI Report liefert Insights rund um Innovationen und Produktivitätssteigerung in der Softwareentwicklung. So wirkt sich generative KI beispielsweise positiv auf die Arbeitszufriedenheit von Softwareexperten aus: 

  • 69 % der Senior Software Professionals und 55 % der Junior Software Professionals berichten von einem hohen Maß an Zufriedenheit durch den Einsatz generativer KI für Software. 
  • 77 % der Unternehmen stimmen zu, dass der Einsatz generativer KI für die Code-Unterstützung erhebliche Vorteile bringt.
  • 78 % der Softwareexpert*innen sind optimistisch, was das Potenzial generativer KI zur Verbesserung der Zusammenarbeit zwischen Geschäfts- und Technologieteams angeht. 
  • Es wird erwartet, dass die Akzeptanz zunimmt. Mehr als vier von fünf Softwareexpert*innen werden bis 2026 generative KI-Tools und -Lösungen nutzen. 

Jetzt auf dem Karriereblog weiterlesen: 

Ein Mindset, das Silos abbaut, die Zusammenarbeit stärkt und Innovationen voranbringt.  

Das GetStarted-Programm von Capgemini verbindet Berufseinstieg und Learning on the Job. 

Wie Künstliche Intelligenz dabei helfen kann, seltene Krankheiten bei Kindern zu diagnostizieren.