LONDON (IT BOLTWISE) – Eric Schmidt behauptet, dass die Ära klassischer Code-Eingaben für Programmierer vorbei ist. In seinem aktuellen Auftritt beschreibt er, wie Teams KI-Modelle als aktive Copilots für die Umsetzung einsetzen, während Menschen stärker prüfen und steuern. Die Aussage wirkt nostalgisch, berührt aber sehr konkrete Fragen nach Produktivität, Identität im Beruf und Sicherheitsanforderungen. Gleichzeitig macht sie deutlich, dass sich Entwicklungsprozesse rasant von „Schreiben“ zu „Validieren“ verschieben.
Eric Schmidt, von 2001 bis 2011 CEO von Google, nimmt in aktuellen Vorträgen eine ungewöhnlich direkte Rolle ein: Er kommentiert Künstliche Intelligenz nicht nur als Technologie, sondern als Verschiebung von Arbeitsidentitäten. In einer erneuten Konferenzrede skizzierte er erneut, warum er die traditionellen Muster des Programmierens als „vorbei“ betrachtet. Schon vor einigen Wochen hatte er auf einem ähnlichen Kontext KI adressiert und dabei offene Kritik oder Spott geerntet. Diesmal klingt die Botschaft noch schärfer, weil Schmidt weniger den Fortschritt feiert als vielmehr beklagt, dass sich der Beruf des Informatikers fundamental verändert.
Technisch beschreibt Schmidt im Kern einen Prozess, der heute in vielen KI-gestützten Entwicklungsumgebungen bereits sichtbar ist: Menschen formulieren Ziele, KI-Systeme erzeugen Code, und der Mensch übernimmt danach die Qualitätsprüfung. Er stellt also nicht „KI als Tool“ in den Mittelpunkt, sondern eine neue Arbeitsteilung. Statt dass die besten Programmierer:innen jede Zeile selbst tippen, lassen sie dem System die Ausführung. In seinem Bild sind das nicht zufällige Prompts, sondern bewusst definierte Aufgaben („Zielfunktionen“), die während einer Blockphase durchgehend iteriert werden können. Das entspricht einer Transformation von der manuell getriebenen zur modellgetriebenen Implementierung.
Schmidts Beispielhafte „Arbeitstage“-Erzählung macht außerdem sichtbar, wie das Timing in KI-Workflows eine Rolle spielt: KI braucht Zeit zum Generieren, Menschen brauchen Zeit zum Prüfen. Indem Schmidt schildert, dass nach dem „Start“ der Aufgabe der nächste Schritt erst später stattfindet, beschreibt er im Grunde ein asynchrones Entwicklungsmuster. Der Entwickler wird weniger zum ständigen Tastatur-Nutzer und mehr zum orchestrierenden Prüfer, der Ergebnisse in Ruhe bewertet, Fehler klassifiziert und die nächste Runde anstoßt. Damit verschiebt sich auch die Kompetenzbasis: Prompting, Spezifikationsarbeit, Tests und Code-Reviews werden zentraler als reines Tippen.
Als Vergleich liegt die Analogie zu heutigen KI-Assistenten auf der Hand: Systeme wie Anthropics Claude oder Googles Gemini sind darauf ausgelegt, aus Anforderungen funktionale Vorschläge zu generieren und in Dialogschleifen zu verbessern. In der Praxis ist der „Fahrplan“ oft ähnlich: Erst wird der Rahmen abgesteckt, dann entsteht der eigentliche Code automatisch; anschließend folgt die Validierung. Für viele Teams ist das längst nicht mehr Theorie, sondern Standard im lokalen oder cloudbasierten Stack. Gleichzeitig entsteht ein technisches Spannungsfeld: KI kann Code liefern, aber sie kennt nicht automatisch die impliziten Sicherheitsregeln, Datenklassifikationen oder Betriebsbedingungen eines Unternehmens. Genau hier entscheidet die Umsetzung.
Der Markt reagiert darauf seit Monaten mit einer Welle von Tools und Integrationen, die aus „KI schreibt Code“ eine kontrollierte Plattformlogik machen. Enterprise-Teams wollen nicht nur Output, sondern nachvollziehbare Ergebnisse: versioniertes Prompting, Linting, statische Analyse, Observability und reproduzierbare Builds. Branchenberichte und IT-Experten betonen deshalb, dass KI-gestütztes Engineering vor allem an Prozessdisziplin gewinnt. Besonders deutlich wird das im Vergleich zu etablierten Praktiken wie CI/CD: Ohne Tests und Security-Checks bleibt KI-Code ein Risiko. Der Vorteil liegt dann in der Geschwindigkeit der ersten Entwürfe; die Hürde verlagert sich auf die Prüf- und Freigabekette.
Historisch betrachtet ist Schmidt damit kein völlig neuer Akteur. Schon seit Jahren gibt es Auto-Completion, Refactoring-Assistenten und regelbasierte Generatoren, die Entwickler von Routineaufgaben entlasten. Was sich jetzt jedoch unterscheidet, ist die Breite: Moderne Sprachmodelle können aus natürlicher Sprache ganze Module, API-Umsetzungen und sogar Testskizzen erzeugen. Dadurch wird die „Loop“ zwischen Anforderung und Implementierung kürzer, und ganze Teile des klassischen Edit-Compile-Run-Zyklus werden automatisiert. Schmidts Aussage ist deshalb auch eine Erinnerung an den kulturellen Wandel: Die Identität vom „Coder“ verschiebt sich in Richtung „Spezifizierer und Validierer“, was nicht jede:r im Team psychologisch sofort akzeptiert.
Regulatorisch und datenschutzseitig entsteht daraus eine neue Verantwortungskette. Wenn Unternehmen Anforderungen oder sogar Quellcode an KI-Modelle schicken, muss klar sein, welche Daten verarbeitet werden, wie lange sie gespeichert werden und ob der Anbieter ausreichend Schutz- und Compliance-Mechanismen bereitstellt. In Europa verstärkt zudem der regulatorische Druck rund um KI-Systeme und Transparenz die Notwendigkeit, Risikoklassen zu bewerten und dokumentierte Prozesse zu etablieren. Für IT-Leiter zählt deshalb: KI-Nutzung muss in die Sicherheitsarchitektur integriert werden, inklusive Zugriffskontrollen, Mandantenfähigkeit, Protokollierung und geeigneter Datenminimierung. Genau diese Punkte bestimmen, ob Produktivität wirklich skaliert.
Für die Zukunft lässt sich aus Schmidts Tonfall eine doppelte Implikation ableiten. Erstens: Teams werden Entwicklerrollen stärker in Richtung Architektur, Domänenmodellierung und Qualitätsstrategie verschieben, weil die „Erzeugung“ zunehmend von Modellen kommt. Zweitens: Gleichzeitig steigt der Bedarf an Messbarkeit, etwa über Metriken wie Fehlerdichte in freigegebenem Code, Testabdeckung pro Iteration und Durchlaufzeit von „Anforderung bis Merge“. Wer jetzt Prozesse wie Secure Coding, Code-Scanning und Policy-Checks an KI-Workflows koppelt, gewinnt. Wer dagegen nur auf den Output setzt, riskiert instabilere Releases. Schmidts Klage ist daher weniger ein Abschied vom Programmieren als ein Ruf nach sauberer Steuerung der neuen KI-gestützten Entwicklung.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Eric Schmidt sieht das Ende klassischer Coder-Arbeit durch KI kommen" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Eric Schmidt sieht das Ende klassischer Coder-Arbeit durch KI kommen" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Eric Schmidt sieht das Ende klassischer Coder-Arbeit durch KI kommen« bei Google Deutschland suchen, bei Bing oder Google News!