Since 2022, a substantial decline in entry-level hiring within software development has been observed across the IT labor market. This article analyzes changes in early career access in the context of the growing use of generative artificial intelligence. Based on empirical employment data and institutional observations, the analysis shows that the traditional transition from academic training to productive employment is losing its stabilizing role. While demand for experienced engineers remains comparatively robust, entry-level positions are increasingly reduced as generative AI systems assume standardized programming tasks. The article interprets this development as a reconfiguration of skill valuation and discusses implications for professional roles, higher education curricula, and the institutional organization of labor market entry.

Gegenstand dieser Analyse ist die Veränderung des Arbeitsmarktzugangs für Berufseinsteiger in der Softwareentwicklung seit dem breiten Einsatz generativer KI-Systeme. Untersucht wird nicht die allgemeine Beschäftigungsentwicklung im Technologiesektor, sondern der institutionalisierte Übergang von akademischer Ausbildung zu produktiver Beschäftigung.  

Im Zentrum steht die Frage, ob der seit 2022 beobachtbare Rückgang von Einstiegsstellen als vorübergehende Marktreaktion oder als Ausdruck einer dauerhaft veränderten Qualifikationsverwertung zu verstehen ist. Diese Unterscheidung ist entscheidend, da sie unterschiedliche Konsequenzen für Ausbildung, Personalpolitik und Arbeitsmarktinstitutionen impliziert.

Mehrere Studien und arbeitsmarktbezogene Auswertungen zeigen seit Ende 2022 einen deutlichen Rückgang der Beschäftigung junger Softwareentwickler. Besonders betroffen ist die Altersgruppe zwischen 22 und 25 Jahren, deren Beschäftigungsniveau gegenüber dem Höchststand um nahezu 20 Prozent gesunken ist. Dieser Rückgang konzentriert sich auf Tätigkeiten, deren Aufgabenprofile in hohem Maße durch KI-gestützte Systeme übernommen oder unterstützt werden können.  

Für Berufe mit hoher KI-Exposition ist zudem ein relativer Rückgang der Einstellungsquoten um rund 13 Prozent gegenüber weniger betroffenen Tätigkeiten zu beobachten. Diese Differenz deutet darauf hin, dass der Rückgang nicht primär durch allgemeine Konjunktureffekte erklärt werden kann, sondern durch technologiespezifische Veränderungen der Produktions- und Arbeitsorganisation.

Die Entwicklung ist auch an Eliteuniversitäten sichtbar. Absolventen der Stanford University berichten übereinstimmend, dass ein Informatikabschluss seinen früheren arbeitsmarktlichen Signalwert verloren habe. Diese Beobachtung ist insofern relevant, als sie auf eine veränderte Bewertung formaler Qualifikation selbst unter Bedingungen höchster institutioneller Reputation hinweist.

Unternehmen reagieren auf die gestiegene Leistungsfähigkeit generativer KI mit einer Anpassung ihrer Entwicklungsorganisation. In zahlreichen Fällen werden frühere, personalintensive Teamstrukturen durch kleinere Gruppen erfahrener Entwickler ersetzt, die durch KI-Agenten unterstützt werden. Diese Systeme übernehmen standardisierte Programmieraufgaben, generieren Code über längere Zeiträume hinweg und reduzieren den Aufwand für einfache Entwicklungsarbeiten.  

Branchenvertreter geben an, dass in einzelnen Produkten zwischen 70 und 90 Prozent des Codes durch KI-Systeme erzeugt werden. Der Bedarf an erfahrener Steuerungs- und Integrationskompetenz bleibt dabei erhalten, während der Bedarf an klassischen Einstiegspositionen sinkt. Der bisher übliche Qualifikationspfad, der über einfache Tätigkeiten schrittweise in produktive Verantwortung führte, verliert damit seine institutionelle Grundlage.

Empirische Untersuchungen zeigen zugleich, dass der Einsatz von KI-Systemen die Arbeitsweise erfahrener Entwickler verändert. In einer Studie arbeiteten erfahrene Entwickler mit KI-Werkzeugen im Durchschnitt rund 19 Prozent langsamer, da zusätzlicher Aufwand für Kontrolle, Fehlerkorrektur und die Einbettung der Ergebnisse in bestehende Systeme erforderlich war.  

Diese Beobachtung verdeutlicht, dass sich die Arbeitsleistung von der unmittelbaren Codeerzeugung hin zur Bewertung, Absicherung und Verantwortung für komplexe Gesamtsysteme verlagert. Arbeitsmarktlich relevant ist damit weniger die Fähigkeit zur isolierten Programmierung als die Fähigkeit, maschinell erzeugte Ergebnisse einzuordnen, Risiken zu erkennen und funktionale Zusammenhänge zu sichern.

Die Reaktionen der Absolventen bestätigen die strukturelle Dimension dieser Entwicklung. Einschreibezahlen in Masterprogrammen und zusätzlichen Studienjahren sind seit zwei Jahren deutlich gestiegen. Weitere Anpassungsformen sind der Wechsel zu weniger prestigeträchtigen Arbeitgebern, Tätigkeiten außerhalb klassischer Produktentwicklung sowie Versuche, durch eigene Gründungen praktische Erfahrung zu erwerben.  

Diese individuellen Strategien reduzieren kurzfristig den Anpassungsdruck, verändern jedoch die aggregierte Struktur des Arbeitsmarktes nicht. Die Zahl klassischer Einstiegsstellen wächst nicht mehr proportional zur Zahl der Absolventen, wodurch sich der Übergang von Ausbildung zu produktiver Beschäftigung insgesamt verengt.

Die beobachteten Entwicklungen deuten auf eine nachhaltige Veränderung des Berufsbildes hin. Gefragt sind zunehmend Fachkräfte, die KI-Systeme auswählen, konfigurieren, überwachen und in bestehende Prozesse integrieren können. Hinzu treten Anforderungen an Systemarchitektur, Domänenverständnis, Sicherheitsbewertung sowie rechtliche und organisatorische Verantwortung.  

Für Hochschulen ergibt sich daraus ein Anpassungsbedarf. Studiengänge, die primär auf die Vermittlung standardisierter Programmierpraktiken ausgerichtet sind, verlieren an arbeitsmarktlicher Anschlussfähigkeit. Erforderlich sind Ausbildungsmodelle, die technisches Wissen mit Urteilskraft, Verantwortungsfähigkeit und der Fähigkeit zur kritischen Prüfung maschinell erzeugter Ergebnisse verbinden.

Die vorliegenden Befunde sprechen dafür, den aktuellen Wandel als strukturelle Neuordnung des Qualifikationszugangs zu interpretieren. Der IT-Arbeitsmarkt verliert einen zentralen Mechanismus seiner bisherigen Reproduktionslogik, nämlich den systematischen Einstieg über einfache Tätigkeiten. Die zentrale offene Frage betrifft daher weniger die Leistungsfähigkeit generativer KI als die institutionelle Organisation des Übergangs von akademischer Ausbildung zu qualifizierter Beschäftigung unter veränderten technologischen Bedingungen.