Latest / AI or DIE / Warum Programmieren nicht verschwindet, sondern sich radikal verändert

Transcript

Warum Programmieren nicht verschwindet, sondern sich radikal verändert · AI or DIE

• 0:00
  Speaker 2: Jo hallo zusammen zu unserem Podcast AI or DAI.
• 0:05
  Speaker 2: Und da sage ich ja immer hier, na ihr müsst die AI nutzen sonst würdet ihr irgendwann sterben?
• 0:10
  Speaker 2: Dann gibt es aber auch so Aussagen im Markt, die ich mal wieder höre Ja ne also Informatik brauchst du nicht mehr studieren Entwickler musst du nicht werden, Programmierer wird das bald nicht mehr brauchen.
• 0:19
  Speaker 2: Das macht jetzt alles die AI.
• 0:21
  Speaker 2: Wer da noch irgendwas macht völliger Unsinn, völlige Quatsch.
• 0:25
  Speaker 2: So solche Aussagen gibt es, ob das der Wahrheit entspricht und was AI jetzt für Entwickler bedeutet.
• 0:31
  Speaker 2: Und warum man AI wahrscheinlich sehr gut nutzen kann?
• 0:34
  Speaker 2: Das klären heute mal Janin und Sebastian.
• 0:36
  Speaker 2: Janine kennt ihr die war schon öfter hier hallo an der Stelle hat sich leicht erhältet fürs Mikrofon gequält.
• 0:42
  Speaker 2: da danke ich dir sehr viel.
• 0:44
  Speaker 2: aber du hast gesagt dass machen wir heute zusammen und sonst haben wir Sebastian eingeladen der seines Zeichs mein Entwickler war und jetzt mittlerweile Produkt ohne ist.
• 0:52
  Speaker 2: Aber das erzählt Sebastian einfach nur selbst.
• 0:54
  Speaker 2: Was machst Du so bei OPEZ?
• 0:56
  Speaker 1: Ja, hallo vielen Dank dass ich heute Gast sein darf.
• 0:59
  Speaker 1: Genau!
• 0:59
  Speaker 1: Ich bin bei OPITS als Berater für Analytics tätig.
• 1:04
  Speaker 1: Bin eigentlich verschrieben in der Analytics.
• 1:07
  Speaker 1: seit fünfzehn Jahren habe mich irgendwo da festgebissen nachdem ich alle verschiedenen IT Bereiche mal durchprobiert hab.
• 1:14
  Speaker 1: Hab durch die Bank verschiedenstes entwickelt also sowohl ETL Strecken Daten zu transformieren Datenbanken zu modellieren, Architekturen zu designen.
• 1:26
  Speaker 1: Ich war aber auch einige Jahre mit Janine zusammen beim Fachbereich.
• 1:31
  Speaker 1: Wir haben Preports gebaut und wir haben Dachboards entwickelt und haben die Fachbereiche begleitet also durch die Bank weg.
• 1:38
  Speaker 1: in der Analytics fühl ich mich wohl.
• 1:41
  Speaker 2: Janine, du bist ja Thema Data Culture.
• 1:43
  Speaker 2: Für die Leute, das hört ihr zum ersten Mal heute zu hören gehört euch gerne auch die anderen Folgen an.
• 1:47
  Speaker 2: na sehr wichtig.
• 1:49
  Speaker 2: es geht auch viel um das Thema Change.
• 1:51
  Speaker 2: und jetzt geht es um das thema Veränderungen.
• 1:53
  Speaker 2: hast Du auch zu mir gesagt boah Andreas wir müssen mal darüber reden wie Jetzt dass das Programmieren das entwickeln Wie sich das jetzt ändert im zeiten der AI.
• 2:01
  Speaker 2: warum hältst du das Thema jetzt momentan so wichtig?
• 2:04
  Speaker 0: Ja, es ist halt natürlich ein ganz anderer Markt als wir den früher hatten.
• 2:09
  Speaker 0: Viele Entwickler kommen aus der Unpremmwelt die haben wirklich gekodet und zwar selbstständig gekodelt und jetzt sind sie plötzlich angehalten AI zu nutzen nicht mehr selber zu entwickeln eher so als als Moderator oder als Anleiter für die AI zu fungieren und da ändert sich natürlich extrem viel ne?
• 2:29
  Speaker 0: Die komplette Entwicklerrolle ist einmal auf dem Kopf gestellt Und die Leute, die vorher halt Experten in ihrem Gebiet waren müssen sie jetzt komplett neue Dinge lernen und ganz anders agieren.
• 2:40
  Speaker 0: Das macht natürlich was mit Menschen.
• 2:43
  Speaker 2: Ja Sebastian wie ist das?
• 2:44
  Speaker 2: So spürst du das.
• 2:45
  Speaker 2: also sagen die Kunden jetzt auf einmal ne das kann ja alles DEI so polemisch wie ich das gerade zugespitzt habe.
• 2:51
  Speaker 2: oder sitzt die Erwartungshaltung an dein Team jetzt irgendeine andere geworden?
• 2:56
  Speaker 1: Ja, die Kunden merken schon dass sich der Markter stark bewegt und sie möchten natürlich ihre Vorteile daraus ziehen.
• 3:02
  Speaker 1: Und ihre Marktvorteile damit erwirtschaften ist ja ganz klar.
• 3:05
  Speaker 1: und das sieht man vor allem daran dass Sie sagen wir können jetzt mit dem Team was die gleiche Personennstärke hat viel viel mehr schaffen weil KI die Teams dabei unterstützt schneller zu werden.
• 3:19
  Speaker 1: Das ist jetzt erstmal das Marketingversprechen, was KI an vielen Stellen auch schon einlösen kann.
• 3:24
  Speaker 1: Aber das macht natürlich auch so einen gewissen Erwartungsdruck bei den Entwicklern die sagen okay ich muss jetzt mehr performen.
• 3:33
  Speaker 1: Was ist wenn die KI nicht funktioniert und ich muss es doch wieder von Hand bauen?
• 3:37
  Speaker 1: Und ich bin dann langsam... Macht ihr Kunde das mit?
• 3:42
  Speaker 1: Funktioniert das alles zu gut?
• 3:43
  Speaker 1: Was passiert mit der Datenqualität?
• 3:45
  Speaker 1: Also da passieren ganz viele ja Fragen, ganz viele Sorgen, die einfach auftreten.
• 3:52
  Speaker 1: Und ich glaube das ist etwas was wir so noch nicht kennen in der IT.
• 3:57
  Speaker 1: Bisher war IT ja immer so, in den letzten sechszig-siebzig Jahren es gab immer mehr.
• 4:02
  Speaker 1: Immer wachstum, mehr und mehr Anwendungsfälle.
• 4:05
  Speaker 1: Und immer wenn Hardware gestiegen ist musste sie neu ausgelastet werden.
• 4:08
  Speaker 1: also braucht es neue Programme ihre neue Entwickler.
• 4:11
  Speaker 1: Jetzt kommt das erste mal neues Tool auf dem Markt was einem verspricht.
• 4:16
  Speaker 1: Du brauchst eigentlich weniger Entwickler für die gleiche Leistung und das macht natürlich Angst, ist ganz
• 4:21
  Speaker 1: klar.".
• 4:23
  Speaker 2: Ist es denn so?
• 4:24
  Speaker 2: Also du sagst ja bewusst Marketingversprechen.
• 4:27
  Speaker 2: Das heißt wie gut sind denn diese Tools?
• 4:30
  Speaker 2: also kannst du jetzt sagen wenn du jetzt ein bisschen Product Owner und Lead und so, dann kannst du dir jetzt sagen ja nee ich werde für mein Team jetzt reduzieren und weniger Entwicklern brauchen.
• 4:39
  Speaker 2: oder wenn wir jetzt zehn neue Aufträge brauchen kriegen, werde ich jetzt nicht zehn neue Entwickler einstellen.
• 4:45
  Speaker 2: Also wie ist das so aus deiner eigenen Erfahrung?
• 4:47
  Speaker 2: Weil du bist ja selber in dieser Doppelrolle.
• 4:49
  Speaker 2: Du bist auf der einen Seite Kundenbetreuer und auch Kunde dann bist du jemanden der für den Team verantwortlich ist.
• 4:55
  Speaker 2: Wie groß schätzt du momentan das Potenzial von AI für deine Arbeit ein?
• 5:01
  Speaker 1: Ich kann das potenziell schwer in Zahlen fassen aber was man natürlich relativ schnell sieht und merkt.
• 5:10
  Speaker 1: Und was natürlich auch die Entscheider oft merken, die häufig auch durchaus technikaffin sind.
• 5:17
  Speaker 1: Also in der Teilungsleiter-Data Analytics weiß natürlich auch wie er mit Daten umgeht und probiert sich auch aus NKI und er sieht natürlich oder sie sieht natürlich man kann mit KI plötzlich ganz schnell mal POCs machen.
• 5:37
  Speaker 1: entwickeln wir mal ein Python-Skript, was jene Daten in eine Datenbank Tabelle lädt und updated.
• 5:43
  Speaker 1: Und dann hat man dieses Skript innerhalb von zwei Minuten da und wahrscheinlich innerhalb von einer halben Stunde laufähig.
• 5:51
  Speaker 1: Das ist natürlich erstmal... Ja das macht Anreize!
• 5:56
  Speaker 1: Das ist genau dieser Marketing Effekt.
• 5:57
  Speaker 1: Das heißt aber noch nicht dass dieses Skrip am Ende auch Enterprise Ready ist.
• 6:01
  Speaker 1: Das heisst nicht dass es Qualitätsgesichert heute haben und auch in Zukunft noch haben werden, diese Expertise zu bewerten ob die Datenqualität passt.
• 6:13
  Speaker 1: Ob die Performance passt oder wenn wir eine Cloud gucken, die Effizienz passt und dass das kriptlich horrende Kosten verursacht indem es irgendwelche Computer-Ressourcen anzieht.
• 6:25
  Speaker 1: Das ist etwas wo Entwickler dann gefragt sein werden künftig was dabei einfach nur andere Art der Arbeit ist.
• 6:33
  Speaker 1: Sie werden mehr so ein bisschen die Verwalter Die Steuerer der KI-Tools werden.
• 6:38
  Speaker 1: Sie können sich aber dabei helfen lassen, sie brauchen die Programmiersprache nicht mehr.
• 6:42
  Speaker 1: ein bisschen das kleinste Detail auswählen, die kennen und jede Library
• 6:44
  Speaker 1: kennen.".
• 6:45
  Speaker 0: Was ist so deine Erfahrung Sebastian?
• 6:47
  Speaker 0: Wie gehen die Entwickler damit um?
• 6:49
  Speaker 0: Du sagtest gerade, die sollen brauchen nicht mehr jede Library kennend.
• 6:53
  Speaker 0: Das war teilweise ja genau das was die Leute mitgebracht haben, dass sie jeden Stein umgedreht haben und immer wussten ey super!
• 7:00
  Speaker 0: Genau da ist jetzt meine Stärke.
• 7:03
  Speaker 0: Was macht das mit denen, dass die jetzt plötzlich anders agieren müssen?
• 7:08
  Speaker 1: Das ist natürlich ein Punkt wo es glaube ich sehr auf das Individuum ankommt.
• 7:13
  Speaker 1: Es gibt die Entwickler, die absoluten Experten sind in genau dieser Programmiersprache seit fünfzehn Jahren und sie haben natürlich einen Change wenn Sie die Programmiersprache wechseln müssen.
• 7:25
  Speaker 1: der ist oft nur so ein kleiner Sprung.
• 7:29
  Speaker 1: ja Die neue Programmiersprache wird irgendwie ähnlich funktionieren und das Wissen können Sie sich wieder aufgleiten, sie können wieder Experten werden.
• 7:35
  Speaker 1: Und hier ist jetzt die Chance des Risikos dass sie nie wieder Experte werden für diese Programmiersprache weil sie es nicht mehr müssen.
• 7:43
  Speaker 1: Das macht natürlich was in Ihrem Status, in ihrem Gefühl der Anerkennung Wie wichtig wie ersetzbar bin ich?
• 7:50
  Speaker 1: Das macht Angst.
• 7:52
  Speaker 1: Aber es gibt auch Leute die vielleicht noch gar nicht auf diesem Experten Level sind, die mehr die Generalisten sind die das sehr zu schätzen wissen und sagen okay ich kann mir jetzt damit Unterstützung holen und helfen.
• 8:05
  Speaker 1: Und ich kann auf einmal, wo ich bisher nur zwei Programme gesprochen konnte, kann ich jetzt acht Programme sprachen nämlich alle die.
• 8:14
  Speaker 1: das Tool kann ja sehr individuell und ich glaube da muss man die Leute auch bei sich selber abholen.
• 8:23
  Speaker 1: also es ist immer ein individuelle Prozess eine Change Begleitung zu machen.
• 8:28
  Speaker 2: Wir haben da einen ganz interessanten Punkt, eine ganz interessante Parallele.
• 8:32
  Speaker 2: Ich komme mir sehr stark aus dem Marketing und ich bin ja ein großer Bücherschreiber mein Leben lang gewesen und habe ja auch sehr viele wissenschaftliche Abhandlungen verfasst usw.
• 8:42
  Speaker 2: Und da ist mir genau das was du selber sagst ja auch jetzt aufgefallen.
• 8:45
  Speaker 2: Das heißt, sprechen wir heutzutage mal in Lead-Magneten.
• 8:49
  Speaker 2: Wer es nicht weiß, das funktioniert folgendermaßen.
• 8:51
  Speaker 2: Man sagt hier zum Beispiel unten ist ein Link, laht ihr es mal runter.
• 8:54
  Speaker 2: Den kann ich jetzt mit Chatchity erstellen und dann werde ich merken die Leute messen dem nicht besonders viel bei.
• 9:00
  Speaker 2: Es war nett, es ist eine Zusammenfassung, es geht so... ...es verliert halt dagegen als wenn ich den Lead Magneten jetzt selber geschrieben hätte.
• 9:08
  Speaker 2: Was aber jetzt passiert ist, wenn ich Shatchi Petit und es selber noch in der Zusammenarbeit mache bin ich wesentlich schneller meine Gedanken aus Papier zu bringen als es vorher war.
• 9:19
  Speaker 2: Und was das witzige ist auch mit den Sprachen.
• 9:22
  Speaker 2: Ich kann es sofort übersetzen lassen in spanisch englisch und so weiter was sonst nochmal riesen Arbeitsschritte gewesen sind dass wir auf einmal Geisteswissenschaftliche Tätigkeiten und IT-Fähigkeiten.
• 9:34
  Speaker 2: So nah beieinander kriegen, dass nachher nämlich das orchestrieren.
• 9:38
  Speaker 2: Du sagst es verwalten?
• 9:39
  Speaker 2: Ich bin immer gerne beim Bild des Dirigenten oder Dirigentin die so ein bisschen sagt hey dann muss der eingesetzt werden, das eingesetzt wird, das angesetzt wird.
• 9:46
  Speaker 2: Obwohl ich gar nicht obohe und vergott spiele weiß ich trotzdem wie alles untereinander funktionieren muss.
• 9:51
  Speaker 2: damit es läuft Enterprise ready Und so würde ich das auch mit der Sprache die wir jetzt momentan haben Text und Grafikdesign Versprechen ist, gib Bilderstellung ein.
• 10:02
  Speaker 2: Jetzt bei Mid Journey, bei Chatchity etc.
• 10:04
  Speaker 2: und du hast das perfekte Marketingbild.
• 10:07
  Speaker 2: so funktioniert es eben nicht sondern es orchestrieren macht es leichter Prototypen.
• 10:12
  Speaker 2: und ich glaube da steht egal was alle stehen vor dieser Herausforderung nämlich dass als Werkzeug zu nutzen und man hatte jahrelang nur nicht gedacht das ist auch die IT so mal treffen wird, dass man ein Nicht-Treffen ist falsch.
• 10:26
  Speaker 2: Dass es enablen wird, das sich ganz viel schneller arbeiten kann als vorher und dass das Berufsbild weg geht vom Handwerk und Wissen hinzu mehr ich orchestriere, ich probiere aus Ich mache verschiedene Sachen Und sie nachhaltig und dass eure Themen wie AI Governance ja bei euch mittlerweile sehr gut aufgehoben sind und überlegt Wie geht man eigentlich damit um?
• 10:48
  Speaker 0: Also ich habe jetzt auch auf der Gardener nochmal so ein paar Impulse mitgekriegt.
• 10:53
  Speaker 0: Dieser Gedanke von Entwicklerteams ist ja mittlerweile echt ein komplett anderer als das, was wir ja vor den letzten Jahren und Jahrzehnten kennen.
• 11:04
  Speaker 0: Es geht immer mehr dahin, dass du eigentlich jemanden aus dem Fachbereich hast dann hast du jemanden vom technischen Umfeld und dann hast Du einen Team von Agents, was von diesen beiden Leuten gesteuert wird fachlich und technisch.
• 11:18
  Speaker 0: Und das ist natürlich extrem unterschiedlich zu dem, was Wir halt kennen.
• 11:23
  Speaker 0: Das beinhaltet natürlich auch, dass du als Techie ja diese Kommunikation ganz anders leben musst.
• 11:30
  Speaker 0: Mit dem Fachbereich musst du jetzt plötzlich sprechen die Agents musst du anleiten, bist irgendwie in so einer Vermittlerrolle gelandet und viele Entwickler bringen das ja eigentlich von Haus aus gar nicht mit.
• 11:42
  Speaker 0: wenn ich mir so angucke Die haben vorher halt programmiert und haben nicht unbedingt mit den Fachseiten sprechen müssen.
• 11:49
  Speaker 0: Ja wie sieht ihr es denn Sebastian?
• 11:51
  Speaker 0: Ich weiß nicht Siehst du ein Problem oder kannst du das auch so bestätigen?
• 11:59
  Speaker 1: Ja, das kann ich bestätigend.
• 12:00
  Speaker 1: Häufig war der Produktowner oder auch der Analyst die Person in der Mitte, die sozusagen vermittelt hat und es ist ein Stück weit Konfortzone für den Entwickler gewesen aber auch für die Fachbereiche und die müssen jetzt einfach zusammenfinden.
• 12:16
  Speaker 1: Und ich glaube man muss dieses Thema Change dann auch ganzheitlich betrachten.
• 12:21
  Speaker 1: Also es ist ja häufig so, wenn ich in die Vergangenheit kucke Change Management hat man häufig am Ende der Wertschöpfungskette gemacht.
• 12:30
  Speaker 1: Weil da ist das ... Der Change auch am größten gewesen.
• 12:35
  Speaker 1: wird ein neues Tool angeführt dann ist das für den ITler einfach nur ein neues tool gewesen.
• 12:39
  Speaker 1: Schulungen fertig aber für den Mitarbeiter und die Mitarbeiterinnen ändern sich Prozesse ergeben sich neue Möglichkeiten.
• 12:47
  Speaker 1: arbeitsweise wurden dann begleitet und auch jetzt ist es eben so, dass der Informatiker mitbegleitet werden muss.
• 12:54
  Speaker 1: Man muss wirklich quasi als Projektteam da zusammenwachsen und zusammendenken.
• 13:00
  Speaker 1: also das ja kann ich schon so würde ich schon bestätigen.
• 13:05
  Speaker 2: Das heißt, es kommen ganz neue Aufgaben dazu.
• 13:07
  Speaker 2: Wie funktioniert denn dieser Begriff den wir wahrscheinlich alle können des Wipe-Codings da in diesem Moment?
• 13:13
  Speaker 2: Also wie habe ich mir den Prozess als solches denn jetzt vorzustellen?
• 13:17
  Speaker 2: das heißt ich sage ja jetzt irgend einem AI Tool mach mir mal was und das ist mein Wunsch!
• 13:26
  Speaker 2: Und dann muss dieses AI Tool jetzt irgendwie loslegen und im Idealfall schreibt es mir jetzt immer ein Script und programmiert irgendwas so.
• 13:33
  Speaker 2: Wie funktioniert das eigentlich genau?
• 13:35
  Speaker 2: also wenn ich jetzt ich frage deswegen weil nicht kunde bin was darf ich erwarten was darf, ich nicht erwarten.
• 13:41
  Speaker 2: Du kommst zu mir und sagst hey haben wir zu enterprise projekt die schreibt jetzt mal zwei eine tage auf.
• 13:46
  Speaker 2: da habe ich früher gesagt ja so viele strecken muss sich da bauen dass muss ich dann tun das muss ich programmieren das müssen wir dann selber machen das können wir nicht kaufen das bringt das tool nicht mit damit es in der eigene Brauche ich alles nicht erklären.
• 13:58
  Speaker 2: Wie ist das denn jetzt, wenn man kommt?
• 14:00
  Speaker 2: Also ihr könnt ja gar nicht die Fähigkeit wie gut der AI euch jetzt Arbeit entlastet mit Einpreisen.
• 14:07
  Speaker 2: Darüber will ich so ein bisschen drauf hinaus.
• 14:08
  Speaker 2: was sagt man denn?
• 14:09
  Speaker 2: Ja wir bringen jetzt die besten Werkzeuge auch mit an Start.
• 14:12
  Speaker 2: oder wie isst man denn jetzt als Entwickler auf einmal aufgestellt weil es kommt ja eigentlich ein dritter Player irgendwie dazu?
• 14:20
  Speaker 1: Ja gute Frage!
• 14:22
  Speaker 1: Dieser Dritte Player ist so'n bisschen die große Unbekannte beim Vibecoding.
• 14:29
  Speaker 1: Ja, diese einfachen Beispiele hatte ich eben schon gesagt.
• 14:31
  Speaker 1: Die bringen meistens innerhalb von einer halben Stunde ein supergeiles Ergebnis.
• 14:35
  Speaker 1: aber dann muss man irgendwie diesen Punkt finden das Enterprise ready zu bekommen und wenn eine gewisse Komplexität vorherrscht, dann kommen die Tools zumindest stand heute oft noch an ihre Grenzen gerade wenn ihnen Wissen fehlt.
• 14:46
  Speaker 1: Wenn ich jetzt also einen allgemeinen Allgemeines LLM nehme Und ich versuche jetzt Datenstrecke zu bauen, die aber ganz viel Business-Wissen eigentlich von einem Wiki oder sowas aufsaugen müsste und die hat das nicht.
• 15:02
  Speaker 1: Dann ist der Entwickler häufig dabei.
• 15:05
  Speaker 1: Das haben wir jetzt also auch schon festgestellt diese Prompt immer und wieder zu schärfen und sagen ne mach noch mal so und korrigieren nochmal dies und bau noch einmal dass und oft war dann die Aussage der Entwicklern naja möchte es mit KI machen?
• 15:16
  Speaker 1: Oder möchtest schnell gebaut haben?
• 15:20
  Speaker 1: Also da ist das danach schonmal ins Gegenteil ausgeschlagen dann vielleicht wieder die neue Nische zu finden, so sagen wie kriegen wir das Wissen was die KI braucht in die KI rein.
• 15:32
  Speaker 1: Skills zu schreiben, Racks zu schreiben eigene Varianten zu bauen mit der die KI dann in der Lage ist sich in meinem Ökosystem wohlzufühlen und dort eben zu entwickeln und auch guten Code zu produzieren denn er noch wirklich eine Effizienzsteigerung ist.
• 15:51
  Speaker 1: Stand heute ist es oft noch ein bisschen Glücksfrage.
• 15:54
  Speaker 1: Also meine Erfahrung nach hat das noch ein POC-Charakter, wo man auch gar nicht so genau sagen kann wie hoch der Effizienz gewinn jetzt ist ob überhaupt da ist.
• 16:04
  Speaker 0: Und ich glaube gerade dieses Skills schreiben und weiterentwickeln wird total unterschätzt.
• 16:10
  Speaker 0: Du sagtest grade, da kommt ja willst du es schnell oder willst mit KI?
• 16:14
  Speaker 0: Das aber diese Skill-Entwicklung dazu beiträgt das dann auch nachfolgende Projekte besser laufen und dass andere ETL-Strecken schneller entwickelt werden können
• 16:25
  Speaker 0: usw.,
• 16:25
  Speaker 0: das würde halt gerne übersehen.
• 16:27
  Speaker 0: Und andererseits sehen natürlich die Auftraggeber, hey KI kann relativ schnell und wissen aber nicht, was man da alles reinbuttern darf in die Skills damit das überhaupt ja in der Lage ist richtige Ergebnisse zu liefern.
• 16:42
  Speaker 0: Also du hast hier einen, die sagen ahja es ist alles unnötig.
• 16:45
  Speaker 0: ne kann ich schneller von Handkoden?
• 16:47
  Speaker 0: Und die anderen die sagen warum ist es denn nicht schneller?
• 16:49
  Speaker 0: weil Kai kann das ja schnell machen.
• 16:51
  Speaker 0: Das ist schon ein spannendes Umfeld.
• 16:53
  Speaker 0: jetzt gerade indem wir uns bewegen glaube ich.
• 16:58
  Speaker 2: Was ich mich dabei immer Frage.
• 17:01
  Speaker 2: Natürlich waren wahrscheinlich die erste Pferdekutschen auch schneller als das erste Prototyp Auto.
• 17:06
  Speaker 2: Dennoch fahren wir alle ja jetzt Auto, ich glaube nicht dass wir uns darüber unterhalten müssen, dass langfristig Technik immer sieht.
• 17:13
  Speaker 2: Also ich glaube, es wird immer so sein dass die Technik sich nachher durchsetzt.
• 17:18
  Speaker 2: Es ist ja nur die Frage inwiefern... ...es ist ja nicht Mensch gegen Technik muss Auto auch noch selber fahren, das fährt ja noch immer nicht von alleine.
• 17:26
  Speaker 2: Das heißt, inwiefer dann die Rolle des Entwicklers sicher auch als jemand der dann das auf Plausibilität und auf Richtigkeit und auf Echtheit überprüft?
• 17:35
  Speaker 2: Dann ist also das heißt Ich lasse jetzt Ich lasse jetzt die KI etwas schreiben und machen tun.
• 17:42
  Speaker 2: Das ist ja das Argument, ich brauche mit der Kontrolle so lange, da hätte ich es lieber selber geschrieben.
• 17:46
  Speaker 2: Richtig?
• 17:47
  Speaker 2: Das ist dann das Argumente, das wahrscheinlich bei vielen Entwicklern kommt.
• 17:50
  Speaker 1: Ja genau!
• 17:50
  Speaker 1: Das wird gerne reingezogen gerade wenn man vielleicht noch skeptisch ist.
• 17:55
  Speaker 1: Und auch nicht von der Hand zu weisen, dass gerade in einem POC, wenn man das erste Mal sagt, ich baue jetzt die neue Anforderungen mit Hilfe einer KI im LM um... dass das auch tatsächlich so ist, dass dieser erste Codeinwurf vielleicht sehr schnell gegangen ist.
• 18:13
  Speaker 1: und dann fallen in der QS aber sämtliche Skripte durch.
• 18:17
  Speaker 1: Und dann fängt man nochmal von vorne an.
• 18:20
  Speaker 1: Dann sagt man in dem PROC-Projekt vielleicht auch bewusst okay wir lassen jetzt die KI das Heile machen statt es von Handheilen zu machen.
• 18:26
  Speaker 1: Irgendwann muss man glaube ich diesen Punkt finden wo man diese KI so viele Skills beigebracht hat, dass sagen wir vielleicht durchrutschen und gut funktionieren.
• 18:39
  Speaker 1: Und die zwanzig Prozent Spezialfälle, die jedes Mal individuell sind, die baut man dann noch per Hand.
• 18:44
  Speaker 1: Und bisher gibt es zumindest jetzt in meinem Unfeld, in meinen Projekten noch nicht so diesen... Wir haben den Punkt noch nicht gefunden, diesen optimalen.
• 18:54
  Speaker 1: Also das ist im Moment noch relativ viel experimentieren und ausprobieren.
• 18:58
  Speaker 2: Also es fehlt noch dieser Street-Spot.
• 19:00
  Speaker 2: Nach dem Auto da gehen wir rein, dann machen wir lieber selber und so verteilen wir das.
• 19:04
  Speaker 2: Da kann die EI uns erleichtern.
• 19:06
  Speaker 2: Das ist jedes Mal ein bisschen jugendforscht und man wird natürlich immer besser je mehr man sich damit beschäftigt am Ende des Tages.
• 19:13
  Speaker 2: Aber ich finde das halt auch relativ schwierig abzuschätzen für den Kunden.
• 19:19
  Speaker 2: Wenn ich jetzt sitze und lasse mich jetzt blenden und sage es ist ja angeblich alles ganz einfach.
• 19:23
  Speaker 2: Dann kommen irgendwelche Leute von der Uni, da kennen wir ja alle, die erklären dann die Welt sowieso super ein... weil ich habe das einmal ein Semester irgendwo gemacht und es kann jetzt neue Dings auch jeder BWLer.
• 19:33
  Speaker 2: Und dann stehe ich da ja als Kunde, und dann treffen wir diese Aussagen!
• 19:36
  Speaker 2: aufeinander.
• 19:37
  Speaker 2: So und da stelle ich es mir ganz schwer vor, sich selber jetzt zu fragen wie weit gehe ich in die AI rein?
• 19:44
  Speaker 2: Das heißt mein Job als Entwickler könnte dann ja auch nachher sein dass ich im Wirklichkeit immer nur noch die AI entwickle oder nur noch auf der AI entwickeln.
• 19:53
  Speaker 2: und das mein Rüstwerkzeug war.
• 19:55
  Speaker 2: Ich konnte mal programmieren richtig also ich war einmal in der Lage wenn wir zur fünf Jahre weiter gucken können es einige Leute seien die nur noch mit der AI arbeiten aber das Handwerkszeug so Mathematik auch erst lernen muss, bevor ich sie dann irgendwie krass anwenden kann im Mathematikkstudium.
• 20:11
  Speaker 2: Muss ja auch zur Grundschule gegangen sein?
• 20:13
  Speaker 2: Habe ich mir das so vorzustellen oder greife ich das so mit dem Bild noch nicht richtig?
• 20:17
  Speaker 0: Also wenn ich da jetzt mal ganz kurz reingelädt zu darf... die das Essent, was diese Entwickler jetzt gerade noch haben ist tatsächlich ja die Erfahrung.
• 20:26
  Speaker 0: Und ich hatte damals zu einem unserer Entwickler gesagt, pass auf stelle dir doch einfach vor dass du einen neuen jungen Kollegen anlernst und Du bist derjenige, der weiß wovon Du spricht?
• 20:37
  Speaker 0: Du weißt wie die Sachen auszusehen haben wenn sie fertig sind, was auf gar keinen Fall passieren darf.
• 20:43
  Speaker 0: Du kennst die komplette Fachlichkeit im besten fall!
• 20:46
  Speaker 0: Du weisst wie der Hase läuft.
• 20:47
  Speaker 0: und jetzt musst du der AI Wie einem Entwickler der neu anfängt eigentlich auch beibringen wie das ganze funktioniert.
• 20:56
  Speaker 0: Und da sich einfach selber als Trainer zu sehen, aber halt nicht für Menschen sondern für Technik.
• 21:03
  Speaker 0: Ich glaube dass ist so ein bisschen Mindset Change in dem Moment.
• 21:06
  Speaker 1: Ja ich glaube der Sprung ist halt einfach ein bisschen intensiver.
• 21:09
  Speaker 1: Aber wenn man es runter bricht haben wir alles ja irgendwo schon mal in einem kleineren erlebt keiner programmiert heute Lochkarten Keiner schreibt mir HTML keiner schreibt heute mehr html code, sondern da gibt es entsprechende cms-Systeme für oder nur noch selten.
• 21:28
  Speaker 1: Sondern dann hat sich ja auch viel quasi am Frontend getan.
• 21:31
  Speaker 1: im Prinzip Ist alles so ein bisschen Teil der Disziplin Human-Computer Interaction Design.
• 21:37
  Speaker 1: Wie kommuniziere ich mit der Maschine?
• 21:40
  Speaker 1: Das LLM, die KI ist keine echte Intelligenz sondern man kann es auch interpretieren als neue Kommunikationsmöglichkeit im ETL.
• 21:49
  Speaker 1: wenn wir uns beim Analytics Kontext nochmal Aufhalten ist es ja so, dass wir zwanzig Jahre lang eigentlich so grafische Wirkfluss hatten.
• 21:57
  Speaker 1: Wo wir Bausteine hintereinander geschoben und verbunden haben gesagt haben du sortierst, du aggregierst Du filterst.
• 22:05
  Speaker 1: Das haben wir gemacht damit wir nicht mehr programmieren müssen.
• 22:08
  Speaker 1: Jetzt sind wir vor drei vier Jahren viele Tools wieder zurückgegangen zu Programmieren zu Peiten, Peißpark zum Beispiel weil es einfach Effizienzvorteile hat das so zu tun.
• 22:20
  Speaker 1: Man könnte die KI ja auch mal interpretieren einfach nur als neues Frontend.
• 22:25
  Speaker 1: Was ist mir hilft, dass ich nicht coden muss so wie ich es bei anderen Tools auch nicht machen muss?
• 22:30
  Speaker 1: Es ist halt nur ein höherentwickeltes Tool.
• 22:32
  Speaker 1: und ich glaube Wenn Leute in so einer Change-Situation stecken, da muss man versuchen sie über das Beispiel von Janin oder so ein Beispiel zu begleiten.
• 22:41
  Speaker 1: Man sollte nicht anfangen zu sagen, ach komm ist doch nicht schlimm und stelle ich immer nicht an sondern man sollte es ernst nehmen.
• 22:46
  Speaker 1: aber sozusagen diese positiven Aspekte und Lösungen dann sehen natürlich den Experten am Status den der Mensch hat mitnehmen und das Wissen was er hat eben auch ja anwenden und weiter nutzen Weil die KI hat das Wissen im Zweifel noch nicht, aber der Mensch kann die KI halt füttern und begleiten.
• 23:06
  Speaker 2: Jetzt funktioniert so einer KI ja oft immer mit Wahrscheinlichkeiten?
• 23:11
  Speaker 2: Das heißt, wenn ich jetzt Texte schreibe, dann kriege ich ja sehr schnell zurück was in der KI am wahrscheinlichsten ist und das wird mit zurückgespielt.
• 23:20
  Speaker 2: Jetzt möchte ich aber selber als Autor ja gerne mal das Unwahrscheinliche schreiben!
• 23:26
  Speaker 2: Da hilft mir die KI dann nicht.
• 23:28
  Speaker 2: also gewiss mit Erwartungshalten mit Dingen brechen, die eigentlich so nicht gemacht werden.
• 23:33
  Speaker 2: So entsteht hier etwas Neues So stelle ich mir das jetzt auch vor, dass die Rolle der Entwickler ja auch viel mehr von dem Mainstream.
• 23:41
  Speaker 2: Das kann vielleicht die KI übernehmen aber hingeht auch zu den Spezialwissen, was die KI eben nicht kann.
• 23:48
  Speaker 2: Was das Unerwartete ist, das Schwierige, was man halt programmiert, was eben nicht im Mainstream ist weil ich als individuelles Unternehmen individuelle Anforderungen habe wie er nicht im Bauch jeder KI ist sondern da muss sich dann hier etwas machen.
• 24:03
  Speaker 2: Ist der Vergleich so zulässig dass es halt auch immer Entwickler geben wird neben der KI, die existieren um das Besondere rauszuholen.
• 24:11
  Speaker 2: Ein Beispiel ist für mich so... Es gibt so Scouts beim Fußball oder in der NBA, die gucken dann da rauf und sagen es gibt so Parameter wie der perfekte Spieler sein muss.
• 24:20
  Speaker 2: Und dann gibt das aber trotzdem noch die menschliche Erfahrung, die immer sagt ne, den Typen da, der anders spielt als alle anderen?
• 24:27
  Speaker 2: Oder die andere, die so-und-so spielt, die sollte uns angucken auch wenn sie die Voraussetzungen nicht hat, die könnte das Spiel revolutionieren.
• 24:35
  Speaker 2: Wie seht ihr das?
• 24:36
  Speaker 2: Ich glaube, dass ist ganz stark gerade in der Autorenschaft, gerade in Geistwissenschaften.
• 24:40
  Speaker 2: Dass sich das was die Maschine nicht kann extrem hervorheben wird, Kunst extremer vorheben werden.
• 24:47
  Speaker 2: Wie glaubt ihr es da bei dieser ganzen Entwickler-Programmierkiste, dass exakt die richtig geilen Programmierer wahrscheinlich dann extrem nach vornischen gehen werden?
• 25:03
  Speaker 1: Total spannende Frage!
• 25:05
  Speaker 1: Weil man da ja schon fast in so eine ethische Diskussion reinkommt.
• 25:09
  Speaker 1: Ist ne KI wirklich kreativ in ihrem eigenen Sinne und ist sie dann vielleicht doch wirklich eine Art von echter Intelligenz?
• 25:16
  Speaker 1: Ich glaube, das kriegen wir jetzt nicht in den fünf Minuten beantwortet.
• 25:19
  Speaker 1: Aber... Schade!
• 25:22
  Speaker 1: Ja, das wäre doch was.
• 25:23
  Speaker 1: Aber die ... Das ist glaub ich das Assetten.
• 25:27
  Speaker 1: Dass der Mensch eben sich immer noch kreative Lösungen Ausdenken kann die die Mathematik mit ihren Algorithmen so nicht bietet, weil wissen was die KI nicht hat.
• 25:36
  Speaker 1: Hat sie nicht und das wird sie nicht ausbucken.
• 25:38
  Speaker 0: Und ich glaube was halt auch noch mal es ist die KI bekommt natürlich die Dinge mit, die zum Beispiel ein Fachbereich eintippt oder per Sprachsteuerung reingibt.
• 25:49
  Speaker 0: Aber vielleicht diese kleinen Nuancen, diese kleinen Zweifel, die man als Mensch eventuell noch fühlt und dann nochmal nachhakt und hinterfragt das bekommt eine KI ja eventuell nicht hin.
• 25:59
  Speaker 0: Das heißt so als Vermittler zwischen Fachseite und KI.
• 26:04
  Speaker 0: Diese Rolle wird glaube ich extrem wichtig sein um da nochmal so das letzte rauszuholen und zu sagen hey pass auf hast du denn daran gedacht?
• 26:12
  Speaker 0: Wie sieht das denn dann und aus?
• 26:13
  Speaker 0: Bist du dir sicher, dass du genau das meinst oder ist es vielleicht doch was anderes.
• 26:18
  Speaker 0: Das könnte halt auch nochmal spannend werden als neue Entwickleraufgabe.
• 26:23
  Speaker 1: Erkennst Du mit Deiner Autorenbrille das sofort ob ein Text jetzt KI generiert so oder von Hand geschrieben?
• 26:29
  Speaker 2: Also kann ich folgend Beispiel bringen mit Kai dem zweiten Geschäftsführer hier.
• 26:34
  Speaker 2: Dem habe ich Texte geschrieben einmal mit KI und einmal habe ich sie selber geschrieben.
• 26:39
  Speaker 2: Der kann das nicht auseinanderhalten, welchen Text ich womit geschrieben habe.
• 26:43
  Speaker 2: Das heißt da hatten wir den Quality Check in Sinne von...das wird nicht besser!
• 26:48
  Speaker 2: Aber das ist dann auf Wahrscheinlichkeiten.
• 26:51
  Speaker 2: Eine besondere Haltung eine besondere Meinung
• 26:53
  Speaker 2: etc.,
• 26:54
  Speaker 2: mit der ich gerade mit Erwartungshaltung breche.
• 26:57
  Speaker 2: die kann zwar ausgeführt werden durch die KI aber ich muss die KI erst mal dazu zwingen dass kennt jeder ihr guckt ne Fernsehserie an und wisst welcher Schauspieler das ist Wie oft ihr die KI korrigieren müsst, bis ihr da dahin seid und wie gut das Prompting sein muss damit sie das raussprugt.
• 27:13
  Speaker 2: Und so stelle ich mir das halt auch vor.
• 27:15
  Speaker 2: Meine Frage wäre aber nochmal an dich Sebastian jemand wie ich der nie in seinem Leben was programmierend zu tun hatte.
• 27:22
  Speaker 2: Wäre ich in der Lage durch die EI noch mal ein guter Programmierter zu werden?
• 27:31
  Speaker 1: Wenn du das möchtest glaube ich schon klar.
• 27:33
  Speaker 1: also Das wird
• 27:34
  Speaker 2: es dir erleichtern.
• 27:35
  Speaker 2: Es
• 27:35
  Speaker 1: wirds dir erleichtern ja weil Du nicht erst irgendein Handbuch durchwälzen muss, auf der Suche nach der richtigen Kontrollstruktur.
• 27:44
  Speaker 1: Sondern du kannst die KI anweisen zu sagen hey zeig mir mal bitte wie eine Datenbankabfrage in der und der Form aussieht oder nach dir und den Daten aus sieht in meiner Datenbank wenn die KI wissen über das Datenmodell hat.
• 28:00
  Speaker 1: Du kannst sie bitten zu sagen erzeugt mir aber bitte für Peiten ne Vorschleife und zeigt mir wie es geht.
• 28:06
  Speaker 1: Das hilft ihr enorm wenn du es möchtest, wenn du das auf diese Art und Weise schulig machst.
• 28:12
  Speaker 1: Wenn du allerdings sagst, schreib mir mal bitte ins Kript was diese Daten in der und der Form transformiert importiert abgedatet hält und auch noch irgendwie ein Monitoring ausspuckt und du kriegst dann einfach fünf tausend Zeilen Code Dann wird sich schwer fallen als Nichtprogrammierer zu entscheiden ob das jetzt richtig ist oder nicht.
• 28:32
  Speaker 1: Du wirst es laufen lassen können funktionieren, aber es kann natürlich auch passieren dass du da Daten bekommst die gar nicht dementsprechend was du willst und vielleicht merkst das nicht wenn du Pech hast und dich zu sehr darauf verlässt weil dir die Tiefe fehlt.
• 28:46
  Speaker 1: Also wenn man's angeleitet macht auf jeden Fall ist das eine super Sache.
• 28:51
  Speaker 2: Sebastian vielleicht eine Frage.
• 28:52
  Speaker 2: nochmal zum Schluss ein kleines Gedankenspiel.
• 28:54
  Speaker 2: Du wärst jetzt hast morgen einen Termin Und dort steht so vor, dass das Thema ist Entwickler und AI.
• 29:02
  Speaker 2: Und was die alle so können müssen und was man so machen muss um wie ein Team aufgestellt ist?
• 29:07
  Speaker 2: Jetzt wissen wir aber schon du hast morgen dein Gedächtnis verloren.
• 29:10
  Speaker 2: ich geb dir jetzt aber einen Post-It und schreib es jetzt drauf was für dich so die wichtigste Botschaft wäre was du so Minimum noch auf so einem Post-it schreiben würdest damit du am nächsten Tag sagen könntest Hey, Leute!
• 29:23
  Speaker 2: Das ist so das Wichtigste runtergebrochen.
• 29:26
  Speaker 2: Das würde ich sagen, ey, das möchte ich euch noch mal mitgeben wenn es um Entwickler programmieren AI geht.
• 29:31
  Speaker 2: Das wäre in der Nut shell das wichtigste.
• 29:35
  Speaker 1: Wow die Frage ist schwer.
• 29:37
  Speaker 1: Wie groß darf der Post jetzt sein?
• 29:39
  Speaker 2: Da merke ich, das ist eine ganz witzige Geschichte.
• 29:42
  Speaker 2: Also es ist ja aus dem Chorogen-Podcast nicht was ich den gut finden würde aber da ist das Beispiel hier geklaut.
• 29:47
  Speaker 2: Es ist ähnlich wie das Plakat am Alexanderplatz.
• 29:50
  Speaker 2: Das macht ein Hotelmatze.
• 29:51
  Speaker 2: Da kann man immer sagen hey wie groß ist und es kommt immer von technisch erfieden Leuten.
• 29:57
  Speaker 2: Kommt immer die Frage wie groß oder wie klein ist das Posted um das mitzumachen?
• 30:02
  Speaker 2: Kommt mal eine Gegenfrage!
• 30:04
  Speaker 2: Während Künstler immer darauf antworten, schwierige Frage... und reden immer viel mehr als auf dem Postelpass.
• 30:10
  Speaker 2: Ein kleiner Postet, ein gelber kleiner Posted den du jetzt hast und jetzt leben wir dir so auf die Stirn.
• 30:16
  Speaker 2: Kannst du im Spiegel lesen?
• 30:18
  Speaker 1: Ja Zuversicht denn es ist immer noch mehr Arbeit geworden.
• 30:22
  Speaker 1: also ich glaube wenn wir auf die letzten Jahr zweinhalb Jahre oder was gucken Wir haben ja mit dem Webstuhl angefangen das erste Mal irgendwie dass Statt ein Mensch macht einen Kleidungsstück, macht er zehn auf einmal und hatten alle Angst um ihre Jobs.
• 30:39
  Speaker 1: Aber seitdem sind wir leider nicht alle – was heißt leider nicht?
• 30:41
  Speaker 1: Wir sind nicht arbeitslos geworden, die liegen auf der Fallenheit in den Maschinen machen es oder werden noch mehr Arbeit, noch mehr zu tun.
• 30:47
  Speaker 1: Und so ist auch KI eine Übergangstechnologie In das nächste, ne?
• 30:52
  Speaker 1: Sofern Zuversicht!
• 30:55
  Speaker 1: Wir werden schon alle auf deiner Seite mit der neuen Technologie ankommen und unseren Platz finden.
• 31:01
  Speaker 2: Das denke ich auch.
• 31:02
  Speaker 2: Aber wie das gute alte Tradition ist hier in dem Podcast.
• 31:07
  Speaker 2: Sebastian, du hast gleich die letzten Worte!
• 31:08
  Speaker 2: Du kannst sagen und tun und lassen was du möchtest... ...was du schon immer im Podcast sagen wolltest.
• 31:14
  Speaker 2: Das Einzige was du nicht sagen darfst ist vielen Dank für die Einladung.
• 31:17
  Speaker 2: Ansonsten darfst du gerne etwas Privates erzählen.
• 31:20
  Speaker 2: Du kannst gerne etwas über Dinge dich beschäftigen.
• 31:23
  Speaker 2: Du kannst was über Starboss erzählen.
• 31:24
  Speaker 2: es ist dir völlig frei überlassen.
• 31:26
  Speaker 2: Du Kannst machen was du willst Das Einzige nicht, vielen Dank für die Einladung.
• 31:30
  Speaker 2: Aber bevor ich dir das letzte Wort an dich gebe sage ich natürlich danke Janine.
• 31:34
  Speaker 2: Danke dass du hier durchgehalten hast.
• 31:36
  Speaker 2: Du hättest den Termin nicht machen müssen und trotzdem warst du dabei.
• 31:39
  Speaker 2: Lieben dank.
• 31:40
  Speaker 2: von meiner Seite halte ich nicht viel selbstverständlich insofern wirklich klasse aber die vorletzte Worte hast natürlich wie gewohnt du Janine wenn du irgendwas auf als Event hast Werbung hast etc.. das wäre jetzt der Moment.
• 31:51
  Speaker 2: hau raus Ich sag tschüss auf bald.
• 31:53
  Speaker 2: und danke schön Sebastian dass heute bei uns wars.
• 31:56
  Speaker 0: Ja, also ich möchte natürlich Werbung machen.
• 31:58
  Speaker 0: Ich bin nämlich mit dem lieben Sebastian in zwei Wochen auf der TDI in München und der Sebastian wird mich nicht nur unterstützen den Changemaker-Track durchzuführen sondern wir haben auch noch einen total spannenden Kongstar Vortrag und auch auf dem Changemaker Track noch nen Vortrack vielleicht wieder da gleich selber noch was zu erzählen kommt vorbei.
• 32:19
  Speaker 0: Wir freuen uns!
• 32:20
  Speaker 0: Und für diesen Data Changemaker... Entschuldigung, Data Change Maker Track könnt ihr euch kostenlos anmelden.
• 32:27
  Speaker 2: Link unten!
• 32:28
  Speaker 0: Ganz genau.
• 32:30
  Speaker 1: Super jetzt ist mein Fahrt für die letzten Worte und ich habe jetzt die Zeit genutzt um mir nicht zu überlegen was ich sagen will weil ich so nervös bin.
• 32:42
  Speaker 1: Star Wars ist eine gute Sache.
• 32:43
  Speaker 1: ihr seht da hinten irgendwo eine Star-Wars Figur.
• 32:47
  Speaker 1: insofern behaltet eure Euer Kind und euch bei euch, das ist mein Deko.
• 32:53
  Speaker 1: Das liebe ich.
• 32:53
  Speaker 1: Es ist super!
• 32:55
  Speaker 1: Wie es eben schon gesagt hat bleibt zuversichtlich.
• 32:58
  Speaker 1: Ich glaube wir haben viele gute Chancen und Möglichkeiten.
• 33:02
  Speaker 1: auch wenn wir jetzt glaube ich was auch gutes mal kritische Aspekte bedeuchtet haben sind wir doch eigentlich in einer sehr coolen Zeit mit sehr vielen coolen Neuerungen.
• 33:12
  Speaker 1: also neugierig bleiben und das wäre so mein Tipp.
• 33:16
  Speaker 1: mein letztes Wort für euch Neugiene
• 33:19
  Speaker 0: Tschüss.
• 33:20
  Speaker 1: Ciao!