Anni Chen lehnte die Idee zunächst ab. Als Technikleiterin bei Amazon sah sie die KI-generierte Produktion von Code als Bedrohung für die Fähigkeiten, die sie über Jahre entwickelt hatte. Heute nutzt sie diese Technologie täglich.

Chens Veränderung der Einstellung spiegelt einen schnellen Wechsel in der Softwareentwicklung wider. Entwickler bei Amazon, Google und anderen großen Unternehmen beschreiben ihre Anforderungen in einfacher englischer Sprache. KI-Tools wie GitHub Copilot, Cursor und Amazons CodeWhisperer erzeugen dann den Code. Ingenieure überprüfen und optimieren das Ergebnis. Andrej Karpathy, ehemaliger Leiter für KI bei Tesla und Mitgründer von OpenAI, bezeichnet dies bereits seit diesem Jahr als „Vibe-Coding“.

„Ich fürchtete, dass dies Fähigkeiten untergräbt und Fehler versteckt“, sagte Chen gegenüber Business Insider. Experimente veränderten ihre Sichtweise. Boilerplate-Code, Einheitstests und Refaktorisierungen, die früher Stunden in Anspruch nahmen, werden nun in Minuten abgeschlossen. Sie konzentriert sich stärker auf Architektur und Design. Forschungen von GitHub zeigen, dass Entwickler mit Copilot ihre Aufgaben 55 % schneller abschließen.

Amazon fördert diesen Trend aktiv. CEO Andy Jassy erklärte in kürzlichen Memo-Nachrichten, dass Code einen bedeutenden und wachsenden Anteil an Commits in der Codebasis des Unternehmens ausmacht. Amazon Q Developer, das CodeWhisperer ersetzt, integriert sich in die Coding-Umgebung. Es schlägt Code vor, erkennt Fehler und konvertiert alte Java-Module. Tausende Amazon-Ingenieure nutzen es. Das Unternehmen verdankt ihm tausende Stunden bei Migrationen.

Diese Praxis verbreitet sich schnell. Google berichtet, dass KI über 25 % des neuen Codes generiert. Meta und Microsoft integrieren ähnliche Tools in ihre Pipelines. Unternehmen passen ihre Teams an, um Routineaufgaben durch KI zu übernehmen. Chen beschreibt, wie Ingenieure sich von Zeile für Zeile Codierer zu Architekten und Bearbeitern entwickeln, die KI-Ausgaben anstoßen und validieren.

Nicht alle sind überzeugt. Kritiker weisen Risiken in sicherheitskritischen Systemen hin. KI-Code kann logische Fehler, Sicherheitslücken oder Verzögerungen enthalten, die schnellen Kontrollen entgehen. Modelle, die auf Open-Source-Repositories trainiert werden, lösen Bedenken in Bezug auf Urheberrechte aus. Laufende Gerichtsverfahren fragen, ob die Ausgaben lizenziertes Material kopieren. Gerichte entscheiden.

Amazon führt den Übergang systematisch vor. Es entwickelt eigene Tools und erlaubt Mitarbeitern, Konkurrenten zu testen. Führungskräfte wie Chen teilen ihre Geschichten von Skeptikern zu Nutzern. Das erkennt Zweifel, während es Vorteile hervorhebt. Jassy bezeichnet KI als „Verstärkungsfaktor“, nicht als Arbeitsplatzkiller.

Was bedeutet das für Arbeitsplätze? Die Nachfrage bleibt bei Experten in Systemdesign, Sicherheit und KI-Integration bestehen. Routineaufgaben wie CRUD-Operationen und einfache APIs – die Grundlagen für Einsteiger – stehen der Automatisierung gegenüber. Einige erwarten mehr Software insgesamt, was die Nachfrage nach Ingenieuren steigert. Junior-Rollen könnten schrumpfen, wenn die Einstiegsmöglichkeiten sich verändern. Höhere Fähigkeiten in der Anleitung und Überwachung gewinnen an Wert.

Chens Routine unterstreicht die Geschwindigkeit der Veränderung. Bei Amazon, wo Code E-Commerce, Cloud-Dienste und vieles mehr untermauert, verändert Vibe-Coding die tägliche Arbeit. Ingenieure anpassen sich oder bleiben zurück. Die Tools verbessern sich weiter. Der Widerstand verblassend.