Keine Jobs für Junioren: Wer wird morgen Senior?

Die Zahlen sind eindeutig. Einstiegsstellen für Softwareentwickler sind seit 2022 um bis zu 67 Prozent zurückgegangen. Gleichzeitig suchen Unternehmen verzweifelt nach Senior-Entwicklern. Wer das zu Ende denkt, sieht das Problem: Wenn niemand mehr Junioren einstellt, gibt es in fünf Jahren keine Seniors.

Was die Daten zeigen

Das Stanford Digital Economy Lab hat ADP-Gehaltsdaten von Millionen Arbeitnehmern ausgewertet. Die Beschäftigung von Softwareentwicklern zwischen 22 und 25 Jahren ist seit Ende 2022 um knapp 20 Prozent gesunken. Im gleichen Zeitraum stieg die Beschäftigung von Entwicklern über 30 um 6 bis 12 Prozent.

Eine Harvard-Studie bestätigt den Trend: Nach dem Release von GPT-4 fiel die Beschäftigung von 22- bis 25-Jährigen in KI-exponierten Berufen um rund 13 Prozent.

In Deutschland zeigt sich ein ähnliches Bild. Laut Institut der deutschen Wirtschaft (IW Köln) gingen die offenen IT-Stellen von 2023 auf 2024 um 26,2 Prozent zurück, während der Bundesdurchschnitt nur um 4,3 Prozent sank. Bei Informatik-Experten lag der Rückgang bei 46,2 Prozent. Das Handelsblatt berichtet, dass die Stellen für Young Professionals seit 2022 um 30 Prozent zurückgegangen sind, im ersten Quartal 2026 nochmals um 27 Prozent im Vergleich zum Vorjahr.

Laut Stack Overflow Developer Survey nutzen 84 Prozent der Entwickler inzwischen KI-Tools. Ein Senior mit Copilot oder Claude Code erledigt Aufgaben, für die früher ein Junior zuständig war. Die CRUD-Endpoints, die Testfälle, die Boilerplate. Die wirtschaftliche Rechnung ist für Unternehmen kurzfristig klar: Ein KI-Tool kostet 20 Dollar im Monat, ein Junior 80.000 bis 120.000 Dollar im Jahr plus sechs bis zwölf Monate Einarbeitung.

Das Pipeline-Problem

Microsofts Azure-CTO Mark Russinovich und Scott Hanselman, VP of Developer Community, haben im April 2026 in den Communications of the ACM einen Aufsatz veröffentlicht, der das Problem benennt. Ihr zentraler Begriff: "AI Drag".

Die Idee: KI-Tools machen Senior-Entwickler produktiver, aber bremsen Junioren aus. Wer noch kein Urteilsvermögen hat, kann KI-Output nicht bewerten. Wer KI-generierten Code nicht einordnen kann, lernt weniger als jemand, der den Code selbst geschrieben hätte. Ein Teufelskreis. Unternehmen stellen weniger Junioren ein, weil Seniors mit KI produktiver sind. Die wenigen Junioren, die noch eingestellt werden, lernen langsamer, weil KI ihnen die Lernschritte abnimmt. In fünf bis acht Jahren fehlen die Mid-Level-Entwickler, die zu Seniors hätten werden sollen. Das gleiche Muster zeigt sich im Management: KI dünnt auch die mittlere Führungsebene aus, über die zukünftige Führungskräfte bisher aufgestiegen sind.

Russinovich und Hanselman formulieren es direkt: Wer heute keine Junioren einstellt und ausbildet, hat in wenigen Jahren keine Seniors zur Auswahl.

Die Zahlen hinter dem Paradox

In Deutschland bleiben laut IW Köln trotz des Stellenrückgangs über 13.500 IT-Stellen unbesetzt. Der Fachkräftemangel ist nicht verschwunden. Was sich verändert hat, ist die Art der gesuchten Profile.

Unternehmen wollen erfahrene Leute, die sofort produktiv sind. Eine Umfrage von SHRM ergab, dass 70 Prozent der Personalverantwortlichen glauben, KI könne die Arbeit von Praktikanten erledigen. 37 Prozent der Arbeitgeber gaben an, sie würden lieber KI "einstellen" als Absolventen. Gleichzeitig liegt die Arbeitslosenquote von Informatik-Absolventen bei 6,1 Prozent, höher als bei Geisteswissenschaftlern.

Tech-Praktika sind laut Handshake seit 2023 um 30 Prozent zurückgegangen, während die Bewerbungen um 7 Prozent gestiegen sind. Mehr Absolventen bewerben sich auf weniger Stellen.

Preceptorships statt Onboarding

Russinovich und Hanselman schlagen ein Modell vor, das sie aus der Medizin entlehnen: Preceptorships. Berufseinsteiger werden gezielt mit erfahrenen Mentoren in echten Produktteams zusammengebracht. Der Unterschied zum klassischen Onboarding: Lernen ist das explizite Ziel, nicht ein Nebeneffekt. Seniors beobachten, wie Junioren mit KI-Tools arbeiten, und bringen ihnen bei, Output zu bewerten statt blind zu übernehmen.

Das ist aufwändig. Es kostet Zeit und Geld, und der Nutzen zeigt sich erst nach Monaten. Genau deshalb passiert es von allein nicht. Denn es gibt ein kollektives Handlungsproblem: Die Firma, die einen Junior ausbildet, trägt die Kosten. Aber wenn der Junior nach zwei Jahren wechselt, profitiert der Wettbewerber.

Fast Company argumentiert, dass Unternehmen Junior-Rollen nicht streichen, sondern umgestalten sollten. Statt Code von Hand zu schreiben, sollten Junioren lernen, KI-generierten Code zu prüfen und zu bewerten. Das ist eine andere Kompetenz als klassisches Programmieren, und sie ist schwerer zu erlernen, weil das Grundverständnis fehlt, das man beim eigenen Schreiben aufbaut.

Für die CS-Ausbildung an Universitäten bedeutet das eine Kurskorrektur. Russinovich sagt explizit, dass es Kurse braucht, in denen KI-Nutzung als Betrug gilt, damit Studierende die Grundlagen tatsächlich verstehen. Erst wer versteht, was Code tut, kann beurteilen, ob KI-generierter Code korrekt ist.

Politik: Bisher wenig Konkretes

Konkrete politische Vorschläge sind bisher rar. Was diskutiert wird:

Steuerliche Förderung für Unternehmen, die strukturierte Einstiegsprogramme anbieten. Das duale Ausbildungssystem im DACH-Raum wäre ein Ansatzpunkt, müsste aber um KI-Kompetenzen erweitert werden.

Informatik-Studiengänge müssen anpassen, was sie lehren. Nicht weniger Programmieren, aber ergänzt um die Fähigkeit, KI-Output kritisch zu bewerten. Das braucht Vorgaben von Akkreditierungsstellen, nicht nur Eigeninitiative einzelner Hochschulen.

Und schließlich freiwillige Branchenstandards. Verpflichtende Nachwuchsquoten wie in manchen Handwerksberufen sind unrealistisch, aber große Tech-Firmen könnten sich zu Mindest-Einstiegsquoten verpflichten.

Was das für Teams heißt

Wer als Teamleiter, Projektleiter oder Product Owner eine Headcount-Entscheidung trifft, sollte die Frage stellen: Investieren wir in unsere Pipeline, oder optimieren wir nur für dieses Quartal?

Ein Senior mit KI-Tools ist kurzfristig produktiver als ein Junior. Aber Seniors gehen in Rente, wechseln den Arbeitgeber oder werden selbst zu Managern. Wenn die Pipeline leer ist, steigen die Gehälter für die verbleibenden senioren Arbeitskräfte, und die Abhängigkeit von einzelnen Personen wächst.

Wer heute einen Junior einstellt und ihn gezielt im Umgang mit KI-Tools ausbildet, bekommt in zwei bis drei Jahren einen Entwickler, der sowohl klassische Grundlagen versteht als auch mit KI-Unterstützung arbeiten kann. Das ist langfristig wertvoller als ein weiteres Copilot-Abo.

Hier kann man nur an die Wirtschaft appellieren, nicht nur an Quartalsergebnisse zu denken, weil sie sich den Ast absägt, auf dem sie sitzt.