Der gefährlichste Aspekt der KI ist nicht, dass sie die Stärksten arbeitslos macht.

Wenn „Spitzenexperten“ alle Angst haben: AI zerstört nicht Ihre Chancen, sondern hebt Ihre „Basis“ an

Hallo zusammen, ich bin euer Finanzjournalist und Wirtschaftswissenschaftler.

In der letzten Zeit ist die Tech-Szene in Aufruhr geraten – ein Ingenieur von DeepSeek, Liu Shengyu, veröffentlichte einen langen Artikel, der sofort in die Top-Suchlisten kam. Viele Menschen reagierten auf die Titel wie „Selbst Spitzeningenieure haben Angst vor AI“ oder „Man muss sich umorientieren“, mit der ersten Reaktion: „Mein Gott, werden sogar die Absolventen der Peking-Universität-Turing-Klasse und die internationalen Supercomputing-Champions arbeitslos? Werden wir dann überhaupt noch überleben?“

Wenn Sie nur „Arbeitslosigkeit“ und „Angst“ gesehen haben, dann haben Sie den Kern des Artikels vielleicht missverstanden. Was Liu Shengyu wirklich sagen wollte, ist viel tiefer und grausamer, als nur „Ich werde ersetzt“. Er klagt nicht darüber, seinen Job zu verlieren, sondern warnt uns: AI erhöht nicht unser Durchschnittsniveau – es erhöht lediglich die Menge an „schlechtem Code“ und gibt diesem schlechten Code „einen Anzug“ (also eine ansprechende Außenform).

Heute werden wir diesen langen Artikel in fünf Schritten auf einfache Sprache zerlegen, um zu verstehen, was diese technologische Veränderung eigentlich bedeutet und was sie für uns Normalster bedeutet.

---

1. Zuerst klarstellen: Was er aufgibt, ist nicht die „Arbeit“, sondern die Identität eines „Handwerkers“

Um Liu Shengyus Angst zu verstehen, müssen wir wissen, wer er ist.

Er ist kein gewöhnlicher Programmierer, der nur Code kopiert und zusammenfügt. Er ist Absolvent der Peking-Universität-Turing-Klasse, hat an internationalen Supercomputing-Wettbewerben teilgenommen und ist bei DeepSeek für die Optimierung der grundlegendsten Prozesse verantwortlich.

Um es zu veranschaulichen: Stellen Sie sich ein großes AI-Modell wie einen Supersportwagen vor. Gewöhnliche Programmierer montieren Reifen oder lackieren das Auto; Liu Shengyu hingegen feilt an jedem Kolben und jeder Ventil im Motor und untersucht, wie die Verbrennung von Benzin effizientest ist. Dafür muss er Hardware, Assemblersprache und die untere Logik verstehen – das ist typisches Handwerkskunst, das auf jahrelanger Erfahrung und hohem Intelligenzniveau basiert.

Früher war diese Fähigkeit selten und somit ein Vorteil. Doch jetzt hat AI in Bezug auf „Denkgeschwindigkeit“ und „Parallelverarbeitung“ die Menschen überholt. AI kann in einer Sekunde 300 Schritte durchführen und in einer halben Sekunde einen Codezeilencode erstellen, was Menschen nicht schaffen.

Der Schlüsselpunkt ist:

Er fürchtet nicht, dass er keinen Code mehr schreiben kann, sondern dass selbst sein bester Code innerhalb von sechs Monaten von AI übertroffen werden könnte.

Das ist wie ein Top-Koch, der früher auf seine Kochkünste und das Feingefühl für das Feuer angewiesen war – heute kann ein AI-Roboter nicht nur schneller kochen, sondern gleichzeitig zehntausend Gerichte zubereiten. Seine „Seltene“ Fähigkeit ist verschwunden, denn seine Kernkompetenz (der Schreibprozess von Code) wird zu etwas, das Maschinen massenproduzieren können.

Daher sagt er, dass die Ära, in der man seinen Lebensunterhalt durch das „Selbstschreiben von Code“ verdient, vorbei ist – und die Ära beginnt, in der man AI anweist, Code zu schreiben.

---

2. Die härteste Erkenntnis: AI beseitigt nicht den „Schlechten“, sondern nur seine „Anscheinung“

Das ist der Teil des Artikels, der einem wirklich Angst machen sollte – und der von den meisten übersehen wird.

Früher war es offensichtlich, wenn ein Programmierer schlecht war: Der Code war unstrukturiert, die Logik verwirrend, die Kommentare fehlten. Solcher Code war leicht zu erkennen und konnte sofort überarbeitet werden. Heute? AI ist ein perfekter „Verpackungskünstler“. Jemand, der die Grenzen eines Systems nicht versteht und dessen Logik chaotisch ist, kann einfach seine Anforderungen an AI übergeben – und AI erstellt einen Code mit klar definierten Variablen, vollständigen Kommentaren und einer ordentlichen Struktur.

Das Ergebnis:

Der Code sieht gut aus, aber die logischen Fehler und potenziellen Risiken bleiben bestehen.

Das ist wie bei billigen Produkten auf dem Markt – früher war sofort klar, dass sie billig waren; heute gibt AI ihnen „einen Anzug“ und „Hochglanz“. Es ist schwer zu erkennen, ob es sich um ein Meisterwerk oder um „AI-Produkten“ handelt.

Liu Shengyu sagt: „Eine Person mit schlechten Ingenieurfähigkeiten kann mit AI die Menge an schlechtem Code um das Vielfache erhöhen.“

Was bedeutet das?

Früher wurde schlechter Code wegen seiner „Schlechtigkeit“ schnell ausgemustert. Jetzt wird schlechter Code aufgrund seiner „Schönheit“ in Systeme eingeführt und versteckt sich tiefer. AI erhöht nicht das Niveau, sondern die Menge. Wenn der Markt voller scheinbar qualitativ hochwertiger, aber tatsächlich gefährlicher Code ist, gefährdet das die Stabilität des gesamten Systems. Das ist es, was er mit „Die Welt wird unzuverlässiger“ meint.

---

3. Die Veränderung der Rollen: Vom „Fahrer“ zum „Mechanikerpiloten“

Wenn man nicht mehr selbst Code schreiben kann, was können Spitzeningenieure dann noch tun?

Liu Shengyu definiert eine neue Rolle: „Mechanikerpiloten“ von Agenten.

Früher war der Programmierer der Fahrer, der das Steuer in der Hand hielt und jede Bewegung des Systems kontrollierte. Heute ist der Programmierer der „Mechanikerpilot“, der im Cockpit sitzt und Befehle gibt: „Scannen Sie die linke Zone“, „Vermeiden Sie dieses Hindernis“, „Angreifen Sie mit voller Kraft“.

Welche Kernfähigkeiten sind jetzt wichtig?

Nicht mehr die Geschwindigkeit des Code-Schreibens, sondern:

1. Gesamtkontrolle: Wer weiß, wo das System schwach ist und wo es verstärkt werden muss?

2. Grenzen setzen: Was kann AI tun und was nicht – und wo Grenzen gezogen werden müssen?

3. Beurteilung und Entscheidung: Von den drei Optionen, die AI bietet, welche ist eine Falle, welche ein Schnellweg und welche sich langfristig halten lässt?

Liu Shengyu sagt: „Ich habe mehr „Zahnräder“ in der Hand, aber weniger „Rhythmus“ im Herzen.“ Früher war das Schreiben von Code ein Flow-Erlebnis, ähnlich wie das Erreichen von Rekorden in Spielen. Heute beschreibe ich nur die Anforderungen – die Maschine führt aus. Das Gefühl der Intimität und Kontrolle, etwas selbst geschaffen zu haben, ist verschwunden.

Für die Allgemeinheit bedeutet das: Wenn Sie noch darüber nachdenken, ob Sie Python lernen sollen, ist es vielleicht schon zu spät. Die wertvolleren Fähigkeiten der Zukunft sind: „Wie man AI Fragen stellt“ und „Wie man beurteilt, ob die Antworten von AI richtig sind“. Sie müssen sich von „Ausführern“ zu „Prüfern“ und „Architekten“ entwickeln.

---

4. Die Kluft in der Ausbildung: Wir bewerten immer noch „Geschwindigkeit“ statt „Intelligenz“

Liu Shengyu wirft ein sehr scharfes soziologisches Problem auf: Unsere heutige Aus- und Bewertungssysteme halten nicht mehr mit dem Tempo der AI-Ära Schritt.

Schauen Sie sich die heutige Informatikausbildung an:

• Prüfungen fragen: Können Sie in 45 Minuten einen Sortieralgorithmus manuell schreiben?
• Vorstellungsgespräche fragen: Können Sie auf der Stelle eine Liste erstellen?
• Leistungsbeurteilungen basieren auf: Wie viele Codezeilen haben Sie diesen Monat eingereicht?

All diese Kriterien verlieren in der AI-Ära an Wert – denn AI kann in einer Sekunde einen perfekten Sortieralgorithmus schreiben oder zehntausend Codezeilen erstellen.

Was ist wirklich wertvoll?

Die Fähigkeit, Entscheidungen zu treffen.

Das heißt: Unter den unzähligen Möglichkeiten, die AI bietet, wer hat das Recht zu sagen: „Das funktioniert nicht, fangen Sie noch einmal an?“ Wer entscheidet, welche Version veröffentlicht wird – und wer trägt die Verantwortung für mögliche Probleme des Systems?

Das ist die Rückkehr der „Macht“ (Power). Früher war Fähigkeit an sich ein Auswahlkriterium; wer keinen Algorithmus schreiben konnte, kam nicht in die Branche. Heute ist Fähigkeit billig geworden – jeder kann „scheinbar qualitativ hochwertige“ Code erstellen. Die neuen Auswahlkriterien sind Position und Verantwortung.

Die grausame Realität ist: Unser Bildungssystem, die Unternehmensrekrutierung und die Beförderungsmechanismen belohnen weiterhin „Produktionsfähigkeit“ (Geschwindigkeit) und ignorieren dabei die „Urteilsfähigkeit“ (Intelligenz). Das führt zu einer großen Kluft:

• Spitzeningenieure wie Liu Shengyu haben zwar Urteilsfähigkeit, verlieren aber ihre Besonderheit.
• Viele gewöhnliche Ingenieure (sogar Studenten) haben mit AI unterstützte hohe Produktivität, aber fehlende Urteilsfähigkeit und produzieren viel „schlechten Code“.

Wer füllt die Lücke in der Urteilsfähigkeit? Niemand. Denn es gibt niemanden, der Sie darin trainiert, AI-Fehler abzulehnen, und niemand, der Sie dafür beurteilt, wie Sie mit den langfristigen Risiken komplexer Systeme umgehen.

---

5. Die letzte Warnung: Wenn die Fähigkeit, „Nein“ zu sagen, zur seltensten Ressource wird

Zum Schluss stellt Liu Shengyu eine philosophische Frage: „Wird in der zukünftigen Gesellschaft Macht (Power) wichtiger sein als Technologie oder Intelligenz?“

Die Logik ist folgende:

1. AI macht es extrem einfach, etwas zu erstellen.

2. Daher repräsentiert „Etwas zu erstellen“ keinen Wert mehr.

3. Der Wert verlagert sich auf „Was zu tun“ und „Was nicht zu tun“.

4. Wer das Recht hat zu sagen: ‚Dieser Plan funktioniert nicht, weil er langfristige Risiken birgt‘, besitzt die Kernmacht.

Das ist es, wovor Liu Shengyu wirklich warnt: Er sagt nicht, dass er arbeitslos wird – er sagt, dass die Fähigkeit, „Nein“ zu sagen, zur seltensten und gefährlichsten Ressource wird, wenn alle in der Lage sind, viel zu produzieren.

Wir überspringen jedoch diesen Schritt. Wir nutzen AI, um die „Erstellung“ zu beschleunigen, aber wir schwächen dabei das „Denken“ und die „Urteilsfähigkeit“.

Für die Allgemeinheit bedeutet das:

1. Verfolgen Sie nicht nur „Geschwindigkeit“ und „Menge“ – in der AI-Ära verlieren diese an Wert.

2. Üben Sie gezielt Ihre Urteilsfähigkeit. Fragen Sie sich immer: Warum ist dieser Plan gut? Welche Grenzen hat er? Was sind die Konsequenzen, wenn er falsch ist?

3. Behalten Sie die Möglichkeit, „auf Wände zu stoßen“ bei. Liu Shengyu sagt, Urteilsfähigkeit entsteht durch unzählige Fehlversuche und Debugging-Prozesse. AI hilft Ihnen dabei, diese Prozesse zu umgehen – aber dadurch verpassen Sie auch die Möglichkeit zu wachsen. Schalten Sie AI gelegentlich aus und schreiben Sie den Code selbst, nicht aus Effizienzgründen, sondern um Ihr Gespür und Ihre Kontrolle über das System zu bewahren.

4. Konzentrieren Sie sich auf „Verantwortung“ statt auf „Produktivität“. In der Zukunft liegt Ihr Wert nicht darin, wie viel Code Sie geschrieben haben, sondern darin, für das Endergebnis verantwortlich zu sein.

Zusammenfassung:

Liu Shengyu vergleicht sich mit jemandem, der von dem von ihm selbst geschaffenen System ersetzt wird – doch was ihn wirklich beunruhigt, ist nicht seine eigene Zukunft, sondern die „Unzuverlässigkeit“ der ganzen Welt. Er bleibt bei DeepSeek, weil er glaubt, dass die fortschrittlichste Technologie allen zugänglich sein sollte, um die Welt von einer dunklen Zukunft der Machtmonopole (wie in Cyberpunk 2077) zu retten.

Das ist die Klarheit eines Idealisten. Wir müssen uns von der Angst vor der Ersetzung durch AI auf die Angst vor der Verallgemeinerung durch AI umstellen.

Haben Sie keine Angst davor, dass AI schneller ist als Sie – haben Sie Angst davor, dass AI schneller ist und Sie noch nicht gelernt haben, wie man „Nein“ sagt.