Niemand hat heute ein fertiges Patentrezept für die nächsten fünf Jahre. Doch wir sitzen alle im selben Boot. Beim Kaffee und beim anschliessenden Stehlunch diskutierten Gäste aus Industrie, Verbänden und Hochschulen engagiert weiter. Genau dieser offene Erfahrungsaustausch ist es, der unsere Community voranbringt. Bildung am Scheideweg, was und wie lehren wir heute? Patrick Feisthammel, ZHAW School of Engineering Niemand weiss verlässlich, wie die Tech-Branche in fünf Jahren arbeiten wird. Doch eines stellte Patrick Feisthammel direkt klar: Die Informatikausbildung verabschiedet sich keineswegs vom Programmieren. Programmieren bleibt das Fundament. Die zentrale didaktische Frage lautet vielmehr: Wie vermitteln wir dieses Fundament nachhaltig, wenn KI für jede Einstiegsaufgabe einen bequemen «Lösen»-Button bietet? Echtes Lernen verlangt nach wie vor Reibung, Fehler und bisweilen den mühsamen Weg, damit Erkenntnisse wirklich verankert werden. Unter dem Leitgedanken «Befähigen statt Verbieten» setzt die ZHAW auf drei wesentliche Schwerpunkte: Strukturiertes Problemlösen Aufgabenstellungen analytisch durchdringen, methodisch zerlegen und logisch lösen, anstatt blind auf Code-Generatoren zu vertrauen. Lösungen evaluieren und begründen Studierende müssen generierten Code bis ins Detail nachvollziehen, Annahmen offenlegen und Architekturentscheide fachlich rechtfertigen können. Technische Kommunikation Ein Fachgespräch führen und komplexe Zusammenhänge verständlich erklären. Wer ein Problem sauber erklären kann, kann auch KI-Tools sinnvoll steuern. Gleichzeitig dient KI an der Hochschule als wertvoller Bildungs-Booster: Dozierende nutzen Modelle, um Studierenden bei Programmieraufgaben ein deutlich schnelleres, individuelleres und detaillierteres Feedback bereitzustellen, als das manuell früher je möglich gewesen wäre. Zudem lassen sich interaktive Visualisierungen, etwa zum Verhalten von Objektreferenzen im Speicher, rasch für den Unterricht erstellen. Die Hochschule schafft das Fundament und sichert die Arbeitsmarktfähigkeit. Doch Patrick Feisthammel betonte ebenso: Reale Berufserfahrung im Betrieb ist für den Schritt zum Senior nach wie vor kritisch. Praxisnahe Herausforderungen, echter Kundenkontakt und gewachsene Teamdynamiken im Berufsalltag sind ein unverzichtbarer Schritt im Reifeprozess junger Talente. Perfekt auf dem Papier, unsicher im Gespräch Marianne Petitpierre, Cudos Trail Aus der täglichen Praxis unseres Nachwuchsprogramms berichtete Marianne Petitpierre. Beim Cudos Trail beobachten wir die Spuren von KI im Rekrutierungsalltag inzwischen sehr deutlich: Bewerbungsdossiers und Motivationsschreiben wirken oft makellos formuliert. Zwar versenden wir heute mehr Einladungen zu automatisierten Coding-Tests (Codility) als in den Vorjahren, doch spürbar weniger Bewerbende bestehen das darauffolgende persönliche Fachgespräch. Dabei zeigt sich immer wieder eine Lücke bei entscheidenden Soft Skills: Vielen Kandidatinnen und Kandidaten fällt es schwer, ihren Lösungsweg im Gespräch spontan zu begründen, alternative Ansätze abzuwägen oder ihre Überlegungen klar zu vermitteln. Wir haben die Selektion und das Mentoring im Cudos Trail darum noch konsequenter an den Bedürfnissen unserer Partnerfirmen ausgerichtet. Reine Syntax-Kenntnisse rücken in den Hintergrund, stattdessen achten wir auf vier tragende Pfeiler: Mindset Neugier, Selbstreflexion und ein konstruktiver Umgang mit Unsicherheit. Hard Skills mit Weitblick Echtes Verständnis für Objektorientierung und Systemarchitektur. Arbeitsweise Pragmatische Hands-on-Mentalität, Experimentierfreude und spürbare Eigenverantwortung. Kommunikation Die Gabe, komplexe Sachverhalte einfach auf den Punkt zu bringen und Kontext aktiv zu erfragen. Das WAS schlägt das WIE Golo Roden, the native web Golo Roden strukturierte die Diskussion mithilfe des bekannten Guerilla Interviewing Frameworks von Joel Spolsky. Gesucht sind demnach Menschen, die zwei Kriterien vereinen: Sie sind Smart (klug) und sie Get Things Done (erledigen Dinge). Aktuelle KI-Modelle ordnete Golo Roden unmissverständlich ein: Sie gehören in den Quadranten «Gets Things Done, but Not Smart». Sie liefern enorme Mengen an Code, besitzen aber kein tieferes logisches Verständnis. Wer KI ungefiltert machen lässt, produziert verdeckte technische Schulden, die andere später mühsam bereinigen müssen. Nicht ohne Grund nennen Entwickler in weltweiten Befragungen als grösstes KI-Ärgernis, dass Lösungen zwar fast richtig sind, im entscheidenden Detail eben doch falsch. Reine Code-Umsetzung wird billig und austauschbar, während echtes Verstehen knapp und wertvoll wird. Golo Roden bezog hier klar Stellung: Gesucht werden genau jene Entwicklerinnen und Entwickler, die nicht nur Code generieren lassen, sondern die fachliche Domäne und das reale Geschäftsproblem von Grund auf verstehen wollen. Die eigentliche Hürde im Software Engineering besteht darin zu klären, WAS überhaupt gebaut werden soll. Wer nur Bibliotheken beherrscht, aber die Fachlichkeit ignoriert, programmiert mit KI am eigentlichen Bedarf vorbei. Um im Interview gezielt nach Talenten zu suchen, die dieses Domänenverständnis und analytische Denken mitbringen, stellte Golo Roden seine konkreten Leitfragen vor: Frage 1 (Das Problem verstehen) «Ihr sollt eine Kundenverwaltung bauen. Was fragst Du als Erstes?» Gesucht sind Kandidatinnen und Kandidaten, die zuerst die Domäne ergründen wollen («Was genau ist bei euch eigentlich ein Kunde?»), statt sich sofort in Datenbanken und Frameworks zu verstricken. Frage 2 (Die Lösung verstehen) «Was war das Schwierigste und Komplexeste, woran Du bisher gearbeitet hast? Was genau war daran schwierig? Und wie hast Du es gelöst?» Danach hakt man zweimal gezielt nach: «Warum genau so?» und «Was würdest Du heute anders machen?». Mit diesen zwei Nachfragen lässt sich echtes Verständnis nicht vortäuschen. Frage 3 (Das Ergebnis prüfen) «Angenommen, die KI fällt aus, und etwas läuft schief. Wie grenzt Du das Problem ein?» Hier zeigt sich sofort, ob jemand über einen strukturierten, analytischen Plan verfügt. Golo Roden zeigte zudem auf, wie man KI produktiv zum Lernen nutzt: Statt sie Aufgaben abarbeiten zu lassen, nutzt man sie im «Grill Me»-Modus als unerbittlichen Sparringspartner. Mit Vorgaben wie «Löchere mich zu meinem Architekturplan, bis nichts mehr offen ist» fordert man die KI auf, Wissenslücken aufzudecken. Sein klarer Leitsatz für den Entwickleralltag lautet: Was du nicht erklären und fachlich begründen kannst, gehört nicht in die gemeinsame Codebasis. Mut zu Fehlern auf einer verkürzten Leiter Kristof Kölker, EBP Kristof Kölker kennt den Einstieg aus eigener Erfahrung: Er startete seine Laufbahn einst als Cudos Trail Junior. In seinem Beitrag zeigte er auf, dass die traditionelle Lernleiter für Nachwuchskräfte ihre unteren Sprossen verliert. Die einfachen Routine-Tickets, an denen frühere Entwicklergenerationen schrittweise wuchsen, erledigt heute zunehmend die KI. Umso früher müssen Juniors lernen, Architekturen zu beurteilen, Systeme zu überblicken und Code kritisch zu hinterfragen. Dabei stehen junge Entwicklerinnen und Entwickler oft unter hohem Druck: Sie möchten alles richtig machen und fürchten Fehltritte. Kristof Kölker plädierte für eine Kultur des Vertrauens und bewusste psychologische Sicherheit. Forschungsergebnisse zeigen, dass im betrieblichen Alltag lediglich 2 bis 5 Prozent der Fehler tatsächlich kritisch oder schuldhaft sind; der überwiegende Rest sind wertvolle Lernchancen. Auch Googles bewährter Grundsatz für OKRs veranschaulicht dieses Prinzip: Wer rund 70 Prozent seiner ambitionierten Ziele erreicht, hat Erfolg; wer 100 Prozent erreicht, hat schlicht zu klein gedacht. Führungskräfte müssen Einsteigern diesen Freiraum aktiv und wiederholt zusichern, damit sie sich trauen, neue Wege zu testen. Wer junge Talente heute aktiv dabei unterstützt, Review-Kompetenz, analytisches Code-Verständnis und Kommunikationsstärke zu entwickeln, baut genau jene fachliche Tiefe auf, die der Branche in wenigen Jahren fehlen wird. Domänenwissen schlägt Syntax Hendrik Schulz, Sensirion Einen praxisnahen Blick in ein globales Technologieunternehmen warf Hendrik Schulz, Head of R&D Software Engineering bei Sensirion. Auf die Frage, ob KI die Nachwuchsförderung bei Sensirion grundlegend verändert habe, fiel seine Antwort mit einem deutlichen «Nein» aus. Denn der Kernauftrag sei derselbe wie eh und je, nämlich dem Nachwuchs den Raum zu geben, die Softwareentwicklung von morgen aktiv mitzugestalten. Sensirion setzt darauf, Einsteiger ins kalte Wasser zu werfen und sie früh mit fordernden, realen Fragestellungen zu konfrontieren. Das reine Schreiben von Code ist auch hier zur Commodity geworden. Entscheidend für den Erfolg ist das spezifische Verständnis für die physikalische Sensorik und die betriebliche Domäne, denn genau das entscheidet darüber, was gebaut werden muss. Besonders anschaulich beschrieb Hendrik Schulz den «Kaffeemaschinen-Faktor»: Viele zentrale Anforderungen und ungesprochene Bedürfnisse tauchen nicht im Ticketsystem auf, sondern im persönlichen Gespräch beim Kaffee. Diesen informellen Austausch, das Vernetzen über Abteilungsgrenzen und das feine Gespür für Kundenbedürfnisse kann keine KI der Welt ersetzen. Wer bildet die Seniors von morgen aus? Podiumsdiskussion mit Gästen aus Wirtschaft, Verband und Hochschule Den Abschluss des Vormittags bildete die Podiumsrunde. Reto Bättig , CEO und Partner bei Cudos, moderierte die Diskussion zwischen den Referenten Hendrik Schulz und Kristof Kölker sowie Prof. Dr. Olaf Stern (Studiengangleiter Informatik, ZHAW) und Kurt Lanz (Geschäftsführer, swissICT). Gemeinsam diskutierten sie die brennenden wirtschaftlichen Fragen unserer Branche: Das Schweizer ICT-Paradox. Kurt Lanz und Olaf Stern zeichneten die makroökonomische Schere auf: Der Schweiz fehlen in den kommenden Jahren rund 70'000 ICT-Fachkräfte. Gleichzeitig bilden alle Schweizer Hochschulen zusammen jährlich nur rund 1'000 bis 2'000 Fachkräfte aus. Erschwerend kommt hinzu, dass die Studierendenzahlen in der Informatik erstmals sinken, weil viele junge Menschen fürchten, dass ihnen der Berufseinstieg verbaut ist. Eine verständliche Sorge im aktuellen Marktumfeld, doch wenn die Branche ein Umfeld schafft, in dem diese Furcht real berechtigt bleibt, verstärkt sie ihren eigenen Fachkräftemangel massiv. Der ökonomische Flaschenhals. Weil KI einfache Einstiegsaufgaben rasch erledigt, wirken Juniors auf manche Unternehmen kurzfristig teuer oder unrentabel. Wer jetzt jedoch bei der Nachwuchsförderung spart, sorgt dafür, dass dem Markt in wenigen Jahren erfahrene Fachkräfte fehlen. Neue Teamstrukturen. Steht das klassische, breit gefächerte agile Team vor einem Wandel? Diskutiert wurden kompakte, hochgradig autonome Einheiten, in denen einzelne Entwickler dank KI-Unterstützung und engem Kontakt zur Fachdomäne deutlich breitere Bereiche eigenverantwortlich betreuen. Wer bezahlt den Weg zum Senior? Reto Bättig brachte die Grundsatzfrage auf den Punkt: Wenn die Produktivitätserwartungen steigen und die unteren Lernstufen wegbrechen, wer finanziert dann die arbeitsintensive Phase vom Studienabschluss zum Senior? Die Betriebe, der Staat oder die Nachwuchskräfte selbst? Eine einfache Antwort gibt es nicht, und die Diskussion zeigte offen, wie herausfordernd die Verteilung dieser Verantwortung für alle Beteiligten bleibt. Drei Dinge, die Sie ab Montag umsetzen können Für Ihre eigene Führungspraxis und den Alltag mit Ihrem Team lassen sich aus den Beiträgen drei wirkungsvolle Impulse mitnehmen: Im Dialog zweimal «Warum?» fragen Haken Sie in Vorstellungsgesprächen und Code-Reviews bei technischen Entscheidungen konstruktiv nach. Ermutigen Sie dazu, das Problem und die Beweggründe hinter einer Lösung offenzulegen. Das Ziel im Team: Code erst dann in die gemeinsame Lösung zu übernehmen, wenn die Überlegungen dahinter für alle nachvollziehbar begründet sind. Die KI im «Grill Me»-Modus nutzen Nutzen Sie KI-Tools nicht ausschliesslich zur Ausführung. Lassen Sie sich und Ihre Juniors von Sprachmodellen gezielt zu Architekturplänen und Konzepten befragen, um gedankliche Schwachstellen aufzudecken und das eigene Verständnis zu schärfen. Domänen-Neugier belohnen Ermutigen Sie Nachwuchskräfte aktiv dazu, den Bildschirm zu verlassen und das Gespräch mit Fachexperten, Anwendern und Kunden zu suchen. Wer versteht, für wen und warum eine Lösung entsteht, baut mit KI um ein Vielfaches treffsicherer. Fazit Juniors bleiben unverzichtbar, wenn wir sie anders fördern KI ersetzt unseren Nachwuchs nicht, sie verändert seinen Arbeitsalltag. Code zu generieren ist günstig geworden; Verstehen, Abwägen und klares Kommunizieren sind gefragter denn je. Hochschulen, Unternehmen und Programme wie der Cudos Trail müssen Juniors deshalb früh an echte Domänen, tragfähige Architekturen und persönliche Verantwortung heranführen. Der Schlüssel dazu liegt in einer mutigen, gelebten Fehlerkultur, bei Einsteigern genauso wie bei erfahrenen Teams. Statt verunsichert abzuwarten, können wir gemeinsam ausprobieren, lernen und nachjustieren. Wer Nachwuchskräfte heute gezielt fördert, gestaltet die Zukunft des Software Engineerings aktiv mit. Herzlichen Dank an alle Referierenden, Panelgäste und Teilnehmenden für die offenen Einblicke und den inspirierenden Austausch.