Die unterste Stufe ist weg. Das ersetzt sie.
Der erste Softwarejob wird komprimiert. Der Ersatz muss öffentlich, reviewbar und echt sein.
Der alte Deal sagte: Werde eingestellt, lerne an begrenzter Arbeit, verdiene Vertrauen und wachse. Der neue Markt sagt immer öfter: Beweise, dass du arbeiten kannst, bevor dir jemand die Arbeit gibt.
Die Ausbildungsschicht war nie automatisch. Sie wurde gepflegt.
Die Junior-Rolle war früher ein grober, aber verlässlicher sozialer Vertrag. Ein Unternehmen stellte Potenzial ein, gab begrenzte Arbeit und ließ neue Entwicklerinnen und Entwickler unter Review Urteilsvermögen lernen. Die Arbeit war nicht glamourös: Tickets, Bugs, Tests, Migrationen, Docs, Support-Threads und Code Review.
Dieser Vertrag bricht. Die Aufgaben, die frühe Karrieren lesbar machten, sind genau die Aufgaben, die Unternehmen am ehesten automatisieren, komprimieren oder Seniors mit AI Copilots geben wollen.
Das Erfahrungsparadox ist zur Infrastruktur geworden.
Der erste Verlust ist nicht nur eine Stellenausschreibung. Es ist der Verlust eines Ortes, an dem Einsteiger kleine Fehler sicher machen, lokale Standards lernen und einen Nachweis aufbauen können, den jemand anderes geprüft hat.
Ohne diese Leiter verlangt der Markt Erfahrung von neuen Entwicklerinnen und Entwicklern, während er die risikoarme Arbeit entfernt, die diese Erfahrung früher erzeugt hat.
Wenn Output billig ist, muss Proof näher an die Realität rücken.
KI macht private Ausgabe günstiger. Sie kann in Sekunden eine polierte Demo, eine plausible Erklärung und einen respektablen Lebenslaufpunkt erzeugen. Das ist zum Lernen nützlich, schwächt aber das Hiring-Signal, wenn jeder Bewerber ähnliche Artefakte herstellen kann.
Das Ersatzsignal ist nicht lautere Selbstvermarktung. Es ist öffentliche Arbeit: Issue-Kontext, Pull-Request-Diffs, Maintainer-Feedback, Revisionen und gemergte Änderungen.
Open Source verwandelt Lernen in eine öffentliche Spur.
Open Source ist kein perfektes Ausbildungssystem. Maintainer sind beschäftigt, Issues schwanken in Qualität und Labels sind nur Hinweise. Aber es hat einen Vorteil, den der neue Arbeitsmarkt dringend braucht: Die Belege sind öffentlich und reviewbar.
Ein kleiner akzeptierter Pull Request zeigt mehr als Code. Er zeigt Leseverständnis, Umgang mit Constraints, Geduld mit Feedback und die Fähigkeit, im System anderer zu shippen.
KI gehört in den Workflow, nicht an die Stelle von Verantwortung.
Die neue erste Stufe sollte nicht so tun, als verschwinde KI. Entwicklerinnen und Entwickler sollten sie nutzen. Aber die Beweiseinheit muss die gereviewte Änderung sein, nicht das generierte Artefakt.
Die nützliche Frage ist nicht, ob ein Einsteiger KI genutzt hat. Sie ist, ob die Person das Problem verstanden, die Änderung validiert, auf Review reagiert und das Projekt besser hinterlassen hat.
Die Ersatzstufe ist Contribution, nicht Credential-Theater.
Good First Issue existiert für diesen schmaleren, dauerhafteren Weg. Es hilft neuen Entwicklerinnen und Entwicklern, Arbeit zu finden, die klein genug zum Starten und echt genug ist, um zu zählen.
Die Antwort auf eine verschwindende unterste Stufe ist nicht Nostalgie. Es ist ein besserer erster Schritt: öffentliche, gescopte, wartbare Arbeit, die Einsteigern eine faire Möglichkeit gibt zu beweisen, dass sie shippen können.
Baue den Nachweis, den der Markt prüfen kann.
Wähle ein fokussiertes Issue, arbeite öffentlich, reagiere auf Review und hinterlasse eine belastbare Spur echter Contribution.
Research und Referenzen
- SignalFire, The SignalFire State of Tech Talent Report - 2025, 20. Mai 2025
- Stanford Digital Economy Lab, Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence
- Stanford Digital Economy Lab, PDF-Version November 2025
- McKinsey Global Institute, Generative AI and the future of work in America, Juli 2023
- Harvard Business Review, The Perils of Using AI to Replace Entry-Level Jobs, 16. September 2025