Der rasche Aufstieg künstlicher Intelligenz verändert nicht nur den Arbeitsmarkt, sondern auch die Ausbildungswege junger Tech-Fachkräfte. Mackenzie McAllister, 22 Jahre alt und im Mai an der University of Missouri im Fach Informatik abgeschlossen, hat ihren Karriereweg von der Softwareentwicklung hin zur Datenanalyse verlagert. Ihr Fall illustriert eine wachsende Tendenz unter Neuabsolventen, die durch die intensive Nutzung von KI-Tools während des Studiums und veränderte Branchenstandards verunsichert sind. Ursprünglich wählte McAllister die Informatik aufgrund des versprochenen Einkommens und der beruflichen Sicherheit. Doch seit der Einführung von ChatGPT im Jahr 2022 veränderte sich die Lernrealität an ihren Hochschulen. Während KI-Tools anfangs noch streng reguliert wurden, erlaubten Professoren im letzten Studienjahr weitestgehend deren Einsatz für Hausarbeiten und Projekte. McAllister beschreibt diese Entwicklung als kritischen Faktor: Die Abhängigkeit von KI als Hilfsmittel habe dazu geführt, dass grundlegende Programmierkonzepte und das eigenständige Coden in den Hintergrund getreten seien. Aktuell gibt sie an, dass ihr das praktische Können abhandengekommen sei und sie sich auf technische Vorstellungsgespräche sowie algorithmische Tests nicht ausreichend vorbereitet fühle. Parallel dazu hat sich ihr Interesse an traditionellen Softwareentwicklungspositionen zurückentwickelt. Praktika als Systemanalytikerin, die stark auf Datenbankabfragen und SQL fokussiert waren, schärften ihr Profil hin zur Datenanalyse. Neunzig Prozent ihrer aktuellen Bewerbungen richten sich daher auf entsprechende Rollen, während sie nur noch selektiv nach Software-Engineering-Positionen sucht. Der Druck durch standardisierte Interviewformate, der Zeitmangel aufgrund von Studium und Nebenjobs sowie die rapide Weiterentwicklung der KI-Landschaft hätten ihre Motivation für den ursprünglichen Weg nachhaltig beeinträchtigt. McAllisters Erfahrung spiegelt ein branchenweites Phänomen wider. Der vermehrte Einsatz von KI in der akademischen Lehre birgt die Gefahr, dass theoretisches Wissen nicht in robustes praktisches Handwerk übersetzt wird. Arbeitgeber stellen zunehmend fest, dass Absolventen zwar konzeptionell fit sind, jedoch an der nötigen praktischen Übung und der Resilienz gegenüber komplexen Coding-Aufgaben scheitern. Dies zwingt Unternehmen dazu, ihre Einstellungsprozesse anzupassen und vermehrt auf Weiterbildung sowie praxisnahe Datenanalyse-Skills zu setzen, anstatt ausschließlich auf klassische Softwareentwicklung zu vertrauen. McAllister bleibt zuversichtlich, dass sie ihre Grundkenntnisse in naher Zukunft wieder auffrischen kann. Bis dahin konzentriert sie sich auf den wachsenden Sektor der Datenanalyse, wo ihre Erfahrungen mit Systemarchitekturen und Datenbanken sofort verwertbar sind. Ihr Karrierewechsel unterstreicht, wie KI sowohl als Beschleuniger als auch als Katalysator für strukturelle Verschiebungen in der Tech-Branche wirkt. Für Studierende und Personalverantwortliche gleichermaßen bleibt die Devise, dass technologische Hilfsmittel die eigenständige Praxis nicht ersetzen dürfen.