Shopify Head of Engineering Farhan Thawar hat Mitte Juni 2026 auf der Cursor Entwicklerkonferenz «Compile» in San Francisco einen Vortrag gehalten, der die Rolle von Software Entwicklerinnen und Entwicklern neu vermisst.
Seine These: Spätestens seit Dezember 2025 erledigen grosse Sprachmodelle einen wachsenden Teil der Codearbeit selbst. Damit verschiebt sich der Wert der Arbeit weg vom Codetippen hin zu Urteilskraft, Architektur und der Fähigkeit, ein Problem überhaupt richtig zu darzustellen.
Inhalt
Über Farhan Thawar
Farhan Thawar leitet bei Shopify die Entwicklung. Shopify ist eine grosse «Ruby on Rails» Anwendung, welche 2020 bereits über 2,8 Millionen Zeilen Ruby-Code und 500’000 Commits hatte.
Shopify ist mit rund 8’000 Mitarbeitenden eines der grössten Commerce-Unternehmen der Welt und betreibt die Infrastruktur für Millionen von Onlineshops. Thawar ist seit Jahren ein lautstarker Verfechter von Pair Programming und einer Engineering-Kultur, in der das gemeinsame Durchdenken eines Problems über dem schnellen Abliefern von Code steht.
Genau diese Haltung prägt seinen Vortrag: Er argumentiert nicht aus der Position eines KI-Verkäufers, sondern aus der eines Praktikers, der Shopify seit 2021 schrittweise auf KI-gestützte Entwicklung umgestellt hat.
Das ist beim Einordnen wichtig. Wenn ein Engineering-Chef sagt, 90% des Codes sollten künftig von KI geschrieben werden, ist das eine andere Aussage als die eines Anbieters, der ein Modell verkaufen will. Thawar beschreibt, was in seinem eigenen Unternehmen messbar passiert ist. Das macht die Aussagen nicht automatisch verallgemeinerbar, aber es nimmt ihnen den Verdacht des reinen Marketings.
Der verschobene Flaschenhals
Thawar steigt in seinem Vortrag mit dem Software Development Life Cycle ein, dem Zyklus aus Planen, Coden, Testen, Verifizieren und Warten. Früher steckte der grösste Block Zeit im Coden. Mit KI verschiebt sich dieser Block. Entwicklerinnen und Entwickler verbringen jetzt mehr Zeit damit, mit Werkzeugen zu planen und zu analysieren sowie das zu validieren, was die KI ausgibt. Das eigentliche Tippen von Code tritt in den Hintergrund.
Für das Coden selbst beschreibt er zwei Modi.
- Paralleles Coden: Eine Aufgabe wird in Teilaufgaben zerlegt, Agenten arbeiten diese ab, danach werden die Ergebnisse zusammengeführt und validiert.
- Sequenzielles Coden mit Kritikschleifen: Man arbeitet eng mit einem Modell, lässt ein zweites Modell das Ergebnis hinterfragen und iteriert in die Tiefe.
In beiden Fällen schreibt nicht mehr der Mensch den Code, sondern steuert den Prozess. Zur Erklärung greift Thawar auf «The Goal» zurück, einen Wirtschaftsroman von Eliyahu Goldratt über einen Fabrikleiter, der einen Engpass behebt und feststellt, dass sofort der nächste Engpass auftaucht. Genau das passiert nun in der Softwareentwicklung. Die KI beseitigt den Engpass beim Codeschreiben und verschiebt ihn an eine andere Stelle des Zyklus. Wer dort ansetzt, löst den nächsten Engpass und findet danach wieder einen neuen. Der Mensch bringt weiterhin Wert ein, nur an einer anderen Stelle.
Geschmack, Urteil, Architektur, Lernen
Wenn das Tippen wegfällt, stellt sich die Frage, worin der Beitrag der Menschen dann besteht. Thawar nennt vier Felder.
- Geschmack und Urteil: Wann sollte etwas gebaut werden, warum und was genau. Nicht jede technisch mögliche Lösung ist die richtige.
- Architektur: Wie fügt sich das Neue in das bestehende System. Shopify setzt bewusst auf einen Monolithen statt auf viele Microservices. Andere Unternehmen entscheiden anders. Diese Wahl bleibt menschlich.
- Problemverständnis: Viel Zeit fliesst in das Durchdenken des Problems mit den Kundinnen und Kunden und in die Frage, welche Lösung aus zehntausend möglichen die tragfähige ist.
- Lernen: Software zu bauen heisst, im Prozess etwas zu lernen. Dieser Punkt führt direkt zur Anekdote über Toby Lütke.
Das Gelernte ist wichtiger als der Code
Toby Lütke, in Koblenz geborener Gründer und CEO von Shopify, taucht im Vortrag in einer Geschichte aus der Zeit vor den Sprachmodellen auf. Ein Team von rund 50 Entwicklerinnen und Entwicklern hatte 18 Monate an einem neuen Feature gearbeitet. Kurz vor dem Start gab es eine Architektur-Durchsprache mit Lütke. Alle waren sich einig, das sei gut und solle ausgeliefert werden. Im Hinausgehen stellte Lütke eine letzte Frage: Wenn ihr von vorne anfangen könntet, wie würdet ihr es bauen.
Jemand ging an das Whiteboard und skizzierte mit dem Wissen von heute eine komplett andere, einfachere Architektur. Lütkes Reaktion: Dann baut das. Das Team löschte den alten Ansatz nicht buchstäblich, denn das ist schwer, durfte den alten Code aber nur ansehen und nicht kopieren. In drei Monaten entstand das System neu, einfacher und eleganter. Die Pointe, die Thawar daraus zieht: Das Gelernte ist wichtiger als der Code. Der Wert der 18 Monate lag nicht in den geschriebenen Zeilen, sondern im Verständnis, das das Team aufgebaut hatte.
Diese Geschichte ist der Schlüssel zum ganzen Vortrag. Wenn der Code billig und schnell wird, weil ihn die KI schreibt, dann ist nicht der Code das wertvolle Gut, sondern das Verständnis des Problems. Genau dieses Verständnis lässt sich nicht an ein Modell delegieren.
Von Copilot zum Centaur: die Vorgeschichte
Shopifys Weg mit KI begann früh. Nach Thawars Darstellung war das Unternehmen 2021 einer der ersten Nutzer von GitHub Copilot, ein Jahr vor ChatGPT. Das war die Phase der Autovervollständigung: Man begann eine Zeile und das Werkzeug ergänzte sie. Oder man schrieb einen Kommentar und es füllte eine ganze Funktion aus. Thawar nennt diese Zeit die Centaur-Phase, in Anlehnung an das Schach, wo Mensch und Maschine gemeinsam stärker spielen als jeder für sich. Mensch und Sprachmodell brachten ihre Stärken zusammen und bauten gemeinsam etwas.
Diese Phase hielt nach seiner Schätzung von 2021 bis etwa 2024 oder 2025. Es war die Zeit, in der die KI den Menschen noch brauchte, um über Code zu sprechen und Hinweise zu bekommen. Wer die längere Entwicklungslinie nachvollziehen will, findet bei uns eine Einordnung dazu, wie sich der produktive Umgang mit KI-Werkzeugen verschiebt.
Der Tweet, der um die Welt ging
2025 veröffentlichte Lütke zunächst intern, dann öffentlich eine Botschaft, die Thawar den «Tweet, der um die Welt ging» nennt: KI ist künftig eine Grunderwartung an alle Mitarbeitenden bei Shopify. Das Bemerkenswerte daran war für Thawar, dass danach CTOs und CEOs anderer Unternehmen ihm ihre eigene, fast wortgleiche Version dieser Botschaft schickten. Das Stichwort dahinter heisst KI-Reflexivität.
Reflexiv bedeutet, dass die Distanz zwischen dem Auftauchen eines Problems und dem Griff zur KI sehr klein wird. Wie schnell reichst du nach der KI, wenn du nicht weiterkommst. Shopify schrieb Artikel dazu und teilte Wege, wie sich KI nicht nur im Engineering, sondern in allen Disziplinen einsetzen lässt. Die Debatte, ob ein solches Mandat von oben überhaupt Verhalten ändern kann, ist berechtigt. Thawars Antwort sind Nutzungskurven, die nach dem internen Memo nach oben gehen.
Cursor, River und die unerwarteten Nutzer
Ein konkreter Hebel war die Einführung von Cursor im Jahr 2025. Thawar kaufte 1’500 Lizenzen für ein Unternehmen mit rund 8’000 Mitarbeitenden. In der ersten Woche waren alle vergeben. Überraschend war für ihn, wer sie nutzte. Er hatte mit Engineering, Produkt, Data Science und Design gerechnet. Stattdessen griffen Finance, HR, Vertrieb und Marketing zu. Sie nutzten Cursor nicht, um Code zu lesen, sondern als Fenster zu den Agenten dahinter, als Weg, mit einem Sprachmodell zu arbeiten.
Daraus entstanden reale Anwendungen quer durch das Unternehmen.
- Das Support-Team baute ein Werkzeug namens Scout, das Fragen zum Feedback aus dem Support beantwortet. Das Produktmanagement sieht damit täglich die grössten Frustrationen der Händler.
- Customer-Success-Teams erstellten monatliche und quartalsweise Business Reviews mit Cursor.
- Das Finanzteam baute Prognosewerkzeuge.
Heute nutzt nach Thawars Angabe fast das ganze Unternehmen solche Werkzeuge, darunter Cursor, Claude Code und Codex sowie ein internes Werkzeug namens River, eine agentische Schicht über dem ganzen Unternehmen. Parallel veränderte Shopify die Kultur über die Rekrutierung. 2024 gab es 75 Praktikantinnen und Praktikanten, 2025 und 2026 jeweils rund 1’000. Der Grund war ausdrücklich nicht Wohltätigkeit, sondern die Absicht, von einer Generation zu lernen, die ihr gesamtes Studium mit KI-Werkzeugen verbracht hat.
Der Dezember-2025-Moment
Den Wendepunkt datiert Thawar auf den Dezember 2025. In der Branche wird er als «Opus-4.5-Moment» oder «GPT-5.2-Moment» bezeichnet. Über die Weihnachtspause kamen nach Thawars Schilderung viele erfahrene Entwicklerinnen und Entwickler zu dem subjektiven Schluss, dass ihnen das Sprachmodell beim Coden ebenbürtig oder überlegen sei. Ob das objektiv zutrifft, ist eine andere Frage. Für eine Berufsgruppe, deren Selbstverständnis am Schreiben von Code hing, war allein diese Wahrnehmung ein Bruch.
Daraus folgt Thawars zugespitzte Aussage: Wenn das Modell besser Code schreibt als du, solltest du den Flaschenhals woanders hin verlagern. Er würde behaupten, dass bei vielen Unternehmen heute 90% und mehr des Codes von KI geschrieben werden sollten, weil sie es schlicht besser kann. Ausnahmen räumt er ein, etwa sehr spezifische Stellen, an denen das Modell schwach ist. Mit der gleichen Frage aus der Ausbildungsperspektive haben wir uns beschäftigt, als es darum ging, was ein Informatikstudium im Zeitalter des Vibe Coding noch leisten muss.
Für 2026 beschreibt Thawar die nächste Stufe. Aus Reflexivität wird «AI Leverage», die Fähigkeit, KI nicht nur zur Beseitigung lästiger Arbeit zu nutzen, sondern den eigenen Fokus auf die Bereiche zu legen, in denen menschliches Urteil zählt. Dazu kommt ein neues Wort: «Token Maxing», das bewusste, grosszügige Verbrauchen von Tokens. Intern verschob Shopify die Anreize weg von einer Bestenliste, die zeigte, wer die meisten Tokens verbraucht, hin zu einem Nutzungs-Dashboard.
Drei offene Fragen, die der Vortrag aufwirft
Auch eine These, die in die richtige Richtung zeigt, lohnt das Weiterdenken. Drei Stellen, an denen der Vortrag mehr Fragen öffnet als beantwortet.
- Die 90%-Marke ist kein Naturgesetz, sondern eine Momentaufnahme aus einem Unternehmen mit grossem Monolithen, klaren Mustern und reifer interner Infrastruktur. In anderen Konstellationen, etwa bei heterogenen Kundenprojekten oder Greenfield-Vorhaben, liegt der Anteil heute woanders. Spannender als die Zahl selbst ist ihre Flugbahn: Sie zeigt nach oben und die Frage ist nicht ob, sondern wie schnell der Rest folgt.
- Wenn das Modell die eigentliche Codearbeit übernimmt, wird Geschmack zum Engpass. Thawar nennt Urteil und Architektur als neuen Wert, lässt aber offen, wie man das skaliert. Geschmack war bisher etwas, das über Jahre am Code selbst gewachsen ist. Wer ihn künftig braucht, ohne noch täglich Zeilen zu schreiben, muss neue Wege finden, ihn zu schulen. Das ist keine Schwäche der These, sondern die eigentlich aufregende offene Baustelle dahinter.
- Wenn fast aller Code von KI stammt, verschiebt sich die Frage nach Verantwortung, Wartbarkeit und Sicherheit auf eine neue Ebene. Code, den niemand mehr Zeile für Zeile liest, braucht andere Formen der Absicherung als das klassische Review. Der Vortrag benennt das Verschieben des Flaschenhalses, lässt aber offen, wie die Qualitätssicherung an der neuen Engstelle konkret aussieht. Genau dort entsteht gerade das interessanteste neue Handwerk.
Was schon heute trägt
Der Kern ist belastbar. Die Verschiebung des Werts vom Schreiben zum Urteilen ist keine Behauptung, sondern deckt sich mit dem, was viele Teams seit Ende 2025 selbst erleben. Die Toby-Lütke-Anekdote bringt den Punkt auf den Tisch, der über die Tagesaktualität hinaus gilt: Der Wert von Softwarearbeit lag noch nie im Tippen, sondern im Verständnis des Problems. Das Tippen war nur das Mittel und genau dieses Mittel wird gerade billig.
Auch das Bottleneck-Argument aus «The Goal» ist solide und überraschend praktisch. Es erklärt, warum Produktivitätsgewinne durch KI nicht verpuffen, sondern den Engpass an eine andere Stelle tragen. Wer das verinnerlicht, sucht nicht nach dem einen Werkzeug, das alles löst, sondern arbeitet fortlaufend an der jeweils nächsten Engstelle. Das ist eine Haltung, die gut altert. Und die Beobachtung, dass Finance, HR und Marketing zu unerwarteten Nutzerinnen und Nutzern von Entwicklerwerkzeugen wurden, deutet auf eine breitere Verschiebung hin.
Einordnung
Shopify ist ein Sonderfall mit eigener Infrastruktur und einer Belegschaft, die seit Jahren auf KI getrimmt wird. Vieles davon lässt sich nicht eins zu eins auf kleinere Teams oder Agenturen übertragen. Drei Folgerungen sind dennoch übertragbar.
- Den Wert der eigenen Arbeit neu verorten. Wer sich über das Schreiben von Code definiert, gerät unter Druck. Wer Problemverständnis, Architektur und Urteilskraft in den Vordergrund stellt, bleibt wertvoll. Das gilt für einzelne Entwicklerinnen und Entwickler ebenso wie für ganze Teams, die ihre Leistung gegenüber Kundschaft neu beschreiben müssen.
- Die Qualitätssicherung an der neuen Engstelle aufbauen. Wenn KI den Code schreibt, verschiebt sich die Arbeit zu Spezifikation, Review und Validierung. Genau dort lohnt sich Investition in Prozesse, Tests und klare Verantwortlichkeiten. Wer KI in produktive Anwendungen bringt, übernimmt das Risiko für deren Ergebnis selbst. Wie sich KI als Standard im Arbeitsalltag verankern lässt, haben wir an anderer Stelle ausgeführt.
- Werkzeuge austauschbar halten. Shopify nutzt Cursor, Claude Code, Codex und ein eigenes Werkzeug parallel. Diese Mehrgleisigkeit ist kein Zufall, sondern Absicherung. Wer sich nicht von einem einzigen Anbieter abhängig macht, sondern den Harness und die Feedback-Schleifen so baut, dass ein Wechsel ohne grosse Anpassung möglich ist, bleibt handlungsfähig.
Auch für WordPress-Projekte gilt diese Logik. Wir haben beschrieben, was sich für WordPress im KI-Zeitalter verschiebt und wie KI-gestützte WordPress-Entwicklung in der Praxis aussieht. Die neue Rolle von Software Entwicklerinnen und Entwicklern ist nicht das Ende des Berufs, sondern eine Verlagerung seines Schwerpunkts.
Hauptbeitragsbild Golden Gate Brücke San Fransisco von Joshua Earle.
Schreibe einen Kommentar