Fast jeder Ingenieur, den Sie heute interviewen, wird Ihnen wahrscheinlich sagen, dass er KI-Tools nutzt.
Vor einem oder zwei Jahren hätte diese Antwort noch nützlich sein können. Heute sagt sie sehr wenig aus. KI ist zu einem so normalen Teil der Softwareentwicklung geworden, dass es anfängt, sich merkwürdig anzufühlen, jemanden zu fragen: „Nutzt du KI?" – fast so, als würde man fragen: „Nutzt du E-Mail?"
Die wichtigere Frage ist, was danach passiert, wenn sie das Tool öffnen.
Können sie es gut nutzen?
Bemerken sie, wenn es ihnen die falsche Antwort gibt?
Stellen sie in Frage, was es produziert, oder gehen sie einfach davon aus, dass etwas von KI Generiertes korrekt sein muss?
Hier wird der Unterschied zwischen Kandidaten viel deutlicher. Zwei Ingenieure können beide sagen, dass sie täglich KI nutzen, aber der eine könnte sie durchdacht einsetzen, während der andere einfach akzeptiert, was sie ihm gibt. Die meisten Interviewprozesse sind nicht besonders gut darin, diese beiden Menschen auseinanderzuhalten.
Wir haben eine Frage gefunden, die dem Kern viel näher kommt, und interessanterweise geht es dabei gar nicht wirklich um KI-Tools; es geht darum, was passiert, wenn das Tool etwas falsch macht.
Warum „Nutzt du KI?" nicht mehr ausreicht
KI ist nicht länger eine ungewöhnliche Fähigkeit für Ingenieure. Die Stack Overflow Developer Survey 2025 ergab, dass 70 % der Entwickler täglich KI-Tools nutzen. Wenn etwas so verbreitet ist, hört das einfache Haben von Erfahrung damit auf, ein nützliches Unterscheidungsmerkmal zwischen Kandidaten zu sein.
Das Problem ist, dass viele Unternehmen immer noch KI-Fähigkeiten interviewen, als wären sie etwas Neues. Sie fragen Kandidaten, welche Tools sie benutzt haben, wie oft sie sie nutzen, oder ob sie wissen, wie man gute Prompts schreibt. Diese Fragen mögen dir sagen, ob jemand schon mal einen KI-Coding-Assistenten geöffnet hat, aber sie sagen dir nicht, ob diese Person ihn verantwortungsvoll nutzen kann.
Denk mal so drüber nach. Du würdest jemanden nicht nur deshalb zum Autofahren einstellen, weil er dir sagt, dass er seit fünf Jahren jeden Tag Auto fährt. Du würdest auch wissen wollen, ob er weiß, wann er langsamer werden sollte, wie er reagiert, wenn etwas schiefgeht, und ob er aufpasst, was um ihn herum passiert.
KI-gestützte Entwicklung ist nicht so anders. Die nützliche Fähigkeit ist nicht einfach zu wissen, wie man das Tool nutzt. Es ist zu wissen, wann man ihm vertrauen kann, wann man es in Frage stellen sollte, und wann man innehalten und es selbst machen sollte.
Probier stattdessen diese Frage
Hier ist die Frage, die wir empfehlen würden zu stellen:
Erzähl mir von einem konkreten Fall, in dem ein KI-Tool dir etwas Falsches gegeben hat und wie du es erwischt hast, bevor es zu einem echten Problem wurde.
Das war's. Du musst Kandidaten nicht auffordern zu erklären, wie ein bestimmtes KI-Modell funktioniert. Du musst sie nicht auf KI-Terminologie testen. Du musst nicht mal fragen, welches Tool sie bevorzugen.
Du fragst nach einer echten Geschichte, und diese Geschichte kann dir überraschend viel über die eigentliche Arbeitsweise einer Person erzählen.
Hier ist, was diese Frage offenbart:
Erstens zeigt sie dir, ob sie KI wirklich als Teil ihrer Arbeit nutzen. Jemand, der diese Tools regelmäßig nutzt, wird normalerweise ein paar Beispiele haben, über die er sprechen kann, ohne seine Erinnerung durchsuchen zu müssen.
Zweitens zeigt sie dir, ob sie die Arbeit überprüfen. KI kann etwas produzieren, das vollkommen vernünftig aussieht, aber trotzdem falsch ist. Wenn jemand nie einen KI-Fehler bemerkt hat, war er entweder ungewöhnlich glücklich, oder er schaut nicht genau genug hin.
Drittens zeigt sie dir, wo sie die Grenze zwischen dem Vertrauen in KI und dem Vertrauen in ihr eigenes Urteil ziehen. Das wird zu einer der wichtigsten Fähigkeiten für Ingenieure heute.
Und viertens zeigt sie, ob sie Verantwortung für das Ergebnis übernehmen. Wenn etwas schiefgeht, sagen sie dann „Die KI hat es vermasselt", oder erklären sie, was sie hätten überprüfen sollen und was sie danach geändert haben? Dieser Unterschied zählt.
Achte auf die Geschichte
Die stärksten Antworten haben normalerweise eines gemeinsam: Sie sind spezifisch.
Ein Kandidat könnte dir erzählen, dass ein KI-Tool eine falsche Datenbankabfrage generiert hat, eine Änderung vorgeschlagen hat, die eine bestehende Funktion zerstört hätte, oder einen wichtigen Teil der Anwendung missverstanden hat, und noch wichtiger: Er wird dir erklären, wie er das Problem bemerkt hat.
Er wird nicht einfach sagen: „Ich überprüfe immer von KI generierte Codes doppelt." Stattdessen wird er dir erzählen, was er überprüft hat, was verdächtig aussah, was er geändert hat, und was danach passiert ist.
Gute Kandidaten sind normalerweise damit komfortabel, über Fehler zu sprechen. Sie müssen nicht so tun, als wäre das KI-Tool perfekt gewesen oder als hätten sie alles sofort erwischt. Tatsächlich kann die Fähigkeit zu sagen „Ich hätte das fast übersehen, aber dann bemerkte ich…" dir mehr erzählen als eine glatte Erfolgsstory.
Du suchst nach Urteilsfähigkeit, nicht nach Perfektion.
Eine schwächere Antwort klingt normalerweise viel allgemeiner. Der Kandidat könnte sagen: „KI macht manchmal Fehler, also überprüfe ich immer alles", und es dabei belassen. Technisch ist daran nichts falsch, aber es gibt dir nicht viel Anhaltspunkt dafür, wie sie wirklich arbeiten.
Wenn du eine einfache Folgefrage wie „Kannst du mir ein Beispiel geben?" stellst, lernst du normalerweise viel mehr.
Was ist, wenn sie sagen, dass KI für sie noch nie falsch war?
Hier wird die Frage besonders nützlich. Wenn jemand dir sagt, dass ein KI-Tool ihm noch nie eine falsche Antwort gegeben hat, sollte das dich nicht unbedingt beeindrucken. Es könnte eigentlich etwas Wert sein, das man näher erforschen sollte.
KI-Tools machen Fehler; manchmal sind sie offensichtlich, manchmal sind sie subtil, und manchmal sieht die Antwort völlig vernünftig aus, bis du sie gegen die tatsächlichen Anforderungen oder das bestehende System überprüfst.
Stell also eine andere Frage: „Kannst du dir eine Zeit vorstellen, in der du dir nicht sicher warst, ob die Antwort der KI korrekt war?" Das gibt dem Kandidaten eine weitere Gelegenheit zu erklären, wie er seine Arbeit überprüft, ohne das Gespräch zu einer Fangfrage zu machen.
Das Ziel ist nicht, jemanden zu überführen. Es geht darum zu verstehen, wie sie denken.
Funktioniert das auch für Junior-Ingenieure?
Ja, obwohl die Beispiele natürlich unterschiedlich sein werden.
Ein Junior-Ingenieur könnte davon sprechen, einen kleinen Logikfehler in generiertem Code zu entdecken oder zu realisieren, dass ein KI-Vorschlag nicht mit den tatsächlichen Anforderungen übereinstimmt. Ein erfahrenerer Ingenieur könnte etwas Komplexeres beschreiben: eine riskante Datenbankänderung erkennen, eine falsche Annahme über ein bestehendes System oder ein Sicherheitsproblem, das nicht sofort offensichtlich war.
Es geht nicht darum, wie dramatisch der Fehler war. Es geht darum, ob der Kandidat erklären kann, was passiert ist, wie er es bemerkt hat und was er daraus gelernt hat.
Mach das nicht zu deinem ganzen Interview
Diese eine Frage kann nützlich sein, aber sie sollte nicht den Rest deines technischen Interviews ersetzen. Du willst immer noch verstehen, wie jemand Probleme löst, kommuniziert, mit anderen zusammenarbeitet und die technischen Verantwortungen der Rolle handhabt.
Ein nützlicher Zusatz wäre jedoch, Kandidaten erlauben zu lassen, KI während eines Teils des Interviews zu nutzen. Gib ihnen ein praktisches Problem und erlaube ihnen, die Tools zu nutzen, die sie normalerweise bei der Arbeit verwenden würden. Dann beobachte, wie sie damit umgehen.
Akzeptieren sie blind die erste Antwort?
Stellen sie bessere Fragen, wenn das Ergebnis nicht richtig ist?
Überprüfen sie, was das Tool produziert?
Bemerken sie, wenn etwas keinen Sinn ergibt?
Das gibt dir eine Gelegenheit, ihre Urteilsfähigkeit in Aktion zu sehen, anstatt nur darüber zu hören, wie sie sie beschreiben.
Was du von zwei Kandidaten lernst
Stellen dir vor, du interviewst zwei Leute für die gleiche Ingenieurrolle.
Der erste Kandidat sagt: „KI-Tools liegen manchmal daneben, aber ich überprüfe den Code immer sorgfältig."
Der zweite Kandidat erzählt dir von einem kürzlichen Projekt, bei dem ein KI-Tool eine Datenbankänderung vorgeschlagen hat, die Probleme mit bestehenden Daten verursacht hätte. Er erklärt, was verdächtig aussah, wie er es überprüft hat, was er geändert hat, und was er jetzt anders macht, wenn er ähnliche Vorschläge überprüft.
Beide Kandidaten nutzen KI, aber du hast etwas sehr Unterschiedliches über sie gelernt.
Der zweite Kandidat hat dir gezeigt, dass er KI nicht nur nutzt, um schneller zu werden. Er versteht, dass schneller vorankommen nur hilft, wenn man immer noch erkennen kann, wenn etwas falsch ist.
Die Fähigkeit, die wirklich zählt
Die beste KI-bezogene Interviewfrage geht eigentlich gar nicht um KI. Es geht um Urteilsfähigkeit.
Tools werden sich weiterentwickeln. Das Tool, das ein Kandidat heute nutzt, ist möglicherweise nicht das Tool, das er nächstes Jahr nutzt. Neue Modelle werden erscheinen, bestehende werden besser, und die Art, wie Ingenieure damit arbeiten, wird sich weiter verändern.
Was sich nicht so schnell ändern wird, ist die Notwendigkeit, dass jemand auf das Ergebnis schaut und fragt: „Macht das wirklich Sinn?"
Das ist die Person, die du in deinem Team haben möchtest.
Also beim nächsten Mal, wenn ein Kandidat dir sagt, dass er täglich KI nutzt, höre nicht dort auf. Frag ihn, wann sie zuletzt etwas Falsches getan hat. Seine Antwort könnte dir viel mehr erzählen, als das Tool, das er nutzt, je könnte.
Und wenn es nicht das ist, wofür du deine Zeit aufwenden möchtest, deinen Interviewprozess umzugestalten, um diese Art von Urteilsfähigkeit zu finden – das ist, wobei MyNextDeveloper hilft, indem es Startups mit geprüften Ingenieuren und KI-Talenten verbindet, die nicht nur auf Basis dessen bewertet werden, was sie wissen, sondern darauf, wie sie wirklich arbeiten.
TL;DR
Fast jeder Ingenieur, den du interviewst, wird sagen, dass er täglich KI-Tools nutzt, also sagt dir diese Frage nichts Nützliches mehr. Die Frage, die das tut: Frag sie nach einer konkreten Zeit, in der ein KI-Tool etwas Falsches gegeben hat und wie sie es erwischt haben. Eine starke Antwort kommt mit echten Details, einer ehrlichen Geschichte, was kaputt ging, und einem klaren Sinn dafür, was sie anders machen würden – nicht ein vages „Ich überprüfe immer alles doppelt."
Wenn jemand behauptet, dass ein KI-Tool ihn nie im Stich gelassen hat, ist das eigentlich ein Warnsignal, kein gutes Zeichen. Diese eine Frage testet unauffällig genau die Urteilsfähigkeit, die Ingenieure unterscheidet, die KI nutzen, um schnell und sicher zu arbeiten, von denen, die einfach schnell arbeiten.
Du möchtest ein leistungsstarkes Remote-Tech-Team aufbauen?
Schau dir MyNextDeveloper an, eine Plattform, auf der du die besten 3 % der Softwareingenieure findest, die leidenschaftlich für Innovation brennen. Unsere bedarfsgerechten, dedizierten und gründlichen Softwaretale-Lösungen bieten eine umfassende Lösung für alle deine Softwareanforderungen.
Besuche unsere Website, um zu erfahren, wie wir dir helfen können, dein perfektes Team zusammenzustellen.
