Der alte Rat reicht nicht mehr
Früher konnten Juniors mit risikoarmen Aufgaben lernen: einfache Anleitungen, FAQ, Release Notes und Pflege bestehender Seiten. Generative KI verkleinert genau diese Lernschicht. Entwurf, Umschreiben, Zusammenfassen und Übersetzen rechtfertigen allein immer seltener eine eigene Stelle.
Was sich in drei Jahren geändert hat
Der Beruf ist nicht verschwunden; der Wert einzelner Aufgaben hat sich verschoben. Textgenerierung ist billig geworden. Quellen finden, Produktverhalten prüfen, Informationsarchitektur entwerfen und Dokumentation mit Releases synchron halten bleiben anspruchsvoll. Deshalb werden technischere Profile wichtiger.
Was die Zahlen zeigen
Die OEWS-Daten des BLS zeigen keinen Kollaps: 2019 lag die Schätzung bei 50.760 Technical Writers, 2024 bei 55.530, dazwischen meist um 48.000. Für 2024–2034 prognostiziert BLS jedoch nur 1% Wachstum und nennt KI ausdrücklich als möglichen Faktor, der Beschäftigungswachstum durch höhere Produktivität bremst.
U.S. technical writers: BLS OEWS employment estimate
Chart source: U.S. Bureau of Labor Statistics, Occupational Employment and Wage Statistics. These are wage-and-salary employment estimates, not a census of everyone doing documentation work.
Wo Junior-Arbeit verschwindet
Automatisiert werden zuerst Aufgaben, an denen Juniors früher lernten: Erstentwurf, FAQ, Zusammenfassung, Übersetzung, einfache Tabellen und Starter-Beispiele. Ein erfahrener Spezialist kann heute mehr Output überwachen; dadurch sinkt der Bedarf an reinen Einstiegsstellen.
Welche Rolle weiterhin Wert schafft
Der wertvolle Ablauf ähnelt Documentation Engineering: Produktänderung, Quelle der Wahrheit, Verifikation, Struktur, Entwurf oder Generierung, KI-Prüfung, technisches Review, automatische Checks, Veröffentlichung und Feedback. Wer nur Entwürfe schreibt, konkurriert mit der am leichtesten automatisierbaren Stufe.
Was Einsteiger zeigen sollten
Git, Markdown, docs-as-code Build, HTTP, JSON, Statuscodes, Authentifizierung und grundlegendes OpenAPI-Lesen bilden eine sinnvolle Basis. Ein Kandidat sollte außerdem zeigen, dass er Schritte reproduzieren und KI-Aussagen gegen reale Quellen prüfen kann. Senior-Entwicklungserfahrung ist nicht nötig.
| Skill | Practical evidence |
|---|---|
| Git | branch, commit, diff, pull request |
| Docs-as-code | Markdown, structure, local build |
| API | HTTP, JSON, auth, basic OpenAPI |
| Verification | reproduce behavior and check facts |
| AI | detect unsupported or invented statements |
Wie das Portfolio aussehen sollte
Ein zusammenhängendes Projekt ist stärker als viele isolierte Texte: Onboarding, Task, verifiziertes API-Beispiel, Troubleshooting, Referenztabelle, Git-Historie, veröffentlichte Site und ein Fall, in dem ein KI-Entwurf falsch war und durch Prüfung korrigiert wurde.
Ein realistischer 90-Tage-Plan
30 Tage Grundlagen und kleine Artefakte, 30 Tage ein vollständiges Dokumentationsprojekt, 30 Tage gezielte Bewerbungen bei Firmen, deren Produkt von Dokumentation abhängt. Auch Support Engineering, QA, Developer Relations oder Content Operations können Einstiegspunkte sein.
Lohnt sich der Einstieg noch?
Wer nur fertige Informationen in Benutzerhandbücher übertragen möchte, trifft auf einen schwierigeren Markt. Wer komplexe Systeme verstehen, Fakten prüfen, mit Engineers arbeiten und Qualität automatisieren will, findet weiterhin sinnvolle Arbeit. 2026 zählt Verantwortung für korrekte, wartbare Dokumentation.
