Firmen werfen 80 Prozent ihrer Leute raus, weil das jetzt die KI
macht. Diese Meldung geht seit Monaten durch die Presse, und
Alexander Heusingfeld möchte nachrechnen. Wer 80 Prozent entlässt,
behauptet damit den Faktor fünf. Klarna hat den Schritt für den
Kundenkontakt inzwischen wieder zurückgenommen. Und selbst wenn die
Rechnung aufginge, bleibt Alex' eigentliche Frage offen: Woher will
jemand vorher wissen, welche 20 Prozent das Skillset haben, der
Maschine beizubringen, was am Ende herauskommen soll? Wer selbst
noch nicht ausprobiert hat, was möglich ist, kann das nicht
beurteilen. Mark dreht die Frage um. Statt „wen brauchen wir nicht
mehr" interessiert ihn, was bisher liegen geblieben ist, weil nie
jemand Zeit dafür hatte. Beide landen bei derselben Beobachtung:
Regulatorik wie NIS-2 bleibt liegen, weil die Kapazität fehlt,
teilweise sogar bei Behörden. Über jedes Stück stupide Arbeit, das
eine Maschine übernimmt, kann man sich also erst einmal freuen. Die
freigeräumte Zeit ist ein Invest, kein Einsparposten. Dann erzählt
Mark, was an einem Wochenende passiert ist, an dem er eigentlich
Schränke aufgebaut hat. Auf einem Mac Mini hinter dem Fernseher,
ohne Skills, mit nichts als Zugriff auf seine alten Git-Projekte,
hat ein Agent sich das Smart Home angesehen und vorgeschlagen, die
Lautsprecher im ganzen Haus als Interface zu nehmen. Danach lief
die Arbeit über Sprache, während Mark durchs Haus ging. Der Agent
hat ein Jahre altes Projekt fertiggestellt, sich Xcode geholt,
Bundle Identifier und Signierungszertifikate selbst gebaut und die
App am Ende über TestFlight aufs Telefon geliefert. Mark musste nur
ein paar Kennwörter eintippen. War das effizient? Er sagt selbst:
mehrere Wochenlimits verbrannt, garantiert nicht. War es das wert?
Absolut. Alex hält dagegen und stellt die zwei Fragen, um die es in
der Folge geht. Was war der Harness, und welche Rahmenbedingungen
hast du mitgegeben? Er selbst hat sich mit einem Agenten über AWS
die Steuererklärung vorbereiten lassen: knapp 800 Belege, das Ziel
„mindestens 80 Prozent einsortiert und formal richtig", vier
Stunden Rechenzeit, 60 Euro. Zurück kam auch der Hinweis, wo der
Steuerberater im Vorjahr etwas anders hätte abrechnen können. Aus
dieser Erfahrung wird eine Metrik, die er für die brauchbarste
hält: Verifikationsaufwand pro ausgelieferter Änderung. Sinkt sie,
waren die Abnahmekriterien besser. Daraus werden drei Regeln. Nie
eine einzelne Kennzahl, weil jede einzelne Zahl gegamed wird,
sondern immer ein Faktor aus Kriterien und Rahmenbedingungen. Immer
Gegenkennzahlen mitlaufen lassen, Change Fail Rate, das älteste
Work in Progress, Developer Experience. Und niemals
selbstberichtete Geschwindigkeit: Entwickler geben 25 Prozent
Beschleunigung an, gemessen wurden bis zu 20 Prozent Verlangsamung,
weil die Zeit in Reviews und Nachbesserungen zurückfließt. Mark
ergänzt die Kette drumherum. Wenn einer drei Tage durchlaufen
lässt, steht das Team vor einem Pull Request, der aussieht wie ein
gefluteter Landstrich, das Backlog ist am dritten Tag eines
Zweiwochensprints leer, und die Tester werden überrannt.
Codekommentare, früher Pflicht, führen Agenten heute in die Irre,
weil sie den Kommentar lesen statt der Routine. Und wer Generierung
durch Agenten reviewen lässt, die wieder von Agenten kommentiert
werden, verbrennt Tokens für das Gegenteil von Effizienz. Alex
bringt dazu eine Untersuchung aus dem Flugzeugbau mit: 8,5 Prozent
der Durchlaufzeit sind wertschöpfend, grob zwei Wochen Wartezeit
pro Tag Arbeit. Die Antwort auf „effizienter werden durch KI" ist
damit keine Werkzeugeinführung, sondern Flow und Governance. Oder
in Alex' Bild: Erst klärt man, ob man Fußball spielt, danach wird
das Spiel schnell. Zum Schluss lösen die beiden die
Diktiergerät-Geschichte aus der letzten Folge auf, Mark verrät sein
Setup, und Alex fasst zusammen. Wer KI nur als Werkzeug kauft,
verkürzt einen Arbeitsschritt. Die Effizienz liegt in den
Wartezeiten dazwischen. Das richtige Maß an Qualität entscheidet
sich gegen die Anforderung, alles andere ist Informatiker-Romantik.
Und Marks Zugabe für alle, die zögern: Wer nicht weiß, dass er
scheitern könnte, probiert es gar nicht erst. — Think Different.
Think AI. mit Mark Zimmermann und Jens Scharnetzki. Hören: Apple,
Spotify, YouTube, RSS https://think-ai.podigee.io Neue Folge zuerst
im WhatsApp-Kanal
https://whatsapp.com/channel/0029VbDJ4ZlGufIrpquad004 Wenn euch die
Folge was gebracht hat: einmal bei Apple bewerten. Das entscheidet,
ob jemand Neues uns findet.
https://podcasts.apple.com/de/podcast/think-different-think-ai/id1828021699
Feedback und Gäste: über die Show-Seite.
Kommentare (0)
Melde dich an, um einen Kommentar zu schreiben.