Ich komme zu KI aus der Unternehmensentwicklung, nicht über die Engineering-Leiter. Meine Arbeit war lange die Brücke zwischen Technik und Business: übersetzen, was ein System kostet, was es kann und was es dem Geschäft bringt — in beide Richtungen. Bauen war das, was danach kam, gemacht von jemand anderem.
Das hat sich umgedreht, und der Grund ist ökonomisch, nicht technisch.
Die Schwelle hat sich verschoben
Jede Idee hat eine Schwelle: den Punkt, ab dem sich der Aufwand lohnt, sie zu bauen. Lag die bei einem Quartal Entwicklungszeit, wurden die meisten Ideen nie gebaut. Nicht weil sie schlecht waren, sondern weil sie die Schwelle nicht überschritten.
Agenten haben diese Schwelle gesenkt. Was ein Quartal gekostet hätte, steht an einem Wochenende. Für mich hat das eine angenehme Folge: Der Teil, den ein CTO irgendwann abgibt, ist wieder ökonomisch. Ich schreibe wieder Code, den ich vor drei Jahren delegiert hätte.
Das ist die harmlose Hälfte der Geschichte.
Die Schwelle war auch ein Filter
Was sieben Monate im Backlog lag und es in keinen Sprint geschafft hat, lag da meistens aus gutem Grund. Niemand musste diese Entscheidung treffen — der Preis hat sie getroffen. Die Frage „ist das ein Quartal Entwicklung wert?” hat priorisiert, ohne dass jemand priorisieren musste. Sie hat aussortiert, was niemand verlangt hat.
Nimm die Kosten weg, und der Filter fällt ersatzlos weg.
Und genau das passiert gerade: Es werden Produkte gebaut, die kein Kunde verlangt hat. Nicht aus Dummheit, sondern weil der einzige Grund, sie nicht zu bauen, verschwunden ist. Billig ist keine Begründung. Es ist nur die Abwesenheit eines Hindernisses — und wer ein Hindernis mit einem Argument verwechselt, produziert ab jetzt sehr schnell sehr viel, das niemand wollte.
Der Aufwand war nie das Problem. Er war die Ausrede, die uns die Prioritätenfrage erspart hat.
Judgement is the new Taste
Jetzt muss jemand die Entscheidung treffen, die vorher der Preis getroffen hat. Judgement — die Fähigkeit, das Richtige auszuwählen und den Rest sterben zu lassen — ist die Arbeit, die knapp geworden ist. Nicht das Bauen.
Code schreiben, Informationen ordnen, Daten in eine nutzbare Form bringen: Das übergebe ich an Agenten. Sie sind schneller als ich, und sie werden schneller. Zwei Dinge übergebe ich nicht.
Strategie. Das Judgement eines Modells ist eine Kompression dessen, was schon passiert ist. Es zieht zum Durchschnitt seiner Trainingsdaten — und bei einer Entscheidung, die zählt, ist der Durchschnitt genau falsch. Eine Strategie, die dasselbe empfiehlt wie allen anderen, ist keine.
Das ist keine Vermutung. Eine Untersuchung in der Harvard Business Review hat sechs führende Modelle mit sieben klassischen strategischen Abwägungen konfrontiert, über 15.000 Simulationen. Sie konvergieren: 96 Prozent wählten Differenzierung, 93 Prozent Augmentation — fast unabhängig davon, welche Situation man beschreibt. Ein Modell, das jedem dasselbe rät, kann nicht der sein, der entscheidet, was gebaut wird. Ich habe die Studie hier auseinandergenommen.
Architektur. Hier ist der Fehler teurer als im Code, weil er später auffällt und länger bleibt. Das Tückische ist nicht, dass Modelle falsch liegen, sondern dass sie plausibel falsch liegen. Ein schlechter Vorschlag sieht aus wie ein guter, bis man ihn zwei Jahre lang bezahlt.
Was daraus folgt
Das Knappe ist nicht mehr das Bauen. Es ist zu wissen, was gebaut werden soll — und was es niemals werden darf. Das bleibt menschliche Arbeit, unterstützt von KI-Recherche, nicht an sie delegiert.
Der billige Teil ist eingepreist. Wer ihn als Vorteil verkauft, verkauft etwas, das inzwischen alle haben. Der Vorteil liegt in dem, was übrig bleibt, wenn der Preis nicht mehr für einen entscheidet.
Ich behaupte nicht, dass das für immer gilt. Modelle werden besser, auch im Urteil. Aber solange ein Modell im Kern eine Kompression der Vergangenheit ist, wird es beim Durchschnitt landen. Und Entscheidungen, die zählen, liegen nie beim Durchschnitt.
