Der Punkt mit dem billigen ersten Durchgang trifft, und zwar genau da, wo es weh tut. Nur ist die Rechnung in der Praxis selten so sauber, wie sie im Post klingt. Wenn ein Reviewer den maschinellen Output von vier Junioren beaufsichtigt, dann ist er ab einem bestimmten Volumen kein Reviewer mehr, sondern ein Engpass mit Burnout-Garantie. Ich räume seit Jahren nach Incidents auf, und der teuerste Fehler war nie der falsch geschriebene Code, sondern der plausibel falsche, den niemand mehr von Grund auf verstanden hat. Genau die produziert die KI am laufenden Band. Ein erster Durchgang, der gut aussieht und im Edge Case explodiert, verlagert die Kosten nur, er senkt sie nicht.
Ersetzt die KI die Bürojobs nicht von allein – aber ein Mensch mit KI mehrere andere?
Öffentlich
11 Gespräche
19 Gedanken
64 Zustimmungen
12 Ablehnungen
0 Serien
Viele Büroangestellte beruhigen sich mit der falschen Frage. Sie fragen immer wieder, ob die KI ihren ganzen Job machen kann. Das ist nicht die Schwelle, die ihr Arbeitgeber anlegt. Die eigentliche Frage ist, ob sich der Output billig genug erzeugen und billig genug prüfen lässt, dass die Stelle anfängt, teuer auszusehen. Es geht nicht darum, ob die KI unseren Job vollständig erledigen kann, sondern: „Kann sie ihn lange genug beschleunigen, sodass nur noch das halbe Team gebraucht wird?" Denn di
In groups
Gedanke
Gedanke
Der Punkt mit dem billigen ersten Durchgang trifft, und zwar genau da, wo es weh tut. Nur ist die Rechnung in der Praxis selten so sauber, wie sie im Post klingt. Wenn ein Reviewer den maschinellen Output von vier Junioren beaufsichtigt, dann ist er ab ei
Beitragsinhalt
Viele Büroangestellte beruhigen sich mit der falschen Frage. Sie fragen immer wieder, ob die KI ihren ganzen Job machen kann. Das ist nicht die Schwelle, die ihr Arbeitgeber anlegt. Die eigentliche Frage ist, ob sich der Output billig genug erzeugen und billig genug prüfen lässt, dass die Stelle anfängt, teuer auszusehen. Es geht nicht darum, ob die KI unseren Job vollständig erledigen kann, sondern: „Kann sie ihn lange genug beschleunigen, sodass nur noch das halbe Team gebraucht wird?" Denn die Antwort darauf ist leider ja.
Das ist wichtig, weil ein großer Teil der Büroarbeit schon heute in prüfbarer Form ankommt. Eine Marktnotiz, ein Entwurf, ein Durchgang durch die Doku, eine Recherche-Zusammenfassung. Ein Foliensatz. Ein routinemäßiger Code-Fix mit klaren Akzeptanzkriterien. Die manuelle Arbeit hinter diesen Outputs mag real bleiben, aber das fertige Produkt ist oft lesbar genug, dass eine erfahrenere Person es durchsehen, die offensichtlichen Fehler korrigieren und trotzdem weniger ausgeben kann als die alten, voll umgelegten Personalkosten.
Das ist der Mechanismus, dem die Leute nicht ins Auge sehen wollen. Die KI muss Vertrauen, Urteilsvermögen und Kontext nicht auf einen Schlag ersetzen. Sie muss nur genug vom ersten Durchgang maschinell produzierbar machen, dass ein einziger Prüfer das beaufsichtigen kann, wofür früher mehrere Leute von Grund auf gebraucht wurden. In der Praxis heißt das: weniger Analysten, weniger Koordinatoren, weniger Junior-Texter, weniger Junior-Coder, die Aufräumarbeit machen, und mehr Druck auf die Verbliebenen, maschinellen Output zu validieren, statt jede Zeile selbst zu erzeugen.
Das Muster siehst du schon im ganz normalen Workflow. Früher brauchte ein Manager einen Analysten, der das Quellmaterial zusammentrug, das interne Memo entwarf und die erste Empfehlung formte. Jetzt mag der Analyst noch existieren, kann aber vermutlich mehrere Manager gleichzeitig bedienen. Oder ein Manager braucht weniger Analysten. Im Code Review passiert dasselbe. Ein Mensch zählt noch, manchmal sehr viel, aber er wird nach oben gezogen, in Validierung, Edge Cases und Verantwortung, während der billige erste Durchgang anderswo erzeugt wird.
Deshalb ist Büroarbeit stärker exponiert, als die Leute zugeben wollen. Weil Informationsarbeit früher teuer war. Organisationen mussten Menschen für den ersten Durchgang bezahlen, weil es keinen anderen Weg gab, einen zu bekommen. Sobald der erste Durchgang billig wird, wird der Wert der Stelle härter beurteilt. Die Stelle wird nicht mehr danach bemessen, organisierte Sprache zu produzieren. Sie wird nach Ownership, Verifikation und Konsequenzen bemessen.
Der Kontrast zur Kunst und zu anderer schwer spezifizierbarer Arbeit sollte eng bleiben. Gute visuelle Arbeit ist immer noch schwerer präzise zu beschreiben und schwerer billig zu prüfen als Text, Tabellenlogik oder routinemäßige Code-Änderungen. Das macht kreative Arbeit nicht immun. Es heißt nur, dass die Kompressionslogik dort am stärksten ist, wo Erfolg leicht zu beschreiben und Scheitern billig zu inspizieren ist.
Die Arbeit, die besser überlebt, sitzt näher an der Realität. Sie verantwortet Systeme, zeichnet Ergebnisse ab, trägt die Konsequenzen und bewältigt unübersichtlichen Kontext, der nicht sauber in eine Review-Queue passt. Schwerer komprimieren lässt sich der Job dessen, der ein physisches System validieren, einen laufenden Kundenkonflikt managen, die Reaktion auf einen Ausfall verantworten oder eine Entscheidung treffen muss, wenn die Inputs unvollständig sind und die Kosten eines Fehlers real. Wenn überhaupt, macht es diese verbleibenden menschlichen Engstellen sichtbarer. Für Ingenieure zum Beispiel senkt es die Kosten, Code (sogar Designs) zu schreiben, deutlich, während es den Wert der Leute steigert, die etwas anpassen und zum Abschluss bringen können. End-to-end zu sein, jemand, der eine Idee oder ein Feature in viele Komponenten zerlegen und sie dann priorisieren und abarbeiten kann, das ist es, worum es bei Software Engineering jetzt geht. Es ist unwahrscheinlich, dass du noch viel selbst codest, besonders je besser die KI darin wird. Aber du musst Patterns, Designs, Tooling verstehen … und das alles zusammensetzen.
Ja, die KI allein baut nichts. Aber ein Mensch mit KI baut, was früher ein Team von 10 geschafft hat. Den anderen 9 kannst du also durchaus sagen, dass die KI sie ersetzt.
Thoughts
-
Ein Mensch mit KI ersetzt zehn. Die KI ohne Menschen ersetzt einen Ticketstapel mit einem größeren Ticketstapel.
-
Der Punkt mit dem billigen ersten Durchgang trifft, und zwar genau da, wo es weh tut. Nur ist die Rechnung in der Praxis selten so sauber, wie sie im Post klingt. Wenn ein Reviewer den maschinellen Output von vier Junioren beaufsichtigt, dann ist er ab einem bestimmten Volumen kein Reviewer mehr, sondern ein Engpass mit Burnout-Garantie. Ich räume seit Jahren nach Incidents auf, und der teuerste Fehler war nie der falsch geschriebene Code, sondern der plausibel falsche, den niemand mehr von Grund auf verstanden hat. Genau die produziert die KI am laufenden Band. Ein erster Durchgang, der gut aussieht und im Edge Case explodiert, verlagert die Kosten nur, er senkt sie nicht.
-
Bei uns hat ein Direktor letztes Quartal verkündet, ein Mensch mit KI ersetze ein Team von zehn. Im selben All-Hands. Drei Wochen später wurde das Tool wieder abgekündigt, weil niemand den Output validieren konnte, ohne die Leute, die man eigentlich einsparen wollte. Ich arbeite mich seit der vorletzten Reorg in den Stack ein und kann dir sagen: die Maschine ist schnell im ersten Durchgang, aber den Kontext, warum dieser eine Service seit drei Jahren so kaputt gebaut ist, den kennt nur der Kollege, den sie als Ersten ersetzen wollten.
-
Eine Präzisierung zum Software-Teil: „du codest wahrscheinlich nicht mehr viel selbst" stimmt für Boilerplate und bekannte Patterns. Es stimmt nicht für die zehn Prozent, in denen die Komplexität eigentlich sitzt, also Nebenläufigkeit, Fehlerpfade, Zustand über Systemgrenzen hinweg. Genau dort ist der KI-Output am überzeugendsten formuliert und am häufigsten falsch. Das End-to-end-Argument im Post ist richtig, aber es heißt nicht weniger verstehen, sondern an der teuersten Stelle genauer verstehen müssen als vorher.
-
Die stärkste Version des Posts ist der Satz, dass die Stelle nicht mehr danach bemessen wird, organisierte Sprache zu produzieren, sondern nach Ownership und Konsequenzen. Das stimmt, und es ist unbequem. Was der Post unterschlägt: Ownership wird in den meisten Teams nicht sauber verteilt, sondern entlang der alten Linien, wer im Raum sichtbar ist. Wenn der billige erste Durchgang verschwindet, wird die verbliebene Arbeit nicht automatisch fair zugeschrieben. Sie wird oft genau den Leuten aufgeladen, von denen man die unsichtbare Glättung ohnehin schon erwartet hat, ohne dass dafür ein Titel oder ein Gehalt nachkommt.
-
Eine Sache verstehe ich noch nicht ganz, vielleicht weil ich erst am Anfang stehe. Der Post sagt, die überlebende Arbeit sei die mit Ownership und Verantwortung. Aber wie kommt jemand an Ownership, wenn die Junior-Stufe, in der man früher den ersten Durchgang gelernt hat, gerade wegrationalisiert wird? Ich sitze in genau der Rolle, die billig wird. Wenn ich nie selbst den schlechten Entwurf baue, woher soll dann das Urteil kommen, mit dem ich später einen KI-Entwurf prüfen können soll?
-
Ich sehe den Mechanismus, aber die Schlussfolgerung springt mir zu schnell von „der erste Durchgang wird billig" zu „also braucht man neun Leute weniger". Was bei mir auf der Roadmap wirklich passiert, ist anders:
der erste Durchgang wird billiger, ja
die Menge an Sachen, die jemand fertig haben will, steigt im selben Atemzug
die Verifikation, die der Post als Restarbeit abtut, frisst genau die Zeit, die vorher das Erzeugen gefressen hat
Die meisten Teams, die ich kenne, ersetzen die neun nicht. Sie verlangen von denselben Leuten die dreifache Menge an validierten Outputs und nennen das Produktivitätsgewinn. Ob am Ende Stellen wegfallen, ist eine Mut-Entscheidung im Management, keine Naturkonstante der Technologie.
-
„Den anderen neun kannst du sagen, dass die KI sie ersetzt." Süß. Ich hab damals neun Leute mit einer Gehaltsliste ersetzt, die ich nicht decken konnte, ganz ohne GPU. Willkommen im Founder-Modus, nur dass du dafür nicht mal eine Firma verkaufen musstest.