Jeder dumme Gedanke wird umgesetzt

Um 2:30 hat der Coding-Agent aufgehört. Für einen letzten automatischen Test wollte er das Testwerkzeug Playwright installieren, durfte das aber in der abgesicherten Umgebung nicht. Zu dem Zeitpunkt hatte er über zehn Stunden durchgearbeitet, ohne weiteren Input von mir.

Begonnen hatte das an einem Sonntag im Februar. Ich wollte einen KI-Beziehungsmanager, ein kleines System, das mir Anlässe vorschlägt, mich bei Kontakten wieder zu melden. Das Konzept habe ich in mein Handy diktiert. Eine KI hat daraus eine Softwarearchitektur entworfen, vier Modelle haben die Feature-Vorschläge der jeweils anderen bewertet, und am Ende stand eine Taskliste mit fast tausend Zeilen. Die ersten rund zwei Stunden waren Zusammenarbeit, alles danach lief ohne mich.

Meine erste Reaktion war Begeisterung: „crazy“. Dann kam der Zweifel: War das überhaupt eine gute Idee? Bewertet hatten die vier Agenten die Feature-Vorschläge, doch ob die Idee das alles wert war, hatte ich mir zu dem Zeitpunkt nicht überlegt. Am Morgen wusste ich über den Wert des Systems so viel wie vor dem ersten diktierten Satz.

Was in dieser Nacht gefehlt hat, hatte mich jahrelang vor meinen Einfällen geschützt.

Früher hat der Aufwand aussortiert

Früher stand zwischen Einfall und Umsetzung viel Arbeit. Sie war lästig, aber sie hat Prioritäten erzwungen. Wer für einen Prototyp mehrere Wochenenden investieren muss, überlegt vorher, ob die Idee das wert ist. Die meisten meiner dummen Gedanken sind an dieser Hürde gestorben, bevor ich sie ernst nehmen musste.

Für solche Prototypen ist die Hürde mit Coding-Agenten wie Claude Code fast verschwunden. Schon im Januar habe ich in einer Produktbesprechung notiert, dass der Programmieraufwand sinkt und die Frage, was wir überhaupt bauen, wichtiger wird. Damals klang das nüchtern. Seit den neuen Modellen vom Sommer 2026 halte ich das für die eigentliche Verschiebung.

Die Planung bleibt beim Menschen, die Ausführung übernimmt zunehmend der Agent. Wie klar diese Aufteilung schon ist, zeigt eine Anthropic-Auswertung von rund 400.000 Claude-Code-Sessions (öffnet in neuem Fenster). Menschen trafen darin rund 70 Prozent der Entscheidungen darüber, was gebaut wird, das Modell rund 80 Prozent der Entscheidungen darüber, wie es umgesetzt wird.

Gebautes kostet weiter

Unfertiges kann Aufmerksamkeit binden. In Experimenten zum Aufgabenwechsel (öffnet in neuem Fenster) blieb ein Teil der Aufmerksamkeit an der unerledigten Aufgabe hängen, und die Leistung bei der nächsten litt. Ein angefangenes Projekt kann deshalb auch dann Aufmerksamkeit kosten, wenn gerade niemand daran baut.

Dazu kommt das Festhalten an etwas, in das schon Zeit geflossen ist, die sogenannte Sunk-Cost-Fallacy. Bei mir reicht dafür schon eine Nacht. Jeder Prototyp, der bis zum Morgen entsteht, erzeugt ein Eigentumsgefühl, und etwas Begonnenes ist schwerer abzubrechen als eine bloße Idee.

Die Nacht war trotzdem kein Fehler

Aus alldem folgt kein Bauverbot für Software, die mit Vibe Coding entsteht. Mein Beziehungsmanager-Wochenende war als Lernexperiment in Ordnung. Ich habe in dieser Nacht viel über die Grenzen von Agenten gelernt. Kleine Experimente sind oft der billigste Weg, eine Unsicherheit loszuwerden. Eine Organisation, die nur noch belegbar Nützliches zulässt, verlernt das Entdecken. Ein Klassiker der Organisationsforschung (öffnet in neuem Fenster) beschreibt es als Überlebensfrage für Organisationen, Neues zu erkunden und zugleich das Bewährte zu nutzen.

Sobald ein Experiment echte Daten, Systeme oder Kund:innen berührt, geht es um mehr als ein Spielzeug. Dann können andere auf die Software angewiesen sein oder ihre Daten davon betroffen sein. Vor so einem Start gehört geklärt, wer die Software verantwortet, auf welche Daten sie zugreifen darf und wie sie wieder abgeschaltet werden kann.

Die Auswahl kann ich nicht abgeben

Ich habe mehrfach versucht, auch die Priorisierung abzugeben. In der Entscheidung, was als Nächstes gebaut wird, steckt Kontext, der oft nicht in der Aufgabenbeschreibung steht. Beziehungen, Unternehmensziele und Risiken fließen dort zusammen. Selbst OpenAI, wo Agenten in fünf Monaten rund eine Million Codezeilen geschrieben haben (öffnet in neuem Fenster), nennt menschliche Zeit und Aufmerksamkeit den Engpass, der bleibt.

KI hilft mir bei dieser Entscheidung trotzdem, nur eine Stufe davor. Mit Goal Factoring zerlege ich die Entscheidung in ihre Ziele und kläre meine eigene Position. Die KI stellt dazu Fragen und sucht anschließend andere Wege zu diesen Zielen. Sie hilft mir auch, veraltete Annahmen und offene Entscheidungen zu erkennen. Ohne diese eigene Position übernehme ich ihre Antwort. Die Entscheidung selbst behalte ich.

Eine Warteschlange mit Verfallsdatum

Was ich für diese Entscheidung brauche, ist Abstand zwischen Begeisterung und Investition. Die Softwarefirma Basecamp verzichtet bewusst auf einen zentral gepflegten Backlog (öffnet in neuem Fenster), weil alte Ideenlisten Verpflichtungsgefühl und Pflegearbeit erzeugen. Diesen Gedanken übernehme ich. Meine Warteschlange ist eine Liste, aus der keine Pflicht zum Abarbeiten entsteht. Ideen dürfen dort verfallen. Was nach ein paar Monaten niemand für ein aktuelles Problem wieder hervorholt, verschwindet.

Wenn du dich fragst, was das bringt, lies eine Woche lang nur Nachrichten von vor zwei Wochen. Aktuelle Nachrichten sind aufregend, weil sie neu sind. Die meisten zwei Wochen alten Nachrichten wirken langweilig, schlecht recherchiert, fürs eigene Leben nicht wichtig. Dadurch konzentriert man sich viel leichter auf die gut recherchierten Artikel, Ablenkung wirkt weniger stark ohne den Neuheitsfaktor. Den Effekt will ich auch für meine Ideen nutzen.

Ich probiere dafür gerade einen einfachen Ablauf aus:

Der nächste Einfall kommt, wahrscheinlich wieder an einem Sonntag. Er wird zuerst in einem Satz definiert und landet in der Warteschlange. Wenn er in zwei Wochen noch interessant ist, bekommt er vielleicht ein gedeckeltes Wochenende, und wenn er verfällt, war auch das eine Entscheidung. Prototypen kann der Agent inzwischen allein bauen. Es klingt abgedroschen, doch beim Priorisieren und beim Abwägen von Kosten und Nutzen halte ich gute Produktmanager:innen und Führungskräfte aktuell noch für klar überlegen.