Zurzeit kursieren Zahlen mit einer bequemen Botschaft: Die meisten Firmen setzen bereits KI-Agenten ein, eine Mehrheit skaliert. Klingt nach Erfolg. In unseren Führungsrunden reden wir trotzdem weniger übers Ausprobieren als übers Aufräumen, über die Frage, wo ein Agent wirklich Wert schafft und wo er Arbeit nur verschiebt, die später ein Mensch teurer wieder einsammelt.
Meine Haltung ist unaufgeregt: Wir nutzen KI und gewinnen dadurch echte Produktivität. Ein Allheilmittel ist sie nicht, schon gar nicht bei komplexeren Projekten. Die Steuerung würden wir ihr nie überlassen.
Der Test, den wir gefahren haben
Statt bei einer Meinung zu bleiben, haben wir es ausprobiert. Wir haben ein komplexeres Projekt genommen, welches, lasse ich bewusst offen , und Teile davon maximal mit KI-Agenten entwickelt. Nicht als Spielerei, sondern um herauszufinden, wo die Linie zwischen Performance-Gewinn und „das kann ein Agent nicht" tatsächlich verläuft.
Das Ergebnis nenne ich intern den Don-Quixote-Modus. Man baut ein neues Feature, ein altes bricht. Der Agent kämpft gegen Windmühlen, die er für Anforderungen hält. Die eigentlichen Requirements versteht er nicht präzise, weil unterwegs zu viel Nuance verloren geht, genau jene Nuance, die man in Kundengesprächen aufnimmt und in die Anforderungen überträgt. In einer Full-Stack-Entwicklung lässt sich das praktisch nie vollständig quantifizieren.
Funktion ist quantifizierbar. Nuance nicht.
Auf die Unterscheidung kommt es an. Funktionalitäten sind quantifizierbar, und meistens werden sie auch so angemeldet. Da kommt ein Agent weit. Es kippt woanders: beim Frontend-Design, bei UI und Interaktionsdesign. Wo spezifische Anforderungen im Spiel sind, brechen die Ergebnisse, und die Erwartung an die User Experience bleibt schlicht unerfüllt.
Hier lege ich mich fest. Selbst die neuesten Frontier-Modelle kommen aus meiner Sicht noch nicht, und vermutlich nie , an den Punkt, an dem man sagen kann: Engineers durch echte KI-Agenten ersetzt. „Vermutlich nie" ist ein starkes Wort, gerade aus dem Mund eines CEO einer Digital-Product-Engineering-Firma. Ich sage es trotzdem, weil unser Test es nahelegt und wir unsere Kunden nicht mit Wunschdenken bedienen.
«Es geht um die Nuancierung. Frontend-Design, UI, Interaktionsdesign. Das ist einfach nicht das, was ein Agent liefert, sobald die Anforderungen spezifisch werden. . Jakob Kaya»
Die eigentliche Falle heisst Sunk Cost
Der interessanteste Teil ist nicht, dass die KI etwas nicht kann. Das eigentliche Risiko ist die Sunk-Cost-Falle. Man ist scheinbar schon so weit, dass es sich falsch anfühlt, jetzt noch einen echten Engineer draufzusetzen. Also prompted man weiter. Und weiter. Statt abzubrechen, gräbt man sich tiefer.
Verstärkt wird das durch ein Kulturproblem, das offen ausgesprochen gehört: Ein guter Frontend-Entwickler hat keine Lust, AI-Slop zu fixen. Niemand macht das gern. Also bleibt man beim Agenten, weil die Übergabe an einen Menschen sich zu lang und zu aufwendig anfühlt, was die Spirale weiter antreibt.
Ehrlich gesagt haben wir keine saubere Daumenregel, wann Schluss ist. Einen einzelnen Trigger gibt es nicht. Es ist der Gesamtscope, der irgendwann zeigt: Vor uns liegt noch zu viel, die Probleme sind zu gross, das Verhältnis geht nicht mehr auf. Dann heisst es: Das geht zu Menschen. Keine elegante Metrik, aber ehrlich.
Was wir daraus mitnehmen
KI bleibt bei uns im Einsatz, weil sie messbar hilft. Die Steuerung geben wir ihr nicht, und als Ersatz für Handwerk verkaufen wir sie auch nicht. Ob ein Produkt die Erwartung an die User Experience erfüllt, diese Verantwortung lässt sich nicht an einen Agenten delegieren.
Produktverantwortlichen, die gerade unter Druck stehen, überall zu skalieren, rate ich pragmatisch: Nutzt die Agenten dort, wo Funktion sauber quantifizierbar ist. Bleibt misstrauisch, sobald es um Nuance geht. Und legt vorher fest, wann ihr abbrecht, bevor die Sunk-Cost-Logik die Entscheidung für euch trifft.
