Benjamin: 0:10

Herzlich willkommen zu einer neuen Folge von Coffee, Code & Consult. Mein Name ist Benjamin Tenke und ich freue mich, dass ihr wieder mit dabei seid. Künstliche Intelligenz ist momentan überall. Gefühlt gibt es aktuell kein Tool, kein Projekt-Kick-Off und keine Strategie-Präsentation mehr, in der nicht das Wort KI oder Gen AI fällt. Der Hype ist gewaltig und genau deshalb treten wir heute ganz bewusst mal auf die Bremse. Unter dem Motto Don't Believe the Hype wollen wir einen kritischen Blick hinter die Kulissen der aktuellen Entwicklung werfen. Ist KI wirklich die magische Lösung für jedes Problem oder erleben wir gerade den Klassiker? Unternehmen laufen mit einem riesigen KI-Hammer herum und suchen verzweifelt nach Nägeln. Wir wollen heute darüber sprechen, wo unüberlegte KI-Einführungen mehr schaden als nutzen. Es geht um technische Schulden, blinde Flecken bei der Security, dem massiven Energieverbrauch und die Frage, was das alles mit unserer Arbeitskultur und vor allem der Softwareentwicklung macht. Um diesen Thema fundiert und aus der Praxis heraus zu beleuchten, habe ich mir genau den richtigen Experten eingeladen. Michael Heck. Michael ist seit gut 15 Jahren bei der Kuffinpro. Als Technologiekoordinator sorgt er nicht nur für eine lebendige Tech-Community bei uns, sondern verantwortet auch ein passgenaues, bedarfsgerechtes Technologieberatungsangebot in unserem Schaufenster. Seit der KI-Hype vor gut zwei Jahren richtig durch die Decke ging, hat er sich intensiv mit den Chancen, aber auch mit den handfesten Risiken der Technologie auseinandergesetzt. Michael, schön, dass du da bist. Lass uns direkt bei diesem sprichwörtlichen KI-Hammer anknüpfen. Wenn aktuell gefühlt alle mit diesem Werkzeug durch die Unternehmen rennen und verzweifelnd nach Nägeln suchen, führt das oft zu mehr Problemen als Lösungen. Du vertrittst dazu ja eine sehr klare Haltung und eine These.

Michael: 1:52

Ja, hi Benjamin. Meine These, die ich mitgebracht habe, ist besser keine KI als schlechte KI.

Benjamin: 1:58

Okay. Kannst du das ein bisschen erörtern?

Michael: 2:03

Ja, gerne. Also erst mal vorneweg, ich bin natürlich ein großer Freund von KI. Wie in meinem Bachelorstudium schon war, dass das Nebenfahre. Ich bin seit Anbeginn großer Fan der ganzen Sache. Und umso mehr, wie so oft, wenn man ein Werkzeug besonders lebt, dann tut es einem immer weh, wenn es falsch eingesetzt wird. Und da bin ich auf einer Mission unterwegs, in unseren Kunden zu beraten. Denn KI kann wunderbar Mehrwerte heben, kann richtig schön Value schaffen, Produktivität steigern und, und, und, wenn man es richtig einsetzt. Und wie so oft, wenn wir auf dem Hype-Cycle reiten, wenn es dann schön runter geht, der Rücken vom Hype-Cycle wieder herunter, dann halt der Hype noch durch die Gänge und überall wird KI genutzt. Und zwar lebe ich es in den Kunden gerade, dass von den Vorstandsetagen mitgegeben wird, naja, mach doch mal was mit KI. Und dann, der Hammer sucht den Nagel, die Lösung sucht das Problem. Nicht umgekehrt.

Benjamin: 2:55

Ich habe auch das Gefühl, dass es von oben stark so runtergegeben wird. Wir müssen jetzt KI machen, weil sie dieses Fear of Missing Out, Also sie haben das Gefühl, was zu verfassen. Wettbewerbsnachteil, jeder macht es, jeder soll. Aber irgendwo gibt es dann immer diesen Disconnect, weil es gibt diese Strategie, wir machen jetzt KI, aber operativ habe ich immer das Gefühl, es wird KI verwendet, aber irgendwie fehlt mir da so, weißt du, der richtige Ansatz, ja, was ist das Ziel? Also was wollen wir eigentlich mit KI erreichen? Weiß nicht, was du da so siehst, weil bei meiner Beobachtung ist, die sind da ein bisschen manchmal verloren, die Leute.

Michael: 3:27

Ich glaube, es ist auch ein größeres Problem, als es erst den Anschein hat. Denn die intuitive Lösung für das Problem, mach irgendwas mit KI, ist ja auch relativ simpel. Ich schaffe die Rahmenparameter und die Leute benutzen dann schon KI. Weil das Nutzenversprechen ist super. Mit KI wird es schneller, besser. Und wenn man dann einfach KI benutzt, ich mache meine PowerPoint-Folien, mit KI schneller. Ich schreibe meinen Code, mit KI schneller. Das klingt erstmal super intuitiv. Einfach machen, hinstellen, benutzen, alles wird besser. Die Realität ist anders. Da gehört relativ viel Cultural Shift dazu. Die Menschen müssen verstehen, müssen ihre Arbeitsweisen anpassen. Es ist nicht einfach Werkzeug reinstecken und alles besser. Da ändert sich viel mehr als das.

Benjamin: 4:09

Ich finde, man muss dann auch sagen, man muss das auch irgendwie den Erfolg messen. Aber dafür braucht man ja ein Ziel. Wenn ich ein Ziel habe, kann ich sagen, ich definiere KPIs. Ich überlege mir, wie messe ich denn jetzt diesen Impact von KI und bewerte ihn. Und da habe ich auch festgestellt, da gibt es von Fortworks was ganz Cooles. Das nennt sich so ein Hypothesen-Kanvas und so Experimentenkarten. Und die schlagen auch vor, was ich auch vollkommen mitgehe oder auch beobachte, dass man sagt, hey, man formuliert mit KI einfach mal Hypothesen. Weil ich finde, der Markt, der ist ja so volatil, so unsicher, das ist andauernd was Neues, dass man sich irgendwie so ein bisschen Gedanken macht, hey, was will ich denn eigentlich rausfinden? Was sind meine Annahmen, wo mir KI hilft und wie kann ich das über Experiment herausfinden? Und das Schönste an diesem Werkzeug fand ich, dass man irgendwie dann auch diesen Rückfluss hat, dass man sagt, die Leute müssen diese Karten ausfüllen, die kriegen KI, die können machen, was sie damit wollen, aber die müssen uns erstmal erklären, für was das nutzen und dann müssen sie halt auch noch ihre Erkenntnisse irgendwie so ein bisschen festhalten, dass man dann auch weiß, okay, was hat funktioniert, was nicht. Und dass man irgendwo diese Feedback-Schleife hat.

Michael: 5:03

Das hat gleich eine doppelte Synergie, finde ich. Denn wenn man in die Organisationen schaut, wo Mitarbeitende beginnen, KI zu nutzen, dann hat man damit gleich Champions, die erfolgreich KI einsetzen, die sich ihr Kärtchen nehmen, sich überlegen, was wir nicht machen, sehen, es funktioniert oder nicht und diese Erkenntnis dann sharen können. Und dann gewinnt man eine Multiplikation, gleich ob positiv oder negativ, weil wenn Dinge nicht funktionieren, wenn man darüber spricht, auch da lernt jeder was dazu. Also Gott, das ist gerade ein ganz elementares Ding, darüber zu reden, aber eben fundiert. Denn darüber reden tut jeder.

Benjamin: 5:35

Ja, das ist es, glaube ich, auch, dass man bei KI vielleicht diesen Kontext braucht. Weil es gibt so diese pauschalen Aussagen. Egal, ob ich jetzt auf Konferenzen war, wo von Antroffic Leute da waren, die dann mir erklärt haben, Code ist cheap, we solved Coding Problem. Wo ich mir denke, ja, okay, das ist jetzt eine steile Aussage. Das ist Steve Jobs mäßig starkes Marketing.

Michael: 5:56

Klingt gut.

Benjamin: 5:57

Es klingt gut, es ist catchy, aber um ehrlich zu sein, es ist so undreferenziert. Ich finde es auch, wenn andere Leute kommen, Beratung oder selbst Leute im Unternehmen und sagen, ja mit KI sind wir keine Ahnung, machen wir das in 20 Prozent der Zeit oder sind fünfmal so schnell. Ich finde das immer so unseriös, weil das kann ja sein, aber in welchem Kontext ist das bitte so? Weil pauschal glaube ich an solche Versprechen halt einfach nicht.

Michael: 6:19

Ich glaube, im Marketing klingt das sehr gut. Das hat seine Naseinsberechtigung und die Aufgabe von uns allen ist immer zu fragen, welcher Kontext, warum funktioniert das so und wo funktioniert das auch nicht. Wenn ich in ein Innovationslabor gehe und innerhalb von einer Woche einen lauffähigen Prototypen mit KI raushämmere, das ist super. Dass der danach weggeworfen werden soll, ist auch super. Das ist so das Mindgame da drin, zu sagen, hey, damit kann ich Mehrwert stiften und am Ende von einem Design Sprint zu sagen, jawohl, wir haben den lauffähigen Prototypen, da kann man sich anschauen, man kann Pitches damit machen und alles, man kann was lernen, super. Und dann zu sagen, wir wollen es richtig machen, dann nochmal richtig. Das kann auch mit AI sein, ist ein totaler Kontext.

Benjamin: 6:56

Ich finde auch sowas, was so bei AI ist, immer so dieser Glaube oder ich mich immer frage, ist, naja, das Tool wird eingeführt, von oben sagt, wir machen jetzt KI, das erste, was die Leute machen, ich finde irgendein Tool an, da frage ich mich immer so, ist es das, dass man einfach den Leuten dann Cloud Code gibt oder Codex oder irgendwie Zugriff gibt, weil ich habe dann immer so das Gefühl, weil du auch meintest, ja, manche experimentieren, aber ich habe das Gefühl, manche machen auch gar nichts. Ich habe auch Artikel oder Studien gesehen, dass man eigentlich sogar aktiv das sabotieren, weil die so das aufgedrückt bekommen und gar keine Lust so wirklich drauf haben auf KI und einfach nur sagen, ja, nix KI und dass sogar Leute rausgeworfen werden, weil die keine KI nutzen möchten.

Michael: 7:33

Ich glaube, im gewissen Teil haben wir hier den ganz typischen Change-Zyklus, den so große Veränderungen durchgehen. Das war eine Digitalisierung ähnlich und wahrscheinlich davor, als wir vor Papier auf Rechner umgestellt haben, auch ähnlich. Du hast die Early Adopters, die springen drauf, die haben Bock, die machen, die gestalten und die machen es auch, wenn du es verbietest. Insofern, dann hast du deine Shadow AI, Da willst du auch nichts mit, macht auch keinen Spaß. Und genauso hast du dann die große Masse, die sich dann eben davon inspirieren lässt und von wirksamen Lösungen im Alltag auch mitziehen lässt. Und du hast diejenigen, die keinen Bock drauf haben und die Widerstand leisten. Ich glaube, so eine Normalverteilung, eine Glockenkohle wirst du da in vielen Fällen haben. Da geht es auch wieder darum, das zu versachlichen und zu zeigen, wo die Mehrwerte sind.

Benjamin: 8:13

Aber weil du gerade auch die Schatten-IT angesprochen hast, frage ich mir, was bedarfst du denn, dass du nicht diese Schatten-IT hast? Ich habe auch eine Studie gesehen, also ich werde die Studien der Show-Note dann verlinken, weil ich habe jetzt nicht von jeder Studie den Namen, aber es gibt eine, da steht drin 78 Prozent mittlerweile von der KI, die in Unternehmen genutzt wird, ist Schatten-IT, die ist nicht offiziell genehmigt, sondern weil jeder ja mittlerweile von KI spricht, jeder bringt seine eigene KI an den Arbeitsplatz mit, die nicht genehmigt ist.

Michael: 8:38

Ich glaube nicht, dass das ein neues Problem ist. Vor zehn Jahren ist also der Stichwort IDV, individuelle Datenverarbeitung gelaufen. Da war die KI damals, war Excel und die Mitarbeitenden haben ihr Excel sich geholfen, wo andere IT-Lösungen nicht gut genug waren. Und jetzt ist das KI das mittlerweile, das verspricht schnell Dinge zu lösen und das kann es an manchen Stellen. Dann haben wir jetzt halt eine Shadow AI statt einer IDV. Und wie damals auch, geht es darum, das dann zusammenzutragen, Transparenz zu schaffen, die Mitarbeitenden zu enablen, eine Kultur zu schaffen, wo sie sich integrieren können. Die Lösung ist meiner Meinung nach auch nicht so kontrovers, KI-Plattformen im Unternehmen zu etablieren, die den wesentlichen Governance-Standards folgt und die Leute dann so qualifizieren, dass sie sich da rein integrieren mit ihren Lösungen. Vielmehr brauchst du deinen ersten Schritt auch nicht, dass zumindest dieser Schatten etwas weniger wird.

Benjamin: 9:26

Ja, kann ich mir gut vorstellen. Wobei ich mir auch manchmal überlege, naja, wie viel schreibt man als Unternehmen dann halt auch so vor? Weil du, ich habe verstanden, du kommst eher über diese Ecke, das über die Kultur einzufangen und zu sagen, dass man den Leuten das gar nicht so verbietet oder auch sagt, genau so musst du es nutzen, sondern du lässt den Raum offen für Gestaltung. Ja. Einen gewissen Rahmen vermutlich muss man schon geben, dass ich sage, okay, gewisse Tools vielleicht auswählen und sagen hier.

Michael: 9:51

Gewisse Daten sind tabu bei Nutzung von KI.

Benjamin: 9:54

Weil ich habe auch das Gefühl, auch im Coding wurde es schon stark genutzt, auch schon vor zwei Jahren mit JGPD haben Leute ihren Code da reingepastet. Und apropos Coding, also Coding ist für mich das nächste, wenn wir gerade von Don't Believe der Hype sprechen, ist so für mich immer, ich sehe das so, ich habe jetzt eine Studie von Microsoft gesehen, die haben gesagt, ein Entwickler beschäftigt oder hat 11% Coding in seinem Alltag. Das heißt, in der Rest der Zeit verbringt er mit ganz anderen Tätigkeiten, mit Business-Analisten sprechen, irgendwelche Reviews.

Michael: 10:24

Efinance.

Benjamin: 10:25

Genau, oder was reine Code schreiben, 11 Prozent. Das heißt, wenn wir sagen, naja, selbst die KI würde es instant machen, dass die sofort diese 11 Prozent einsparen, dann sind es vier Stunden. Das ist so acht Stunden in der Woche. Dann sagen, ja, okay, hier redest du vielleicht die Hälfte, dann sind es vier Stunden. Weil ich denke, ja, mit vier Stunden, wenn du sagst, das ist jetzt so der Effizienzgewinn, ich habe ein bisschen Coding einsetzt, würde ich sagen, die Zeit investieren sie ja wahrscheinlich dann mehr ins Review. Weil du schreibst weniger Code, aber dafür brauchst du viel längere Zeit, das zu Reviewen. Und da gab es nämlich auch eine Studie, wo sie gesagt haben, 98% schneller Code schreiben, 91% mehr Zeit im Review verbringen. Und da frage ich mich halt auch, wo dann diese Nutzen versprechen, ob ist es dann der Mehrwert bei der KI dann wirklich, dass man schneller ist?

Michael: 11:09

Ich glaube, zu einem gewissen Teil sehe ich das, wenn man sich zurückerinnert, als wir noch alle in der Shell unseren Java-Code händig compiled haben und so und dann die großen Produktivitätsgewinne, als wir plötzlich eine integrierte Entwicklungsumgebung hatten, erste Clips, dann IntelliJ, da haben wir schon einen Produktivitätsgewinn gehabt, auch wenn wir uns dann nebenberuflich mit der IDE rumgeschlagen haben, wenn wir es nicht so lieb wie wir wollten. Ich glaube, das passiert schon. Das ist aber nicht der größte aller Hebel, meiner Meinung nach. Denn wenn ich daran denke, naja gut, KI-Gesamtheit einsetzen und auch dann eine gute User-Story, also die Denkaufgabe weiterhin machen, die die Denkleistung leisten, aber dann eine User-Story, dann vielleicht schon mal Testfälle mit generieren können, ein Refinement mit dem Agenten machen können und dann da auch mit einem Coding-Agent dazugehen. Ich glaube, da sind Lösungen, die dabei helfen können. Aber auch da genau das Problem, man darf nicht die Kontrolle verlieren. Es kann am Ende des Projekts nicht sein, dass die AI der einzige ist, der noch Ahnung hat von dem, was da passiert ist.

Benjamin: 12:08

Das habe ich nämlich auch tatsächlich schon in Projekten, wo ich selber unterwegs war, beobachtet, wo ich mit den Leuten geredet habe, sie gesagt haben, naja, es ist schon gut, dass sie das alles generiert. Aber teilweise weiß ich gar nicht, was für ein Code der so geschrieben hat. Weil beim Reviewen festigt sich ja das Wissen nicht so wie beim Schreiben. Definitiv. Das heißt, wir reviewen zwar viel, aber wir lernen dabei nicht.

Michael: 12:28

Das sehe ich auch als großes Risiko des ganzen Hypes, dass nicht nur wir lernen nicht, sondern eine Generation von Junior-Developern lernt gerade nicht. Wenn ich daran denke, was bei mir die Zeit war, in der ich am meisten geprägt wurde, das war die ersten zwei Jahre im Job, wo ich am Fließband Code geschrieben habe und geackert habe und Kram anslaufen bekommen habe und da habe ich viel Handwerkszeug gelernt. Und wenn mir das die KI abgenommen hätte und jetzt klinge ich wie der alte, weiß der Mann, der ich bin, dann wäre ich da heute ganz anders. Ich weiß nicht, ob es besser oder schlechter wäre, aber da würde sicherlich ein Teil von der Kompetenz fehlen, die mich heute ausmacht.

Benjamin: 13:03

Vor allen Dingen, man sagt ja auch immer, Architektur wird wichtig, es wird gut, den Code zu strukturieren, weil das Risiko ist natürlich, wenn man der AI sich selbst überlässt, ich weiß nicht, ob du das kennst, das heißt Broken Glass Theory, das heißt, wenn du zum Beispiel in einem Viertel bist, wo sehr sauber ist, dann hast du nicht dieses Thema, dass du deinen Müll einfach so hinwerst, weil du siehst es also schön, lässt es nicht einfach so weg. Wenn du irgendeinem Viertel gehst, wo die Fenster eingeschlagen sind, wo schon Müll rumliegt, dann ist die Wahrscheinlichkeit viel höher, dass du sagst, ja gut, es passt ja dazu, dann werfe ich einfach mein Müll auch dahin. Das fällt ja eh keinem auf, ob da jetzt eine weitere Zigarre rumliegt.

Michael: 13:36

Das ist die Idee von Zero-Bug-Policy. Wenn ich den zweiten Bug sehe, dann mache ich ihn weg, damit wir Zero-Bugs haben. Wenn ich den 185. Bug sehe, der kommt auf den Haufen von den Bugs.

Benjamin: 13:46

Genau, bei der KI ist es halt so, die sieht ja Muster und Patterns, die erkennt die ja im Code und wenn der Code halt unaufgeräumt ist, schlecht strukturiert ist, was die KI von Hause aus oder die meisten Agents so von Hause aus auch machen, dass die nicht unbedingt den wartbarsten Code schreiben, dann verschlimmert sich das ja über die Zeit, weil dann pushen die das, dann tun sie am nächsten Features an und dann wird immer und immer und immer wieder schlimmer. Und ich glaube, dass da auch viele sich das sozusagen auf Kredit holen, diese Geschwindigkeit, dass sie Zinsen dann irgendwann dafür zahlen müssen, weil am Anfang sind sie super schnell, wenn sie die KI einfach machen lassen, ohne groß zu reviewen, weil du kannst dann Zeit ansparen, indem du weniger reviewst. Aber das hat natürlich katastrophale Folgen, denke ich, hinten raus. Und ich habe da auch genug Studien gesehen, dass diese technischen Schulden immer höher werden. Ich glaube, von Git Clear war diese Studie. Und dass da diese Schulden immer weiter steigen, aber nicht abgebaut werden. Weil KI, die spürt ja keine Schmerzen. Also wenn eine KI auf den Code schaut, die dann sieht, so ist das Pattern, so ist es nicht sauber, ist der aber egal, weil die ja erstmal nicht wertet. Ein Mensch hat drauf und der sieht, oh nee, was ist denn das schon wieder? Oh nee, ist der Code furchtbar. oh, jetzt muss ich wieder die Stelle bei der Story anpassen. Und irgendwann ist der Schmerz so groß, dass Entwickler sagen, hey, jetzt überzeugen wir mal die Product Owner oder wen auch immer, jetzt müssen wir mal refactoren.

Michael: 15:04

Jetzt müssen wir das sauber machen.

Benjamin: 15:05

Ja, jetzt müssen wir das sauber machen. Ich glaube, diesen Schmerz, den haben die Maschinen halt nicht. Die würden stur, wenn ich tausend Agents hier drauf lasse, immer schlechteren Code schreiben. Die würden nicht aufhören.

Michael: 15:15

Ich glaube, das ist eine Sache der Metriken, wie so oft. Das wird das verbessert, was gemessen wird in den Projekten. Wenn du nur die Feature-Output-Rate misst, wie schnell kann ich Features pushen, dann ist die Code-Quality vollkommen egal. Ich glaube, da werden Tools wie Sona und Co. deutlich an Relevanz gewinnen. Denn eine KI, die sich auch da mit der Code-Quality messen lassen muss, und wir alle wissen, wie schwer es ist, wirklich Quality vom Code zu messen, aber besser als schlechte Indikation als keine. Wer weiß. Ja, ja. Das ist durchaus was, wo ich für die KI-Chancen sehe, diese Kurve zu kriegen. Aber das wird noch viel zu selten gemacht. Momentan werden Features gepusht, wie man es so gerne tut.

Benjamin: 15:51

Ja, und ich meine, wenn du auch gerade, um ganz kurz mal über diesen Code-Review zu kommen, das Problem ist ja, weil du meintest im Puschen, na ja, die Versuchung ist halt so hoch, wenn der Code so schnell produziert wird, dass man dann im Review sagt, passt schon, vor allen Dingen, es gibt immer mehr diese Mega-Reviews, wo tausend Zeilen Code geändert wurden vom Engine. Und wenn du das schon siehst als Entwickler, Da sind wir nochmal ehrlich, die meisten Leute, beim ersten Mal schauen sie es noch an, beim zweiten Mal vielleicht auch noch, aber im dritten Mal denken die Leute, hey, ganz ehrlich.

Michael: 16:20

Das ist schon ein Grund, warum wir kleine Marshall-Casts wollen.

Benjamin: 16:22

Ja, und das ist auch sehr belastend und ich glaube auch, weil du gemeint hast, wegen den Junioren-Entwicklern, ich glaube, man muss auch dahin kommen, dass man nicht den gesamten Code mit der KI erzeugt. Ich glaube, die Zukunft irgendwann wird zu sein, mit der Hype so ein bisschen weggeht, dass auch irgendwann du sagst, okay, diesen Teil des Codes entscheidend sich, den Entwicklerbus, den schreibe ich selbst. Ich möchte hier was lernen. Ich möchte hier Zeit investieren, weil mir das langfristig was bringt. Und bestimmte Stellen mit Code, die ich kenne oder die eher Boiler Play Code, lass die AI das generieren. Das ist mir dann egal. Ich glaube, diesen Sweet Spot, den wird man irgendwann so finden. Aber das ist wirklich schwierig, weil gesagt, von oben wird gepusht, nutzt es überall 100 Prozent. Und das ist ja auch irgendwie heutzutage fast schon so ein Badge of Honor, dass ich sage, ja, ich produziere meinen gesamten Code nur mit der KI. Da ist man ja richtig stolz drauf.

Michael: 17:10

Ich glaube, weil das gerade auf den Konferenzen und Co. Durchaus auch so gesagt wird oder gezeigt wird oftmals, das sieht schon cool aus, wenn ich mir vorstelle. Ich als Single Developer drücke noch jeden Knopf einzeln, damit was passiert. Und in der Wunschvorstellung sage ich dem Agenten System, was sie tun sollten. Und da kapmage ich der Code raus. Das hat SAP ohne Zweifel. Das klingt schon gut.

Benjamin: 17:30

Aber du bist ja im Banken unterwegs, habe ich mich auch gefragt, weil die können ja auch kein großer Freund davon sein, zu sagen, ja, komm, wir machen hier Vibe-Coding und ja, review. Ist optional. Kann ich mir nicht vorstellen.

Michael: 17:44

Nee, überhaupt nicht. Also auf einer Innovationsseite zu sagen, hier mal einen schnellen Prototypen zusammengestöpselt, da funktioniert das, da ist das eine charmante Idee, das ist wunderbar. Und alles, was dann wirklich in der Produktionsnähe oder sogar in eine skalierte Produktionsumgebung geht, da reden wir davon, dass wir Sicherheit, dass wir Nachvollziehbarkeit, dass wir regulatorische Konformität brauchen. Und die Antwort, naja, die KI hat es gemasst und es wird schon passen, ist dort zu wenig.

Benjamin: 18:09

Ja.

Michael: 18:10

Zugleich hast du, glaube ich, Chancen, weil der ungeliebte Developer-Job von, naja, da müsste man doch jemand eine Doku schreiben und dann eine gute Doku extra hier, in die man auch schnell mal quer gelesen hat, das ist, glaube ich, ein charmantes Ding. Aber nichtsdestotrotz, ja, regulierte Umfelder dürfen sich nicht auf den Konferenzen von den Shopify-Systemen gländen lassen, die zusammengekodelt wurden.

Benjamin: 18:30

Wo wir, glaube ich, wieder beim Kontext sind, dass man einwerten muss, naja, wenn mir Entroffic was erzählt oder OpenAI mir was erzählt, die haben ja eine intrinsische Motivation, mir das Produkt zu verkaufen. Natürlich haben die andere Narrativen und Aussagen wie als andere. Zum Beispiel DX kann ich jedem empfehlen, die beschäftigen sich viel mit Developer Experience, die sind unabhängiger, weil die jetzt keine AI-Produkte haben. Die haben viele ganz interessante Studien, in denen ihre Tools werden auch an vielen Stellen genutzt. Dann können sie halt auch Umfragen machen. Die letzte eine gesehen, über 100.000 Entwickler, wo sie festgestellt haben, naja, die Einsparung war jetzt in der Woche, glaube ich, irgendwie haben sie vier Stunden angegeben oder so. Was jetzt wieder in Geschwindigkeit oder so umrechnen kannst. Aber das waren mal ganz andere Zahlen. Wobei das war halt der Median. Natürlich, es gab so die Top 10 Prozent, haben 40 Prozent oder so angegeben oder so. Andere Dimensionen. Aber die Frage ist natürlich, in welchem Unternehmen arbeiten. Sind das jetzt Startups oder große Enterprises und Umfelder?

Michael: 19:26

Ich vertrete auch die Meinung, dass wenn du ein Arbeitswerkzeug hast, was Produktivität gewinnt, dann werden gute Developer schneller und schlechte Developer machen auch schneller schlechten Code. Und das ist halt durchaus problematisch, weil mehr Code schreiben können, ist nicht unbedingt ein Asset. Das muss man schon in die richtige Wege lenken.

Benjamin: 19:46

Ich hatte auch letztens so einen Kunden, der mich gefragt hat, so, pass mal auf, ich will hier Cloud Code einführen. Und dann habe ich gesagt, ist das eigentlich das Tool? Sollen wir das nehmen und so? Und da habe ich auch gefragt, ja, was ist das?

Michael: 19:58

Mensch, am Hoffen, hat er nicht das gefragt?

Benjamin: 20:02

Genau, wieso stehst du zu diesem ganzen Thema? Na, welche Tools sollten wir nutzen? Oder auch gerade Unternehmen, weil gerade so eine Bank, das ist ja nicht so, dass die sagen können, ich bin ein Startup, naja, ich habe das jetzt die Woche damit gemacht, nächste Woche mache ich es damit. Ich glaube nicht, dass die so schnell ihre Tools einfach wechseln können.

Michael: 20:16

Das ist eine ganz schwierige Balance, das sehe ich auch, denn aus der Regulatorik heraus möchte ich hier gerne eine KI-Plattform haben, die die Leute möglichst flexibel nutzen können und wo alles, was ich an regulatorischem Rahmen habe, mit drin ist, in Anführungszeichen. Das heißt, am besten irgendwas selbst Gehostetes oder irgendeinen intern gehosteten Abplatsch oder oder. Denn je mehr die Daten in einen anderen Kontinent, auf den anderen Ende der Welt wandern, desto weniger natürlich mit der Regularik vereinbar. Und man macht sich natürlich auch abhängig. Ein großes Problem aus meiner Sicht.

Benjamin: 20:50

Vor allen Dingen, ich finde, es ist halt so volatil, dass halt nächste Woche ein anderes Tool rauskommt. Ich finde, wenn auch jemand sagt, ja, das ist das beste Tool, dann sage ich, ja, jetzt. Das kann auch sein, das sind zwei Wochen, dass sich der Markt ändert. Von daher, ich sage meinen Kunden immer, experimentiert, lasst halt lieber mehr Tools zu am Anfang. Da sollen sie halt 10, 20 verschiedene nehmen. Das klingt erstmal wie ein Albtraum. Aber um ehrlich zu sein, ich finde, die sind auch gut austauschbar. Am Ende schreibt es immer Markdown.

Michael: 21:15

Das sehe ich auch. Also diesen Punkt, dass ich jetzt sage, okay, ich baue jetzt die Co-Pilot Company oder ich baue jetzt die Cloud Company oder so, das sehe ich nicht. Die Ergebnisse herauskommen, sind ja da agnostisch zu dem System, mit dem sie generiert wurden. Und entsprechend ist man da, Gott sei Dank, weiterhin austauschbar zu können.

Benjamin: 21:32

Wobei es gibt ja auch KI, die ja stark in Produkten embedded ist. Man sagen muss, sie sind tief integriert. Die haben manchmal einen leichten Vorteil, aber viele von diesen Produkten auch APIs. Und dann empfiehle ich aber auch eher den Kunden, ihr könnt auch interne Tools nutzen von den Produkten, aber schaut eher, dass ihr mit diesen Tools experimentiert, die nicht da rein programmiert sind, also jetzt nicht von Microsoft direkt mit drin sind. Weil das Problem wird natürlich sein, wenn die die Preise anziehen und so, und du bist da schon tief in integriert, dann hast du natürlich ein Thema. Weil wir hatten es ja gerade über Tokens at Jibo, da hatte ich am Anfang gesagt, weil das Entrophic mal diesen Satz gebracht hat. Jetzt haben die ja bald ihren Börsengang. Ich habe jetzt viele Berichte auch darüber gelesen, dass auch viele Experten oder Branchen-Experten sagen, hey, in den nächsten Jahren werden die Tokenpreise steigen. Das ist jetzt nicht so. Ja, KI ist günstiger geworden. Diese Aussage gibt es auch. Das kann man unterstreichen. Die Inferenz ist günstiger geworden, das zu berechnen. Da gab es halt viele Verbesserungen der Architektur, von der Hardware. Aber nichtsdestotrotz gehen die Preise gerade nach oben. Auch wenn ich jetzt schaue, Entrophic ist auch wieder teuer geworden. Und dann muss man sich halt bewusst sein, umso mehr KI man jetzt einsetzt. Weil alle sind ja so, ich muss überall KI einbauen. Ich glaube, die wichtigere Frage wird sein, wo baue ich KI nicht ein, weil du ja schon in eine Abhängigkeit abgehst vom Skill, von deinem System, wenn du es da einbaust und wenn dir die Preise einfach anziehen, was machst du halt dann? Also klar, du kannst doch On-Premise oder eigene Modelle irgendwo hosten und so, aber das ist ja auch wieder ein Investment. Also ich glaube, das ist noch so ein Thema, wo man kritisch gegenüberstehen sollte, wenn es um dieses Thema Kosten geht, weil das wird nicht so bleiben.

Michael: 23:04

Ich sehe die Diskussion ganz stark an KI an der richtigen Stelle einsetzen. Es wird Stellen geben, wo es wirklich, wirklich gut hilft. Wir haben News Cases in den Instituten schon umgesetzt, wo wir irgendwie komplexere Suchen mit einem Rack gebaut haben, wo wir irgendwie bei komplexen, sehr heterogenen Datenanalysen Dinge konsolidiert und dann ausgewertet haben. Das sind Sachen, die halt mit einem ganz programmatischen Ansatz möglich, aber mitunter komplex und sehr, sehr aufwendig sind. Da hat man sofort eine Kostenersparnis gesehen, das war super. Und genauso alltägliche Brot- und Butter-Use-Case, wo ich sage, ja gut, das ist ganz nice mit KI, wer weiß, ob es hilft, da wäre ich durchaus, aktuell noch progressiver, weil es lehrt die Leute damit umzugehen, da sind wir wieder beim Mindset vom Eingang. Also es ist gut, wenn die Leute sich damit befassen, zu sagen, wir werden in einem Jahr alles nur noch mit KI machen. Da wird die Kostenseite eine spannende Meinung zu haben. Und am Ende, die KI-Unternehmen sind da, um Geld zu verdienen damit. Ich fürchte, das wird nicht easy sein.

Benjamin: 24:04

Ich vermute, das wird sich jetzt nicht in der nahen Zukunft ändern. Michi, sag mal, hast du noch was, was du unseren Zuhörer mitbringen möchtest? Weil ich glaube, so innerlich von den Punkten, die ich so anschneiden wollte, wo ich mich immer mal wieder ein bisschen aufregen wollte, dass der Hype zu groß ist, die habe ich alle gestriffen. Hast du noch was, was du noch loswerden müsstest, was wir noch nicht gesichtet haben?

Michael: 24:29

Ich glaube, das Wesentliche ist hier, die Botsständigkeit nicht zu verlieren. Wenn ich so die Bottomline ziehe, KI nutzen, ausrollen, damit arbeiten ist gut, um den Mindset-Shift, um die Leute damit vertraut zu haben. KI wird nicht weggehen, meiner Meinung nach. Das ist ein Werkzeug in unserem Kasten, was die nächste Generation an was auch immer wir in der Arbeit tun, beherrschen müssen. Daher beschäftigt euch damit, holt es euch rein und setzt es an den richtigen Stellen ein. Aber seid euch bewusst, diese Hype-Welle geht gerade runter und da wird eine Bauchlandung kommen. Und dann steht der wieder auf, der sich schlau überlegt hat, wo Kai hier an der richtigen Stelle ist und wo nicht.

Benjamin: 25:04

Damit kann ich auch mit meinem allbekannten Weisheit enden, die ich immer wieder gerne wiederhole, damit die Leute das auch nicht vergessen. Das passt nämlich perfekt zu Don't Answer The Thinking. Hinterfragt das kritisch, überlegt euch, was ihr machen wollt. Und natürlich, wie in der Folge Anfang geteasert, Don't Believe the Hype, auch kritisch diesen ganzen Hype gegenüberstehen und kritisch hinterfragen. Und denke ich, dann ist man ganz gut für die nächsten ein, zwei Jahre aufgestellt, wo wir sicherlich noch mit weiteren Hypes rechnen müssen, die wir dann ebenso genau kritisch hinterfragen dürfen. Dann, Michi, ich freue mich, dass du da warst.

Michael: 25:38

Vielen Dank, dass ich da sein durfte.

Benjamin: 25:39

Meine Ehre und wir hören uns das nächste Mal.

Michael: 25:41

Bis zum nächsten Mal. Ciao.