Nur weil Systeme schneller werden, werden sie nicht produktiver

Ich wisst, dass ich ambivalent gegenüber dem Einsatz von AI bin. Ich nutze AI für "dumme" Tätigkeiten wie Dokumente zusammenfassen oder analysieren, aber auch für komplexere Tätigkeiten wie Vibe Coding (z.B. ist so Cylenivo entstanden - mehr dazu in dem verlinkten Artikel). In der Firma diskutieren wir auch immer wieder, wo mögliches Potential für den Einsatz von AI steckt - so wie jeder. Darum soll es aber in diesem Artikel nicht gehen.

Wir erleben (weiterhin) eine Beschleunigung durch den Einsatz von AI, wenn wir uns den reinen Output ansehen. Es gibt sogar Unternehmen die, mir vollkommen unverständlich, verbrauchte Token als ein Ziel oder eine Messgröße für die Bewertung von Devs heranziehen - und es hat auch einen Namen: Tokenmaxxing (Oh je). Das alleine wäre einen weiteren Artikel wert. Nach meiner Einschätzung wird diese Beschleunigung auch noch anhalten.

Was wir aber viel zu wenig sehen ist die Messung des Werts dieses Outputs. Wird euer Produkt, das in dieser steigenden Geschwindigkeit weiterentwickelt wird, in der gleichen Geschwindigkeit bzw. mit der gleichen Beschleunigung auch besser? Das zweifle ich weiterhin an. 

Ich habe oben bewußt von Output und nicht von Outcome gesprochen. Für mich ist der Outcome strickt mit Wert verbunden. Welchen Wert haben wir durch die Anpassung dem Produkt hinzugefügt? 

Um diese Frage zu beantworte, nehme ich gerne meine Work-Feedback Loop zur Hilfe. Die Grundthese der WFL und des agilen Arbeiten ist: Das Produkt muss sich in der Realität bewähren und auf reales Feedback in kurzer Zeit reagieren. In der Work-Feedback Loop haben wir dafür einen Zyklus, der das einfach aber prägnant bezeichnet:

Ein System lernt nur dann zuverlässig aus Realität, wenn alle vier Schritte tatsächlich gekoppelt sind:

1. Work erzeugt eine reale Wirkung (nicht nur interne Aktivität),
2. die Wirkung wird als Feedback sichtbar (als Signal, nicht als Meinung),
3. daraus entsteht eine Entscheidung (Prioritäten/Annahmen/Ressourcen ändern sich),
4. und diese Entscheidung verändert zukünftige Arbeit.

Wenn AI uns jetzt auf der Work-Seite beschleunigt und mittlerweile in der Lage ist, dies sogar recht fehlerfrei zu tun, dann muss auch Feedback beschleunigt werden. Und zwar das Feedback aus der Realität. Nur so haben wir eine geschlossene Loop. Ich zweifle aber stark an, dass die Masse der Produktentwicklung/Produktmanagements dieses Feedback in der Geschwindigkeit bekommt und/oder verarbeiten kann.

Ist dies nicht der Fall, landen wir im Quadranten "Aktionismus" der Diagnose-Matrix. Wir investieren ohne zu wissen, ob das Ergebnis wirklich Mehrwert schafft. Das kann ein StartUp tun, aber keine Versicherung oder Bank. Und tut es eine Versicherung doch, landen wir eben in dem Enshittification Land, dass alle User ja bekanntlich lieben.

Und deswegen bricht hier die Mähr von der Beschleunigung von Systemen durch AI, die uns die Sams und Darios dieser Welt predigen. 

Ich habe hier ein ganz wundervolles Zitat von ThePrimeagen aus einem Talk für euch:

If the cost of a line of code has dramatically dropped, then the cost of the right line of code has dramatically increased.

Ich denke, damit ist klar, dass ein System nicht produktiver werden muss, nur weil es schneller wird.

Ich würde mir wünschen, dass wir alle - gerade in der agilen Bubble - wieder mehr über die Feedback Loop sprechen, wenn wir über den AI Einsatz und das Umgehen damit sprechen.