Mir fällt gerade eine Verschiebung auf
In den letzten Wochen merke ich beim Arbeiten mit KI-basierten Entwicklungswerkzeugen eine Veränderung, die ich anfangs schwer greifen konnte.
Einzelne Aufgaben gehen schneller. Natürlich hilft es, wenn ein Agent Boilerplate schreibt, Dateien anlegt, Tests ausführt, Fehler sucht oder eine Projektstruktur aufbaut. Das ist praktisch und spart Zeit. Der spannendere Effekt liegt für mich an einer anderen Stelle: Während die Umsetzung schon läuft, bleibt mehr Aufmerksamkeit für die Frage übrig, was der nächste sinnvolle Schritt sein könnte.
Ich sitze dann vor der technischen Aufgabe und sehe früher, welche Produktentscheidung dahinter liegt. Ich merke schneller, ob eine Struktur dauerhaft trägt. Ich denke nebenbei über die nächste Idee nach, weil die aktuelle Idee weniger geistige Bandbreite blockiert.
KI spart Zeit und verändert, wo Aufmerksamkeit gebunden ist.
Das klingt erst einmal abstrakt. In der Praxis fühlt es sich sehr konkret an. Ein Teil der Arbeit bleibt natürlich bei mir: Ziel formulieren, Richtung halten, Zwischenergebnisse prüfen, Qualität einschätzen, nächste Entscheidungen treffen. Ein Teil der Übersetzungsarbeit wird leichter.
Mit Übersetzungsarbeit meine ich diese vielen kleinen Schritte zwischen Absicht und erstem Ergebnis: Syntax, Dateipfade, Konfiguration, Framework-Details, Dokumentationssuche, kleine Korrekturen, Formatierung, Wiederholung. Alles legitime Arbeit. Alles auch wichtig. Diese Arbeit bindet viel Denkfläche.
Wenn diese Denkfläche frei wird, passiert etwas Interessantes.
Der Engpass wandert
Früher lag mein Engpass beim Entwickeln oft ziemlich nah an der Umsetzung. Ich musste genug technische Details gleichzeitig im Kopf halten, um überhaupt einen ersten brauchbaren Zustand zu erreichen:
- Welche Datei?
- Welche API?
- Welcher Typ?
- Welche Komponente?
- Welche Konfiguration?
- Welche Nebenwirkung?
Mit einem KI-Agenten verschiebt sich dieser Punkt. Ich kann ein Ziel beschreiben, ein paar Regeln setzen, den vorhandenen Kontext zeigen und einen ersten Weg bauen lassen. Danach beginnt die eigentliche Arbeit oft früher:
- Ist das die richtige Struktur?
- Passt das zum Projekt?
- Ist die Abstraktion hilfreich?
- Wird das später wartbar?
- Entspricht es der Absicht?
Der Engpass wandert.
Aus „Wie bekomme ich das gebaut?“ wird schneller „Was sollte ich eigentlich bauen?“
Das ist für mich der wichtigere Produktivitätseffekt. Wenn man KI nur daran misst, wie viele Minuten eine Aufgabe spart, sieht man einen Teil des Nutzens. Der andere Teil liegt in der Verschiebung von Aufmerksamkeit. Mehr geistige Energie landet bei Auswahl, Bewertung, Architektur und Produktlogik.
Diese Verschiebung fühlt sich nicht immer bequem an. Sobald Umsetzung leichter wird, werden die eigenen Entscheidungen sichtbarer. Man kann schneller viel erzeugen. Dadurch wird die Fähigkeit wichtiger, rechtzeitig zu stoppen, zu sortieren und zu entscheiden.
Abstraktion hat das schon öfter getan
Eigentlich kennen wir dieses Muster aus der Technikgeschichte. Ein Taschenrechner nimmt einem Kopfrechnen ab und macht komplexere Rechnungen zugänglicher. Ein Compiler reduziert die Arbeit, direkt in Maschinennähe zu denken. Frameworks nehmen wiederkehrende Infrastruktur ab. Cloud-Dienste verschieben Aufmerksamkeit weg von einzelnen Servern hin zu Verfügbarkeit, Skalierung und Betriebskonzepten. Jede dieser Abstraktionen hat Arbeit beschleunigt und den Ort verändert, an dem Menschen denken müssen.
Bei KI ist diese Verschiebung breiter. Sie greift in Sprache, Struktur, Recherche, Programmierung, Schreiben, Planung und Prüfung. Dadurch entsteht ein anderer Effekt als bei vielen früheren Werkzeugen: Die Grenze zwischen Ausführen, Mitdenken und Vorschlagen wird weicher.
Ein KI-Agent wartet auf den nächsten Befehl und interpretiert zugleich Absichten, zieht Kontext heran, macht Vorschläge, baut Zwischenschritte und formuliert Entscheidungen vor. Das kann enorm hilfreich sein. Es kann auch sehr plausibel in eine Richtung laufen, die ich nicht wirklich wollte.
Je mehr ein Werkzeug mitdenkt, desto wichtiger wird die eigene Urteilskraft.
Genau dort liegt für mich die neue Spannung.
Ein Beispiel aus meiner aktuellen Arbeit
Ein Beispiel dafür ist ein Methoden- und Wissensprojekt, an dem ich gerade arbeite. Auf den ersten Blick klingt das nach Katalogarbeit: Methoden sammeln, Beschreibungen schreiben, Kategorien vergeben, Quellen dokumentieren, Visuals vorbereiten. In der Praxis steckt darin viel mehr Entscheidung, als man von außen sieht.
Eine Methode ist schnell beschrieben. Schwieriger ist die Frage, ob die Beschreibung wirklich trägt.
- Wofür ist die Methode nützlich?
- In welchem Kontext passt sie?
- Welche Annahmen stecken darin?
- Welche Quellen sind belastbar?
- Wo liegen ihre Grenzen?
- Welche Alternativen gibt es?
- Welche Methode liegt vorher oder nachher nahe?
KI hilft mir in so einem Projekt dabei, schneller zu einem ersten Arbeitsstand zu kommen. Sie kann Rohfassungen strukturieren, Vergleichsfragen vorschlagen, Varianten sortieren, Bildideen formulieren oder aus einer losen Notiz eine brauchbare erste Systematik machen. Dadurch entsteht schneller etwas, das man prüfen, verschieben, kürzen, verwerfen oder weiterdenken kann.
Die eigentliche Arbeit beginnt genau dort. Sobald ein erster Entwurf sichtbar ist, muss ich entscheiden:
- ob die Gewichtung stimmt.
- ob eine Methode zu wichtig wirkt, obwohl sie nur ein Randaspekt ist.
- ob ein Visual wirklich die Denkform zeigt oder nur hübsch aussieht.
- ob eine Kategorie Orientierung schafft oder die Sache zu früh einengt.
- ob eine Empfehlung begründet ist oder nur plausibel klingt.
Die Umsetzung wird schneller sichtbar. Dadurch werden die konzeptionellen Entscheidungen früher sichtbar.
Frei werdende Kapazität erzeugt Anschlussideen
Der überraschendste Effekt ist für mich gerade, dass während einer Arbeit schon die nächste Idee entsteht. Ich arbeite an einem konkreten Artefakt und merke parallel, welche weiteren Fragen dadurch auftauchen. Aus einer Methodensammlung wird die Frage nach Auswahlhilfe. Aus einer Beschreibung wird die Frage nach Kontext. Aus einer Skizze wird die Frage, welche Denkbewegung ein Bild wirklich zeigen soll. Aus einem kleinen LinkedIn-Draft wird ein möglicher Medium-Artikel über KI, Aufmerksamkeit und neue Engpässe.
Das fühlt sich manchmal fast wie kognitive Parallelisierung an. Ein Teil von mir prüft das aktuelle Ergebnis. Ein anderer Teil denkt schon über Struktur, Anschluss, Wiederverwendung oder nächste Produkte nach.
Natürlich ist das ein unruhiger Zustand, sobald zu viele Anschlussideen gleichzeitig auftauchen. Dann braucht es wieder Auswahl. Genau deshalb ist die Verschiebung des Engpasses so wichtig: KI erzeugt nicht automatisch bessere Richtung. Sie erzeugt mehr Bewegung. Aus dieser Bewegung muss man Richtung machen.
Wenn Umsetzung leichter wird, wird Auswahl wertvoller.
Das ist ein Punkt, den ich in vielen Produktivitätsdiskussionen über KI vermisse. Dort geht es oft um Geschwindigkeit, Output oder Automatisierung. Für meine Arbeit wird gerade eine andere Frage wichtiger: Welche geistige Arbeit wird frei, und wofür setze ich sie ein?
Der neue Engpass heißt Urteil
Je mehr KI mir abnimmt, desto stärker merke ich, wie wichtig die eigene fachliche Einordnung bleibt. Ein Agent kann einen Entwurf schreiben. Ich muss merken, ob der Ton stimmt. Er kann eine Struktur bauen. Ich muss beurteilen, ob sie zum Projekt passt. Er kann eine technische Lösung vorschlagen. Ich muss Risiken, Wartbarkeit und Produktlogik einschätzen. Er kann eine plausible Erklärung formulieren. Ich muss erkennen, ob die Gewichtung stimmt.
Das ist der Kern der neuen Arbeitsteilung. KI macht viele Dinge schneller erreichbar. Dadurch rückt die Frage nach Qualität nach vorne. Sie begleitet die Arbeit fortlaufend. Jede Beschleunigung erzeugt mehr Bedarf an Entscheidung.
Für mich wird deshalb Domänenwissen wichtiger. Wer die Arbeit nicht versteht, kann schneller Ergebnisse erzeugen und schlechter beurteilen. Wer die Arbeit versteht, kann KI nutzen, um schneller in die interessanten Ebenen zu kommen: Struktur, Auswahl, Bewertung, Richtung.
Produktivität als verschobene Aufmerksamkeit
Vielleicht sollten wir KI-Produktivität weniger als reine Zeitersparnis betrachten. Zeitersparnis ist real. Sie ist angenehm. Sie macht viele Aufgaben leichter. Sie erklärt allerdings nur einen Teil davon, warum sich die Arbeit anders anfühlt.
Für mich liegt der tiefere Effekt in verschobener Aufmerksamkeit. Weniger Energie steckt in der handwerklichen Übersetzung vom Ziel zum ersten Ergebnis. Mehr Energie kann in die Frage fließen, welches Ziel überhaupt trägt. Welche Struktur später noch funktioniert. Welche Entscheidung gerade wirklich ansteht. Welche Idee nur reizvoll klingt und welche Substanz hat.
Das ist eine ziemlich große Veränderung. Sie macht Arbeit schneller, aber auch dichter. Mehr Möglichkeiten werden früher sichtbar. Mehr Entscheidungen stehen gleichzeitig im Raum. Mehr Verantwortung landet beim Menschen, der Richtung gibt.
KI verschiebt, worüber wir früher nachdenken können.
Genau deshalb finde ich diesen Moment so spannend. Eine neue Arbeitsebene wird früher erreichbar. Vielleicht ist das der eigentliche Produktivitätseffekt: Wenn Umsetzung weniger Aufmerksamkeit bindet, bleibt mehr Raum für Urteil, Richtung und gute Anschlussentscheidungen. Und genau dort beginnt für mich gerade die eigentliche Arbeit.
