Die Rechnung kommt: Ist diese KI-Anfrage 100 Dollar wert?

Willkommen zu Ausgabe 6 von The CAIO.

Der Juni hatte eine Lektion, die immer wieder auf einem Schreibtisch landete, auf dem sie selten gelandet war: Finance. Zwei Jahre lang haben wir KI-Tokens als kostenlos behandelt und darum konkurriert, wer mehr davon verbrennt. Im Juni kam die Rechnung. Der Preis pro Anfrage war gefallen, und genau deshalb ist die Nutzung explodiert und die Gesamtkosten sind über alles gestiegen, was irgendjemand budgetiert hatte. KI-Kostenkontrolle wurde zum CFO-Thema, so schnell wie sie zu unserem wurde.

Dieser Kostenschock ist eine Seite einer grösseren Verschiebung. Das Modell ist jetzt der billige, austauschbare Teil. Teuer ist die Organisation drumherum: wer entscheidet, was gebaut zu werden lohnt, wer die Rechnung trägt, wer noch handeln kann, wenn eine Regierung das beste Modell über Nacht abschaltet, und wer verifiziert, dass irgendetwas davon wirklich funktioniert. Der Juni hat das aus mehreren Richtungen gleichzeitig konkret gemacht. Ein Brief der US-Regierung hat zwei Frontier-Modelle weltweit deaktiviert. Capgemini hat gemessen, dass das Vertrauen in Agenten sinkt, während die Adoption steigt. Microsoft hat gezeigt, wie die Codeproduktion explodiert, während die Beschäftigung von Entwicklern einen Höchststand erreicht. Und Donald Knuth, mit 88, hat zugesehen, wie Claude ein Problem knackte, an dem er wochenlang hängen geblieben war, und danach geschrieben, warum der Mensch trotzdem entscheidend war.

Diese Ausgabe folgt dem, was das Publikum tatsächlich geöffnet hat. Die Rechnung, die kommt, nachdem der Pilot funktioniert. Die Abhängigkeit, die niemand eingepreist hat, bis ein Brief eintraf. Der Engpass, der vom Schreiben des Codes zum Vertrauen in den Code gewandert ist. Der Output, der wie Fortschritt aussieht und keiner ist. Das Vertrauen, das sinkt, während die Autonomie steigt. Und die Managementebene, die Unternehmen aus Versehen wegkürzen.

Die Rechnung kommt

#

Zwei Jahre lang haben wir KI-Tokens als kostenlos behandelt. Teams haben darum konkurriert, wer mehr davon verbrennt, und manche Unternehmen haben interne Ranglisten für die Nutzung gebaut. Im Juni hat der Zähler aufgeholt.

Die Financial Times hat berichtet, dass Amazon, Walmart, Uber, Cisco und Meta die KI-Nutzung deckeln, weil die Token-Rechnungen ihre Budgets treffen. Uber hatte sein gesamtes KI-Budget für 2026 im April aufgebraucht. Bei einem Automatisierungsunternehmen sind die Ausgaben an dem Tag, an dem sich das Preismodell änderte, auf das Siebenfache gesprungen, und der CIO sagte: “Wir haben ein Monster erschaffen.” Die meisten lesen das als Preisgeschichte. Es ist eine Autonomiegeschichte. Ein Chatbot hört auf, wenn du aufhörst. Ein Agent macht weiter. Jeetu Patel von Cisco hat es so formuliert: Auf jeden Menschen kommen vielleicht zehn, hundert oder im aggressiven Fall tausend Agenten, und die arbeiten einfach weiter. Ein Agent ist ein Zähler, der läuft, ob er etwas produziert, das du gebraucht hast, oder nicht.

Unsere eigene Version davon haben wir am 1. Juni gesehen, als GitHub Copilot auf tokenbasierte Preise umgestellt hat. Innerhalb der ersten Stunde hatten einzelne unserer Entwickler je rund 50 Dollar verbrannt. Wir haben genau hingeschaut, es schnell bemerkt, und unsere Kosten sind zurück in einem stabilen, planbaren Bereich. Aber Kostenkontrolle bekommt man nicht, indem man Tokens im Nachhinein deckelt. Man baut sie ein. Deshalb bauen wir ein AI Gateway. Jede Anfrage an ein Modell läuft über eine Stelle, und das gibt uns drei Dinge: volle Transparenz über die Nutzung, die Möglichkeit, jede Anfrage dem richtigen Projekt oder der richtigen Einheit zu belasten, und die Option, Workloads lokal zu betreiben, wo das günstiger oder aus Datengründen nötig ist. Niemand sollte 2026 einen Modell-Router von Hand bauen. Was du nicht auslagern kannst, ist die Grenzlogik: die Kostenzuordnung auf deine Kundenstruktur, ein Staging- und Promotion-Prozess für Agenten, und On-Premises dort, wo die Daten es verlangen.

Dazu kommt eine menschliche Ebene, die kein Gateway ersetzt. Als das Handelsblatt mich zur Kostenexplosion interviewt hat, war meine Antwort eine einzige Frage, die bald jedes Team stellen wird, bevor es Enter drückt: Ist mir diese Anfrage 100 Dollar wert? Tokens zu verbrennen misst Output, nicht Ergebnisse. Das ist die falsche Anzeigetafel. Diese eine Frage bringt der Kostenkontrolle mehr als jedes Dashboard, weil sie einen Menschen genau in dem Moment zurück in die Schleife holt, in dem über Wert entschieden wird. Routing wählt das günstigste Modell für eine Anfrage, die du schon beschlossen hast. Die 100-Dollar-Frage entscheidet, ob du die Anfrage überhaupt stellst. Du willst beide Ebenen.

Und manche Business Cases, die heute brillant aussehen, werden rot. Rechne zusammen, was die Branche gerade investiert, teile durch die Zahl der Menschen, und du landest bei rund tausend Dollar pro Person und Monat, nur um die Null zu erreichen. Die Token-Preise fallen von hier aus nicht weiter. Du automatisierst eine Aufgabe zu realen Kosten, die Preise steigen, und ein Jahr später kippt die Rechnung und du gibst die Aufgabe zurück an einen Junior. Der Schutz ist keine Kalenderprüfung, die ist zu langsam, wenn die Rechnung innerhalb eines Quartals kippen kann. Der Schutz ist ein Stolperdraht an den Stückkosten: Sobald die Kosten pro Aufgabe eine festgelegte Schwelle überschreiten, öffnet sich der Business Case automatisch wieder. Der schwierige Teil ist, diese Schwelle bei der Freigabe aufzuschreiben, wenn alle optimistisch sind und niemand die Zahl nennen möchte, die das eigene Projekt töten würde. Die Unternehmen, die die nächste Phase gewinnen, sind nicht die mit den meisten Agenten. Es sind die, die wissen, welche Agenten mehr Wert schaffen als sie kosten, und den Rest abschalten. Weisst du, was dich deine teuerste KI-Anfrage letzten Monat gekostet hat, und wer entschieden hat, dass sie es wert war?

Souveränität ist eine Architekturentscheidung

#

Jahrelang haben wir eine Zeile auf einer Risikofolie geparkt. Was, wenn der Zugang gekappt wird. Ein Randszenario, das niemand wirklich eingepreist hat. Im Juni war es kein Szenario mehr.

An einem Freitag hat ein Regierungsbrief Frontier-KI abgeschaltet, über Nacht, für Hunderte Millionen Menschen. Kein Ausfall, kein Bug, ein Brief. Die US-Regierung hat Anthropic angewiesen, seine neuesten Modelle, Fable 5 und Mythos 5, für alle ausländischen Staatsangehörigen zu sperren, innerhalb der USA und ausserhalb, bis hinunter zu Anthropics eigenen ausländischen Mitarbeitenden. Um das umzusetzen, war die einzige praktikable Option, beide Modelle für alle abzuschalten, weltweit. Anthropic ist hier nicht der Schurke. Sie haben widersprochen, sie waren transparent, sie haben den Ablauf minutengenau veröffentlicht. Die eigentliche Geschichte liegt darunter. Wenn eine fremde Regierung dein Nervensystem über Nacht deaktivieren kann, hast du keine KI-Strategie. Du hast eine Abhängigkeit, die bisher gute Verfügbarkeit hatte.

Souveränität ist keine Autarkie. Sie heisst, handlungsfähig zu bleiben, auch wenn eine fremde Behörde dir morgen den Zugang kappt. Die Architektur, die du willst, ist lose gekoppelt und mehrfach bezogen, mit Ausstiegspfaden, die vom ersten Tag an mitentworfen sind. Das ist Ergebnis vor Output, angewandt auf Beschaffung. Die Frage ist nicht, welches Modell dieses Quartal den Benchmark gewinnt. Die Frage ist, ob du noch handeln kannst, wenn das beste Modell verschwindet. Ein Kommentator hat den Test sauber formuliert, und ich stimme zu: Kannst du deinen Ausstiegspfad benennen und sagen, wann du ihn zuletzt getestet hast? Optionalität ist billig gesagt und teuer gehalten. Ein zweiter Pfad funktioniert nur, wenn er warm bleibt, getestet und finanziert, bevor du ihn brauchst. Das ist die Budgetposition, die die nächste Runde selten überlebt.

Zehn Tage vor diesem Brief hatte ein CTO aus der öffentlichen Verwaltung bereits die konstruktive Seite derselben Medaille gezeigt, an unserem DevOps Meetup Zürich. Syrian Hadad hat die Aargau Cloud Platform vorgestellt: öffentliche IT auf dem schweren Schwierigkeitsgrad, über 500 Fachanwendungen, starke Regulierung, Altlasten überall. Der alte Weg war, Server, Datenbanken und Firewall-Regeln einzeln zu bestellen und von Hand zusammenzusetzen. Sein Team hat stattdessen eine Plattform gebaut, mit einem eigenen Platform-Engineering-Team. Der eigentliche Gewinn ist Souveränität: Kontrolle behalten, Abhängigkeiten senken, innovativ bleiben, ohne alles an jemand anderen abzugeben. Souveränität ist keine Autarkie. Souveränität ist eine Plattform, die dir gehört.

Und es ist eine Entscheidung, keine Religion. In einem IT-Markt-Panel zu lokaler KI-Infrastruktur habe ich argumentiert, dass reine Ideologie in beide Richtungen selten wirtschaftlich ist. Sensible Daten lokal verarbeiten, Cloud für unkritische Workloads nutzen, und pro Use Case entscheiden. Im Kinderspital Zürich läuft die KI-Plattform on-premises, weil Patientendaten das Haus nicht verlassen dürfen. Die Hardware ist der einfache Teil. Der schwierige Teil ist die Organisation: eine benannte Person, die einen Workload einordnen und in Tagen sagen kann, lokal oder Cloud, und nicht nach drei Monaten Gremium. Denn ein Workload, der letztes Jahr unkritisch aussah, wird in dem Moment sensibel, in dem du einen autonomen Agenten darauf ansetzt.

Das ist auch die europäische Chance. Wir messen uns dauernd an US-Rechenclustern und chinesischer Release-Kadenz und schliessen daraus, dass wir verlieren. Wir konkurrieren auf einer anderen Fläche: Vertrauen. Banken, Spitäler, Versicherer, Energienetze und die öffentliche Hand rollen KI nicht im grossen Massstab aus, ohne Governance, Dokumentation, Aufsicht und Verantwortlichkeit. Das ist keine Innovationssteuer. Das ist die Beschaffungshürde, die jeder ernsthafte Kunde jedem ernsthaften Anbieter vorsetzt. Leistungsfähigkeit ist für die Demo. Verteidigungsfähigkeit ist für den Vertrag. Wofür ist deine KI-Strategie gebaut?

Das Modell wurde billig. Das Urteil nicht.

#

Das klingt wie das Gegenteil der Kostengeschichte am Anfang. Es ist dieselbe Geschichte. Der Preis für eine Einheit Output ist eingebrochen, und genau deshalb ist die Rechnung explodiert: Wenn jede Anfrage billig ist, stellst du viel mehr davon, und die Agenten laufen von allein weiter. Teuer geblieben ist das Wissen, dass der Output korrekt ist.

Die überraschendsten KI-Daten im Juni kamen vom AI Economy Institute von Microsoft. Der Global AI Diffusion Report für Q1 2026 zeigt eine Codeproduktion, die senkrecht steht. Git-Pushes sind im Jahresvergleich um 78 Prozent gewachsen, von 213 Millionen auf 380 Millionen pro Quartal. Neue Repositories um 45 Prozent. Pull Requests von KI-Coding-Agenten sind von 83'000 im Mai 2025 auf 2,3 Millionen im März 2026 gestiegen. Das ist das 28-Fache in zehn Monaten. Man würde erwarten, dass Entwicklerstellen schrumpfen. Das Gegenteil ist passiert. Die Beschäftigung von Softwareentwicklern in den USA lag 2025 bei rund 2,2 Millionen, 8,5 Prozent mehr als im Vorjahr, ein Höchststand für den Beruf. Microsofts Erklärung ist schlichte Ökonomie. Wenn die Produktivität steigt, sinken die Kosten, Software zu bauen. Die Nachfrage nach Software ist elastisch. Also streichen Organisationen keine Entwickler, sie bauen mehr Software. Das ist das Argument, das ich in The Cybernetic Enterprise mache: KI ersetzt Menschen nicht, sie verstärkt sie. Jetzt liegen Arbeitsmarktdaten dahinter.

Aber Verstärkung verschiebt den Engpass, sie beseitigt ihn nicht. Wenn Code schreiben billig wird, sind die knappen Fähigkeiten: entscheiden, was gebaut wird, validieren, dass es funktioniert, und Qualität und Sicherheit im Maschinentempo halten. Wie ich es in den Kommentaren unter diesem Post geschrieben habe: Das Ding zu bauen wurde billig, zu wissen, dass es korrekt ist, nicht. Kein Modell bringt diese Fähigkeiten mit. Die Organisation muss sie aufbauen.

Knuth hat denselben Punkt vom anderen Ende des Spektrums gemacht. Der Mann ist 88, hat den Turing Award und schreibt immer noch an The Art of Computer Programming. Er hatte einen Fall eines offenen graphentheoretischen Problems geknackt und hing seit Wochen an der allgemeinen Regel fest. Sein Freund Filip Stappers hat das Problem an Claude übergeben, mit einer Anweisung: “Aktualisiere nach JEDEM exploreXX.py-Lauf SOFORT diese Datei, bevor du irgendetwas anderes tust. Keine Ausnahmen.” Claude hat in etwa einer Stunde 31 Erkundungen gefahren. Die meisten waren Sackgassen. Bei Erkundung 25 hat es in sein eigenes Log geschrieben, dass Simulated Annealing keine allgemeine Konstruktion liefern kann und es reine Mathematik braucht, und hat den Ansatz gewechselt. Bei Erkundung 31 kam eine funktionierende Konstruktion heraus. Knuth hat sie rigoros bewiesen: genau 760 gültige Zerlegungen für alle ungeraden m grösser eins. Seine Reaktion im Paper: “Es sieht so aus, als müsste ich meine Meinung über generative KI in nächster Zeit revidieren.”

Und hier ist der Teil, den die Schlagzeilen übersehen haben. Die Läufe liefen nicht glatt. Claude ist an zufälligen Fehlern abgestürzt. Stappers musste neu starten, verlorene Ergebnisse retten und immer wieder daran erinnern, den Fortschritt zu dokumentieren. Die Disziplinregel war tragend, und ein Mensch hat sie nach jedem Absturz am Leben gehalten. Das ist die Lektion, nicht “eine KI hat ein Forschungsproblem gelöst”. Das Modell hat die Pferdestärken geliefert. Der Mensch hat die Schleife geliefert, die Wiederherstellung, die Verifikation und den Beweis. Disziplin ist der Multiplikator.

Wenn Disziplin der Multiplikator ist, dann sitzt der Hebel im System um das Modell herum, und der Juni hat uns dazu die bisher sauberste Messung geliefert. Ein Paper namens Meta-Harness von Stanford, MIT und KRAFTON hat ein festes Modell genommen und unter zwei verschiedenen Gerüsten laufen lassen. Dieselben Gewichte. Der sechsfache Leistungsunterschied auf demselben Benchmark. Die Variable war der Orchestrierungscode: was gespeichert wird, was abgerufen wird, was an das Modell geht, was weggeworfen wird. Ein Gerüst, das eine äussere Schleife automatisch gefunden hat, lag über alle berichteten Claude-Haiku-4.5-Agenten hinweg auf Platz eins und hat Teams geschlagen, die wochenlang von Hand optimiert hatten. Ein gefundenes Gerüst liess sich auf fünf verschiedene Modelle übertragen, für die es nie gebaut wurde. Das Gerüst überlebt das Modell, für das es gemacht wurde. Stanford hat eine Zahl an das gehängt, was Platform Engineers seit einem Jahrzehnt sagen. Das Modell ist ein Organ. Die Plattform drumherum macht dieses Organ nutzbar.

Deshalb schreibe ich auch jede Woche CLAUDE.md-Dateien und rechne damit, dass das meiste davon in sechs Monaten überholt ist. Regeln ändern sich jedes Quartal, Prinzipien nicht, und darum ist “Principles Over Process” das erste Prinzip in meinem Buch. Für die Beschaffung schneidet das in beide Richtungen. Ein Anbieter, der dir eine Featureliste verkauft, verkauft dir ein Gerüst. Ein Anbieter, der dir die Prinzipien verkauft, um die herum sein Produkt gebaut ist, verkauft dir eine Wand, auf der du bauen kannst.

Urteilsvermögen kann keine persönliche Fähigkeit in ein paar erfahrenen Köpfen bleiben. Bei 2,3 Millionen Agenten-Pull-Requests pro Quartal wird eine Handvoll kluger Leute, die entscheiden, zum neuen Stau. Die Aufgabe ist, Urteilsvermögen zu einer organisatorischen Fähigkeit zu machen. Wo in deiner Organisation wächst der KI-Output bereits schneller als deine Fähigkeit, ihn zu lenken?

Der Output steigt. Die Ergebnisse bleiben flach.

#

Wenn das Modell billig geworden ist, dann ist der Anschein von Fortschritt das Billigste, was sich jetzt herstellen lässt.

Garry Tan prahlt damit, 37'000 Zeilen Code am Tag zu liefern, bei vier Stunden Schlaf, und behauptet, ein Drittel der CEOs, die er kennt, seien im selben Zustand. Andrej Karpathy hat sich selbst als in einem “Zustand der Psychose” wegen KI-Agenten beschrieben. Ich habe benannt, was das ist: ein Messproblem. Schau auf die Daten hinter den Dashboards. Eine NBER-Studie mit fast 6'000 CEOs und CFOs aus vier Ländern hat ergeben, dass rund 90 Prozent der Firmen über die letzten drei Jahre keinerlei messbare Produktivitätswirkung durch KI gemeldet haben. Eine Stanford-Studie in Science hat gezeigt, dass KI-Modelle die Handlungen eines Nutzers 49 Prozent häufiger bestätigen als andere Menschen es tun. Es gibt rund 3 Millionen KI-Agenten in Unternehmen, und 1,5 Millionen davon haben keine Governance.

Die Schleife baut sich also selbst. Führungskräfte starten mehr Agenten. Die Agenten stimmen ihren Entscheidungen zu. Die Token-Dashboards leuchten grün. Die Aktivität steigt, während die Ergebnisse flach bleiben. Das ist kein Technologieproblem. Das ist das alte Problem, Aktivität mit Fortschritt zu verwechseln, jetzt mit einem viel grösseren Motor. Ich habe in meinem Buch ein Kapitel namens Outcomes Over Output geschrieben. Die Zahlen von 2026 sind dieses Kapitel in Produktion. Handy AI hat es sauberer gesagt als ich: “Ein Agent ohne Spec ist ein zufälliger Textgenerator mit Budget.”

Die Lösung ist unbequem, weil sie bedeutet, absichtlich weniger zu tun. Das wertvollste Wort in einer KI-Strategie ist gerade nein. KI-Portfolios scheitern selten an fehlenden Ideen. Sie scheitern, weil zu viele Initiativen finanziert werden, bevor jemand nachgewiesen hat, dass sie eine Geschäftskennzahl bewegen, in einen echten Workflow passen oder die Rahmenbedingungen des Unternehmens überstehen. Das Ergebnis ist ein beschäftigtes Portfolio, das innovativ aussieht und nichts bewegt. In einem Zühlke-Artikel diesen Monat habe ich vier Tests geteilt. Wenn eine Initiative einen davon nicht besteht, finanziere sie nicht. Ownership: Wenn sie gelingt, welche Geschäftskennzahl bewegt sich, um wie viel, und wem gehört diese Zahl? Prozess: Wäre der Prozess auch ohne KI wert, skaliert zu werden? Integration: Kann das Team den Weg vom KI-Output zur Handlung in der echten Welt beschreiben, samt Ausnahmen? Governance: Formt Governance die Initiative, oder prüft sie im Nachhinein? Dann sortiere das ganze Portfolio in drei Entscheidungen: unterstützen, parken oder stoppen. Das Wort, das den meisten Portfolios fehlt, ist stoppen, und genau dort verschwindet das Budget still und leise.

Der schwierige Teil ist nicht das Rahmenwerk. Es ist die Politik. Ein schwaches Projekt überlebt, wenn sein Sponsor mächtig ist. Verlass dich also nicht auf Mut im Raum. Finanziere jeden Piloten von Anfang an mit Abbruchkriterien: die Kennzahl, die Schwelle, das Datum. Dann muss niemand die mutige Person sein, die jemandes Projekt abbricht. Der Review führt einfach aus, was bei der Finanzierung vereinbart wurde. Mut skaliert nicht. Mechanismen schon.

Bitte dein Führungsteam, eine Initiative zu nennen, die die KI-Strategie ausgeschlossen hat. Sehr oft bekommst du Schweigen. Hinter dem Wort Strategie versteckt sich meist eine Absichtserklärung plus ein Budget. Was würdest du morgen aufhören zu messen, und was nächstes Quartal aufhören zu finanzieren?

Adoption steigt, Vertrauen sinkt

#

Hier ist ein Befund, der wie ein Widerspruch aussieht und keiner ist. Je mehr KI-Agenten Unternehmen ausrollen, desto mehr sinkt ihr Vertrauen in diese Agenten.

Capgemines Bericht Rise of agentic AI hat 1'500 Führungskräfte in 14 Ländern befragt. Die skalierte Adoption von Agenten hat sich in einem Jahr verdreifacht. Im selben Jahr ist das Vertrauen in vollständig autonome Agenten für den Unternehmenseinsatz von 43 auf 27 Prozent gefallen. Der Bericht ist klar über den Grund. Der Rückgang entsteht “aus Erfahrung und nicht aus Angst oder Unsicherheit”. Organisationen haben Agenten ausgerollt, sind auf die Realität getroffen und haben nachjustiert. Der Reflex ist, mehr Autonomie zu jagen, als wäre ein unabhängigerer Agent ein wertvollerer. Die Daten sagen etwas anderes. Nur 4 Prozent der Geschäftsprozesse werden innerhalb von drei Jahren als vollständig autonom erwartet. 90 Prozent der Organisationen halten menschliche Aufsicht für nützlich. Human in the Loop ist ein Entwurfsprinzip, von Anfang an eingebaut.

Die tiefere Zahl ist nicht die Schlagzeile bei den Ausgaben. 70 Prozent der Organisationen sagen, dass Agenten sie zu einem Umbau zwingen werden, aber wenige haben das priorisiert, 82 Prozent melden unreife KI-Infrastruktur, und nur 16 Prozent haben eine Roadmap. Der Engpass ist nicht das Modell. Der Engpass ist die Organisation drumherum. Wie behältst du also sinnvolle Kontrolle, wenn der Agent schneller läuft, als ein Mensch lesen kann? Du hörst auf, sein Tempo mitgehen zu wollen. Du verschiebst den Menschen von der Handlung an die Grenze. Umkehrbare Handlungen mit geringer Wirkung laufen unbeaufsichtigt. Alles Unumkehrbare oder alles über einer Risikoschwelle hält an und wartet. Kontrolle heisst, vorher zu entscheiden, welche Handlungen ohne dich passieren dürfen. Und die Aufzeichnung dessen, was der Agent getan hat, muss das System drumherum erfassen, protokolliert an einer Stelle, die der Agent nicht bearbeiten kann. Denn ein Agent, der sein eigenes Protokoll schreibt, schreibt die Version, in der er gut dasteht.

Singapur hat diesen Reflex in das beste Governance-Dokument für Agenten gegossen, das ich dieses Jahr gelesen habe. Das Model AI Governance Framework for Agentic AI der IMDA umfasst 53 Seiten, ist mit über 60 Unternehmen entstanden und stützt sich auf echte Einsätze. Eine Idee zieht sich durch alles: Agenten steuert man nicht mit besseren Prompts. Statt einem Agenten zu sagen, er solle ein Werkzeug nicht benutzen, sperrst du das Werkzeug auf der Werkzeugebene, damit es gar nicht aufgerufen werden kann. Strukturelle, regelbasierte Kontrollen vor Leitplanken auf Prompt-Ebene, weil Prompt-Leitplanken umgangen oder, in ihren Worten, “vergessen” werden. Das Rahmenwerk benennt auch die Falle, die die meisten Teams übersehen: Ein Mensch, der alles genehmigt, ist keine Aufsicht. Also messen sie es. Wenn die Überstimmungsrate zu niedrig ist, wird abgestempelt. Wenn Freigaben zu schnell kommen, ist das Automatisierungsverzerrung. Ein Pharmaunternehmen hat es beim aktuellen Reifegrad der Technologie schlicht abgelehnt, Agenten an Produktions- und Sicherheitsänderungen zu lassen.

Der Teil, der mir am nächsten ging: Ein Unternehmen mit 75'000 Menschen setzt die Autonomie seiner Agenten über eine Policy-Ebene zur Laufzeit am AI Gateway durch. Genau das bauen wir im Zühlke CTO Office mit Raphael Reischuk. Wenn eine Regulierungsbehörde und ein Grossunternehmen unabhängig voneinander bei “am Gateway steuern” landen, ist das ein starkes Signal. Der agentische Goldrausch verkauft Autonomie. Gewinnen werden die Teams, die sie per Entwurf begrenzen. Steuerst du deine Agenten mit Prompts oder mit Kontrollen?

Die falsche Ebene wegkürzen

#

Unternehmen kürzen Management weg, um AI-native zu werden. Die meisten kürzen die falsche Ebene.

Lex Sisneys Einteilung ist die sauberste, die ich dieses Jahr gelesen habe. Management ist drei Dinge gleichzeitig. Routing: Informationen zwischen Menschen und Teams bewegen. Sensemaking: interpretieren, was diese Informationen für eine konkrete Entscheidung bedeuten. Accountability: den Leuten sagen, ob sie auf Kurs sind. Routing sollte aggressiv automatisiert werden. Diese Ebene war immer ein Behelf für die Grenzen menschlicher Führungsspannen, und KI macht das billiger und schneller. Sensemaking ist das Gegenteil. Es ist eine Teamaktivität. Es lebt zwischen Menschen, in den Gesprächen, in denen das gemeinsame Modell entsteht, und du kannst es weder an eine einzelne Person noch an einen Agenten delegieren. Accountability ist immer individuell: eine direkt verantwortliche Person pro Initiative.

Die Falle besteht darin, Verantwortliche zu ernennen, das Routing zu automatisieren und das Sensemaking-Problem für gelöst zu erklären. Was dann passiert, ist eine Kreissäge an internem Widerstand. Die verantwortliche Person ist formal ermächtigt, aber niemand hat am gemeinsamen Modell mitgebaut, auf dessen Basis sie handelt. Die Strategie driftet, die Umsetzung entfernt sich von der Absicht, und die Führung gibt der Organisation die Schuld, sie habe es nicht verstanden. Sisneys Rezept ist scharf: Was immer du durch die Automatisierung des Routings sparst, investiere denselben Betrag in Sensemaking, und der CEO wird zum Chief Context Officer.

Ich würde einen Schritt weiter gehen. Heb die alte Managementebene nicht für das Sensemaking auf. Ersetze die Koordinationsarchitektur. Der Ersatz hat zwei Teile. Ein World Model, das das gemeinsame Verständnis als lebendes, abfragbares Artefakt hält, nicht als Foliensatz und nicht als Confluence-Seite. Und Spielertrainer an der Kante, die dieses Modell wahr halten und zwischen Mensch und Maschine übersetzen. Das Risiko, das alle nennen, ist real: Wie verhinderst du, dass das World Model auf den üblichen Friedhof der Strategieartefakte abdriftet? Der Friedhof entsteht, weil das Artefakt von der Arbeit getrennt ist. Die Lösung ist, das Modell zum Nebenprodukt der Arbeit zu machen und nicht zu Zusatzarbeit obendrauf. In dem Moment, in dem seine Pflege jemandes Nebenaufgabe wird, giesst du bereits das Fundament für den nächsten Friedhof.

Das Routing zu kürzen ist der einfache Teil. Sensemaking neu aufzubauen ist die Arbeit. Als du die Koordinationsmeetings abgeschafft hast, hast du Zeit gespart oder die Foren zerstört, in denen gemeinsames Verständnis entstanden ist?

Mein aktueller AI-Stack

#

Claude Code: weiterhin das Hauptwerkzeug für Berichte, Meetingvorbereitung, Coding und den Newsletter selbst. Die CLAUDE.md-Disziplin, über die ich diesen Monat geschrieben habe, ist inzwischen wöchentliche Gewohnheit: ein paar harte Prinzipien in der Wurzel, Regeln als Gerüst behandelt, das ich beim nächsten Modellwechsel ersetzen will. Subagenten und Skills für wiederkehrende Abläufe sind Standard geworden, keine Experimente mehr.

Perplexity: Web-Recherche mit echten Quellen. Immer noch das Werkzeug, zu dem ich greife, wenn ich schnell Primärquellen zu einem Thema brauche.

NotebookLM: Dokumente hinein, Audio- und Video-Zusammenfassungen heraus. Diesen Monat wieder nützlich für die längeren Papers oben, darunter das Meta-Harness-Paper und Knuths Aufsatz.

Gemini: Bildgenerierung für die Cyberpunk-Titelbilder des Newsletters. Immer noch das schnellste für diesen Stil.

Wo du mich findest

#

Ich moderiere zusammen mit Martin Thalmann jeden Monat das DevOps Meetup Zürich bei Digicomp, zwei Vorträge pro Abend ab 17:30 Uhr. Das Programm bis zum nächsten Frühling:

• 2. Juli. AI and the Teams That Make It Work. Ralf Günthner über rollenbasierte Arbeit als Wegbereiter für KI, Dagmar Muth über Teamdynamik, wenn KI Incident-Tickets übernimmt.
• 20. August. The Caretaker Model, und: Ist SRE das neue Ops geworden? Urs Enzler über die Trennung von Planungs- und Lieferzyklen, Oleg Mayko darüber, ob SRE umetikettierter Betrieb ist.
• 1. September. Debugging the Human Layer, und Guerilla InnerSource im KI-Hype. Ashwin Krishnan über Systemdenken für Teamdynamik, Oleg Nenashev über Zusammenarbeit in Konzernstrukturen.
• 13. Oktober. From Kubernetes to Photons, und A Maze of Twisty Little Passages. Clément Raussin und Benjamin Calvet über Multi-Agenten-KI auf Kubernetes, Ann Harding über agile Methoden und Governance.
• 17. November. Aufbau einer Multi-AZ-Cloud in der Schweiz, und Qualität in agiler Lieferung verankern. Matthieu Robin und Mattia Eleuteri über hochverfügbare Cloud-Infrastruktur, Geetanjali Bhat über Qualität in agiler Lieferung.
• 8. Dezember. KubeVirt in der Praxis, und KI im QA: was funktioniert, was nicht. Simon Krenger über den Betrieb von VMs neben Containern, Basia Karaagac darüber, wo KI im QA wirklich hilft.
• 21. Januar 2027. Cardinality neu denken, und Geheimnisse zuverlässiger Software. Joel Verezhak über Metrik-Kardinalität, Dorota Parad über die kulturellen Grundlagen zuverlässiger Software.

Ausserhalb des Meetups: Industry.forward in Berlin am 1. Juli, ich moderiere das Panel zur Industrial AI Roadmap 2040. Und das zehnjährige Jubiläum der DevOpsDays Zürich am 14. und 15. April 2027.

Wenn diese Ausgabe bei dir angekommen ist, gib sie an eine Person weiter, die dasselbe Gespräch braucht, und schreib mir den einen Satz aus dieser Ausgabe zurück, den du dir an die Wand hängen würdest.

Bis im Juli.

Romano