Zum Inhalt springen
token therapie

Sitzung 07

22. September 2026 um 11:00 Uhr

Vom Software Engineering zum Agentic Engineering

Mit Daniel Hauck, Director Technology, Thomann.io

Worum es geht

Shownotes

Kurz gesagt: Wie kommt eine Engineering-Organisation vom KI-Coding-Assistenten zum Agentic Engineering? Daniel Hauck, Director Technology bei Thomann.io, beschreibt, wie sein Team Spec-Driven Development, Skills und AI Enablement einführt. Seine Kernaussage: Agentic Engineering ist mehr eine Organisations- und People-Herausforderung als eine technische.

Das Wichtigste in Kürze

  • Thomann.io setzt auf Spec-Driven Development in vier Schritten; jeder Schritt ist als Skill beschrieben, getestet wird nach TDD und zum Schluss mit Playwright direkt in der Anwendung.
  • In eigenen Projekten lässt Daniel Hauck die KI rund 98 % des Codes schreiben; Teams, die schon länger mit dem Workflow arbeiten, liegen bei 80 bis 90 %.
  • Ein Workshop reicht nicht: Jedes Team bekommt ein eigenes AI Enablement für seine Plattform und sein Projekt.
  • Kein Rückfall in den Wasserfall, solange Features klein geschnitten sind und mehrmals am Tag Feedback kommt.
  • Claude Code ist Standard; eine kleine AI Enablement Community aus Tech, Product und Quality Engineering soll andere Modelle und Werkzeuge testen und Empfehlungen geben.
  • Die erste Zeile der geplanten AI Fair Use Guideline lautet: „If you don't want to receive it, don't send it.“
  • Neue KI-Ausgaben starten mit kleinen Budgets von 50 bis 100 Dollar, beobachtet und erst dann erhöht, wenn sie sich lohnen.

Wie funktioniert Spec-Driven Development bei Thomann.io?

Spec-Driven Development heißt: Die Anforderungen werden vor der Implementierung als Spezifikation ausgearbeitet, dann setzt der Agent sie um. Daniel Hauck kam über GitHub Copilot und Cursor zu Claude Code. Der größte Sprung war für ihn die Spezifikation vorab: Statt den Agenten im Chat ständig nachzusteuern, konnte er während der Implementierung etwas anderes tun.

Der Prozess bei Thomann.io hat vier Schritte:

  • Brainstorming: die Anforderungen ausarbeiten. Die Spezifikation beginnt als Markdown-Datei, kann aber Figma, Jira oder Notion verlinken und mit einem Team entstehen.
  • Implementierungsplan: in kleinerer Runde mit den Entwicklern. Wie wird getestet, welche Schritte, welche Architekturentscheidungen? Das läuft wie ein Interview, in dem Fragen beantwortet werden.
  • Abgleich: Die Fragen werden in feste Aussagen überführt, damit keine falschen Antworten in der Spezifikation bleiben.
  • Implementierung und Prüfung: erst Tests, dann Code nach TDD, zuletzt laufen die Tests erneut und die KI klickt sich mit Playwright durch die Anwendung, mit oder ohne Screenshots und Video.

Jeder Schritt ist ein Skill, also eine aufgeschriebene Anweisung für den Agenten. Ein Zyklus dauert bei Daniel Hauck je nach Featuregröße etwa eine Stunde. Er spezifiziert drei, vier kleine bis mittelgroße Epics, lässt sie laufen, und nach der Mittagspause sind sie fertig.

Ist Spec-Driven Development der neue Wasserfall?

Kritiker sehen im Spec-Driven Development eine Rückkehr zum Wasserfall oder zum modellgetriebenen Entwickeln mit UML. Daniel Hauck hält dagegen: Wer eine ganze Anwendung spezifiziert und der KI übergibt, bekommt viel Raten und tatsächlich einen Wasserfall. Wer Features klein und sauber schneidet und eine Aufgabe nach der anderen delegiert, läuft nicht in diese Gefahr.

Den Zuschnitt der Epics legt er inzwischen selbst fest. Lässt er die KI eine Roadmap in Epics zerlegen, wird aus einer kleinen Aufgabe schnell ein überdimensioniertes Vorhaben mit sieben Epics und so vielen Rückfragen, dass er es in der Zeit selbst programmieren könnte. Im Vergleich schlägt Grok eher einen MVP-Pfad vor und will danach erst Kundenfeedback einholen.

Wie verändern sich Rollen und Wissen im Team?

Daniel Hauck erwartet, dass Entwickler mit KI Ende zu Ende arbeiten, ohne Übergabe zwischen Frontend und Backend. Die Rollen von Entwickler, Product Owner und Designer werden sich stärker überschneiden. Bei Thomann.io sind viele Musiker im Team, die die Kunden genau verstehen; sie sollen früher ins Brainstorming und in Prototypen eingebunden werden. Umgekehrt bauen Product Owner und Designer klickbare Prototypen, und künftig macht der Entwickler daran vielleicht nur noch das Code Review.

Michael Köpf bringt Cognitive Debt bzw. Comprehension Debt ins Spiel: Unter Produktivitätsdruck pflegt niemand mehr das mentale Modell des Systems, und bald weiß im Team keiner mehr, warum etwas so ist. Thomann.io antwortet mit einer Agentic-Engineering-Schulung, einem geplanten KI-Grundlagenkurs und einer AI Fair Use Guideline: KI soll die eigene Arbeit verstärken, nicht das Denken ersetzen. Wer einen generierten zwölfseitigen Report an Kollegen schickt, wird darauf angesprochen, denn es gilt: „du bist für das verantwortlich, was du was du erstellst“, ob Text oder Code.

Auch außerhalb des Codings nutzt Thomann.io KI. Das Product-Design-Team hat sich in Claude Code eine eigene Umgebung gebaut, die mit Figma und anderen Werkzeugen verbunden ist und schnelle Prototypen erlaubt. Product Owner nutzen KI für Market Research, Trends und die Auswertung von Kundenfeedback aus UX-Research-Werkzeugen.

Was kostet Agentic Engineering wirklich?

Bei Thomann.io hat jeder Entwickler einen Claude-Max-Zugang im Team-Kontext und auf Wunsch einen OpenRouter-Key für andere Modelle. Damit bleiben die Kosten kontrollierbar. Neues, etwa Claude Code in der CI/CD-Pipeline, startet mit kleinen Budgets, so wie man in der Cloud auch nicht gleich das unbegrenzt skalierende Produkt nimmt. An die Grenzen der Subscription stoßen bisher nur einzelne Entwickler, die dann zusätzliche Usage Credits bekommen.

Die echten Kosten zeigt das Paket ccusage auf Basis der verbrauchten Tokens. Daniel Hauck kommt an Tagen mit viel Claude Code auf mehrere hundert Dollar. Er kennt Unternehmen, die auf nutzungsbasierte Abrechnung umstellen mussten und pro Entwickler Kosten von 3.000 bis 7.000 € haben, also in der Größenordnung eines zweiten Entwicklers. Michael Köpf verweist auf Steve Yegge, der genau das vorhergesagt hat.

Eine große Kostenexplosion hält Daniel Hauck dennoch für fraglich. Fürs reine Coden reicht oft ein Sonnet-Modell, Anbieter wie GLM sind ein Vielfaches billiger, und Anthropic und OpenAI müssen konkurrenzfähig bleiben. Tokens sind günstiger geworden, aber der Bedarf steigt.

Häufige Fragen

Wie viel Code kann KI heute schon schreiben?

In eigenen Projekten lässt Daniel Hauck, Director Technology bei Thomann.io, die KI rund 98 % des Codes schreiben und greift nur bei groben Fehlern ein. Teams, die schon länger mit dem agentischen Workflow arbeiten, liegen bei 80 bis 90 %; die Ergebnisse unterscheiden sich von Team zu Team stark.

Ist Spec-Driven Development eine Rückkehr zum Wasserfall?

Nicht, wenn Features klein geschnitten sind. Wer eine ganze Anwendung vorab spezifiziert, landet im Wasserfall; wer einzelne Aufgaben sauber delegiert, bekommt mehrmals am Tag Feedback.

Verlieren Entwicklerteams durch KI ihr Wissen über den eigenen Code?

Die Gefahr heißt Cognitive Debt: Niemand pflegt mehr das mentale Modell des Systems. Thomann.io setzt dagegen Schulungen und eine AI Fair Use Guideline, nach der jeder für das verantwortlich bleibt, was er mit KI erstellt.

Wie kontrolliert man die Kosten für KI in der Softwareentwicklung?

Mit festen Zugängen wie Claude Max pro Entwickler und kleinen Budgets für alles Neue, die man beobachtet und nur erhöht, wenn sie sich lohnen. Das Paket ccusage zeigt, was der eigene Token-Verbrauch tatsächlich kosten würde.

Wie führt man Agentic Engineering in einer Organisation ein?

Als Organisations- und People-Thema: Leute mitnehmen, jemanden damit beauftragen, Workshops machen und gesunde Skepsis ernst nehmen. Und es ausdrücklich sagen: „Agentic Engineering ist der neue Weg.“

Links

Direkt zum Thema

Kapitel

  1. 00:00Intro und Vorstellung von Daniel HauckTranskript
  2. 01:46Vom GitHub Copilot zum Agentic EngineeringTranskript
  3. 04:05Wie Spec-Driven Development bei thomann.io funktioniertTranskript
  4. 06:52Wie zuverlässig schreibt die KI heute Code?Transkript
  5. 08:27Ist Spec-Driven Development der neue Wasserfall?Transkript
  6. 11:40Unterschiede zwischen Modellen und der richtige Scope für AgentsTranskript
  7. 13:01Modellvielfalt und Agentic EnablementTranskript
  8. 14:23Wie verändern sich Entwickler, Product Owner und Designer?Transkript
  9. 16:53Verlieren Teams durch KI ihr technisches Wissen?Transkript
  10. 20:29AI Guidelines: KI als Verstärkung statt als Ersatz fürs DenkenTranskript
  11. 22:23KI jenseits des Codings: Product Design und ResearchTranskript
  12. 24:19AI-Kosten kontrollieren und sinnvoll budgetierenTranskript
  13. 27:44Subscription vs. Usage-Based PricingTranskript
  14. 28:24Was kostet Agentic Engineering wirklich?Transkript
  15. 32:33Token Fatigue und die Freude am EntwickelnTranskript
  16. 34:30Was KI für Kreativität und Produktentwicklung ermöglichen kannTranskript
  17. 37:45Daniels Rat für Engineering LeaderTranskript
  18. 39:22„Agentic Engineering ist der neue Standard“Transkript
  19. 39:48OutroTranskript

Nachlesen

Transkript

Transkript anzeigen

00:00

Dr. Michael Köpf

Herzlich willkommen bei Token Therapie, dem Podcast für AI Engineering Leader. Mein Name ist Michael und ich bin wie immer hier mit Jan. Hallo. Und heute haben wir einen ganz besonderen Gast bei uns, Daniel Hauck, Director Technology bei Thomann.io. Ich denke, Thomann wird zumindest allen ähm Musikern unter unseren Zuhörern äh Sicherheit ein Begriff sein. Ähm Daniel äh bitte stell dich doch einmal unseren Zuhörern äh kurz vor und erzähl ein bisschen, was du so treibst. Ja,

00:31

Daniel Hauck

hast du schon gesagt, Director of Tech bei Thomann.io. Wir sind sozusagen ja die Digitaltochter der Firma Thomann, also Musikhaus Thomann und ich bin dort verantwortlich für Bereich, also für den Techbereich, also auch Softwareentwicklung, Betrieb, Quality Engineering, IT Security. zu meinem Hintergrund. Ich habe irgendwann mal als Sysadmin angefangen, also im Rechenzentrumsbetrieb, bin über diese ganze DevOps Schiene von damals sozusagen immer mehr in die Entwicklung rein und hatte aber auch immer Interesse an Interesse an Menschen, Interesse an Organisationen. Bin also relativ schnell in die Führungsschiene gerutscht vom Leadentwickler zum Teamlead, zum Head of Web Development und letztenendes bei Thomann dann jetzt als Director of Technology. Genau.

01:21

Dr. Michael Köpf

Ja, vielen Dank. Ähm, [räuspern] wir haben ja damals, ich glaube vor zwei Jahren, haben Daniel und ich äh ein bisschen enger zusammengearbeitet. Da ging es auch noch um das Thema DevOps. Ähm damals hat das Thema Software Engineering, also Agentic Software Engineering noch nicht so eine große Rolle gespielt. Software Engineering natürlich schon. Ähm, was war denn äh Daniel dein dein erster Kontakt mit KI im Bereich der der Softwareentwicklung, wo du wirklich gesagt hast, oha, da kommt etwas, was man mal ernsthaft betrachten muss?

01:53

Daniel Hauck

Mhm. Für mich war es wirklich vor, ja, ich sag mal round about 2 Jahren. Ich wollte einfach auch als Manager wieder selbst mehr entwickeln und ich glaube, das war das Release ungefähr von GitHub Copilot, wo er gemerkt hat, okay, ja, Autovervollständigung funktioniert funktioniert ganz okay. Äh, nimmt mir zumindest die Zeit zum Tippen ab, also Klassenmethoden und so weiter. Das hat schon ganz gut funktioniert. Es hat wirklich mich ein bisschen beschleunigt und auch bisschen Raten rausgenommen, weil gerade wenn man als Manager habe ich nicht unbedingt die Zeit mich in jede jede Library einzuarbeiten, die Syntax auswendig zu lernen etc. Und als es dann die ersten Agenten gab, also ich sag mal gerade Richtung Cursor, habe ich dann auch gemerkt, okay, da geht deutlich mehr. Also dieses, ich kann was in den Chat delegieren, also ich kann wirklich sagen, setz mir das um von A bis Z. Das hat mal ganz okay funktioniert, das hat mal besser funktioniert und es hat auch mal überhaupt nicht funktioniert und das war dann wirklich, das war schon kleiner Moment, das saß man dann abends da und hat gemerkt, okay, ich kann das Ding komplettes Feature bauen lassen. War überzeugt, das funktioniert nur am nächsten Morgen wiederzukommen. 25inus Zeilen Code, die das Teil überhaup, die man selbst überhaupt nicht verstanden hat, überhaupt nicht durchgeblickt hat und auch nicht wirklich das war, was es sein sollte. Und der große Sprung waren dann eigentlich die war dann eigentlich der Wechsel zu Claude Code und die ersten Modelle von Claude Code erst mit dem Planning Mode, aber der größte Sprung war dann wirklich auch Spec-Driven Development, weil letztenendes man hat die ganze Zeit trotzdem die meiste Zeit vom Chat verbracht. Man muss die ganze Zeit trotzdem noch sagen, geh lauf in die Richtung, jetzt lauf wieder in die Richtung, jetzt lauf in die andere Richtung wieder. Und das Spec-Driven Development hat das nach vorne verlagert und ich konnte aber dann in der Zeit, in der die Implementierung gelaufen ist, wirklich was anderes machen und das war der größte Moment. Das war dann wirklich der Moment, wo man sagen muss, da tut sich was, da müssen wir da müssen wir mehr machen.

04:05

Jan Schulte

Wie sieht das Spec-Driven Development dann bei euch aus und wie habt ihr das eingeführt?

04:11

Daniel Hauck

Wir sind gerade noch bei der Einführung. Ähm, das Spec-Driven Development bei uns ist eigentlich ein vier Schritte Prozess. Also erstmal Brainstorming, also ein PR zu erstellen, da drüber zu iterieren. Das macht jetzt gerade macht das eigentlich noch jeder für sich und das ist dann auch die große Kunst, das auf die Organisation zu bringen. Also, wenn ihr werde Driven Development kennt, der weiß, das startet in ein Markdown File. Wer sagt aber, dass es in dem Marktdownfil Markdown Fallil bleiben muss. Also ich kann da genauso mein Figma verlinken, ich kann da genauso mein Jira verlinken, ich kann dort genauso mein Notion verlinken und dort die Requirements herholen und dort dann auch mit einem Team dran arbeiten, das vorher mit einem Team ausarbeiten, bevor ich es dann vielleicht in die kleinere Runde mit den Entwicklern ähm zu Techback geb, wo wirklich noch mal der Implementierungsplan runtergeschrieben wird. Wie wird das wie wird das getestet? Was sind die einzelnen Schritte? Was sind Architekt architektonische Entscheidungen, die getroffen werden müssen? Also ist eigentlich immer so ein Interview mit sich selbst oder mit einem Team, das Fragen beant beantwortet werden. Danach reconcil man das von Fragen in Statements, dass man eben auch kein Slop drin hat, also die falschen falschen Antworten sozusagen. Ja, und dann letztenendes der Implementierungsprozess, das ist dann der Teil Kaffee trinken, Mittagessen, gehen, sonst was. [gelächter] Ähm und in allen Schritten, alle Schritte bei uns sind Skills, die wir halt wirklich runterschreiben, wo drin steht: "Bau den bau den Implementierungsplan äh nach TDD." Also, das wird zuerst Test schreiben, weil egal ob Mensch oder Maschine, wenn ich Test später schreib, ist vielleicht nicht unbedingt sinnvoll. Ähm, genau. Dann Implementierungsstep und zuletzt Verify Tests noch mal durchlaufen lassen, aber dann auch die KI mit Playwright wirklich die Applikation testen lassen. Also nicht nur auf Tests verlassen, sondern auch einmal durch die Applikation klicken. Funktioniert das so? Mit oder ohne Screenshots, mit oder ohne Video, kommt dann halt auf die Implementierung an.

06:17

Dr. Michael Köpf

Ja. Ähm,

06:18

Jan Schulte

du hast ja schon gesagt, ihr se rennt da los, also oder lasst die KI losrennen und dann geht ein Kaffee trinken, aber wahrscheinlich Rabit dann doch doch schon noch relativ viel. Das wird mich mal interessieren, äh wie wie sehr ihr euch mittlerweile schon auf die KI verlassen könnt durch eure Skills, ähm durch die ganzen Rahmenbedingungen, die ihr setzt, äh dass die KI dann schon auch guten Code produziert oder ob das dann doch noch so viel Slop ist, dass ihr dann doch noch viel drüber iterieren musst.

06:52

Daniel Hauck

Also, ich kann aus ich kann aus zwei aus zwei Perspektiven sprechen. Aus dem, was ich selbst entwickel, was ich für mich entwickel. [räuspern] Ähm, das mache ich jeden Tag. Das morgens und abends läuft da bei mir sehr, sehr viel. Da ist es mittlerweile wirklich so, dass ich sagen kann, es passt zu 95%.

07:12

Dr. Michael Köpf

Mhm.

07:13

Daniel Hauck

Also so, dass ich auch wirklich zu 98% die KI den Code schreiben lass und wirklich nur bei nur bei groben Fehlern eingreifen muss. Bei uns im Unternehmen, wir sind immer noch in der also bei Tomano, wir sind immer noch in der ja in der Implementierungsphase. Wir hatten jetzt nach den Workshops, die Workshops sind nicht das Ende. Wir können nicht sagen, wir machen ein zweitages Workshop und danach läuft jedes Team perfekt mit Agents oder perfekt in dem in dem Claude Code Workflow. Wir haben nach jedem oder für jedes Team planen wir ein AI Enablement. Das ist dann genau der Bereich, wo wir das festziehen wollen, also wo wir den Agendices für das jeweilige Team, für die jeweilige Plattform, für das jeweilige Projekt aufbauen. Und da haben wir komplett, also noch komplett unterschiedliche Ergebnisse von Team zu Team. die Teams, die schon drin sind oder die Teams, die die Teams, die schon länger mit dem Workflow arbeiten, die sind schon auch bei, ich sag mal 80%, 80 90%. Ähm,

08:23

Dr. Michael Köpf

ich würde noch einmal auf das Thema Spec-Driven Development zurückkommen. Also, es gibt ja so einen ähm sag ich mal relativ häufigen Kritikpunkt daran, äh der glaube ich auch ein bisschen dadurch begründet ist, dass äh Spec-Driven Development auch noch nicht wirklich definiert ist hart. Ja, gibt's auch sehr unterschiedliche Ausprägung. Ähm, aber viele Kritiker befürchten, dass das so eine Art äh Rückkehr zum Waterfall artigen Arbeiten ist. Also, sprich, ich plane sozusagen alles am Anfang und ähm dann kann man ja einfach so durchimplementieren. Das ist eine ähnliche Grundidee, wie es die beim äh Waterfall ähm früher auch gab. Ähm und äh auch z.B. Model Driven Development oder sowas, was es ja auch schon vor über 20 Jahren diese Ideen gab, dann sozusagen UML basiert äh zu spezifizieren und das dann einfach automatisch ähm den Code erzeugen zu lassen. Ähm und das sind ja alles Ansätze, die sage ich mal nicht so gut funktioniert haben. Ähm und da wären wir jetzt meine Frage, wie siehst du das bei Spec-Driven Development? Was ist da der Unterschied? Ähm und genau wie wie ist diese Arbeitsweise aus deiner Sicht zu bewerten?

09:34

Daniel Hauck

Bei KI sagt man ganz oft shit in, shit out [gelächter] und das ist für mich auch so ein bisschen die Antwort da drauf, weil wenn ich jetzt natürlich eine Applikation ganz genau spezifiziere und schmeiß die zur KI rüber und sag, mach mal, dann ist da natürlich jede Menge Raten dabei und dann ist das ein Wasserfallprozess. Aber wenn ich jetzt meine da kommen wir wieder in die in die DevOps Richtung, wenn ich meine Features einfach klein und vernünftig schneide, dann habe ich auf der einen Seite natürlich nicht diesen diesen enormen Zeitaufwand, den ich in in Beack reinsteck versus wenn ich sag, hier ist eine Roadmap, hier sind 15 Epics, ich setze mich den ganzen Tag hin, definiere 15 Epics und gehe dann ins Bett und rate am nächsten Morgen, was rauskommt versus ich sag halt, okay, ich habe eine Aufgabe, die delegier ich sauber. und lass sie implementieren und geh dann zur nächsten Aufgabe. Also das ist ja dann das kommt dann auch drauf an, wie hat das Unternehmen vorgearbeitet? Wenn ich vorher mein meine Sachen sauber gescoped habe, sauber geschnitten habe, dann kann ich dann arbeite ich auch oder dann laufe ich auch nicht Gefahr mit Spec-Driven Development in Wasserfall reinzulaufen. Mhm.

10:44

Dr. Michael Köpf

Ähm wie wie lang ist dann so ein Zyklus grob gesehen? Also, wenn du sagst, hab diese vier Schritte, macht man dann ein dauert es eine Stunde oder ein Tag oder

10:54

Daniel Hauck

du meinst jetzt für ein Epic z.B. Genau. Ja. Ähm, also für da kann ich jetzt nur von meiner von meiner eigenen Erfahrung reden für mich, ich sag mal, je nach Featurgröße eine Stunde.

11:06

Dr. Michael Köpf

Mhm. Ja,

11:07

Daniel Hauck

also dass ich wirklich it it depends, also dass ich wirklich sag, ich spezifiziere drei, vier verschiedene Epics und lass die danach laufen und kommen halt nach der Mittagspause wieder und sie sind fertig. Und das sind dann aber auch kleine, na, klein bis mittelgroße Aufgaben.

11:29

Dr. Michael Köpf

Genau. Aber du kriegst dann auf jeden Fall mehrfach am Tag sozusagen auch Feedback theoretisch zurück, ne? Das ist ja auch das, was beim Waterfall glaube ich gefehlt hat. Ja. Funktioniert. Ja.

11:41

Daniel Hauck

Ja. Das sind dann auch da haben sich auch die Models also a die Models von egal ob von Anthropic oder anderen Film haben sich verändert, aber auch die Models untereinander haben enorme Unterschiede. Also, wenn ich vor, ich sag mal, in Mai, Juni noch gesagt habe, hey, bau mir eine Roadmap für für das Thema, mach mir daraus 3 4 5 6 Epics, dann hat das einigermaßen einigermaßen okay funktioniert. Jetzt mittlerweile bin ich wieder dazu gekommen zu sagen, ich definiere, wie groß ein Epic, ich definiere, was ein einzelnes Epic beinhalten soll. Ähm, weil wenn ich das die KI machen lass, dann habe ich gemerkt, ist overengineert. so gut wie alles. Dann wird halt aus einem kleinen Task wird auf einmal werden auf einmal sieben Epics und ich könnte es tatsächlich auch selber coden in der Zeit, weil ich so viele Fragen beantworten muss. Und wenn ich dann mal Claude mit Grok vergleich, Grok hat, ich sag mal, ein anderes Mindset. Wenn ich Grok eine Aufgabe geb, dann sagt es mir nicht: "Hey, hier sind fünf Epics." Sondern Grok sagt mir, das ist der MVP Pfad, den wir gehen sollten und danach holen wir uns erstmal Kundenfeedback, bevor wir weitermachen. Mhm. Also auch fand ich mega interessant.

13:01

Dr. Michael Köpf

Also ihr experimentiert tatsächlich auch mit mehreren ähm sozusagen mit mehreren Modellen oder seid da Modell offen gewissermaßen?

13:08

Daniel Hauck

Für uns ist gerade der Fokus ist gerade ganz klar auf Anthropic Claude, aber wir experimentieren auch der eine oder andere experimentiert auch mal hier mit einem Codex hier mit einem äh Pi mit einem mit einem Hermes.

13:21

Jan Schulte

Also ihr seid da quasi schon komplett flexib oder die Teams sind flexibel, dass sie schon einfach auch verschiedene Sachen ausprobieren können. Ihr sagt jetzt nicht, okay, Claude Code ist jetzt unser Team Standard und den solltet ihr nutzen.

13:34

Daniel Hauck

Mhm. Wir sagen aktuell schon, Claude Code ist unser Standard. Jetzt kommt der Teil, den wir noch den wir noch starten müssen, dass wir eben, ich sag mal, eine AI Enablement Community oder Agentic Enablement Community oder wie auch immer äh benennen, weil ich möchte auch nicht, dass jeder im Unternehmen äh einen ganzen Tag Models testet, das macht auch keinen Sinn, [gelächter] sondern dass wir halt eine kleine Gruppe, die da dran interessiert ist, ähm aus verschiedensten Bereichen, also aus Tech, aus Product, aus dem Quality Engineering z.B. [schnauben] sich die Zeit nimmt, mal verschiedene Sachen gegeneinander testet und dann Empfehlung für den Rest der Company ausspricht und wir dann halt sagen, okay, wir haben beispielsweise Claude, aber es gibt noch die zwei anderen Pfade. Das ist der Gedanke in die das ist die Richtung, die wir gerade gehen.

14:23

Dr. Michael Köpf

Ja, jetzt hast du ja direkt ähm ein paar verschiedene Rollen genannt, die am äh Software Engineering Prozess beteiligt sind. ähm also die die Engineers, die die ähm äh Tester und so weiter, die daran beteiligt sind. Ähm eine sehr sehr spannende Frage, die ich mir persönlich stelle, aber die sich glaube ich sehr, sehr viele gerade stellen, ist ähm was passiert eigentlich mit diesen Rollen? Also ich im Sinne von ähm was ist deine Erwartung vielleicht oder deine aktuelle Einschätzung, wie sich diese Rollen verändern werden in den nächsten gut 5 Jahre ich gar nicht mehr zu fragen, sag mal in den nächsten 12 bis 24 Monaten vielleicht.

15:03

Daniel Hauck

Ja, also ich glaube bzw. Also ich bin mir ich bin mir sehr sicher, dass wir gerade durch KI uns drauf fokussieren müssen wirklich komplett endto zu arbeiten. Jetzt nicht als jetzt nicht als Passwort, sondern ein Entwickler macht einen Task von Ende zu Ende, weil warum sollte ich einen Handoff zwischen Front und Backend machen? Mhm. Das geht nicht von heute auf morgen. Das ist eine eine Stellschraube, die irgendwo muss man anfangen, die notwendigen die notwendigen Leitplanken aufzubauen, also den Agenticis aufzubauen, Skillsagenten, whatever, dann funktioniert das auch. Und der Job des Entwicklers, ich glaube, das sind wir uns alle einig, wird sich massivst verändern. Meine Prediction wäre auch ein Entwickler, also der Job des Entwicklers, des Product Owners, designers, dort wird's deutlich mehr Überschneidung geben. M Entwickler hat, wenn Entwickler mehr als ein zwei Jahre im Unternehmen ist, dann hat er auch zu dem zu dem Unternehmen, zu der Branche hat er ein Verständnis davon. Wir haben bei uns sehr viele Musiker im Team. Mhm. Die unsere Kunden genau verstehen, die Selbstmusiker sind. Also dann muss ich die auch wesentlich früher in den Prozess einbinden bei beim Brainstorming, beim was was auszuprobieren, Prototypen zu bauen. Genauso andersrum. Product Owner und ein Designer, die können super easy Prototypen bauen, die klickbar sind und dann kann ich mir die vielleicht am Ende wirklich [räuspern] spul ein bisschen die Zukunft, die am Ende dann auch wirklich von dem Entwickler nur noch ein Code Review gemacht wird. Mhm. Und ja, oder stoppen wir erstmal hier. [gelächter]

16:53

Jan Schulte

Herr Daniel, ähm ich würde noch mal ganz gerne da drauf eingehen zum Thema ähm das ganze Wissen äh was so in dem Unternehmen ist. Und da gibt's ja immer mehr jetzt auch Personen, die sagen, durch KI verlieren wir immer mehr dieses Wissen. Wir geben quasi das Wissen in unserer äh von unseren Prozessen, von unserer Architektur und so weiter äh an die äh LLMs quasi ab, ne? Weil weil die immer mehr machen können, äh immer besser werden. Ähm wie bereitet ihr euch darauf vor? Ähm du hast ja schon gesagt, ihr macht schon noch viel auch so Spec-Driven Development auch mit Figma und Notion und weiß weiß nicht noch was noch. Ähm ist das quasi eure Strategie, um halt das Wissen auch noch wirklich in der Firma zu behalten?

17:38

Daniel Hauck

Mst du jetzt Wissen über Wissen über unsere Architektur oder?

17:43

Jan Schulte

Genau, also auch Code, wie funktioniert eure Software? wie äh ähm wie ist die Architektur? Ja ähm keine Ahnung, wie wie ist die Usability ausgedacht? Äh äh diese diese ganzen Themen quasi, ne? Die die ja sehr einfach sagen kann hier äh KI macht das bitte userfreundlich oder äh keine Ahnung ähm denkt die Architektur aus. Das es verleitet einem ja sehr schnell quasi immer mehr abzugeben an die KI und das ist ja auch das, was viele Experten in der Industrie sagen, sei da vorsichtig. Ähm, wie handelt ihr das?

18:20

Daniel Hauck

Keine einfache Frage. Ähm, was was für uns wichtig ist, ist, dass wir uns drauf konzentrieren. [schnauben] M also KI schafft schafft Zeit frei, sage ich mal. Mhm. [räuspern] Und wo wohin geht diese Zeit? meiner Meinung nach sollte die bei jedem Unternehmen eigentlich dahingehen, dass man sich drauf konzentriert, bei jedem Unternehmen und auch bei jedem einzelnen auf das, was man gut kann. Und ich weiß jetzt nicht, ob eine ob eine ein LLM viel davon hat oder ein LLM viel davon hat, wenn ich jetzt wenn es jetzt merkt, wie meine wie meine Figma m wie meine Figma Templates Design sind.

19:09

Jan Schulte

Mir geht es jetzt auch eher so darum, dass dass jetzt nicht, dass die das klauen oder so, sondern eher so, dass dieses Wissen so pö pö implizit einfach in in ihr LLMs verschwindet und halt raus aus den Köpfen der Leute. Mhm. Also,

19:28

Dr. Michael Köpf

es gibt ja diese ähm, ich glaube, diesen Begriff Cognitive Debt oder Comprehension Debt ähm der in dem, ich glaube es in ähnliche Richtung äh Jan [räuspern] ähm die halt das bezeichnet, dass wenn ich natürlich also man hat ja noch einen sehr hohen Druck, die Produktivität zu erhöhen und ist auch hat auch diese Verlockung mit KI, man äh man kommt sozusagen gar nicht mehr hinterher [schnauben] ähm dieses mentale Modell von dem, was man eigentlich baut äh zu pflegen. Und irgendwann merkt man dann, ich glaube, das geht relativ schnell. Da gibt's glaube ich auch so so Studien, dass das teilweise schon weiß nicht nach irgendwie 7 Tagen oder sowas eintritt. Ähm, dass dann eigentlich im Team auf einmal plötzlich keiner mehr so genau weiß, warum eigentlich bestimmte Sachen da so passieren, ne? Und das das ist, glaube ich, eine eine große Gefahr, die ähm die besteht, wenn man eben sehr sehr viel abgibt an die an die LLMs und dann mehr oder weniger immer nur noch akzeptiert, ja, was einem vorgeschlagen wird.

20:25

Daniel Hauck

Ja, okay. Ja, jetzt habe ich glaube ich die Frage verstanden.

20:29

Jan Schulte

Micha hat's natürlich besser ausgedrückt. Ja. [gelächter] Ähm [räuspern]

20:32

Daniel Hauck

ja, also wir machen auf der einen Seite machen wir diese Agentic Engineering Schulung, auf der anderen Seite wollen wir auch mit, ich sag mal, einem KI Grundlagen, ja, KI Grundlagenkurs letztenendes ähäh starten, aber auch mit einfachen Themen wie eine AI Fair Use Guideline. Also, dass wir nicht sagen: "Hey, benutzt KI wie du willst, sondern benutz KI, dass es sinnvoll ist. benutzt KI, um dich zu äh wie sagt man auf, wie sagt man es auf Deutsch? oder to augment, also um sich selbst zu verbessern, aber nicht um ja letztenendes alles abzugeben. Also so dieses Beispiel, was du glaube ich gerade meinst, Michael, ist ich generiere mal einen 12 Seitenreport, schick den zu einem Kollegen rüber, äh fühle mich besonders schlau dabei. Ähm wollen wir bei uns überhaupt nicht haben und wir sprechen auch Leute an, die sowas machen. Also egal, ob das bei Entwicklern oder in anderen Bereichen ist, äh es gilt immer noch, du bist für das verantwortlich, was du was du erstellst, egal ob das ein geschriebener Text oder Code ist und da auch wirklich die Leute accountable für zu halten, ähm wenn man sowas sieht, wenn man sowas wahrnimmt.

21:48

Dr. Michael Köpf

Ja, besonders absurd wird's dann natürlich, wenn der Empfänger das Ganze dann auch wieder in die KI eingibt. Genau. Also ich glaube, das ist dann die Kultur, die man wahrscheinlich dann nicht ähm genau dann an der Stelle äh nicht entwickeln [schnauben] entwickeln möchte.

22:02

Daniel Hauck

Das ist der das ist der erste Satz unserer also die Guideline ist gerade noch in der Entwicklung, aber das ist der erste Satz unserer Guideline. If you don't want to receive it, don't send it.

22:13

Dr. Michael Köpf

Ja, ich glaube, das ist tatsächlich sehr gutes Mantra, ja, was man sich ähm sich da geben kann. Du hast jetzt gerade diese Reports schon angesprochen. Ähm, da würd mich auch noch mal interessieren. Wir haben jetzt immer über Coding hauptsächlich gesprochen. Ähm, ist ist oder siehst du auch ähm gute Anwendungen für KI außerhalb dieser typischen Coding äh Aufgaben?

22:41

Daniel Hauck

Ja. Ja, absolut. Also, wir haben da bei uns unser Product Design Team ist relativ oder nicht relativ weit, die sind sehr weit in dem Thema. ähm, dass sie sich halt auch in innerhalb von Claude Code ihre eigene Umgebung äh gebaut haben, die dann eben genau mit Figma und anderen Tools verbunden ist, äh wo sie sich sehr schnell auch Prototypen zusammenbauen können, äh wo einfach sehr viel sehr viel Handarbeit letztenendes wegfällt und ich dann ein paar oder ja mir schnell Beispiele generieren lassen kann, die ich dann selbst noch verfeiner. Also das spart enorm viel Zeit genau unsere Product Owner im Bereich Research, im Bereich Market Research. Ähm was sind was sind Trends oder Kundenfeedback ähm aufzuwerten, aufzuwerten, auszuwerten?

23:36

Dr. Michael Köpf

Ja, sehr, sehr cool. Also, ich meine, Kunden Feedback aufzuwerten heißt aber wahrscheinlich den Kunden, also sozusagen als Unterstützung des Customer Service. So, so verstehe ich das oder?

23:49

Daniel Hauck

Nee, nee, nee, tatsächlich tatsächlich nicht. Ähm, bei uns ist also da, ich gehe jetzt nicht zu weit aus der Thomann.io äh Bubble raus, sage ich mal. Ähm, bei uns im Bereich geht's wirklich dann darum, wir haben Tools, die unser die für UX Research äh und so weiter und das dann eben in in die KI einfließen zu lassen. Mhm.

24:18

Dr. Michael Köpf

[schnauben] Ja. Ähm, ein Problem, was auch noch sehr, sehr viele Unternehmen aktuell äh, sage ich mal ähm in in Atem hält, ja, ist das Thema ähm sozusagen KI Kosten bzw. Es gab ja auch eine Zeit lang diesen Trend des des Token Maxings sozusagen also auch das stark incentiviert wurde äh maximal sozusagen KI erstmal einfach zu nutzen, ja, um die Leute sozusagen oder die die die Adaption oder Adoption äh zu zu treiben. Ähm, aber natürlich gibt's auch die umgekehrte Frage ähm, wie bekommt man das eigentlich hin, dass das Ganze, sage ich mal, in einem gewissen gesteuerten Rahmen bleibt? Also das, was früher vielleicht das Thema FinOps war, ähm stellt sich ja die dieselbe Fragestellung stellt sich ja hier an der Stelle eigentlich auch. Ähm, hast du da äh Ideen dazu oder Empfehlungen dazu, wie man das wie man das Thema am besten angehen sollte?

25:18

Daniel Hauck

Also, wir haben es jetzt bei uns so, dass jeder Entwickler hat einen Claude ist, wie heiß im Kontext? Claude Premium Account, also den von der fünfach fünfen Nutzung. Claude Max dann ja Claude Max nur halt im im Teamkontext und jeder Entwickler der möchte kriegt auch einfach noch einen einen OpenRouter Key, um eben auch andere Models mal auszuprobieren und damit sind die Kosten erstmal noch noch kontrollierbar. Aber generell, wenn wir was ausprobieren, dass wir sagen, wir benutzen jetzt Claude Platform oder halt Claude innerhalb, wenn wir wirklich Claude Code innerhalb von innerhalb von der CI/CD Pipeline wollen, dann gehen wir nicht hin und sagen, hier ist äh hier ist die Kreditkarte, schau mal, was du damit machst, sondern wir tasten uns ran. Also, wir machen erstmal ein Budget von, sagen wir mal 50$, 100 $, beobachten das und schauen dann halt auch immer, ist es uns das wert? M und damit fahren wir eigentlich gerade sehr gut. Also klar, die fixen Kosten von Claude Code sind da, aber wir bekommen ja auch einen Return dafür. Und bei den anderen ist es eher immer ein Randtasten ausprobieren. Genau wie wenn man damals, man wäre ja auch nicht auf AWS oder GCP gegangen und hätte gesagt, ich nehme erstmal das Produkt ähm das unendlich skaliert. Sicherlich haben das einige Firmen gemacht äh und haben dann aber die Rechnung dafür bekommen. Wir gucken erstmal kleine Budgets, gucken, was bringt's uns und erhöhen es dann, passen es dann an.

26:53

Jan Schulte

Dazu wird mich noch mal interessieren. Ähm und zwar ähm fangen ja jetzt immer diese großen Modelanbieter auch an, diese Subscription quasi immer mehr einzuschränken. Also, ne, das geht so implizit, dass sie den Token Usage runterschrauben, der dann in die äh inkludiert ist quasi in der Subscription. Ja, und so richtig weiß weiß man das ja auch gar nicht, was eigentlich da drin ist, ne? Ich sagen immer nur fünffach fünffach mehr Usage, aber von was, ne? [schnauben] Und merkt ihr das schon? Weil natürlich auf der anderen Seite der KI Nutzen immer mehr nach oben geht, ne? Man nutzt für immer mehr äh äh also fürs Coding natürlich, aber auch für Research und so weiter. Ähm merkt ihr das schon, dass ihr da jetzt quasi so an die Ende ans Ende der Subscriptions äh kommt und ihr quasi mehr Richtung Usage Base Pricing gehen müsst oder ist das noch gar kein Thema für euch?

27:44

Daniel Hauck

Das ist aktuell noch kein Thema. Also klar, es rennt mal eine einer ins Limit rein. Mm. Ähm, wir haben bei dem einen oder anderen Entwickler haben wir auch noch mal extra extra Credits oder extra Usage Credits. Äh, wenn das halt öfter passiert, aber wir rennen noch nicht so großflächig da rein, dass wir uns jetzt jetzt aktuell Gedanken dazu machen. Also ganz klar, ich habe auf dem Schirm für mich wirklich auch noch nach uns Alternativen anzuschauen, gerade sowas wie ein Pi, ähm weil es auch einfach deutlich offener ist als jetzt in Claude Code und da müssen wir einfach mit experimentieren.

28:24

Dr. Michael Köpf

Genau. Also, ich wünsche mir ja manchmal ähm eigentlich fast schon, dass dass man mal den echten Preis [gelächter] sozusagen sehen würde von den ähm von den KI Kosten, weil ich eben also was ich halt schon so ein bisschen befürchte, ist, dass man aktuell, wenn man jetzt das Ganze halbwegs ökonomisch betrachtet, ähm man ja eigentlich gar nicht mit den realen Kosten rechnet und dadurch ja gewissermaßen einen verzerrten ähm ja verzerrten Business Case hat oder auch wenn man den den ROI ausrechnet im Prinzip verzerrt rechnet. Na, und dann ist eben die Frage natürlich, wie wie stabil ähm das dann für die für die Zukunft ist. Was ist denn dein Gefühl? Würdest du sagen, ähm mir ist klar, dass das jetzt jetzt nicht dein dein Hauptthema ist, aber wie wie ist dein Gefühl dazu? Ähm, würdest du jetzt erwarten, dass das äh dass die Kosten eher eher droppen oder dass jetzt irgendwann mal so ein Bottom erreicht ist und dann äh so ein Moment der Wahrheit kommt? Ähm, auf einmal alles deutlich teurer wird. Ja. Ja.

29:33

Daniel Hauck

Vorab noch, du kannst deine echten Kosten dir anzeigen lassen. Ähm, das Paket ccusage. Rechnet dir die aus. Ich weiß nicht, ob du das schon kennst.

29:42

Dr. Michael Köpf

Das Paket kenne ich jetzt tatsächlich nicht, aber ich kenne also diese Vergleichsrechnung, die sagen also nicht usage, also Claude Max 20 ist äquivalent zu und dann kommt ja schon also eine riesen Zahl raus.

29:56

Daniel Hauck

Kannst auf der Basis, wie viele Tokens du verbraucht hast, kannst du dir den Preis anzeigen lassen. Also ccusage, kannst mal kannst mal gucken, ist relativ interessant. zu dem anderen Thema, ich finde ja, man merkt schon, dass also zum reinen Coden ist ein Sonnet 4.6 Sonnet 4.6 Sonnet 4.8 ausreichend. Es gibt immer mehr billigere billigere Anbieter, also ein GLM 5.3. Ich habe jetzt nicht mehr die korrekte Zahl im Kopf, aber ein vielfaches billiger als ein Claude Code und irgendwo müssen die großen Anbieter da ja auch mithalten. Es gibt ja das die ein oder anderen Unternehmen, die da schon drauf gehen, sagen: "Okay, wir benutzen jetzt ein Pi und nehmen einfach ein." Man, selbst Grok ist, ich glaube um vierfaches billiger als Claude Code Tokens und ist für mich ist es momentan noch schwer zu sagen, äh aber natürlich will auch ein ein Anthropic und ein OpenAI konkurrenzfähig bleiben.

30:55

Dr. Michael Köpf

Mhm.

30:57

Daniel Hauck

Aber die große Kostenexplosion fraglich. Also Tokens sind ja auch ja eigentlich mal günstiger geworden. Der Bedarf steigt halt auf der anderen Seite auch deswegen schwierig.

31:13

Dr. Michael Köpf

Ja. Ja, aber sehr cool. Also das Tool werde ich mir mal angucken. [gelächter] Kommt der

31:20

Jan Schulte

Schocker. Ja. Ja, genau.

31:22

Daniel Hauck

Also, ich habe dort an einem, ich sag mal, an einem normalen Tag, wenn ich wirklich jetzt auch Claude Code viel benutzt, sind es meistens schon zwischen irgendwo zwischen 2 und 400 $, die ich am Tag verbrauch. Ja, und ich habe auch in Gespräch [räuspern] mit eben anderen Engineering Lead CTOs Directors ähm gibt Unternehmen, die müssen also ab 150 Claude Code auf dem Team Teamplan musst du ja upgraden auf äh Usage Usage Based Pricing und die haben dort Kosten von 3 bis 7000 € pro Entwickler. Mhm. Und das ist halt wieder ja eigentlich eine Ja. Ein zweiter Entwickler, den du dort fahst. Auf dieselbe

32:08

Dr. Michael Köpf

so langsam auf dieselbe Größenordnung zumindest, ne? Also ja. Ja, genau. Das sind auch so ähm Vorhersagen, die ich damals, also z.B. von Steve Yegge und so auch schon gehört habe, die dann gesagt haben, müsst ihr euch darauf einstellen, dass für einen Engineer sozusagen noch mal on top äh ca. dieselben Kosten kommen werden und vielleicht äh ist das tatsächlich gar nicht mehr so weit weg. Mhm. Ja, ähm

32:34

Jan Schulte

ich würde noch mal gerne auf ein anderes Thema eingehen, ähm weil du ja, glaube ich, auch als Director Technology bei euch einen sehr großen Überblick habt äh hast. Ähm und zwar wir hatten in unserer letzten Episode hatten wir Susanne dabei, wo wir viel über das Thema gesprochen haben, was KI mit Menschen macht. Ähm, das wird mich noch mal interessieren, weil es gibt auch immer mehr äh diese Token Fatigue oder so, ne, dass das äh dass quasi der Mensch ja nur noch ähm irgendwie KI Output reviewt und nichts mehr selber tippt und ähm ja, das also für viele Entwickler war früher ja auch Coden Spaß, ne? hat Spaß gemacht, da hat zu tippen und zu coden und zu sehen, wie was äh äh dann rauskommt und funktioniert. Und [schnauben] merkst du das bei euch schon in der äh Firma, dass ähm gewisse Leute dann vielleicht schon so ein bisschen diese Fatigue ähm bekommen von vom KI Usage, wo man dann halt nicht mehr so kreativ unterwegs äh ist. M

33:36

Daniel Hauck

wo wo ich eine gewisse Fatigue merke, ist in dem einen oder anderen Gespräch, wenn halt jemand sagt, boah, da wird immer da kommt immer ein Text mit KI. Also, wenn halt Leute kommunizieren, lange Nachrichten schreiben, ähm wo dann ob es stimmt oder nicht, ist es halt oft das Gefühl da, hey, der hat das mit KI gemacht, warum soll ich das überhaupt noch lesen? Und deswegen auch diese AI Fair Use Guideline natürlich verhindert die nicht, dass sowas kommt, aber es ruft dann Leuten doch noch mal deutlich ins Gewissen. Ähm, es ist aber auch und das muss man glaube ich auch einfach so benennen. Es ist natürlich schade äh, dass so eine so ein ganzes Handwerk ja sich komplett verändert und wirklich dieses ich sitze dort, erstell meinen Händen, das das geht das geht flöten, äh das verschwindet. Aber dafür muss man halt auch klar kommunizieren. Es bilden sich neue Chancen und wir haben das als Beispiel nur bei uns am Hackathon hatten wir Ende Juli, also waren wir mit knapp 60 Leuten bei uns in der in den Headquarters vor Ort und sonst waren bei uns die Hackathons eigentlich immer sehr, ich sag mal, techlastig. Also ich refactor dies, ich refactor das. Und dieses Mal waren die Leute bei uns im Store, also im im Musikhaus Thomann im im großen Store und haben halt auch mit unseren Beratern geredet, die wirklich jeden Tag Instrumente verkaufen und haben halt versucht, also das war auch das Motto unseres ähm unseres Hackathons Musikladenromantik hieß das Motto, dass wir diese Musikladenromantik bei uns in den Onlineshop reinbekommen und man hat halt sofort gemerkt durch KI, weil die meiste Zeit hast du nicht mehr mit Tippen verbracht, Durch KI hattest du deutlich mehr Zeit für was anderes und hast auch deutlich deutlich ähm deutlich weitere Produkte oder Produkte, die deutlich weiter im Zyklus fortgeschritten sind bekommen. Und am dritten Tag konnte man sich wirklich was anschauen, wo man gemerkt hat, da steckt halt da steckt Leidenschaft drin und das ist halt eine Änderung, die die ganz viele Rollen durchmachen werden äh oder durchmachen müssen. was ich vorhin schon kurz gesagt, dass man sich da drauf konzentriert, was können wir wirklich gut als Person, aber auch als Unternehmen?

36:06

Dr. Michael Köpf

Ja, das klingt sehr, sehr cool. Also, da stimmt natürlich die äh die Fähigkeit, der Dinge auch auszuprobieren in relativ kurzer Zeit. Also innerhalb jetzt z.B. eines Hackathons, ähm die hat sich ja wirklich vervielfacht, ne? Also die die Möglichkeiten da sind ja gewaltig geworden. Ähm und das macht ja auch wieder Spaß. Ja, basteln auf einem anderen, ja, äh auf einer anderen Ebene gewissermaßen, was da passiert.

36:32

Daniel Hauck

Und das ja was was ich damit sagen will ist, du musst den es es fällt was weg und darauf muss man den Leuten halt eine Antwort geben und die Antwort bei KI sollte halt meiner Ansicht nach nie sein, hey, wir sind damit schneller, sondern wir schaffen damit Zeit für Zeit für den Satz falsch angefangen, Zeit an Kundenprojekten zu arbeiten, Zeit den Kunden zu begeistern, dem Kunden eine coole Experience, dem Kunden in unserem Fall mehr Musikladenromantik zu geben.

37:05

Dr. Michael Köpf

Ja, das gefällt mir sehr gut als als äh positive Vision. Ja, ich beklage das nämlich auch immer, also ich sehe genau das, was du sagst, äh sehe ich immer, dass im Prinzip dann gesagt wird so und so viel äh FTE sozusagen, wollen wir damit ähm an Produktivität zusätzlich erreichen, ne? Und ähm das ist natürlich so eine sehr ja unpersönliche Art und Weise, da irgendwie dran zu gehen. Also das nimmt, also das eben keine richtige Vision, ja, an der an der Stelle. Sehr schön, dass dass ihr das äh offensichtlich anders macht. Ähm wir kommen auch langsam ähm zum Schluss bzw. wir sind in guter Tradition, wieder schon ein paar Minuten über der Zeit. Ähm, hast du, Daniel vielleicht noch ähm einen letzten Punkt oder einen letzten Tipp, den du ähm anderen vielleicht ähnlicher Rolle wie deiner geben würdest, die jetzt auch vor der Herausforderung stehen, ihre Organisation mit Agentic Engineering vertraut zu machen und da auf den guten Weg zu bringen. Mhm.

38:06

Daniel Hauck

Also Engineering oder KI im generellen ist für mich mehr eine Org und People Herausforderung als eine Tech Herausforderung. Ich glaube, das darf man dabei einfach nicht vergessen. Also, man muss Leute mitnehmen, man muss sich überlegen, wie sehen die Rollen in Zukunft aus, äh wo kann ich die Leute möglichst früh inkludieren? und das also da wirklich auch jemanden mit zu [räuspern] beauftragen, nicht zu hoffen, dass es irgendwie von alleine funktioniert. Also deswegen nehmen wir uns deswegen machen wir diese AI Enablement Communities, deswegen haben wir bei uns Organisationsentwicklung im Team. Und der andere Punkt ist, es ist vollkommen [räuspern] in Ort oder es ist vollkommen normal, dass man Skeptiker hat. Eine gesunde Skepsis ist ja auch ist ja auch erstmal eine gesunde Skepsis ist auch erstmal gut ähm und zu gucken, kommt da wirklich das raus, was ich was ich reinsteck und deswegen Workshops zu machen, also den Leuten wirklich zu zeigen, hey, es funktioniert wirklich und nicht drauf zu warten, dass jeder Entwickler das mal für sich irgendwo macht, sondern auch eben diese Workshops zu machen. Wunder abbar anderen Seite auch es auszusprechen. Und das haben wir bei uns auch gemacht. Das habe ich auch gemacht zu sagen, Engineering ist der neue Standard, weil wenn man es immer implizit macht und sagt: "Hey, es wäre cool, wenn es wäre cool, wenn ihr euch ein bisschen mit KI befasst, dann wird sich halt nichts bewegen, sondern muss sagen, Agentic Engineering ist der neue Weg. Es wird der Weg der Zukunft sein, wie wir Code schreiben, wie wir Produkte bauen."

39:48

Dr. Michael Köpf

So ist das genau. Ja, ganz herzlichen Dank. Ähm, Daniel, äh, sehr, sehr spannendes Gespräch. Äh, ganz herzlichen Dank auch an ähm an alle Zuhörer und äh und Zuschauerinnen. Ähm, abonniert diesen Kanal für ähnliche gespannende Gespräche und damit wünsche ich euch eine weitere weiterhin schöne Woche. Macht's gut. Ciao. Danke. Ciao.

40:14

Daniel Hauck

Danke.

Alle Folgen im Protokoll