The Self-Driving Company - Wenn Agenten die Firma mitsteuern

00:00:00: Stell dir vor, du kündigst an einem Freitag eine millionenschwere Software-Lizenz für deinen Unternehmen.

00:00:07: Und dann kommst du am Montagmorgen ins Büro und dein internes Team hat genau dieses Tool einfach nachgebaut.

00:00:13: Wahnsinn!

00:00:14: Ja?

00:00:14: Also komplett funktionsfähig passt genau auf eure Bedürfnisse zugeschnitten und zwar nicht von Hand programmiert sondern fast vollständig durch KI-Agenten erstellt.

00:00:24: Ja und das klingt jetzt total nach Science Fiction oder?

00:00:27: Absolut.

00:00:27: Aber das ist kein theoretische Gedankenspiel aus irgendeinem futuristischen White Paper.

00:00:31: Willkommen zur heutigen Analyse in der Reihe KI-Vordenker, kuratiert von Dr.

00:00:35: Peter Schopf.

00:00:37: Schön dass du dabei bist!

00:00:38: Wir haben heute einen Bericht auf dem Tisch, der eigentlich unsere gesamte Vorstellung davon wie ein Unternehmen strukturiert sein sollte fundamental herausfordert.

00:00:47: Richtig Es geht um einen Erfahrungsbericht von Amshad Massath.

00:00:51: Das ist der CEO von Wraplet und der Bericht stammt aus dem Juli.

00:00:57: Der Titel lautet ganz simpel, The Self-Driving Company.

00:01:01: Und dieser Begriff self driving den muss man hier wirklich absolut wörtlich nehmen wenn du unsere vergangenen Analysen in diese Reihe verfolgt hast also insbesondere Themen wie From Hierarchy to Intelligence oder After Automation.

00:01:15: Oh ja und Management als KI Superpower das war auch so ein Meilenstein

00:01:19: Genau.

00:01:19: Da haben wir ja die theoretischen Fundamente für genau diese Entwicklung gelegt und Rapplet liefert uns heute quasi den Echtzeitbeweis, also die praktische Fallstudie zu all diesen theoretischen Konzepten.

00:01:31: Ja weil sie KI-Agenten eben nicht mehr als blose Werkzeuge in einem Chatfenster einsetzen richtig?

00:01:38: Bisher war KI eher wie so ein sehr schlauer Taschenrechner auf dem Schreibtisch.

00:01:43: Aber bei Rapid klingt das jetzt eher so, als wäre die KI das zentrale Nervensystem des gesamten Büros.

00:01:50: Also eine unternehmensweite Ausführungsprüf- und Koordinationsschicht?

00:01:54: Lass uns das mal in Ruhe aufdröseln!

00:01:57: Gerne – aber bevor wir da ganz tief in die Infrastruktur eintauchen müssen wir glaube ich direkt zu Beginn unseren analytischen Rahmen abstecken.

00:02:05: Oh ja, wichtiger Punkt...

00:02:07: Weil Massadet ist schließlich der CEO eines Unternehmens, das genau die Werkzeuge baut über die wir hier sprechen.

00:02:14: Wir müssen diese Analyse heute also extrem nüchtern betrachten – alles was wir jetzt an Metriken besprechen basiert auf der Selbstauskunft von Rapplet!

00:02:22: Also kein Hype heute?

00:02:23: Kein Hype, genau….

00:02:25: Wir müssen strikt trennen, was davon ist konkrete Praxis, was es extrem cleveres Eigenmarketing und vor allem lässt sich das überhaupt so einfach auf andere Unternehmen übertragen?

00:02:35: Ja, das ist die perfekte Mission für heute.

00:02:37: Wir schauen quasi auf ein Best-Case-Szenario unter Laborbedingungen – aber gerade deshalb ist es ja so spannend!

00:02:44: Also lass uns direkt bei diesen Mechanismen ansetzen.

00:02:47: Masat beschreibt einen konkreten Wendepunkt kurz nach den Weihnachtsferien Ende letzten Jahres.

00:02:52: Mhmh der Januar zwanzig sechsundzwanzig?

00:02:55: Genau da bemerkten die Ingenieure bei Rapid plötzlich dass sich was Grundlegendes bei den KI Modellen verändert hatte.

00:03:02: Die sind nämlich bei komplexeren Aufgaben nicht mehr nach drei Schritten einfach abgebrochen.

00:03:06: Sie haben plötzlich längere Arbeitszyklen durchgehalten.

00:03:09: Ja und da müssen wir kurz festhalten, warum das technisch so ein gigantischer Hebel ist?

00:03:13: Bisher war das Problem mit KI-Agenten ja gar nicht dass sie nicht programmieren konnten.

00:03:18: Nein!

00:03:18: Der Kot war oft

00:03:19: gut.

00:03:20: Eben Das Problem war, dass ihr Kurzzeitgedächtnis kollabiert ist.

00:03:25: Wenn ein Agent ein Problem löst auf einen Feller stößt den analysiert und einen neuen Versuch startet, da baut sich ein riesiger Baum an Kontext auf.

00:03:35: Und dann verliert das Modell den Faden?

00:03:37: Exakt!

00:03:38: Es fängt an zu hallucinieren oder dreht sich im Kreis – und du als Mensch sitzt dann da und verbringst mehr Zeit damit, den Agenten wieder auf Kurs zu bringen, als hättest du es gleich selbst programmiert.

00:03:49: Was ja super frustrierend ist.

00:03:51: Absolut Aber als dieses Kontextproblem gelöst war, ergab es für Replet plötzlich Sinn die ganze Infrastruktur umzubauen.

00:03:58: Und dieser Umbau im späten Januar ist wirklich faszinierend!

00:04:02: Weil er zeigt was passiert wenn man der KI echte Handlungsvollmacht gibt.

00:04:06: Replet hat die Agenten über sogenannte Micro VMs also ganz winzige flüchtige virtuelle Maschinen direkt an das Herzstück des Unternehmens gekoppelt.

00:04:16: Eigentlich ein Albtraum für jeden IT-Sicherheitschef.

00:04:19: Ja, total!

00:04:21: Aber Sie haben das abgesichert durch ein extrem restriktives Zero Trust Netzwerk Und plötzlich hatten die Agenten Zugriff auf GitHub, für den Code.

00:04:30: Auf die Cloud-Plattformen also GCP und Azure.

00:04:33: Auf Linie für das Projektmanagement.

00:04:35: Notion für die Dokumentation.

00:04:37: Und sogar Sendesk für den Support!

00:04:39: Und der Schlüsselbegriff hier ist wirklich diese Micro VM kombiniert mit Zero Trust.

00:04:45: Wenn du einem autonomen Agenten einfach so schreibt Zugriffs auf deine Cloud gibst

00:04:50: Dann gute Nacht.

00:04:51: Ja dann löscht ein hallucinierender Agent aus Versehen deiner Produktionsdatenbank.

00:04:55: Aber so eine Micro-VM ist im Grunde ein isolierter Sandkasten.

00:04:59: Der fährt in Millisekunden hoch, der Agent kann dort Code schreiben testen ausführen.

00:05:05: macht er einen fatalen Fehler stürzt nur dieser Sandkast ab und

00:05:08: wird danach sofort gelöscht.

00:05:10: Genau!

00:05:10: Und durch Zero Trust darf der Agent auch wirklich nur auf dieses Themen zugreifen die für diese eine spezifische Aufgabe freigegeben sind.

00:05:21: Das heißt der Agent hat jetzt plötzlich Hände und Augen direkt in der Maschine.

00:05:27: Und die Metriken, die Masat dann präsentiert – also wieder Selbstauskunft – sind massiv!

00:05:34: Wir sprechen hier von einer Fünf-Kommer achtfachen Steigerung der beigetragenen Codezeilen von Januar bis Juni.

00:05:40: Unglaublich?

00:05:42: Ja.

00:05:42: Um neue Mitarbeiter herauszurechnen haben sie eine konstante Kohorte von Ingenieuren betrachtet.

00:05:47: Das Ergebnis war ein zweikommerneunfacher Output pro Ingenieur während sich das Team parallel verdoppelt hat.

00:05:54: Und weißt du, in der klassischen Softwareentwicklung ist das eigentlich ein Paradoxon.

00:05:58: Warum?

00:05:59: Wenn Du einen Team verdoppelst steigt Der Kommunikationsaufwand ja exponentiell.

00:06:05: Mehr Meetings mehr Abstimmung.

00:06:08: Normalerweise sinkt die pro Kopf Produktivität da erstmal drastisch ab.

00:06:12: Dass die hier angeblich fast verdreifacht wurde zeigt dass die Agenten diesen Overhead komplett abfedern.

00:06:19: Okay Aber dann muss ich jetzt mal den Realitätscheck einfordern Weil wenn ein Team plötzlich dreimal so viel Code produziert, bricht doch normalerweise der nachgelagerte Prozess völlig zusammen.

00:06:31: Du meinst die Code Reviews?

00:06:32: Genau!

00:06:33: Irgendjemand muss sich das ja ansehen bevor es live geht.

00:06:36: Wenn jetzt dreimalso viele Pull Requests auf die Senior-Entwickler einprasseln ersticken die doch.

00:06:41: Das ist ein klassischer Flaschenhals Oder sie winken es blind durch und die Qualität stürzt ab.

00:06:46: Wird das hier verschwiegen?

00:06:47: Sehr gute Einwand.

00:06:49: Aber hier greift eben diese Orchestrierungsebene von der wir sprachen.

00:06:53: Replit

00:06:53: löst das, indem der Agent nicht nur programmiert sondern auch als Co-Reviewer auftritt.

00:06:58: Ah okay!

00:06:59: Und die KI bewertet sich da nicht einfach selbst mit der Note eins – sie ist ein intelligenter Filter.

00:07:06: Der Agent durchforstet den Code prüft auf bekannte Antipatterns testet auf Sicherheitslücken und gleicht das mit internen Standards ab.

00:07:14: Also übernimmt die KI quasi die Triage.

00:07:16: Exakt Ist es eine triviale Änderung, ein bisschen CSS hier, ein neues Datenfeld da?

00:07:22: Gibt das System ist fast automatisch frei.

00:07:25: Greift die Änderungen aber tief in die Datenbankstruktur ein, blockt der Agent und ruft den Menschen dazu – inklusiver einer Zusammenfassung des Risikos.

00:07:34: Laut Rapplet spart das dreißig Prozent der menschlichen Reviewzeit.

00:07:38: Wahnsinn!

00:07:38: Das erklärt dann auch warum die Reversionsraten also wie oft vielerhafter Code rückgängig gemacht werden muss laut Bericht flachgeblieben sind.

00:07:46: Die Zeit bis zur Schadensminderung, die sogenannte MT-TEM soll sogar gesunken sein weil Agenten in den Lockfalls sofort nach der Ursache suchen.

00:07:55: Aber und hier müssen wir analytisch bleiben das ist natürlich auch ein fantastisches Marketingnarrativ.

00:08:02: Entwickler sind beim Metriken wie Code Seilen völlig zu recht skeptisch.

00:08:06: mehr Code heißt oft schlechterer Code

00:08:08: Richtig!

00:08:09: Aber Rapid konntet dass extrem clever indem sie sagen schaut in unser Projektmanagement Tool linear.

00:08:15: Nicht nur der Code ist explodiert, sondern auch die reale Projektabschlussfrate.

00:08:21: Das macht ihr narrativ nach außen extrem robust!

00:08:24: Ja das ist schon ein starkes Argument.

00:08:26: Wenn wir jetzt bei Robustensystemen sind lasst uns über dieses Konzept sprechen dass Masat Loop Engineering nennt weil wenn ein Agent Code schreibt und ein anderer ihn prüft dann ist der nächste Schritt ja die Schleife.

00:08:38: Das ist der Moment, wo es wirklich spannend wird.

00:08:40: Ja finde ich auch!

00:08:42: Die Ingenieure schicken Schwärme von Agenten los die erledigen überprüfbare Aufgaben in Schleifen korrigieren sich selbst und stoppen erst wenn das Kriterium erfüllt ist.

00:08:53: Und dass ist der Wechsel von der Einzelaufgabe zur Orchestrierung.

00:08:57: Genau Ich stelle mir das immer so vor.

00:08:59: Bisher war der Entwickler wie ein Maurer Der jeden Ziegelstein selbst setzt.

00:09:04: Jetzt ist er der Generalunternehmer

00:09:06: Ein sehr schönes Bild.

00:09:07: Der liefert den Bauplan, kennt die Vorschriften also Zero Trust aber setzt keinen Stein mehr selbst.

00:09:13: Er schickt die Agentenschwärme als Subunternehmer los und die KI reist die Wand wieder ein wenn sie schief ist und meldet sich erst wenn alles perfekt steht.

00:09:21: Ja und im Bericht gibt es da echt extreme Beispiele.

00:09:24: Jemand hat eine riesige CSS-Systemmigration Die ewig aufgeschoben wurde weil sie so nervig ist praktisch allein durchgezogen.

00:09:33: Ein anderer hat das ganze Produkt lokalisiert.

00:09:36: Und mein absolutes Lieblingsbeispiel.

00:09:38: Der CTO von Wraplet hat einen extrem hartnäckigen Netzwerkback mit so einem Schwarm gelöst, da ging es spezifisch um PSC und FC Shutdown.

00:09:47: Warum ist das so bemerkenswert für die KI-Entwicklung?

00:09:50: Weil

00:09:50: Netzwerk Bugs auf dieser Ebene die Hölle sind, das ist kein vergessenes Semi-Colon.

00:09:55: Das hat mit Timing und Race Conditions zwischen Servern zu tun.

00:09:59: Um sowas zu finden musst du riesige Mengen an Lockfiles über verschiedene Systeme hinweg analysieren – und systemisch Schluss folgern!

00:10:09: dass die Agenten das Lösen beweist, dass diese Modelle echtes deduktives Schließen beherrschen wenn man sie in die richtigen Schleifen setzt.

00:10:17: Was uns dann direkt zu diesem unglaublichen Bild versus By-Shift führt?

00:10:22: Das was ich ganz am Anfang erwähnt habe Wenn ich als Generalunternehmer beliebig viele KI Sub Unternehmer habe kaufe ich dann noch externe Software?

00:10:32: Replet hat ja eine siebenstellige Saaslösung gekündigt weil die interne App besser war.

00:10:37: Genau

00:10:38: Und das waren keine einfachen Tools, sondern auch hochspezialisierte Dinge wie automatisiertes Penetrationstesting.

00:10:45: Also Cyber-Sicherheit!

00:10:47: Das externe extrem teure Tool hat im Vergleich zur internen Agentenlösung einfach schlechter abgeschnitten.

00:11:03: Da müssen wir das Ganze in den größeren Zusammenhang stellen.

00:11:07: Warum gewinnt der interne Agent?

00:11:09: Nicht weil das KI-Modell magisch klüger ist.

00:11:12: Es liegt an der tiefen Integration.

00:11:14: Dem Kontext.

00:11:15: Exakt!

00:11:16: Der interne Agent hat Zugriff auf das institutionelle Gedächtnis, der kennt alte Wiki-Seiten, Slackverläufe... ...der weiß warum in den letzten Jahren eine komische Architekturentscheidung getroffen wurde.

00:11:29: Ein externes Tool kommt völlig nackt in dein Unternehmen

00:11:32: Verstehe.

00:11:33: Aber lässt sich das dann auf den Maschinenbauer in Schwaben übertragen?

00:11:37: Eben nicht.

00:11:38: Wraplet ist ein KI-Unternehmen, voller Topentwickler!

00:11:42: Für ein traditionelles Unternehmen ohne diese Basis ist die Schwelle eine Millionen Software durch Eigenbau zu ersetzen weit aus höher wenn nicht momentan unmöglich.

00:11:52: Ok wichtiger Dämpfer.

00:11:54: aber nehmen wir mal an man hat diese Infrastruktur.

00:11:56: wie bekommt man diese Kraft aus der Engineering Abteilung in den Rest der Firma?

00:12:00: Das ist der Punkt der Demokratisierung.

00:12:03: Genau und da war das Interface der Türöffner.

00:12:06: Die haben ja nicht versucht dem Sales Team ein Kommando-Zeilen-Tool aufzuzwingen.

00:12:10: Das Interface war einfach Slack!

00:12:11: Richtig, jeder weiß wie man in Slack tippt.

00:12:14: die anderen Abteilungen haben gesehen was die Ingenieure da machen und haben es selbst probiert.

00:12:19: Die Ergebnisse sind verrückt.

00:12:21: das Datenteam hat einen semantischen Layer über das Data Warehouse gelegt.

00:12:25: also die KI fungiert quasi als Dolmetscher zwischen Mensch und Datenbank.

00:12:30: Ein PM fragten Slack Wie hat sich der Launch auf die Abos ausgewirkt?

00:12:35: Und die KI verknüpft die Codebase-Events mit dem Bezahlsystem und liefert ein Diagramm im Self Service.

00:12:40: Und im Vertrieb, die Sales Development Representatives reichern Leads an in dem der Agent öffentliche Daten mit der internen CRM Historie kreuzt – in Sekunden!

00:12:51: Account Executives lassen sich vor dem Call vom Agenten gebrändete Slides erstellen basierend auf der Credit Nutzung des Kunden.

00:12:59: Marketing inwürft Produktspezifikation mit einem Promt aus den Engineering-Dokumenten.

00:13:04: Support-Tickets werden durch Agenten mit Standardplaybooks sechzig Prozent schneller geschlossen, das zieht sich durch die ganze Firma.

00:13:10: Und da wo in jeder Abteilung plötzlich orchestriert statt ausgeführt wird kommt Maser zu seinem philosophischen Kern.

00:13:19: Er sagt Die Menschen wurden nicht wegautomatisiert sie wurden befördert.

00:13:25: Self Driving macht Macher zu Direktoren.

00:13:28: Ja Und da muss ich jetzt wieder kritisch reingrätschen.

00:13:31: Das klingt fantastisch!

00:13:32: Aber wenn jeder im Unternehmen nur noch Direktor ist und Richtung vorgibt, wer macht dann eigentlich noch die echte Arbeit?

00:13:39: Ist das nicht am Ende einfach eine euphemisierung von klassischer Automatisierung?

00:13:43: Das ist ne sehr berechtigte Frage – und das knüpft an Management als KI-Superpower an.

00:13:49: In Rebels Vision legt der Mensch weiter das Ziel fest, trifft die schwierigen Kompromisse.

00:13:55: Und

00:13:55: v.a.?

00:13:56: Der Mensch beweist

00:13:59: Geschmack.

00:13:59: Ja, Intuition, Empathie, strategische Einordnung – natürlich ist die Verlagerung von Ausführungen zu Orchestrierungen eine Automatisierung von Fleißarbeit!

00:14:12: Aber sie zwingt den Menschen in eine Rolle, in der nur noch strategisches Denken und Qualitätsbeurteilung zählen.

00:14:19: Okay fassen wir das mal zusammen?

00:14:21: Wir haben Agenten als Koordinationsschicht immense angebliche Effizienzgewinne bei gleicher Qualität und den Wandel vom Ausführer zum Koordinator.

00:14:31: Richtig, aber wir müssen abschließend kritisch einordnen!

00:14:35: Rapid baut gerade genau diese Sicherheitskosten- und Richtlinienkontrollen um die Self Driving Company als Produkt an Enterprise Kunden zu verkaufen.

00:14:46: Dieser Erfahrungsbericht

00:14:48: ist ein gigantischer Pitch.

00:14:49: Es ist der ultimative Pitch für ihr eigenes Produkt, Dog-Fooding par excellence!

00:14:55: Sie zeigen wie toll es intern klappt um dir morgen die Plattform dafür zu verkaufen.

00:14:59: Eine super wichtige Einordnung.

00:15:02: zum Abschluss möchte ich dir lieber höherer aber noch einen provozierenden Gedanken mitgeben der so nicht im Text steht.

00:15:08: wenn in so einer Company die Menschen nur noch Direktoren sind die Geschmack beweisen und Qualität beurteilen Wie sollen Berufseinfänger diesen Geschmacks überhaupt noch entwickeln?

00:15:17: wenn sie die harte, mühsame Fleißarbeit an der Basis nie selbst gemacht haben.

00:15:22: Das ist ein fantastischer Punkt!

00:15:24: Denn Meisterschaft entsteht ja historisch gesehen genau durch diese fehleranfällige Basisarbeit – Ein Senior erkennt schlechte Architektur weil er jahrelang daran verzweifelt ist.

00:15:35: Exakt… Wenn der Junior nie drei Tage nach einem Netzwerkback gesucht hat … Weil die KI das jetzt in fünf Minuten macht ... Woher nimmt er in zehn Jahren das Bauchgefühl um zu bewerten ob das Design langfristig skaliert?

00:15:46: Das ist vielleicht das größte

00:15:48: Dilemma der kommenden Wissensarbeit.

00:15:50: Die Definition von Ausbildung wird völlig

00:15:53: auf den Kopf gestellt,

00:15:54: wie lernt man Handwerk ohne es physisch auszuführen?

00:15:58: Genau das ist die Frage, die wir alle mit in den Alltag nehmen sollten und damit sind wir am Ende unserer heutigen Analyse.

00:16:05: Vielen Dank dass du dich mit uns in diese komplexen Mechanismen eingedacht hast!

00:16:09: Hat wieder großen

00:16:10: Spaß gemacht.

00:16:11: bis zum nächsten Mal!

00:16:12: Mach's gut.