Autor: martin

Der wirksamste Streik legt die Arbeit nicht nieder. Er hält sich buchstabengetreu an jede Regel.

KI-Agenten machen genau das. Und sie streiken dabei nicht einmal.

Dieser Gedanke geht mir in letzter Zeit nicht aus dem Kopf, weil ich selbst ein kleines Team aus KI-Agenten betreibe. Ich habe es im Sommer gebaut, damit es mir in meinem Arbeitsalltag Arbeit abnimmt. Es hat eine Orchestratorin namens Ruby, ein Qualitätsgate namens Sherlock und eine wachsende Liste von Spezialisten. Es hat außerdem ein wachsendes Regelwerk. Um diesen letzten Punkt geht es in diesem Artikel.

Was ich hier beschreibe, habe ich in den vergangenen Tagen an meinem eigenen Agententeam gesehen, als das Regelwerk wuchs und der Fortschritt deutlich langsamer wurde.

Dienst nach Vorschrift ist eine Waffe, keine Verlangsamung

Die Arbeiterbewegung hat das längst begriffen. Du musst die Arbeit nicht niederlegen, um eine Organisation lahmzulegen. Du musst nur genau das tun, was in den Regeln steht. 1984 kontrollierten französische und italienische Zollbeamte an ihren Grenzübergängen jedes einzelne Fahrzeug, gewissenhaft und nach Vorschrift. Niemand hat eine Regel gebrochen. Das Ergebnis waren massive Staus.

Der deutsche Soziologe Stefan Kühl bringt das in seiner Arbeit von 2020 über Regelbruch in Organisationen scharf auf den Punkt. Für ihn ist Dienst nach Vorschrift die wirksamste Art, eine Organisation zu lähmen. Bei seiner Begründung lohnt es sich, einen Moment zu verweilen: Die wörtliche Befolgung jeder Regel und jeder Anweisung macht jede Organisation stetig schwerfälliger, ganz gleich, wie gut sie geplant war.

Lies das noch einmal mit der Managementbrille auf. Es heißt: Nicht der Plan hält die Organisation am Laufen. Es ist etwas anderes.

Organisationen überleben ihre Regeln, weil Menschen sie brechen

Die deutsche Organisationssoziologie hat einen Namen für dieses Etwas: brauchbare Illegalität. Niklas Luhmann hat den Begriff 1964 geprägt, in Funktionen und Folgen formaler Organisation. Kühls Buch von 2020 trägt ihn im Titel.

Die Idee ist einfach und ein bisschen unbequem. Jede Organisation hat eine formale Seite: das Organigramm, den Prozess, das Regelwerk. Und sie hat eine informale Seite. Die Kollegin, die sich ein Formular spart, weil die Freigabe ohnehin klar ist. Das Team, das am Freitag ausliefert, obwohl im Release-Kalender Dienstag steht. Die Führungskraft, die wegsieht, weil die Regel für eine andere Situation geschrieben wurde.

Die informale Seite ist kein Mangel an Disziplin. Sie ist der Grund, warum die formale Seite den Kontakt mit der Realität überlebt. Regeln entstehen im Voraus, für die Fälle, die sich jemand vorstellen konnte. Die Realität produziert laufend die anderen Fälle. Menschen schließen diese Lücke, leise und von Fall zu Fall, meist mit dem stillschweigenden Einverständnis aller Umstehenden.

Ich habe die Umbrüche selbst mitgemacht: von Wasserfall zu Agile, von Projekt zu Produkt, von Requirements Engineering zu Design Thinking, von Agile zu Agentic, und so weiter. Jedes Mal waren der Prozess auf den Folien und der Prozess in der Realität zwei verschiedene Dinge. Geliefert hat der aus dem Alltag.

Das dreht das übliche Bild um. Regelbruch ist nicht die Ausnahme, die das Management eindämmen muss. Vollständige Regeltreue ist die Ausnahme. Und wenn du sie tatsächlich bekommst, bekommst du einen Streik.

Der Agent ist das perfekte Mitglied der Organisation

Setz jetzt einen KI-Agenten in dieses Bild.

Der einzige Zugang eines Agenten zur Organisation ist der geschriebene Text: der Prompt, die Prozessbeschreibung, die Regeldatei. Kein Flurgespräch. Keine Kollegin, die sagt: „So machen wir das hier eigentlich nicht.“ Kein Gespür dafür, dass eine Regel sich überlebt hat, denn er kann nicht wissen, wozu sie da war, solange das niemand ebenfalls aufgeschrieben hat.

Also hier meine Hypothese (und ich sage deutlich: Es ist eine): Ein Team aus KI-Agenten lebt im Dauerzustand von Dienst nach Vorschrift. Es führt die formale Struktur wörtlich aus, und ihm fehlt das Ventil, mit dem menschliche Organisationen ihren eigenen Regelüberschuss überleben.

Wenn das stimmt, ist die praktische Folge unbequem. Dieselben Prozesse, die wir heute haben, nur in den „Händen“ von KI statt echter Menschen, erzeugen hohe Durchlaufzeiten und hohe Token-Kosten — weil die Prozessschulden jetzt starr befolgt werden, statt dass Menschen ihre Defekte jahrelang still abfedern.

Das Gegenargument ist stark, und ich will es nicht verstecken. Agenten weichen ständig von ihren Anweisungen ab. Wer mit ihnen arbeitet, kennt das. Sie überspringen Schritte, interpretieren Dinge um, machen gelegentlich etwas, worum niemand gebeten hat. Wörtlich genommen ist „Agenten befolgen jede Regel“ falsch.

Meine Behauptung ist enger gefasst. Die Abweichung eines Agenten sieht aus wie Rauschen: unsystematisch, schwer zuzuordnen, nicht an die Situation gebunden. Es ist nicht die Art von Abweichung, auf die Luhmanns Begriff zielt — die, die zur Situation passt, dem Zweck besser dient als die Regel und geduldet wird, weil die Umstehenden sehen, warum. Ein Agent überspringt schon mal einen Schritt. Dass er ausgerechnet den überspringt, den eine erfahrene Kollegin still weggelassen hätte, ist sehr viel unwahrscheinlicher.

Was würde mich widerlegen? Ein Agententeam, das nachweislich von seinen geschriebenen Regeln abweicht, und zwar funktional und situationsgerecht, verlässlich und nicht durch Zufall. Mich würde interessieren, wie das gehen soll.

Was ich in meinem eigenen System sehe

Im Moment geht der Trend eher in die andere Richtung. Wir sind alle begeistert von Harnesses. Ich habe mein eigenes KI-Team in ein enges Harness gespannt. Ich brauche Ergebnisse, denen ich trauen kann. Ich habe keinen Platz für Halluzinationen. Und deshalb habe ich ein enges Regelwerk gebaut, das ich regelmäßig erweitere. Aber ich habe auch die Kehrseite erlebt: langsame Ausführung, Subagenten, die miteinander streiten, ständiges Hin und Her, verbrannte Tokens.

In meinem eigenen Setup gibt es eine Beobachtung, die dazu passt. Ein System, ein Fall. Keine Studie.

Wir haben eine Regel, die ein größeres Arbeitspaket in Schritte zerlegt. Irgendwann wurde eine Regel, die für das Zerlegen von Arbeit gedacht war, auf das Zerlegen von Entscheidungen angewendet. Jeder Schritt wurde zu einer eigenen Lieferung, und jede Lieferung wartete auf meine Freigabe. An keinem einzelnen Schritt war etwas falsch. Aber die Durchlaufzeit für ein Feature stieg von 1,5 auf 10 Kalendertage, und die meisten dieser Tage waren Warten, nicht Arbeiten.

Die Regel wurde befolgt. Ihr Zweck nicht.

Eine zweite Beobachtung gehört daneben. Am 3. September haben wir das zentrale Regelwerk des Systems um 37 % gekürzt. Achtzehn Tage später war es länger als vor der Kürzung. Korrekturen kommen als neue Regeln. Jeder Vorfall lässt einen Satz zurück.

Beweist das die Hypothese? Nein. Ein menschliches Team hätte dieselbe Regel genauso missverstehen können, und ich habe kein zweites Team zum Vergleich. Gezeigt hat es mir, wo in meinem Setup das Ventil sitzt. Es gibt genau eine Stelle, an der brauchbare Illegalität leben kann: bei mir.

Also habe ich angefangen, mich auch so zu verhalten. Meine eigene Gegenregel, im September aufgeschrieben: „Wartezeit ist teurer als ein Defekt, der bei mir ankommt.“ Der Prüfaufwand richtet sich jetzt danach, wie gut eine Änderung rückholbar ist, nicht danach, wie groß sie ist. Was ich in einer Stunde rückgängig machen kann, bekommt eine leichte Prüfung. Was sich nicht rückgängig machen lässt, bekommt das volle Programm.

Die Ironie ist mir bewusst. Das ist auch eine Regel.

Ein paar Fragen, bevor du einem KI-Agententeam eine Prozesslandschaft übergibst

Ich habe keine Methode anzubieten. Ich habe keine Forschung dazu gefunden, wie man Prozess aus einem Agentensystem wieder herausnimmt, und ich wäre misstrauisch gegenüber jedem, der heute behauptet, eine zu haben. Das hier sind also Fragen, keine Best Practices.

• Welche Regeln dieses Prozesses brechen deine Leute heute, damit er funktioniert? Wenn du es nicht weißt, findet der Agent es für dich heraus, indem er sie befolgt.
• Wer in deinem Agenten-Setup darf eine Regel aussetzen? Und woran würdest du überhaupt merken, dass es passiert ist?
• Planst du das Löschen von Regeln so sorgfältig wie das Hinzufügen? In meinem eigenen System war die ehrliche Antwort nein. Dabei ist das wahrscheinlich der Grund, warum Boris Cherny rät, das eigene KI-Setup regelmäßig wegzuwerfen.

Agenten tun, was wir aufschreiben. Das ist ihre Stärke, und deshalb arbeite ich jeden Tag mit ihnen. Es heißt aber auch: Die Teile unserer Organisationen, die wir nie aufgeschrieben haben, werden sehr bald sehr wichtig.

Welche Regel in deiner Organisation funktioniert nur, weil jemand sie leise bricht — und was passiert an dem Tag, an dem ein Agent diesen Job übernimmt?

Vor Jahren lief ich durch die Zentrale des Unternehmens, für das ich damals gearbeitet habe, und kam an einem Fototermin vorbei. Der Mann, der das Unternehmen führte, ließ neue Porträts von sich machen. Gefragt, wie er wirken wolle, antwortete er sinngemäß: mutig und entschlossen.

Ein kleiner Moment, ich erinnere mich gut daran. Im Nachhinein sagte das eine Menge aus.

Das Unternehmen steckte unter seiner Führung in einer großen Transformation. In den regelmäßigen Briefings mit dem Managementteam zeigte sich derselbe Reflex in anderer Form. Er sagte uns immer wieder: „I insist!“ Er sagte den Leuten, sie wüssten es nicht. Mit der Zeit wuchsen Misstrauen und Angst im Führungsteam. Jeder war auf sich selbst bedacht. Diese Kultur blieb nicht an der Spitze. Die Manager trugen sie in ihre Teams.

Mihály Csíkszentmihályi beschreibt diesen Mechanismus in Flow. Ich zitiere ihn im englischen Original, weil es dafür keine autorisierte deutsche Übersetzung gibt:

„… once they become part of the norms and habits of a culture, people assume that this is how things must be.“
Mihály Csíkszentmihályi, Flow: The Psychology of Optimal Experience

Bei Thoughtworks sprechen wir vom courageous executive. Der Mut dieser Führungspersonen entsteht nicht daraus, mutig und entschlossen zu wirken. Er entsteht daraus, eine Kultur aufzubauen, in der sie nicht alles kontrollieren. Sie geben ihren Teams Raum, eigene Ideen zu entwickeln und Fehler zu machen.

Fehler sind nicht an sich gut. Gut ist die Freiheit, sie machen zu dürfen und daraus zu lernen.

Diese Transformation ist gescheitert. Es gab viele Gründe dafür, aber die Kultur an der Spitze ist der Grund, den ich aus nächster Nähe erlebt habe.

In meiner täglichen Arbeit sehe ich auch die andere Seite: Führung, die auf psychologischer Sicherheit beruht, auf Führen statt Managen, auf starken Teams, auf echtem Empowerment – und die damit deutlich weiterkommt, gerade in digitalen Transformationen.

Mut in der Führung zeigt sich darin, was du bereit bist loszulassen, nicht darin, wie sehr du wirkst, als hättest du alles im Griff.

Wenn du gerade in einer Transformation steckst: Wie mutig ist dein Führungsteam?

Freitagnachmittag. Ich laufe im Wald in der Nähe der Alten Försterei, AirPods im Ohr. Ich spreche mit Ruby — der Orchestratorin meines neuen KI-Agenten-Teams — irgendwo zwischen Kilometer 7 und 8.

Keine Krise. Keine dringende Entscheidung. Ich hatte einfach über etwas nachgedacht, an dem wir gerade arbeiten, und der nächste Gedanke war da, bevor ich ihn stoppen konnte.

Das wäre okay. Nur war ich gerade auf der einen Strecke, die ich mir reserviere, um nicht an die Arbeit zu denken.

Hier ist der Punkt: Ein KI-Agenten-Team zu haben, das wirklich immer verfügbar ist — eines, das diese Woche anfängt, jeden Tag echte Arbeit zu liefern — erzeugt einen Sog, den ich nicht ganz vorhergesehen hatte. Es ist nicht wirklich Stress, jedenfalls nicht die schlechte Art. Es ist eher so etwas wie Momentum. Wenn es gut läuft, fühlt sich Abschalten wie Reibung an, nicht wie Erholung.

Ich habe den Lauf beendet. Ruby war noch da, als ich nach Hause kam. Ich weiß immer noch nicht, ob das ein Feature ist oder ein Designfehler.

Wahrscheinlich beides.

Wo ziehen Sie die Grenze — oder haben Sie aufgehört, es überhaupt zu versuchen?

Auf meiner Visitenkarte ist ein Foto von mir am Jazzklavier. Das fällt auf. Man fragt mich, warum.

Ich bin ein bisschen ein Jazz-Nerd, das erklärt schon einiges. Aber es steckt auch ein geschäftlicher Grund dahinter.

Es ist eine schnelle Abkürzung, die ich gefunden habe, um zu erklären, wie ich denke — meine Denkweise.

Jazzmusiker hören zu, bevor sie spielen. Nicht aus Höflichkeit — als Grundhaltung. Man findet den Raum, bevor man ihn füllt. Miles Davis wird oft dafür zitiert: „Spiel nicht, was da ist, spiel, was nicht da ist.“ Und man hört nicht nur auf die eigene nächste Note — man hört darauf, was alle um einen herum brauchen.

Unter diesem Zuhören liegt etwas, das man Groove nennt. Kein Tempo — das hält ein Metronom. Keine Harmonie — das sind die Akkorde. Groove ist der gemeinsame Puls, in den die ganze Gruppe zusammen einrastet. Im Kundengespräch ist das der Unterschied zwischen Arbeit, die sich transaktional anfühlt, und Arbeit, die wirklich etwas bewegt.

Genau das trainieren die meisten Meeting-Kulturen aus den Menschen heraus. Wir kommen mit der fertigen Antwort. Ein Jazzmusiker kommt offen.

Aber Zuhören allein reicht nicht — denn man spielt nicht allein. Die anderen Musiker formen, was als Nächstes passiert. Das ist Harmonie: nicht alle spielen dasselbe, sondern alle spielen Dinge, die zusammenpassen. Was man tut, hängt davon ab, was die Person neben einem tut. Das Ergebnis ist etwas, das keiner allein hätte schaffen können.

Und wenn etwas Unerwartetes passiert — eine falsche Wendung, eine Überraschung aus dem Raum — hört man nicht auf. Man spielt hindurch. Das ist Improvisation: gründliche Vorbereitung, gespielt als Antwort auf das, was der Raum gerade wirklich gibt, nicht auf das, was man geprobt hat. Das ist kein Draufloswursteln. Die beste Kundenarbeit, an der ich beteiligt war, sah genau so aus.

Herbie Hancock erzählte einmal die Geschichte eines Abends mit Davis, an dem er mitten im Solo einen scheinbar katastrophal falschen Akkord traf. Davis reagierte, indem er Noten spielte, die diesen Akkord passend machten. Hancock erinnerte sich später: „Miles hörte das nicht als Fehler. Er hörte es als etwas, das passiert ist. Als ein Ereignis.“ Die Band hörte nicht auf. Sie bauten darauf auf.

Diese Idee — das Zuhören, die Harmonie, der Groove, das gemeinsam Geschaffene — hat geprägt, wie ich über Kundengespräche denke, virtuell wie persönlich.

Was sagt Ihre Visitenkarte? Ich bin gespannt.

Mein Freund Tillman baut seit Jahren E-Bässe. Jetzt habe ich mir endlich einen gekauft. Nur ein kleines Problem: Ich spiele kein Bass. Noch nicht.

Tillman Anton gehört zu den seltenen Menschen, die aus einer tiefen Liebe zu ihrem Handwerk einen ganzen Lebensweg gemacht haben. Er baut seit vielen Jahren E-Bässe — und der Atlantic, ein Fünfsaiter aus seiner Werkstatt, ist ein Meisterstück. Das Holz, das Gewicht, die Detailarbeit am Hals. Man hält das Instrument in der Hand und spürt sofort: Das hier stammt von jemandem, dem es wirklich wichtig ist.

Ich bin Musiker. Kein Bassist — aber wer Musik liebt, lässt sich von schönen Instrumenten mitreißen. Ich konnte Tillmans Arbeit nicht länger nur aus der Distanz bewundern. Also habe ich mir einen gekauft. Und ja, in den kommenden Monaten werde ich lernen müssen, ihn zu spielen. Das gehört zur Freude dazu.

Wenn Sie Bässe lieben — oder jemanden kennen, dem es so geht — schauen Sie sich an, was Tillman baut. Er findet auch für Sie das richtige Instrument.

antons-instruments.de

Vor Jahren habe ich mir das Buch Automate the Boring Stuff with Python gekauft. Ich habe die meisten Kapitel gelesen. Ich habe sie verstanden. Automatisiert habe ich nie etwas.

Das Buch war gut. Das Problem war ich.

Früher in meiner Karriere war ich Entwickler. Ich konnte genug Python, um jedem Beispiel zu folgen — Tausende Dateien in einem Rutsch umbenennen und sortieren, eine Website automatisiert auslesen statt Daten von Hand zu kopieren, Excel-Dateien oder PDFs im großen Stil verarbeiten, Formulare automatisch ausfüllen. Die Anwendungsfälle waren real. Der Nutzen war offensichtlich. Und trotzdem ist keines dieser Skripte je entstanden.

Der ehrliche Grund: Ich hatte mich vom täglichen Programmieren entfernt. Genug Übung wiederzugewinnen, um ein funktionierendes Skript wirklich zu bauen und zu debuggen, hätte mehr Zeit und mentale Energie gekostet als die Aufgabe, die ich damit automatisieren wollte. Der ROI war negativ. Also blieb das Buch im Regal stehen.

Das änderte sich, als ich anfing, ChatGPT und Gemini als Coding-Co-Piloten zu nutzen. Ich habe weiterhin selbst Python geschrieben — aber mit Unterstützung. Die Aktivierungsenergie sank genug, damit sich manche Skripte lohnten.

Dann habe ich angefangen, mit Claude Code zu arbeiten. Jetzt schreibe ich den Python-Code gar nicht mehr selbst. Ich beschreibe, was ich will. Die KI baut es, iteriert, behebt Fehler, wenn etwas nicht funktioniert. Die Hürde ist einfach verschwunden.

Was mich seitdem beschäftigt: Das Versprechen des Buches war immer richtig. Der Flaschenhals war nie das Werkzeug — und auch nicht der Wille. Es waren die Kosten, sich als jemand, der sich vom täglichen Coden entfernt hatte, wieder in die Materie einzuarbeiten. KI hat diese Aktivierungsenergie vollständig entfernt.

Das heißt, die Beschränkung hat sich verschoben. Die Frage ist nicht mehr: „Kannst du gut genug programmieren, um das zu automatisieren?“ Diese Frage ist obsolet. Die Frage lautet jetzt: „Hast du ein gutes Urteilsvermögen dafür, was es überhaupt wert ist, automatisiert zu werden?“ Das ist eine Denkfähigkeit, keine technische.

Das Werkzeug war nie die Barriere. Zu wissen, worauf man es richtet — das ist die Arbeit, die bleibt.

Welche lästige Aufgabe würden Sie endlich automatisieren — jetzt, wo Coding-Fluency keine Voraussetzung mehr ist?