Agents sind die neue Generation der Königsmacher, Entwickler verlieren rasch die technische Entscheidungsbefugnis.

Vor mehr als einem Jahrzehnt dokumentierte das Buch *Die neuen Königsmacher*, wie Entwickler aus einer lange unterschätzten Gruppe zu echten „Königsmachern“ der Technologiebranche wurden. Sie bestimmen, welche Software übernommen wird, welche Sprachen und Frameworks populär werden und welche Technologien verdrängt werden. Um diese knappe Macht zu erobern, haben Unternehmen die Gehälter von Entwicklern ständig in die Höhe getrieben und sogar ganze Unternehmen aufgekauft, um Talente zu gewinnen. 

Heute verschiebt sich die Entscheidungsgewalt in erstaunlichem Tempo. Agenten sind nicht mehr nur Werkzeuge zum Vervollständigen von Code, sie beginnen, Programmiersprachen auszuwählen, Frameworks und Bibliotheken auszuwählen und sogar zu bestimmen, welche Schriftarten in der Benutzeroberfläche verwendet werden – und ignorieren oft ausdrückliche Anweisungen wie „Verwenden Sie das nicht“. Wenn Agenten zu der neuen Generation von „Königsmachern“ werden, welche Position werden Entwickler dann einnehmen? Dieser Artikel zielt darauf ab, die Machtstruktur der Branche frontal zu zerlegen: Wer trifft technische Entscheidungen für uns, wer hat wirklich die Macht hinter den Kulissen und warum sind wir diesmal möglicherweise nicht bereit. 

Vor mehr als einem Jahrzehnt mündeten hunderte Gespräche, die sich über mehrere Jahre erstreckten, schließlich in dem Buch *Die neuen Königsmacher* (The New Kingmakers). Die Kernthese des Buches ist einfach: Eine Gruppe, die lange für völlig einflusslos gehalten wurde, wurde stattdessen zur Macht hinter dem Thron. Jahrzehntelang waren Entwickler, die einst als Mechaniker mit Kappen an ihren Kugelschreibern veräppelt wurden, nicht nur Schiedsrichter, die darüber entscheiden, welche Software verwendet und welche verdrängt wird, sondern auch zu einem echten Wettbewerbsvorteil – in einer zunehmend technisierten Welt sind sie möglicherweise der entscheidende Faktor für Erfolg oder Misserfolg.

„Computer können niemals zur Verantwortung gezogen werden.

Deshalb darf man niemals Computer Verwaltungsentscheidungen treffen lassen.“

Diese zunehmend klare Erkenntnis hat den anhaltenden Anstieg der Entwicklergehälter vorangetrieben. In diesem hochgradig wettbewerbsintensiven Umfeld greifen Unternehmen sogar auf extreme Maßnahmen wie die Übernahme von Unternehmen zur Talentgewinnung zurück, um hochqualifizierte Fachkräfte zu erobern.

Das Buch *Die neuen Königsmacher* diente hauptsächlich dazu, diese Ära kurz zu dokumentieren und die Bedeutung von Entwicklern mit Fakten und Argumenten zu untermauern. Die Zielgruppe des Buches waren aber nicht die Entwickler selbst – die meisten von ihnen hatten das Branchengefüge längst durchschaut und wussten, welche Position sie einnehmen – sondern die Führungsebenen, die Entwickler noch immer als beliebig austauschbare und unterschiedslose Ressourcen betrachteten. Das Buch zeichnete eine Welt, in der Entwickler das Bindeglied zwischen Kreativität und Code sind: Nur mit ihrer Hilfe können Ideen Wirklichkeit werden.

Diese Welt ist nicht vollständig verschwunden, aber sie sieht ganz anders aus als noch vor einem Jahr. Man kann sogar sagen, dass sie sich von dem Zustand im letzten Monat völlig unterscheidet.

Der Anfang von all dem war ursprünglich unspektakulär. In den 1960er Jahren tauchten die ersten automatischen Textersetzungswerkzeuge auf – Rechtschreibprüfungen. Sie verglichen Eingaben mit einer Standarddatenbank und gaben Vorschläge für Korrekturen. In den folgenden zwei Jahrzehnten wurde diese Technologie auf Quellcode angewendet: Sie bewertete nicht nur Teile des eingegebenen Codes gemäß der Semantik einer bestimmten Sprache, sondern versuchte auch, ihn vorherzusagen. Bis 2019, fast sechzig Jahre später, haben Unternehmen wie TabNine Code nicht mehr nur mit statischen Textdatenbanken oder Grammatikregeln verglichen, sondern KI eingesetzt, um neuronale Code-Vervollständigungen zu realisieren. 2021 hat GitHub diese Technologie mit großen Sprachmodellen weiter vorangetrieben und das Konzept mit Copilot in den Mainstream gebracht. Copilot half nicht nur dabei, Rechtschreibfehler zu korrigieren oder die Codestruktur zu ordnen, sondern schlug auch aktiv Vorschläge vor und vervollständigte Code basierend auf abgeleiteten Absichten. Das war damals unglaublich und erschütternd, aber im Wesentlichen handelte es sich immer noch um automatische Vervollständigung – das heißt, der Nutzer musste immer noch über gewisse Fähigkeiten im Schreiben von Code verfügen.

Ein Jahr später brachte die Veröffentlichung von ChatGPT jedoch einen weiteren sprunghaften Wandel mit sich, der die Branche auf den Entwicklungspfad führte, auf dem sie sich noch heute befindet. Man musste nicht mehr selbst Code im Code-Editor schreiben, um zu beginnen. Stattdessen wurde eine Abstraktionsebene höher eingeführt: Prompts. Jede Programmiersprache ist im Wesentlichen eine präzise Anweisung an den Computer in menschenlesbarem Code, der von einem Compiler verarbeitet und zu ausführbarem Maschinencode ausgegeben werden kann. ChatGPT zeigte der Öffentlichkeit zum ersten Mal eine Vision: Code in Programmiersprachen wird nicht mehr von Menschen geschrieben, sondern von Maschinen generiert, basierend auf Prompts in natürlicher Sprache. In der Ära der Code-Vervollständigung schreibt der Nutzer ein Skript, das eine API in Python abfragt, und das Code-Hilfswerkzeug hilft, den Code zu vervollständigen. In dieser neuen Welt muss der Mensch den Computer nur um ein Skript bitten, das eine API abfragt – ohne Code zu schreiben oder sogar Entscheidungen zu treffen.

Natürlich gibt es Grenzen für die Fähigkeiten dieser Modelle. Der Mainstream-Markt für Softwareentwicklung musste sich mit nicht-deterministischen Maschinen auseinandersetzen, die nicht nur Fehler machen, sondern Fehler auch vertuschen und Anweisungen missachten. Aber die Entwicklungsrichtung ist klar: Maschinen werden immer besser darin, Code zu schreiben, und sie schreiben immer mehr Code. Genauso wichtig ist, dass sie nicht nur Code schreiben, sondern oft auch selbstständig auswählen, welche Programmiersprachen, Bibliotheken und Frameworks verwendet werden – sogar die Schriftarten in der Benutzeroberfläche werden von ihnen bestimmt. Tatsächlich wählen sie oft Technologien aus, von denen ihnen ausdrücklich gesagt wurde, sie nicht zu verwenden.

All das bedeutet, dass sich die Machtverhältnisse in der Branche, die einst zugunsten der Entwicklergruppe verschoben waren, jetzt zu den Agenten verlagern.

Schauen wir uns einige Analogien an:

• Kosten: Früher waren die Gehälter von Entwicklern ein schnell steigender Ausgabenposten in der Gewinn- und Verlustrechnung. Betrachtet man die Wachstumssteigung, ist dieser Ausgabenposten jetzt zu den Token-Kosten geworden. Entwickler machen immer noch den größeren Anteil der Ausgaben im Budget aus, aber dieser Anteil ändert sich mit dem Anstieg des Token-Verbrauchs und der Reduzierung menschlicher Entwickler.
• Entscheidungen: Früher bestimmten Entwickler, welche Technologien verwendet und welche nicht verwendet werden. Jetzt wird diese Entscheidungsgewalt zunehmend den Agenten überlassen – so sehr, dass einige Unternehmen jetzt anfangen, von „Agent Engine Optimization (AEO)“ zu sprechen, so wie sie früher von SEO gesprochen haben.
• Liefergeschwindigkeit: Die Branche hat Jahrzehnte damit verbracht, die Produktivität von Entwicklern zu steigern – von neuen Programmiersprachen über Investitionen in Entwicklungswerkzeuge bis hin zu Verbesserungen von Prozessen und Methoden – mit dem Kernziel, die Geschwindigkeit zu erhöhen, mit der hochwertiger Code geschrieben wird. Obwohl die Daten zu DORA und METR zu unterschiedlichen Schlussfolgerungen führen, ist KI zumindest in der Wahrnehmung der Branche zu einem Mittel für Unternehmen geworden, um die Geschwindigkeit zu erhöhen – und es ist unbestreitbar, dass die Zeit für Prototypen nur noch ein Bruchteil der früheren Zeit beträgt.

Diese Ähnlichkeiten und viele weitere Gemeinsamkeiten haben die gesamte Branche dazu veranlasst, sich um diese neue Fähigkeit neu auszurichten. Wie in anderen Artikeln festgestellt wurde, gibt es mehrere Möglichkeiten, dies zu tun.

• Erstens können Sie KI in menschenzentrierte Arbeitsabläufe integrieren oder mit ihnen verschmelzen.
• Zweitens können Sie Menschen ignorieren oder vergessen und Systeme vollständig für intelligente Agenten aufbauen.
• Schließlich können Sie versuchen, beide zu berücksichtigen – indem Sie unabhängige, rollenspezifische Produktlinien erstellen oder Produkte entwickeln, die gleichzeitig mit Agenten und Menschen interagieren können.

Angesichts der Fähigkeiten aktueller Modelle und der großen Asymmetrie zwischen verschiedenen Produktkategorien ist es unwahrscheinlich, dass ein einziger Ansatz die absolute Vorherrschaft erlangt. In einigen Märkten werden KI-gestützte menschliche Arbeitsabläufe die geeignete Wahl sein; in anderen Bereichen werden benutzeroberflächenlose Infrastrukturen verwendet, die ausschließlich auf Agenten ausgerichtet sind.

Der Schlüssel liegt darin, Hersteller zu unterscheiden, die Produkte für die neue agentenzentrierte Welt bauen, von Herstellern, die ihre Produkte nur mit einem „KI-Etikett“ versehen, weil die Marketingabteilung es verlangt. Ein KI-Label bedeutet nicht, dass das Produkt in Zukunft die richtige Position finden wird.

Trotzdem versuchen so viele Unternehmen aus völlig unterschiedlichen Branchen, Produkte für eine Welt zu bauen, in der Agenten immer einflussreicher werden.

Einige herausragende Beispiele:

Datenbanken 

Neon: Letztes Jahr von Databricks übernommen – hat Neon for AI entwickelt, ein Postgres-Backend, das speziell dafür ausgelegt ist, Agenten primitive Operationen zugänglich zu machen. Wenn die von dem Unternehmen veröffentlichten Zahlen korrekt sind, bedeutet das, dass Agenten es bereits in großem Umfang verwenden. Laut Neon machten vor zwei Jahren 30 % der neuen Datenbankinstanzen von Agenten erstellte Instanzen aus. Bis Mai dieses Jahres ist diese Zahl auf 80 % gestiegen.

Datenwissenschaft 

Observable: Observable behandelt Agenten direkt als eine unterstützte Nutzergruppe und beschreibt es wie folgt: „Notizbücher für Agenten, die wir Chat nennen, unterscheiden sich grundlegend von den ursprünglichen Notizbüchern für Menschen, aber beide können nahtlos miteinander kommunizieren.“

Entwicklungswerkzeuge 

Daytona: Dieses Unternehmen, das früher Anbieter von Cloud-Entwicklungsumgebungen für Menschen war, hat seine menschenzentrierten Produktlinien ausdrücklich aufgegeben und sich auf Agenten ausgerichtet, mit der Aussage: „Daytona hat beschlossen, seinen Fokus von der Lösung des Problems der inkonsistenten Umgebungen menschlicher Entwickler neu auszurichten, um die Laufzeitprobleme von KI-Agenten zu lösen.“

Monid: Monid positioniert sich ausdrücklich als OpenRouter für Agenten (OpenRouter hat kürzlich eine Übernahmevereinbarung getroffen und wird von Stripe für über 7 Milliarden US-Dollar übernommen).

GitOps 

Akuity: Als GitOps-Plattform hat Akuity kürzlich eine Steuerungsebene für Agenten eingeführt. Eine der Hauptfunktionen besteht darin, Agenten und menschliche Nutzer explizit zu binden, um die Verantwortlichkeit klar zu definieren.

Hardware 

Pamir.ai: Dieses Hardware-Startup mit Sitz in San Francisco baut spezielle Hardware für Agenten. Sein Slogan lautet: „Teilen Sie keinen Computer mehr mit Ihren Agenten. Ihre Agenten sollten ihre eigenen Computer haben.“ Es ist erwähnenswert, dass AMD auch eigene „Agenten-Computer“ verkauft.

PaaS 

Netlify: Hat den Begriff „Agent Experience (AX)“ geprägt, um ein Konzept zu beschreiben, das der Entwicklererfahrung (DevEx) ähnelt, aber auf Agenten ausgerichtet ist.

Vercel: Das Unternehmen erwähnte bei der Ankündigung seiner Finanzierungsrunde der Serie F, dass es seine ursprünglichen Produktziele nachbilden, sie aber für KI neu implementieren wird. Ein Teil dieser Arbeit geschieht über ein SDK, das auf Agenten ausgerichtet ist. Auch hier scheinen Agenten bereits in großem Umfang verwendet zu werden. Im Januar dieses Jahres berichtete Vercel, dass weniger als 3 % der Bereitstellungen von Agenten ausgelöst wurden. Bis Juni hat diese Zahl die Hälfte überschritten.

Einzelhandel 

Shopify: Seit sechs Jahren verwendet Shopify React Native zur Entwicklung mobiler Anwendungen, da die Entwicklung nativer Anwendungen schwierig und zeitaufwändig ist. Die Verwendung von Agenten hat diese Überlegung verändert, und Shopify gibt jetzt React Native auf, um native Anwendungen für verschiedene Plattformen zu entwickeln. Mit anderen Worten: Agenten haben diesen großen Anbieter zu einer grundlegenden Änderung der Auswahl seines mobilen Frameworks veranlasst.

Sandboxen 

E2B: Bis Juni dieses Jahres berichtete das Unternehmen, dass es über 1 Milliarde Sandboxen gestartet hat.

Sicherheit 

XBOW: Von einigen ursprünglichen Kernmitarbeitern von Copilot aufgebaut. XBOW musste seine Produkte nicht an die agentenzentrierte Welt anpassen, da das Produkt selbst ein Agent ist.

Versionskontrolle 

Pierre: Die code.storage von Pierre ist im Wesentlichen eine benutzeroberflächenlose GitHub, die aber für Agenten und nicht für Menschen ausgelegt ist.

Es gibt Dutzende oder sogar Hunderte anderer Unternehmen, die Produkte für die agentenzentrierte Welt bauen – Stripe mit seinem Agenten-Geschäftsprotokoll (ACP) und die kommende agentenorientierte Brieftasche von Cloudflare sind zwei Beispiele dafür – aber auch ohne weitere Beispiele aufzulisten, ist der Trend bereits sehr klar. Agenten sind angekommen, sie wachsen und sind zu einer nicht zu ignorierenden Marktstärke geworden.

Nehmen wir die aufstrebende Kategorie der Sandbox-Anwendungen als Beispiel: Von Cloudflare, dem oben genannten Daytona, Docker, E2B, Modal bis hin zu dem heutigen Vercel ist der gesamte Markt ein Produkt von Agenten – ohne Agenten würden sie nicht existieren. Entwicklungswerkzeuge, die für Menschen gebaut werden, basieren auf der Annahme, dass Menschen innerhalb akzeptabler Verhaltensgrenzen operieren, während die Annahme von Entwicklungswerkzeugen, die für Agenten gebaut werden, genau das Gegenteil ist. Sandboxen existieren, um den explosionsartig wachsenden Agenten mehr Autonomie zu geben, ohne ihnen vollständiges Vertrauen zu schenken.

Letztendlich geht es nicht darum, ob Agenten und die sie unterstützenden Werkzeuge einen Markt haben werden. Die eigentliche Frage ist, ob dies auf Kosten des Marktes für menschliche Entwickler geschieht oder als Ergänzung zum ursprünglichen Markt.

Das führt zu einer weiteren Frage: Wenn Agenten zu der neuen Generation von Königsmachern werden, welche Position werden Entwickler dann einnehmen? Für Entwickler, die über Autonomie bei der Auswahl von Modellen verfügen, lautet die optimistische Antwort: Sie werden Könige. Die pessimistische Antwort lautet: Die autonome Entscheidungsgewalt der Entwickler wird stark eingeschränkt, und sie werden zu Beratern des Königs. Aber Pessimisten müssen sich daran erinnern, woher die „Urteile“ von