Das Zeitalter hochgradig personalisierter (Highly Bespoke) Software

• Die bisherige Praxis, im App Store allgemeine Apps auszuwählen und zu nutzen, wird zunehmend zu einem veralteten Konzept; wir wechseln in eine Ära, in der LLM-Agenten on the fly maßgeschneiderte Apps für Nutzer erstellen
• Karpathy teilte ein Beispiel, in dem er per Vibe Coding in nur einer Stunde ein personalisiertes Dashboard für Cardio-Training fertigstellte
• Er analysierte die Cloud-API des Woodway-Laufbands per Reverse Engineering, verarbeitete die Daten und baute ein Web-UI auf, doch Bugfixes waren weiterhin nötig, etwa bei Einheitenumrechnung oder Kalenderzuordnung
• Die Branche sollte sich weg von Frontends für Menschen und hin zu AI-nativen APIs/CLIs neu aufstellen, die Agenten direkt nutzen können; 99 % der Produkte unterstützen das jedoch noch nicht
• Langfristig zielt die Entwicklung auf eine Zukunft, in der ein einziger Satz wie „Verfolge mein Cardio-Training“ genügt und innerhalb einer Minute eine App fertig ist; dafür braucht es persönlichen Kontext, Skill-Bibliotheken und Automatisierungsinfrastruktur

---

Ein konkretes Beispiel für maßgeschneiderte Software

• Da er sein Cardio-Training zuletzt etwas vernachlässigt hatte, beschloss er, ein 8‑Wochen-Experiment zu entwerfen, um seine Ruheherzfrequenz (Resting Heart Rate) von 50 auf 45 zu senken
• Als zentrale Mittel legte er ein wöchentliches Ziel an Gesamtminuten in Zone 2 sowie ein HIIT-Training pro Woche fest
• Um das zu verfolgen, erstellte er per Vibe Coding ein maßgeschneidertes Dashboard; der Zeitaufwand betrug etwa eine Stunde
• Claude analysierte die Cloud-API des Woodway-Laufbands per Reverse Engineering, zog die Rohdaten, verarbeitete, filterte und debuggt sie und baute anschließend sogar das Web-UI-Frontend
• Ganz reibungslos war die Erfahrung nicht; Bugs wie Verwechslungen zwischen metrischen und imperialen Einheiten oder Fehler bei der Zuordnung von Wochentag und Datum mussten noch manuell entdeckt und zur Korrektur gemeldet werden

Die Grenzen des App-Store-Modells

• Eine dedizierte App für diese Art von Aufgabe existiert nicht im App Store — und sie muss dort auch nicht existieren, denn rund 300 Zeilen Code kann ein LLM-Agent in Sekunden erzeugen
• Schon die Idee, nach einer App wie „Cardio-Experiment-Tracker“ zu suchen, sie herunterzuladen und dann zu nutzen, ist unangemessen und überholt
• Das Konzept eines App Stores als Long-Tail-Liste diskreter Apps, aus der man auswählt, passt immer weniger in eine Zeit, in der LLM-Agenten spontan individuelle Apps für einzelne Nutzer improvisieren können

Umbruch der Branche: AI-native Sensoren und Aktuatoren

• Die Branche sollte als Service-Sammlung von Sensoren und Aktuatoren mit agent native ergonomics neu organisiert werden
• Das Woodway-Laufband fungiert als Sensor, der physischen Zustand in digitale Informationen übersetzt; aktuell hält es jedoch weiterhin ein menschenlesbares Frontend vor, sodass LLM-Agenten Reverse Engineering betreiben müssen
• Geräte wie Laufbänder sollten Formen bereitstellen, die Agenten direkt per API/CLI nutzen können
• Derzeit bieten 99 % der Produkte und Services keine AI-native CLI; stattdessen pflegen sie weiter .html/.css-Dokumente und geben Anweisungen wie: Öffne eine Webseite, öffne diese URL, klicke hier
• Selbst im Jahr 2026 wird Menschen noch zugemutet, sich wie Computer zu verhalten; es ist enttäuschend, dass dieser Wandel branchenweit so langsam voranschreitet, und entsprechend langsamer sind auch die Erwartungen an den Zeitplan geworden

Von 1 Stunde zu 1 Minute: Zukunftsvision

• Beeindruckend ist, dass eine Aufgabe, die vor zwei Jahren noch etwa 10 Stunden gedauert hätte, heute auf 1 Stunde geschrumpft ist
• Noch spannender ist jedoch die Frage, was vorhanden sein muss, damit dieselbe Aufgabe in weniger als 1 Minute erledigt werden kann
• Ideal wäre eine Form, bei der man sagt: „Hilf mir, in den nächsten 8 Wochen mein Cardio-Training zu tracken“, einige kurze Rückfragen beantwortet und die App sofort fertig ist
• Dafür muss die AI bereits über reichhaltigen persönlichen Kontext verfügen, zusätzlich benötigte Daten einsammeln, passende Skill-Bibliotheken referenzieren und durchsuchen sowie alle kleinen Apps und Automatisierungen des Nutzers verwalten

Zentrale Schlussfolgerung

• Schon das App-Store-Konzept als Auswahl aus einer Liste diskreter Apps wird zunehmend veraltet
• Die Zukunft besteht aus Services, die aus AI-nativen Sensoren und Aktuatoren aufgebaut sind und über LLM-Glue orchestriert werden, um hochgradig maßgeschneiderte ephemere Apps zusammenzusetzen
• Allerdings ist diese Zukunft noch nicht eingetroffen

[colus001]

Nur weil man alles Mögliche bauen kann, heißt das weder, dass man alles bauen sollte, noch, dass das in der Praxis tatsächlich möglich ist. Menschen wissen nämlich weit weniger gut, was sie eigentlich wollen, als man denkt. Und die Netzwerkeffekte werden noch stärker ...

[xguru]

Das ist zwar ein anderes Thema als solche Web-Apps, aber ich habe gestern etwas dazu auf X gepostet..
https://x.com/xguru/status/2024314395040551306?s=20

Vielleicht wird die eigentliche Einnahmequelle von App Store/Google Play künftig die „Gebühr für die Registrierung im Entwicklerprogramm“ sein?
Bei Google zahlt man einmalig 25 US-Dollar und es gilt lebenslang, bei Apple muss man jedes Jahr 99 US-Dollar zahlen. (Google verdient eben wirklich kein Geld..)

In letzter Zeit sinken die Umsätze kostenpflichtiger Apps im App Store zunehmend, sodass man wohl schon mit deutlich geringeren Verkaufszahlen als früher in die Bestenliste kommt.

Leichte kostenlose Apps haben inzwischen wirklich kaum noch Platz, und bei funktionsreichen Bezahl-Apps braucht man in Wahrheit oft nur einige wenige Funktionen, sodass man am Ende wohl nur genau diese umsetzt und nutzt — deshalb könnte sich der App-Store-Markt selbst nach und nach insgesamt verkleinern.

[shw00]

Es wäre auch ein interessantes Forschungsthema, ob der Markt eher schrumpfen oder wachsen wird, wenn sich der Long Tail des Marktes in einen superlaaaangen Tail verwandelt.