- Ein Beitrag, der angesichts des Phänomens, dass FOMO (die Angst, etwas zu verpassen) rund um neue Technologien wie Kryptowährungen und AI-Tools instrumentalisiert wird, sagt: „Es ist okay zu warten“
- In der Frühzeit von Kryptowährungen war die Frage „Willst du nicht zurückfallen?“ ein subtiles Druckmittel, das skeptische Haltungen untergrub
- Auch aktuelle AI-Tools sind größtenteils noch nicht nützlich, und selbst wenn man wartet, bis sich der Hype bewahrheitet, macht das für die Produktivität kaum einen Unterschied
- Wenn eine Technologie wirklich nützlich ist, kann man sie jederzeit lernen und einsetzen; frühes Lernen ist nicht zwingend nötig
- Auch Git wurde nicht gleich nach dem Erscheinen genutzt; es reichte, es zu lernen, nachdem es sich stabilisiert hatte und im Job verlangt wurde. Auch beim Metaverse und VR gab es überhaupt keinen praktischen Vorteil, früh dabei gewesen zu sein
- In einer Welt, in der jede Stunde 16.000 Babys geboren werden, ist die Behauptung, man sei im Rückstand, nur weil man eine bestimmte Technologie nicht früh gelernt hat, offensichtlich absurd. Die Strategie des Abwartens und Beobachtens ist eine vernünftige Wahl
Die Instrumentalisierung von FOMO: von Kryptowährungen bis AI
- Während des frühen Krypto-Hypes wurde zur Teilnahme mit dem Argument „die Währung der Zukunft“ gedrängt, doch wegen Instabilität und mangelnder Praxistauglichkeit wurde das abgelehnt
- Bei der Frage „Willst du nicht zurückfallen?“ stellte sich die Gegenfrage, worin dieses Zurückfallen überhaupt bestehen soll
- Wenn die Technologie wirklich alle befreien würde, gäbe es keinen Grund, früh einzusteigen, und es wäre nie zu spät, mitzumachen — sie wäre morgen immer noch da
- Formulierungen wie „Have Fun Staying Poor“ in der Krypto-Community sind eine subtile psychologische Druckstrategie, die FOMO instrumentalisiert, um Skepsis zu brechen
Dieselbe Sicht auf den AI-Boom
- Das Ergebnis aus dem direkten Ausprobieren verschiedener AI-Tools: Einige sind okay, aber die meisten sind wenig nützlich
- In der aktuellen Phase gibt es mehr überzogene Werbung und aufgeblasene Erwartungen als echten praktischen Wert
- Es ist völlig in Ordnung, zu warten, bis sich der Hype materialisiert, und es gibt keinen Grund, sich die Mühe zu machen, WordStar für DOS zu lernen
- Wenn eine Technologie wirklich so großartig ist, sollte man sie nicht nach einem von anderen vorgegebenen Zeitplan lernen müssen, sondern zu einem selbst gewählten Zeitpunkt produktiv nutzen können
Beispiele, bei denen ein früher Start nicht nötig war
- Git wurde nicht direkt nach dem Erscheinen verwendet, sondern erst gelernt, nachdem es sich stabilisiert hatte und im Beruf erforderlich wurde — vielleicht wäre man mit den frühen Mühen 7 % effizienter geworden, vielleicht hätte man aber auch Zeit mit einer gescheiterten Technologie verschwendet
- Eine Masterarbeit wurde zum Thema Metaverse geschrieben, und VR-Entwicklung zu lernen machte zwar Spaß, hatte aber überhaupt keinen praktischen Nutzen
- An einer Impfstoffstudie wurde teilgenommen, weil das sowohl persönlichen Nutzen bringen als auch der Menschheit helfen konnte
Risiken und Sinnlosigkeit früher Teilnahme
- Es fällt schwer, an Menschen zu denken, die durch einen frühen Einstieg mehr als nur Angeberrechte gewonnen hätten
- Einige frühe Investoren haben Geld verdient, aber genauso viele andere haben Verluste gemacht
- Es gibt erfolgreiche Technologien wie HTML 2.0, aber genauso gut kann man in einer Sackgasse wie Flash landen
- Die „cutting edge“ einer Technologie ist oft eher die „bleeding edge“ — also ein riskanter und kostspieliger Bereich
Warum Warten legitim ist
- Jede Stunde werden 16.000 neue Menschen geboren; nur weil sie nicht schon bei der Geburt Technologien lernen, sind sie nicht „im Rückstand“
- Fazit: Es ist zu 100 % okay, zu warten, bis klar ist, ob etwas tatsächlich nützlich ist
- Wichtiger als Hast sind vernünftiges Urteilsvermögen und die Freiheit, den richtigen Zeitpunkt selbst zu wählen
4 Kommentare
Im Zeitalter des Informationsüberflusses rund um KI überwiegt inzwischen die Erschöpfung den Nutzen. Kategorische Ratschläge, die fast schon an Bestätigungsfehler grenzen, werbliche Beiträge und sogar YouTube-Inhalte mit stark kommerziellem Anstrich ... In einer Zeit, in der jeder seine eigene Meinung lautstark vertritt, als wäre sie die einzig richtige, verstärkt dieses unbegründete Selbstvertrauen die Müdigkeit nur noch mehr. Manchmal denke ich, dass ich dem Lärm einfach entkommen möchte.
iPhone, AlphaGo und Bitcoin haben sich an einer Mauer des Zweifels hochgearbeitet – warum hat sich KI dann plötzlich so schnell entwickelt?
Wenn man lange genug in dieser Szene ist und sie beobachtet, wirken die jüngsten Veränderungen für mich vor allem auf zwei große Ursachen zurückzugehen.
Erstens ist der Einsatz viel zu groß geworden. Früher wirkten schon ein paar Millionen Dollar beeindruckend, heute fließt Geld in Milliardenhöhe. Wo der Geruch von Geld in der Luft liegt, sammeln sich nun einmal die unterschiedlichsten Leute. Dazu kommt, dass der massive Zustrom von Menschen aus bestimmten Kulturkreisen die Atmosphäre der Branche selbst stark verändert hat — hin zu ihrem ganz eigenen Stil.
Wenn man sich heute umschaut, ist es ganz klar anders als die frühere IT-/CS-Mentalität: Es fühlt sich an, als würden heute vor allem Rhetorik und Showmanship alles am Laufen halten. Früher wären solche Leute spätestens dann gemeinsam verschwunden, wenn die Blase geplatzt wäre, aber diesmal steht mit den LLMs eine „gut sprechende Technologie“ im Zentrum, deshalb sieht es nicht so aus, als würde dieser Trend so bald enden. Ich glaube, diese Stimmung wird uns auch in Zukunft weiter begleiten.
Hacker-News-Kommentare
Wenn diese Technologie wirklich so großartig ist, sollte ich sie in meinem eigenen Tempo lernen und damit meine Produktivität steigern können
Schon jetzt gibt es Möglichkeiten für Produktivitätsgewinne, aber sie sind nicht für jeden eine überwältigende Veränderung, und die Onboarding-Hürde ist ziemlich hoch
Mit der Zeit werden sowohl die Produktivität steigen als auch die Einstiegshürden sinken. Im Moment ist es nicht verkehrt, einfach abzuwarten
Technisch gesehen ist es optional, aber so unter Druck gesetzt zu werden, habe ich noch nie erlebt. Am Ende wirkt es wie eine Struktur, die nur den Token-Verbrauch erhöht und AI-Unternehmen Geld zuschiebt
Wenn sich das technische Paradigma ändert, kann dieses Skillset leicht bedeutungslos werden
Nützlich ist es vor allem, wenn ich lästige Wiederholungsarbeit abgeben will. Es hat im Grunde nur den Abstand zu Vim-Nutzern verringert, also nichts Spektakuläres
Wenn ich heute zum ersten Mal mit Webentwicklung anfangen würde, käme es mir wahrscheinlich viel schwerer vor
Nur so kann man Einfluss auf die Richtung nehmen und vielleicht zur Evolution beitragen
Wenn die Generation wechselt, endet man sonst womöglich wie jemand, der „nicht weiß, warum das Speichersymbol wie eine Diskette aussieht“
Krypto und das Metaverse habe ich komplett ignoriert und dadurch keinerlei Nachteil gespürt
Bei LLMs dagegen hat sich die Distanz zwischen Idee und Umsetzung dramatisch verkürzt, und das war in meinem Entwicklerleben ein echter Wendepunkt
Ob das eine gute Veränderung ist, weiß ich noch nicht, aber im Moment habe ich ziemlich viel Freude daran
Das hängt komplett von der Art des Projekts ab
Früher war ich auf Senior-Entwickler oder Stack Overflow angewiesen, heute kann ich vieles selbst lösen
Man sollte LLMs allerdings als ein ganzes Spektrum betrachten — nur weil ein Teil nützlich ist, heißt das nicht, dass alles wertvoll ist
LLM-basierte Chat-Interfaces sehe ich positiv, bei agentischer Automatisierung bin ich dagegen skeptisch
Ich denke, jetzt ist nicht die Zeit zum „Abwarten“, sondern die Zeit, beruflich neue Technologien zu lernen
Und wenn es sich doch als nutzlos erweist, kann man einfach zur alten Arbeitsweise zurückkehren
Der Wert eines frühen Einstiegs ist eindeutig vorhanden
Leute, die bei Bitcoin, neuronalen Netzen oder Mobile Games früh eingestiegen sind, wurden groß belohnt
Aber es gibt auch viele verschwundene Technologien wie ActionScript oder Blackberry-Apps
Wer hohe Gewinne will, muss Risiko eingehen und früh einsteigen; wer Stabilität will, sollte warten
Um beurteilen zu können, ob eine neue Technologie zu meinen Werten passt, brauche ich Zeit
Rückblickend finde ich es immer noch idiotisch, aber wenn ich damals gekauft hätte, wäre ich reich geworden
Einige Jahre lang hat das Geld eingebracht, am Ende war es aber eben doch eine verschwundene Technologie
Viele übersehen, wie schwer es ist, den künftigen Wert vorherzusagen
Auch der Erfolg von Mobile Games wurde eher von Marketing als von Technologie bestimmt
Die Angst ist groß, dass die Karriere verschwinden könnte
Wenn LLMs die Produktivität erhöht haben, gibt es für Unternehmen womöglich keinen Grund mehr, wieder Leute einzustellen
Deshalb überlege ich, ob ich noch 10 Jahre durchhalte oder die Karriere wechsle
Als ich einen Mechaniker beim Reifenwechsel sah, war ich fast neidisch — denn Reifen bleiben Reifen, egal wie die Konjunktur läuft
Wie früher bei MS Access haben auch die Tools, die „keine Programmierer mehr brauchen“, am Ende einen Wartungsmarkt geschaffen
Lebensläufe einfach wahllos herumzuschicken bringt wenig
Solange Bedürfnisse nicht verschwinden, wird es weiter neue Funktionen, Plattformen, Tests, Dokumentation und Services geben
Bis vollständige Automatisierung kommt, wird die Arbeit nicht ausgehen
Software dagegen entwickelt sich einfach immer weiter, sie verschwindet nicht
Wenn man wirklich einen „Burggraben“ will, sollte man etwas Komplexes suchen, das eine Zulassung erfordert und immer nachgefragt wird
Ich denke eher, die optimale Strategie ist, früh auf neue Technologien aufzuspringen und sofort wieder auszusteigen, sobald die Zukunft unklar wird
Wie bei Bitcoin kann man große Gewinne machen, wenn man früh einsteigt, aber wenn man zu spät dazukommt, bleibt fast nur noch Risiko
Bei AI ist es ähnlich: Wer früh Inhalte produziert hat, hatte Vorteile, aber heute ist der Early-Mover-Vorteil verschwunden
Neben Bitcoin gab es unzählige andere Coins, und die meisten sind gescheitert
Am Ende wiederholt sich nur ein Fall wie die Tulpenblase, also Tulip Mania
Nach diesem Prinzip hätte man Bitcoin keine 15 Jahre lang halten können
Echte Differenzierung entsteht dadurch, tiefe Expertise aufzubauen und mit diesem Wissen neue Verbindungen herzustellen
Nur so kann man ein sinnvoller First Mover sein
Ich programmiere seit 1986 und lasse mich nicht mehr von FOMO (der Angst, etwas zu verpassen) treiben
Selbst wenn man sich nicht beeilt, bleibt am Ende immer noch Aufräumarbeit übrig
Bei AI ist es genauso: Die Entwicklung geht in Richtung kleinerer Teams
Wie SaaS, iPaaS, Serverless und Managed Cloud beschleunigt auch AI die Entwicklung mit kleinen Teams
Zu Beginn der Cloud gab es Systemadministratoren, die sagten, das werde sich niemals durchsetzen
Aber neugierige Early Adopters wurden später zu Leitern von Cloud-Migrationen
Bei der Mobile-Entwicklung war es genauso: Nur die Leute, die früh gelernt haben, konnten die Chancen nutzen
EC2-Verwaltung und die Verwaltung physischer Server sind technisch fast identisch
Der Markt ist nur deshalb so groß geworden, weil das Management dem Marketing geglaubt hat
LLMs sind eher Werkzeuge wie eine IDE und nicht schwer zu lernen
Ich war anfangs gegen LLM-unterstütztes Coden, aber inzwischen nutze ich Claude Code häufig
Wenn der Kernwert von LLMs darin liegt, dass selbst Nicht-Techniker sie leicht nutzen können, dann ist es für Entwickler erst recht einfach
Deshalb stimme ich dem Autor zu, dass man sich „keine Sorgen machen muss, zurückzufallen“
Was Engineering-Organisationen jetzt tun sollten, ist, AI-Tools gut zu verstehen und herauszufinden, wo sie sich einsetzen lassen
Mit Tools wie Claude Code lassen sich Ideen, bei denen man immer dachte „das machen wir irgendwann mal“, innerhalb einer Stunde als Feature umsetzen
Solche Chancen zu verpassen, ist ein echter Verlust
Manche wollen einfach Arbeit und Leben trennen. Dann reicht es, nur so viel zu lernen, wie nötig ist
Die Technologie wird sich weiterentwickeln, aber im Moment kann Abwarten auch klug sein
Für mich sind LLMs inzwischen eine unverzichtbare Kernkompetenz
Wichtig ist zu wissen, wann, wo und wie man sie sinnvoll einsetzt
Wer einfache Wiederholungsarbeit nicht automatisieren kann, drückt die Produktivität des ganzen Teams
Es ist inzwischen selbstverständlich, mit LLMs Code zur Reproduktion von Bugs zu erzeugen oder Performance-Regressionen zu testen
Durch diese Automatisierung sind präzise Analysen leichter geworden, und auch Kollegen erwarten diese Effizienz
Dass jemand anfangs Git nicht benutzt hat, kann auch heißen, dass er überhaupt keine Versionsverwaltung genutzt hat
Es gab immer noch Entwickler, die Versionen durch das Kopieren von Dateien verwaltet haben, und für sie war Git eine enorme Hilfe, sobald sie es gelernt hatten
Bei LLMs ist das nicht so
Ich wünschte, alle Kunden würden zu Git wechseln
Das Argument lautet dann, dass es nicht schlecht ist, auf eine ausgereifte Technologie zu warten