- Reife und Wert entstehen nicht durch schnelle Erfolge, sondern durch die Ansammlung über lange Zeit
- Wie das Wachstum von Bäumen, alte Immobilien oder handwerklich gefertigte Produkte sind durch Zeit entstandene Vermögenswerte nicht durch Geld ersetzbar
- Die moderne geschwindigkeitsorientierte Kultur hat sich auch in Entwicklung und Startup-Welt ausgebreitet, doch echte Ergebnisse entstehen aus Beständigkeit und Ausdauer
- AI und Automatisierung beseitigen Reibung und steigern die Effizienz, aber dabei verschwindet auch der Prozess des Abwägens und des Vertrauensaufbaus
- Vertrauen, Qualität und Community entstehen nicht in kurzer Zeit; langjährige Hingabe ist unverzichtbar
Dinge, die Zeit brauchen
- Wie das Wachstum von Bäumen lassen sich manche Werte erst nach langer Zeit gewinnen
- Eichen oder Kastanien, die vor Jahrzehnten gepflanzt wurden, sind Vermögenswerte, die sich weder durch Geld noch durch Mühe ersetzen lassen
- Ein alter Garten oder ein Haus mit altem Baumbestand ist für jemanden, der neu anfängt, nicht sofort zu bekommen
- Von Zeit geschaffener Wert entsteht nur durch Warten
- Der in der Zeit enthaltene Wert findet sich in der gesamten menschlichen Gesellschaft
- Schweizer Uhren, Hermès-Taschen, alte Immobilien und Ähnliches beziehen ihren Preis aus der Zeit, die in Herstellung und Alter steckt
- Dass es Altersgrenzen fürs Fahren, Wählen oder Trinken gibt, beruht ebenfalls auf dem Glauben, dass Reife nur durch Erfahrung kommt
- Die moderne Gesellschaft bewegt sich in Richtung sofortiger Befriedigung
- Auch in der Softwareentwicklung und beim Aufbau von Startups verbreitet sich eine Kultur der Geschwindigkeit
- Doch der Kern erfolgreicher Unternehmen oder Open-Source-Projekte ist weiterhin Ausdauer und Beständigkeit
- Wichtig ist die Fähigkeit von Führungspersonen oder Maintainer:innen, sich über lange Zeit mit Problemen zu befassen und Beziehungen aufzubauen
Reibung ist gut
- Moderne Entwickler:innen und Gründer:innen sind von einer Fixierung auf Geschwindigkeit erfasst
- Schnelle Iteration, zügige Deployments und unmittelbares Lernen stehen im Mittelpunkt
- Doch in manchen Bereichen ist Geschwindigkeit eher schädlich
- In Feldern wie Compliance gibt es Gründe, warum Reibung existieren sollte
- Der Wunsch, Verfahren wie SOC2 abzuschaffen, wächst, und es entsteht eine Industrie, die diese automatisieren will
- Ein Beispiel sind Turnkey-Lösungen wie Delve
- Die Tendenz, menschliche Beteiligung durch AI zu ersetzen, breitet sich aus
- Doch Reibung selbst ist oft ein sinnvoller Prozess
- Wichtige Entscheidungen brauchen Zeit zum Abwägen
- Wirklich wertvoll ist nicht, etwas einmal gut zu machen, sondern es über lange Zeit hinweg kontinuierlich gut zu machen
„Vibe Slop“ der Schlussfolgerungsgeschwindigkeit
- Während AI schnell Code schreibt, wird der Wettlauf um Geschwindigkeit weiter auf die Spitze getrieben
- Der Trend geht dahin, jede Reibung zu entfernen: Reviews, Infrastrukturdesign, Freigabeprozesse und mehr
- Es verbreitet sich die Haltung: „Wenn die Maschine gut genug ist, warum brauchen wir dann Checklisten oder Freigabesysteme?“
- Diese geschwindigkeitszentrierte Kultur führt zu einer verkürzten Lebensdauer von Software
- Heute schrumpft die Lebensdauer vieler Softwareprodukte nicht auf Jahrzehnte, sondern auf wenige Monate
- Auch menschliche Beziehungen und Vertrauen werden kurzfristiger
- Auch in Startups nehmen verantwortungslose Schließungen zu
- Einige Unternehmen aus YC-Batches verschwinden, ohne sich überhaupt von ihren Kund:innen zu verabschieden
- Das ist kein Zeichen gesunder Iteration, sondern ein Symptom des Zusammenbruchs von Kundenvertrauen
- Ein sauberer Abschluss braucht Zeit und Mühe, doch im aktuellen Umfeld gilt das als Verschwendung
- Dasselbe Phänomen zeigt sich auch bei Open-Source-Projekten
- Viele Projekte erhalten kurzfristig Commits und verschwinden dann wieder
- Gute Open Source braucht langfristige Hingabe, Nachfolgestrategien und eine Community-Basis
- Nur mit solchen Elementen kann sie die Prüfung der Zeit bestehen
Meine Zeit
- Die Skepsis gegenüber Tools, die Zeitersparnis versprechen, wächst
- Je aktiver man AI- und Automatisierungswerkzeuge nutzt, desto knapper wird die Zeit paradoxerweise
- Eingesparte Zeit wird sofort vom Wettbewerb absorbiert und verschwindet
- Wer sich Luft verschafft, verliert den Platz an jemanden, der sich noch schneller bewegt
- Je näher man am Zentrum der AI-getriebenen Wirtschaft ist, desto stärker verschärft sich der Zeitmangel
- Selbst wenn man absichtlich langsamer werden will, ist es schwer, hochwertige Ergebnisse zu liefern
- Weil Software schnell zur Ware wird, entsteht ein Umfeld, in dem Qualität schwer aufrechtzuerhalten ist
- Durch langjährig gepflegte Open-Source-Projekte und die Erfahrung aus zehn Jahren Mitarbeit in einem Startup wird die Kraft der Zeit greifbar
- Kontinuierliche Beteiligung verwandelt Ideen in tief verwurzelte Hingabe
- Mit der Zeit werden Projekte zu einer Grundlage, die andere schützt und wachsen lässt
- Vertrauen, Qualität und Community lassen sich nicht kurzfristig erzeugen
- So wie man eine 50 Jahre alte Eiche nicht massenproduzieren kann, lässt sich mit einem Wochenend-Hackathon keine echte Gemeinschaft schaffen
- Die wertvollsten Projekte, Beziehungen und Communities brauchen alle Jahre an Zeit
- Vor Kurzem wurden zusammen mit Colin neue Bäume gepflanzt
- Es ist klar, dass es Zeit braucht, bis daraus große Bäume werden, und es besteht keine Eile
2 Kommentare
Es ist zwar klar, dass es bei der Steigerung der Produktivität durchaus wirksam ist, aber je komplexer ein System wird, desto schwieriger ist es, darauf ohne Verständnis für grundlegendes Design oder Clean Code weiter aufzubauen — eine ganz grundlegende Tatsache, die jeder kennt, auch ohne über Handwerkskunst zu sprechen.
Hacker-News-Kommentare
Wenn man sich bei modernen AI-Tools nur auf Geschwindigkeit konzentriert, vergisst man leicht, dass „Geschwindigkeit ein Vektor mit Richtung ist“
Schnell zu sein bedeutet nicht automatisch, das Ziel schneller zu erreichen; wenn die Richtung falsch ist, dauert es am Ende sogar länger
So lassen sich, wie ich finde, die Vor- und Nachteile von LLM-basierten Coding-Tools erklären
Für Forschung, Demos und das Bauen von Prototypen, also dort, wo man die Richtung festlegt, sind sie effektiv; wenn man sie aber nur Features zu bestehenden Systemen hinzufügen oder Bugs beheben lässt, laufen sie oft in eine seltsame Richtung und bleiben stecken
Kundenfeedback ist genau diese „Richtung“, aber bis echte Reaktionen von Nutzern zurückkommen, braucht es Zeit
Deshalb braucht man ein System, das Feedback ähnlich einer PID-Regelkurve sanft einarbeitet
Wenn das Experimentier-Framework gut aufgestellt ist, ist es kein großer Verlust, selbst wenn man in die falsche Richtung läuft
Das erinnert mich an den Artikel „Hidden dangers of shipping fast“ im PostHog-Newsletter
Ohne den langsamen Denkprozess davor wäre das Ergebnis aber deutlich schlechter geworden
Unter Zeitdruck ist Geschwindigkeit am Ende gleichbedeutend mit Sieg
Gute Projekte werden, wie ich finde, durch unzählige Iterationen fertiggestellt
Es geht nicht darum, viele Features hinzuzufügen, sondern wenige Features über mehrere Stufen hinweg zu verfeinern
Entwickler verstehen beim Arbeiten den Kontext des Systems immer tiefer, und selbst einmal gebaute Features müssen weiter verbessert werden
AI Coding wird bleiben, aber ein klares Verständnis dafür, warum man etwas baut, ist weiterhin nötig
Es wird das bekannte Projektmanagement-Zitat von Fred Brooks angeführt: „Egal, wie viele Frauen man einsetzt, ein Baby braucht 9 Monate“
Jemand remakt Sid Meier’s Pirates mit einem Prinzessinnen-Thema, und AI hilft stark beim Prototyping und bei Story-Ideen
Aber Story-Konsistenz, Auswahl des Artworks und Playtesting laufen weiterhin in menschlichem Tempo
Selbst wenn AI also Zeit spart, entstehen die Bottlenecks an anderer Stelle
Man stimmt der Meinung des Autors zu, integriert LLMs aber aktiv in den Workflow und spürt dadurch mehr Tempo
Man überlässt nicht einfach alles einem Agenten, sondern arbeitet dialogorientiert mit ihm zusammen
Manchmal verschwendet man etwa eine Stunde, aber das ist viel effizienter, als allein zehn Stunden lang zu grübeln
Zusammen mit git fühlen sich auch große Code-Experimente weniger belastend an
Manche mögen darüber spotten, dass es langsam sei, aber die Qualität ist hoch und das Ergebnis zufriedenstellend
Jemand mag an Nietzsche die Idee, dass eine Zivilisation Tausende Jahre braucht, um Konzepte zu ‚verdauen‘
Die moderne Gesellschaft neigt dazu, jedes Problem nur als Ressourcenproblem zu sehen
Erfahrung wird unterschätzt, Wissen überschätzt
Zur Aussage „Je mehr wir AI- und Agent-Tools nutzen, desto mehr Zeit sparen wir“ wurde das mit einer Sand-und-Felsen-Metapher erklärt
Zuerst muss man die großen Felsen, also die wichtigen Dinge, hineinlegen, und den Sand, also AI-Arbeit, danach in die Zwischenräume füllen
Wichtiger als Leute, die mit Sandhaufen prahlen, ist es, Felsen mit Gold darin zu finden
Der Behauptung „Wir zahlen einen Aufpreis für Schweizer Uhren oder Hermès-Taschen, weil in ihnen Zeit steckt“ wurde widersprochen
Tatsächlich gehe es eher um ein Statussymbol
Die investierte Zeit wird selbst zum Symbol, und etwas Teures ohne solchen Zeitaufwand, wie ein NFT, wirkt eher töricht
und die Meinung, man sei froh gewesen, weitergelesen zu haben, weil ja selbst das Heranziehen von Rinderleder Zeit brauche und die Aussage damit letztlich doch stimme
Bei Open-Source-Projekten ist kontinuierliche Pflege der Kern, aber die meisten sterben, wie ich finde, genau daran
Wenn fremde Nutzer anfangen, sie zu verwenden, wird daraus plötzlich eine völlig andere Arbeit, aber niemand warnt einen davor
Es sei wichtig, früh zu begreifen, dass Zeit unersetzlich ist
Man habe viele Menschen gesehen, die Zeit mit ihren Kindern verloren haben, um Geld zu verdienen
Agentic Coding fühlt sich an wie ein Videospiel, als würde man eine Lootbox öffnen, ohne zu wissen, ob guter Code herauskommt oder nicht
Kritisiert wird ein Zustand, in dem statt Codequalität eher der Kick im Vordergrund steht: „Wow, ich habe mit einer einzeiligen Prompt ein Microservices-UI gebaut!“