Jahrzehntelang galt im Produktdesign eine goldene Regel: Empathie. Wir haben Software, Interfaces und mechanische Systeme um eine zentrale Randbedingung herum gebaut, den menschlichen Bediener. Wir haben Schutzgeländer für unsere ungeschickten Finger eingezogen, grafische Benutzeroberflächen (GUIs) für unsere visuelle Prägung entworfen und Latenzpuffer für unsere lahmen Reaktionszeiten eingeplant. Im Grunde haben wir Technologie um unsere Schwächen herum gebaut.
Doch wir erleben gerade einen Paradigmenwechsel, der diesen Ansatz überflüssig macht. Mit dem Aufstieg von Generative AI und natürlichsprachlichen Interfaces holen wir den menschlichen Bediener aus dem Maschinenraum.
Der alte Stromkreis: Gedanke, Können, Ergebnis
Um diesen Wandel zu verstehen, lohnt ein Blick auf den klassischen Ablauf des Erschaffens. Für den größten Teil der Geschichte brauchte es einen eigenen, oft mühsamen Zwischenschritt, um eine Idee zum Leben zu erwecken:
Gedanke -> Technik -> Ergebnis
Wer eine Sinfonie komponieren wollte, brauchte nicht nur die Melodie im Kopf, sondern auch das technische Handwerk, um Noten zu schreiben oder ein Instrument zu spielen. Wer Software bauen wollte, musste Syntax, Speicherverwaltung und Compiler verstehen.
Unsere Werkzeuge, also IDEs, Instrumente, Kameras, Textverarbeitungen, waren die Reibungspunkte. Sie sollten uns helfen, mangelnde Präzision oder ein löchriges Gedächtnis auszugleichen. Krücken für den menschlichen Verstand.
Der neue Stromkreis: Die „Technik“ fällt in sich zusammen
KI hat diesen Prozess faktisch kurzgeschlossen. Wir bewegen uns auf eine Realität zu, in der der Ablauf schlicht lautet:
Gedanke -> Output
Wenn ich ein Modell per Prompt ein Python-Skript, ein fotorealistisches Bild oder eine komplette Marketingstrategie erzeugen lassen kann, wird die Phase der „Technik“ an die Maschine ausgelagert. Die KI wird zum Bediener.
Daraus folgt allerdings eine entscheidende Erkenntnis: Die Werkzeuge, die die KI benutzen soll, sind immer noch für Menschen gebaut. Wir lassen pfeilschnelle KI-Agenten durch Interfaces navigieren, die für Mausklicks entworfen wurden. Wir zwängen digitale Superintelligenz durch Türen, die für analoge Wesen gezimmert sind.
Fallbeispiel: Das Ende von Code, wie wir ihn kennen
Für diese Redundanz gibt es vielleicht kein besseres Beispiel als die Softwareentwicklung selbst.
Seit siebzig Jahren stapeln wir Abstraktionsschichten über die rohe Realität des Rechnens. Wir haben Assembly erfunden, weil Binärcode für menschliche Gehirne zu schwer zu lesen war. Wir haben C erfunden, weil Assembly zu mühselig war. Wir haben Python und JavaScript erfunden, weil C dem durchschnittlichen Entwickler zu viel Speicherverwaltung abverlangte, um damit sicher umzugehen.
Jede populäre Programmiersprache ist im Kern ein Kompromiss. Eine Übersetzungsschicht, die die Lücke zwischen menschlicher Logik (unscharf) und Maschinenlogik (binär) überbrücken soll. Diese Sprachen stecken voller Syntaxregeln und Fehlerbehandlungsmechanismen, die ausdrücklich dafür gemacht sind, menschliche Schwächen abzufangen: Speicherlecks, die wir vergessen haben zu stopfen, und Endlosschleifen, die wir nicht kommen sahen.
Aber warum lassen wir KI überhaupt Python schreiben?
Aktuelle Generative-AI-Modelle schreiben erstaunlich guten Code. Man promptet, und heraus kommt eine einwandfreie Python-Funktion. Schauen wir uns aber an, wie ineffizient dieser Workflow eigentlich ist:
- Menschlicher Gedanke: „Ich brauche einen Sortieralgorithmus.“
- KI-Verarbeitung: Das Modell versteht die Absicht.
- KI-Output: Das Modell erzeugt höheren, für Menschen lesbaren Code (z. B. Python).
- Interpreter/Compiler: Der Computer übersetzt dieses Python wieder zurück in Maschinencode, um es tatsächlich auszuführen.
Schritt 3 ist ein Relikt aus vergangenen Zeiten. Wir zwingen eine Maschine (die KI), ihre perfekte Logik in eine plumpe Menschensprache zu übersetzen, nur damit eine andere Maschine (der Compiler) sie wieder in Maschinencode zurückübersetzt. Wir halten an einer Mittelsmann-Sprache fest, die in einer Zukunft des Software-Promptings kein Mensch mehr lesen oder pflegen will.
Je reifer „Software Prompting“ wird, desto weniger lässt sich dieser Zwischenschritt logisch rechtfertigen. Die IDEs der Zukunft brauchen kein Syntax-Highlighting und keine Linter mehr, also keine Werkzeuge, die Menschen beim Lesen von Text helfen. Sie werden Blackboxes sein: Oben kommt natürliche Sprache rein, unten kommt ausführbarer Binärcode oder eine hochoptimierte Intermediate Representation (IR) raus.
Werkzeuge neu denken für das Maschinenzeitalter
Wenn die KI die Schwerstarbeit erledigt, muss unsere technologische Infrastruktur neu gebaut werden: für API-Calls und neuronale Verarbeitung statt für menschliche Augen und Hände.
- Von GUIs zu APIs: Ein Mensch braucht einen „Absenden“-Button mit hübschem Schlagschatten. Eine KI braucht nur einen Endpoint. Die Zukunft von Software liegt weniger in besserer UX für Menschen als in besserer Interoperabilität für Agenten.
- Von Lesbarkeit zu Effizienz: Wie beim Programmieren gesehen: Wenn eine KI die Anweisungen schreibt und eine KI sie ausführt, muss die Syntax dann noch für Menschen lesbar sein? Gut möglich, dass wir eine Renaissance hochoptimierter, maschinennaher Sprachen erleben, die nie ein Mensch zu Gesicht bekommt.
- Weg mit den Schutzgeländern: Ein Großteil der Latenz in unserer Software stammt aus Fehlerprüfungen, die menschliche Patzer abfangen sollen. Wenn Maschinen mit Maschinen sprechen, können wir die „Wollen Sie das wirklich löschen?“-Dialoge streichen und rein auf Geschwindigkeit und Logik optimieren.
Die Sicht des Prompters
Wir sollten aufhören, nur zu fragen: „Wie interagiert der Nutzer mit dieser Software?“ und zusätzlich fragen: „Wie wird ein KI-Agent mit dieser Software interagieren?“
Wir bewegen uns von einer Ära der Human-Computer Interaction (HCI) in eine der Computer-Computer Interaction (CCI), in der der Mensch nur noch die anfängliche Absicht vorgibt.
Das Paradoxe daran: Indem wir menschliche Technikkompetenz überflüssig machen, haben wir Technologie keineswegs einfacher gemacht. Das Backend ist unendlich viel komplexer geworden. Das „natürlichsprachliche Interface“ ist nur eine dünne Fassade. Darunter müssen wir den menschenzentrierten Altlasten-Kram abtragen und eine neue Welt bauen, optimiert auf Geschwindigkeit, Präzision und Logik der Maschinen, die uns jetzt dienen.
Wenn die Reibung weg ist, müssen wir nur schnell genug die Straßen für die neuen Fahrer bauen.
Und über die künftige Rolle der menschlichen Bediener sollten wir auch noch reden ...
Live long and prosper 😉🖖
Soundtrack (alles Gute zum 50. 😉)
