Sam Schillace untersucht das Aufkommen KI-gesteuerter Softwareentwicklungsteams, die durch innovative Ansätze bei Coding und Systemdesign ein exponentielles Produktivitätswachstum erzielen. Diese „compounding teams“ stellen eine technologische Transformation dar, die mit großen Innovationen wie dem PC, dem Webbrowser oder dem Smartphone vergleichbar ist.
Die charakteristischen Merkmale dieser Teams sind bemerkenswert. Entgegen der landläufigen Meinung verwenden sie keine einfachen KI-Coding-Tools wie GitHub Copilot. Stattdessen bauen sie vollständige, ausgereifte Frameworks rund um KI-Modelle auf und schaffen proaktive Systeme mit eigenständigen Fähigkeiten. Ihr Ansatz stützt sich stark auf systemnahe Programmierwerkzeuge wie git, Markdown und Kubernetes.
Die von diesen Teams verfolgte Arbeitsmethodik zeichnet sich durch einen rekursiven Ansatz aus: „ein Tool bauen, um ein Tool zu bauen“. Diese Philosophie der umfassenden Automatisierung ermöglicht es KI-Systemen, ihre eigenen Werkzeuge autonom zu erstellen und einzusetzen. Probleme werden in modulare, lösbare Teile zerlegt, was eine massive parallele Entwicklung erleichtert. Schillace erwähnt Teams, die gleichzeitig 5 bis 10 parallele Prozesse betreiben, wobei die täglichen Ausgaben für API-Aufrufe mehrere hundert Dollar erreichen.
Besonders aufschlussreich ist, dass einige dieser Teams seit Monaten keinen Code mehr direkt angefasst haben. Stattdessen orchestrieren sie KI-Systeme, die Code autonom generieren, testen und deployen. In diesem neuen Paradigma wird die Koordination zur zentralen Herausforderung – nicht mehr das Schreiben von Code selbst.
Die Organisationsstruktur dieser Teams unterscheidet sich radikal von traditionellen Entwicklungsteams. Sie bleiben bevorzugt klein und bestehen hauptsächlich aus erfahrenen Designern, die in der Lage sind, Architekturen und Systeme zu entwerfen, statt Zeile für Zeile zu programmieren. Strikte modulare Grenzen sind unerlässlich, damit unterschiedliche Komponenten unabhängig funktionieren und sich dennoch kohärent integrieren können.
Der technische Arbeitsablauf beruht auf ständiger Codeausführung und kontinuierlichen Abnahmetests. Dieser Ansatz stellt sicher, dass die automatisch generierten Systeme den von menschlichen Designern definierten funktionalen und qualitativen Vorgaben entsprechen. Das Amplifier framework wird als konkretes Beispiel für diese neuen Architekturen genannt.
Schillace legt nahe, dass sich diese Transformation wahrscheinlich über die Softwareentwicklung hinaus auf Wissensarbeit im Allgemeinen ausweiten wird. Die Fähigkeit, Systeme zu schaffen, die sich selbstständig verbessern und weiterentwickeln, stellt einen fundamentalen Wandel dar, wie kreative und technische Arbeit erledigt wird.
Der Autor schließt mit der Überzeugung, dass „der neue, bessere Weg, die Dinge zu tun, jetzt sehr klar ist“, und signalisiert damit, dass wir an einem Wendepunkt stehen, an dem diese Ansätze vom Experimentierstadium in die breite Anwendung übergehen werden. Organisationen, die es versäumen, sich an diese neue Realität anzupassen, laufen Gefahr, von denjenigen überholt zu werden, die das Potenzial KI-gesteuerter compounding teams vollständig nutzen.