AI didn't make our engineers just faster. It made them different.

Kernpunkte

1. Datum / Quelle. Mai 2026 (relativ „vor 2 Tagen“ zum Zeitpunkt der Konsultation, d. h. ~2026-05-05), Medium @milhibisidek. URL: https://medium.com/@milhibisidek/ai-didnt-make-our-engineers-just-faster-it-made-them-different-95f1c1d4efd0
2. Format. CTO-Meinungsbeitrag, organisationale Fallstudie (~17 Min. Lesezeit).
3. Autor. Hryhorii Tatsyi, CTO der Raiffeisen Bank Ukraine — eine regulierte, systemrelevante Bank, ~900 IT-Ingenieure.
4. Studienzeitraum. Mai 2025 → April 2026 (12 volle Monate).
5. Titel-Aphorismus. „AI hat unsere Ingenieure nicht einfach nur schneller gemacht. Sie hat sie verändert.“
6. Strategischer Kernsatz. „AI hat unsere Produktionsmöglichkeitengrenze erweitert, und wir haben die freigewordene Kapazität bewusst zugewiesen.“ ### Organisationaler Rahmen — die beobachtete Transformation | Dimension | Vorher (Mai 2025) | Nachher (April 2026) | Veränderung | |-----------|------------------|--------------------|-----------| | IT-Personalbestand | ~900 Ingenieure | ~825 (−75 Personen, davon 64 Ingenieure) | −8 % | | KI-Adoption | 62 % | 83 % | +21 Punkte | | Ingenieure mit ≥50 % Code via KI | — | 68 % | neue Kennzahl | | Einarbeitung (1. PR) | 60-90 Tage | ~40 Tage | −~50 % | | Ausgeliefertes Codevolumen | Basiswert | gestiegen | ↑ | | Blockierende Vorfälle | Basiswert | −70 % | ↓ | | Kritische Lösungszeit | Basiswert | −68 % | ↓ | | Gelöste Sicherheitswarnungen hoher Schwere | Basiswert | +155 % | ↑ | Lesart: Der Personalabbau (−8 %) fällt zeitlich zusammen mit einer Verbesserung auf allen Achsen — Output, Qualität, Sicherheit, Einarbeitung. Dies ist der zentrale Datenpunkt, den Tatsyi hervorhebt, und er weicht ihm politisch nicht aus. ### Drei entstehende Ingenieur-Archetypen | Archetyp | Tools | Produktivitätseffekt | Umfangseffekt | |-----------|--------|---------------------|------------------| | Copilot-only | Nur GitHub Copilot | +10-25 % bei PRs | stabiler Umfang | | Multi-Tool | Kombination mehrerer KI-Assistenten | Story Points ×1,5-3 | repoübergreifender Umfang +50-80 % | | Claude auf Unternehmens-Stack | Claude Code (oder gleichwertig), integriert in den internen Stack | Codevolumen ×4,5 | Umfang radikal erweitert | Konvergenz: Senior-Architekten kehren zur aktiven Entwicklung zurück, nach Jahren der Abwesenheit davon (konsistent mit Karpathys These, dass „Agenten die Reibung bis zur Erschaffung reduzieren“, und Chernys „der beste Buchhalter schreibt Buchhaltungssoftware“). Kontraintuitive Erkenntnis: KI hebt leistungsschwächere Ingenieure eher auf ein Grundniveau an, als dass sie hauptsächlich Top-Performer beschleunigt. Eine Position im Gegensatz zur Lesart des „Elite-10×+-Schwanzes“ (Cherny / Curran Top 5 % / Karpathy) — Tatsyi beschreibt einen Aufhol-Effekt von unten, der die Verteilung verengt. Die beiden Lesarten sind miteinander vereinbar: Die Verteilung verengt sich von unten UND verbreitert sich an der Spitze (Top-Performer, die bei 10×+ bleiben). ### Sieben gebaute KI-Produkte, die zuvor nicht existierten | # | Produkt | Beschreibung | Schlüsselkennzahlen | |---|---------|-------------|----------------| | 1 | Service Knowledge Hub | Automatisch generierte Microservice-Dokumentation via Kubernetes-Parsing | 57 Microservices, 83 Releases/Monat | | 2 | Mobile Android workflow CI | Automatisierte Plan-/Implementierungs-/Test-Pipeline für Mobile | komplette Neugestaltung des mobilen SDLC | | 3 | AI Agent Portal | Internes Portal zur automatischen MCP-Agentengenerierung aus OpenAPI-Spezifikationen | 2.085 Nutzer, 649 MAU, 87 Tage bis zu dieser Adoption | | 4 | Shift-left Security Plugin | Schwachstellenerkennung in der IDE vor dem Commit | −82 % exponierte Secrets | | 5 | DevPortal | Backstage + KI-Kubernetes-Diagnoseagenten | −68 % Lösungszeit kritischer Vorfälle | | 6 | DRAIF MCP | Text-to-SQL über einen Data Lake | 10.000 Tabellen, Embedding feinjustiert ×2 OpenAI-Modelle | | 7 | Call Evaluation | Audiotranskriptionsanalyse + Skript-Neugestaltung | >97 % Genauigkeit, zum besten Produkt der Raiffeisen-Gruppe gewählt (RBI) | Strategische Lesart: Dies ist keine Liste von Experimenten, sondern ein Produktportfolio, das in Produktion eingesetzt wird, mit messbarer interner Adoption, und ein Produkt (Call Evaluation), das die Tochtergesellschaften der Gruppe übergreift (vom lokalen zum gruppenweiten RBI-Einsatz). ### Die Kernthese — Produktionsmöglichkeitengrenze > „AI hat unsere Produktionsmöglichkeitengrenze erweitert, und wir haben die freigewordene Kapazität bewusst zugewiesen.“
7. Schlüsselbegriff 1 — „erweitert“. KI erledigt nicht dieselbe Sache besser, sie vergrößert die Menge des Möglichen.
8. Schlüsselbegriff 2 — „bewusst zugewiesen“. Die freigewordene Kapazität wird durch eine Managemententscheidung umgelenkt, nicht mechanisch in mehr von derselben Arbeit absorbiert.
9. Drei Richtungen der Reallokation. 1. Features (neue Produkte — die 7 oben aufgeführten). 2. Stabilität (Vorfälle −70 %, Lösungszeit −68 %). 3. Abbau technischer Schulden (aus Sicht eines CTO selten und kapitalisierbar). ### Die neu gestellte Bewertungsfrage Falsche Frage: „Um wie viel Prozent sind unsere bestehenden KPIs gestiegen?“ Richtige Frage: „Was haben Ihre Ingenieure gebaut, das zuvor nicht existierte?“ Warum das wichtig ist: Prozentangaben zu bestehenden Kennzahlen verfehlen die eigentliche Transformation — nicht die Geschwindigkeit, sondern die Art der Arbeit. Eine Optimierung auf Alt-KPIs bedeutet, das strategische Zeitfenster zu verpassen, in dem KI es ermöglicht, das zu bauen, was zuvor unangehbar war. ### Bezug zum Beobachtungskorpus #### Numerische Konvergenzen (etablierter Medianwert 3-5×)
10. Frizzo. (LinkedIn, 2026-05-05): 3-5-facher Produktivitätsmultiplikator über 1 Jahr täglicher Nutzung.
11. Wescale Usine Logicielle Augmentée. (2026-05-03): „realistisch X3-X4“.
12. Curran/Intercom. (2026-04-16): 3-fache F&E-Produktivität über 16 Monate (gesamte Organisation, 500 F&E-Mitarbeiter).
13. DORA Report 2025. (2025-09-23) und Stanford Denisov-Blanch (2025-11-23).
14. Tatsyi/Raiffeisen. (2026-05-05): Story Points ×1,5-3 (Multi-Tool), ×4,5 Codevolumen (Claude Unternehmens-Stack). #### Konvergenz bei der Einarbeitungszeit (60-90 Tage → ~40 Tage)
15. Tatsyi/Raiffeisen. 60-90 Tage → ~40 Tage.
16. Interne Anthropic-Studien. (zitiert von Sun NYT 2026-04-30 und anderen): 82 Tage → 40 Tage.
17. → Korrekte Lesart: unabhängige Konvergenz zwischen einer europäischen Bank und einem Silicon-Valley-KI-Akteur auf denselben Zielwert (~40 Tage). Dies ist eine belastbare stilisierte Tatsache für 2026. #### Konvergenz „sieben neue Produkte“ / kreative Kapazität
18. Tatsyi. 7 KI-Produkte in 12 Monaten.
19. Cherny. (2026-05): 100 % des Codes generiert, „einige Dutzend PRs/Tag, Rekord von 150 PRs an einem einzigen Tag“, mehrere Anthropic-Labs-Produkte.
20. Curran/Intercom. (2026-04-16): Skills-Based Plugin Architecture (153 Beitragende, 267 Skills).
21. Wescale. (2026-05-03): „seit langem bestehende Bedürfnisse, die zu kostspielig blieben, können endlich angegangen werden“.
22. → Starke Konvergenz: Das relevante Maß ist nicht mehr die Geschwindigkeit bei bestehender Arbeit, sondern das Portfolio neuer Produkte / neu erschlossener Handlungsräume. #### Konvergenz „der Beruf verändert seine Form“
23. Frizzo. (2026-05-05): „der neue Engpass ist die Supervision“, „Verkümmerung des Schreibmuskels“.
24. Tatsyi. (2026-05-05): „KI hat unsere Ingenieure nicht einfach nur schneller gemacht. Sie hat sie verändert“, drei entstehende Archetypen, Senior-Architekten kehren zur aktiven Entwicklung zurück.
25. Karpathy. (2026-04-29): Software 1.0/2.0/3.0, „das Denken auslagern, nicht aber das Verständnis“.
26. Mornati. (2026-03-14): What is a Developer When We Use Coding Agents?
27. Habert PROJ-AI. (2026-05-05): „Agent-Direktiven + Decision Records + fünf Validierungsdimensionen“.
28. → Übergreifende Konvergenz: Die Natur der Arbeit hat sich verändert, nicht nur ihre Geschwindigkeit. Tatsyi liefert den organisationalen Datenpunkt aus dem Bankensektor, der im Korpus fehlte. #### Produktive Spannung mit „KI hebt leistungsschwächere Ingenieure an“
29. Cherny. (2026-05): Elite-10×+-Schwanz (Rekord von 150 PRs/Tag).
30. Curran/Intercom. (2026-04-16): Top 5 % bei 6-fachem medianen PR-Durchsatz (≈ 18-facher Basiswert vor KI).
31. Karpathy. (2026-04-29): „10× ist nicht die Beschleunigung — Menschen, die darin sehr gut sind, erreichen Spitzenwerte weit über 10ד.
32. Tatsyi/Raiffeisen. (2026-05-05): „KI hebt leistungsschwächere Ingenieure auf ein Grundniveau an“ — ein Aufhol-Effekt von unten.
33. → Eine miteinander vereinbare und produktive Lesart: Die Verteilung verengt sich von unten (Tatsyi) UND verbreitert sich an der Spitze (Cherny, Karpathy, Curran Top 5 %). Beide Phänomene bestehen nebeneinander. Nützlich für Präsentationen vor der Geschäftsleitung, die sowohl beruhigen (Aufholeffekt) als auch inspirieren (Top-Performer) wollen. #### Positionierung FR / Mitteleuropa vs. angelsächsisch
34. Tatsyi ist europäisch (Ukraine, österreichische RBI-Gruppe), eine regulierte Bank, in einem Kriegskontext.
35. Seine methodische Strenge (12 Monate, interne Zahlen, Granularität pro Archetyp) ähnelt eher der französischen Zurückhaltung (Wescale, Habert) als dem amerikanischen Optimismus (Cherny, Curran).
36. In FR-Präsentationen als europäische Bankenfallstudie zu verwenden, ergänzend zu den Zahlen von Wescale/Consulting und Curran/SaaS.
37. Seltener Vorteil. Ein CTO einer systemrelevanten Bank, der seine internen Zahlen veröffentlicht — eine Art von Zeugnis, die im Korpus von 2026 fast vollständig fehlt. ### Zu markierende Einschränkungen
38. Keine detaillierte quantitative Methodik. Tatsyi berichtet Prozentwerte, ohne genau zu dokumentieren, wie sie gemessen werden (z. B. „Story Points ×1,5-3“ — welcher Basiswert? welche Zuordnung? welche Bias-Korrektur?).
39. Autor mit geringer öffentlicher Sichtbarkeit. (25 Medium-Follower) — die Autorität beruht auf der institutionellen Position und nicht auf einer persönlichen Marke. Sollte gegen andere Quellen abgewogen werden, wenn dies in einer Geschäftsleitungssitzung zitiert werden soll.
40. Keine explizite Diskussion der kognitiven Kosten. (FOMO, Dequalifizierung, Erosion der Verantwortungsübernahme), die Frizzo benennt. Tatsyi ist organisational, Frizzo ist individuell — die beiden Notizen ergänzen sich.
41. Keine Diskussion bankensektor-spezifischer regulatorischer Risiken. (DSGVO, EU-DORA, EZB-/EBA-Aufsicht) — überraschend für den CTO einer systemrelevanten Bank. Das Thema wurde möglicherweise ausgelassen, um die Lesbarkeit des öffentlichen Artikels zu wahren.
42. Konvergenz der Einarbeitungszeit 82→40 Tage mit Anthropic. muss überprüft werden, ob der zitierte Anthropic-Datenpunkt tatsächlich die Studie ist, auf die sich Tatsyi bezieht (Risiko eines umgekehrten Cherry-Picking — einer scheinbaren Konvergenz auf eine runde Zahl).
43. Stichprobe von n=1 Organisation. ein Einzelfall, auch wenn quantifiziert. Sollte bei anderen europäischen Banken repliziert werden, um auf eine branchenweite stilisierte Tatsache schließen zu können. ### Zu verwenden für
44. Präsentationen vor Geschäftsleitungen im Banken-, Versicherungs- und regulierten Sektor. eine seltene, quantifizierte europäische Fallstudie, ein Gegengewicht zur Überrepräsentation des Silicon Valley im Korpus.
45. HR / Transformationsstrategie. Begründung der Reallokation freigewordener Kapazität anstelle einer einfachen Kostensenkung.
46. Vorstände / Transformations-Sponsoren. Neuformulierung der Bewertungsfrage („was haben Ihre Ingenieure gebaut, das zuvor nicht existierte“) — ein Instrument zur Entschärfung der %-Produktivitätsdebatte.
47. Konvergierende quantitative Belege. 60-90 Tage → ~40 Tage Einarbeitung (Anthropic + Tatsyi), etablierter Medianwert 3-5×, Personalabbau vereinbar mit verbessertem Output/Qualität/Sicherheit.
48. Debatte zur Gerechtigkeit / Schiefe der Produktivitätsverteilung. zusammen mit Cherny/Karpathy/Curran Top 5 % zu verwenden, um eine nuancierte Lesart zu präsentieren — KI verengt sich von unten UND verbreitert sich an der Spitze gleichzeitig.
49. Engineering-Management-Community. eine seltene CTO-Publikation einer großen, regulierten europäischen IT-Organisation zu diesem Thema.