KI führen ist führen
Die vergangenen Monate habe ich damit verbracht, Dinge mit Claude Code zu bauen. Nicht nur dabei zuzusehen, wie Ingenieure Dinge bauen, sondern selbst zu bauen: Spezifikationen zu schreiben, Outputs zu evaluieren, zu iterieren, wenn das Ergebnis nicht das war, was ich meinte.
Irgendwann im zweiten Monat wurde mir klar, dass ich nicht Programmieren lernte. Ich lernte zu führen.
Das Spezifikationsproblem
Wenn man mit einem KI-Agenten arbeitet, schreibt man eine Spezifikation. Der Agent produziert die Arbeit. Man evaluiert das Ergebnis. Wenn es falsch ist, korrigiert man nicht den Code. Man korrigiert die Spezifikation.
Diese Schleife sollte jedem bekannt vorkommen, der je Menschen geführt hat.
Wenn Ihr Team etwas liefert, das Sie nicht wollten, ist der Instinkt zu denken, dass sie es falsch gemacht haben. Aber meistens war das Briefing mehrdeutig. Sie wussten, was sie meinten. Ihr Team nicht.
KI macht das brutal klar. Anders als ein Mensch fragt ein KI-Agent nicht „Meinten Sie X oder Y?" Er baut einfach, was Sie beschrieben haben. Jede Mehrdeutigkeit wird still mit maschinellen Annahmen statt mit menschlicher Intuition aufgelöst. Man erfährt erst, dass die Spezifikation unklar war, wenn man das Ergebnis sieht.
Spezifikation als Disziplin stellt sich heraus, die gleiche Disziplin zu sein, die gute Manager von schlechten trennt.
Der Flugsimulator
Wenn man Menschen führt, bekommt man eine Handvoll Feedback-Schleifen pro Woche. Richtung am Montag, Ergebnisse am Freitag, Feedback, warten. Vielleicht zwanzig Zyklen pro Person pro Jahr.
Mit KI bekomme ich Dutzende von Schleifen pro Tag. Spezifizieren, das Ergebnis sehen, erkennen, dass die Spezifikation mehrdeutig war, umschreiben, die Verbesserung sehen. In einem Nachmittag durchlaufe ich mehr Iterationen zum klaren Kommunizieren von Absichten als die meisten Manager in einem Monat.
Es ist Management in einem Flugsimulator. Dieselbe Kernkompetenz, um Größenordnungen mehr Wiederholungen.
Die Fähigkeiten, die sich übertragen
Die Parallelen sind strukturell, nicht oberflächlich:
Loslassen. Das Schwierigste am Management ist es, jemandem anderem zu vertrauen, Arbeit zu erledigen, die man selbst erledigen könnte. Jeder Ingenieur, der sich gegen KI sperrt, weil „ich es selbst besser schreiben könnte", ist wie ein Manager, der nicht aufhören kann zu micromanagen. KI zwingt einen, damit schneller umzugehen.
Output evaluieren, nicht Prozess. Gute Manager schauen ihrem Team nicht beim Tippen zu. Sie evaluieren das Ergebnis gegen die Absicht. Mit KI kann man den Prozess buchstäblich nicht beobachten. Man spezifiziert und urteilt.
Das Briefing besitzen. Wenn die KI etwas Falsches produziert, liegt das Problem fast immer in meiner Spezifikation. Ich habe gelernt zu fragen „Was habe ich nicht zu spezifizieren gewusst?" bevor ich frage „Was hat der Agent falsch gemacht?" Großartige Manager entwickeln diesen Reflex über Jahre. KI entwickelt ihn in Wochen.
Mehrdeutigkeit vorwegnehmen. Nach Tausenden von Runden „meine Spezifikation war unklar und die KI hat die Lücke falsch gefüllt" entwickelt man einen Instinkt dafür, Mehrdeutigkeit zu erkennen, bevor man auf „Senden" drückt. Man beginnt, sein eigenes Schreiben aus der Perspektive des Empfängers zu lesen. Das ist die schwierigste Management-Fähigkeit, und KI gibt einem mehr Übung darin als jeder Management-Kurs jemals könnte.
Die emotionale Seite
Das erste Mal, wenn ein KI-Agent etwas umschreibt, das man stundenlang entworfen hat, spürt man es. Defensive, Verlust von Eigenverantwortung, ein Flüstern von Bedeutungslosigkeit. „Wenn die Maschine das kann, wofür bin ich da?"
Neue Manager fühlen genau dasselbe. Jemanden ein Problem anders lösen sehen als man es selbst getan hätte. Der Impuls zu intervenieren. Lernen, mit diesem Unbehagen umzusitzen, ist der emotionale Kern der Delegation.
KI komprimiert diese Reise. Im traditionellen Management begegnet man diesen Gefühlen allmählich über Monate. Mit KI trifft man sie in Woche eins. Ich habe Ingenieure beobachtet, die durch das durchgehen, was wie die fünf Phasen der Trauer aussieht, von „das kann nichts Gutes produzieren" zu „mein Job ist zu spezifizieren, nicht zu implementieren."
Die Ingenieure, die sich am schnellsten anpassen, sind nicht die technisch Versiertesten. Sie sind diejenigen, die ihre Identität von ihrem Output trennen können. Das ist keine technische Eigenschaft. Es ist dieselbe Eigenschaft, die jemanden zu einem guten Manager macht.
KI trainiert keine Empathie oder die Fähigkeit, jemanden durch eine schlechte Woche zu motivieren. Aber die Resilienz zu delegieren, unvollkommenen Output zu akzeptieren, das Briefing zu besitzen statt die Ausführung zu kontrollieren? Das trainiert sie in Geschwindigkeit.
Was diese Website ist
Diese gesamte Website ist ein Satz von Spezifikationen. Nicht Code-Spezifikationen. Transformations-Spezifikationen. Dokumente, die präzise genug sind, dass ein Team von Menschen sie lesen und wissen kann, was zu bauen ist, wie zu arbeiten ist und wie Erfolg aussieht.
Ich habe sie genauso geschrieben, wie ich Spezifikationen für Claude Code schreibe: durch Iterieren, bis der Output meiner Absicht entsprach. Der Unterschied ist, dass hier die „Agenten" Menschen sind, die eine organisationale Transformation unternehmen, und die Feedback-Schleife in Monaten gemessen wird, nicht in Minuten.
Mit KI zu bauen hat mich nicht Programmieren gelehrt. Es hat mich Spezifizieren gelehrt. Das stellt sich als das Wichtigste heraus, was ein CEO tut.
Die unbequeme Implikation
Wenn das Führen von KI Management-Fähigkeiten in beschleunigtem Tempo entwickelt, dann ist der traditionelle Karriereweg (Jahre als Individual Contributor, dann Team Lead, dann Manager) nicht mehr der einzige Weg zur Management-Bereitschaft.
Ein junger Ingenieur, der ein Jahr mit KI-Agenten arbeitet, könnte stärkere Spezifikations- und Delegations-Instinkte entwickeln als ein Manager mit drei Jahren Erfahrung, einfach aufgrund der Anzahl der Wiederholungen.
Das bedeutet nicht, dass KI-Management menschliches Management ersetzt. Aber der kognitive Kern (klare Kommunikation, Delegation, Evaluation) und die emotionale Resilienz, die es erfordert (loslassen, Unvollkommenheit akzeptieren, das Briefing besitzen), sind mit KI-Geschwindigkeit trainierbar.
Der IC-Track und der Management-Track beginnen sich zu vermischen. Das ist wahrscheinlich eine gute Sache.
Das Umdenken
Ingenieure sind mit KI unwohl, weil sie unzuverlässig ist. Gleiche Eingabe, anderer Output. Das fühlt sich für jemanden, der auf deterministische Systeme trainiert wurde, kaputt an.
Aber Manager haben schon immer so operiert. Man gibt dasselbe Briefing an zwei Menschen und bekommt unterschiedliche Ergebnisse. Man lernt, bessere Briefings zu schreiben, klarere Erwartungen zu setzen, sorgfältiger zu evaluieren und mit dem Unbehagen zu sitzen, nicht die Kontrolle zu haben.
Ingenieure, die mit KI arbeiten, lernen nicht, Unzuverlässigkeit zu tolerieren. Sie lernen zu führen. Sie wissen es nur noch nicht.
Dieser Beitrag wurde von François Lane nach mehreren Monaten des Bauens mit Claude Code geschrieben, als er erkannte, dass die entwickelten Fähigkeiten nichts mit Programmieren zu tun hatten.