Dein nächster User ist kein Mensch

Dein nächster Power-User hat kein Gesicht

Aaron Levie hat es letzte Woche klar gesagt: „Wenn Agenten zu den größten Nutzern von Software werden, muss alle Software headless verfügbar sein.“ Übersetzt: Jedes Produkt, das einen Menschen erfordert, der sich durch einen Bildschirm klickt, wird eine Version brauchen, die ohne einen funktioniert, weil der nächste Power-User keine Person ist. Diese Verschiebung ist bereits im Gange.

Cloudflare und Stripe haben letzte Woche ein gemeinsames Protokoll ausgeliefert, das KI-Agenten ihre eigenen Cloudflare-Accounts erstellen, Domains registrieren und Live-Anwendungen deployen lässt, ohne dass ein Mensch irgendetwas anfasst. Stripe verifiziert den Agenten und deckelt seine Ausgaben bei 100 Dollar im Monat pro Anbieter. Supabase, Hugging Face, Twilio und AgentMail sind bereits auf dem Protokoll. Ein Agent kann jetzt Infrastruktur hochfahren, dafür bezahlen und selbstständig eine funktionierende App ins Internet ausliefern. Die Rolle des Menschen besteht darin, das Budget festzulegen und Go zu sagen.

Salesforce ist dieselbe Wette in viel größerem Maßstab eingegangen. Auf der TrailblazerDX haben sie „Headless 360“ gestartet und ihre gesamte Plattform so geöffnet, dass Agenten wie Claude Code und Codex direkt auf Salesforce operieren können, ohne Browser. Wenn das weltweit größte Enterprise-CRM seine Architektur um die Annahme herum neu baut, dass der nächste Nutzer ein Agent ist, dann ist das eine strategische Entscheidung darüber, auf welcher Seite des Übergangs die Firma stehen will.

Das Muster ist konsistent: Die Infrastruktur-Ebene baut sich gerade um Agenten-Konsumenten neu. Ob du Software kaufst oder verkaufst, die Bewertungsfrage verschiebt sich bereits von „ist die UI gut“ zu „ist die API gut“, und jedes Produkt, das noch einen Menschen im Loop braucht, um zu funktionieren, häuft echte strategische Schulden gegen diesen Übergang an.

Das Talent folgt demselben Signal. Ehemalige CTOs und Senior-Builder von Workday, Box, Adept, You.com und aus dem Umfeld von Instagram verlassen Führungspositionen, um praktische technische Rollen bei Anthropic zu übernehmen. Wenn Software nachgelagert zu Modellen wird, wollen die klügsten Operator näher an der Modell-Ebene sein als an der Management-Ebene darüber. 300 Engineers in einem alten Stack zu führen zählt jetzt weniger, als die Hände an dem Tooling und der Produktoberfläche zu haben, die tatsächlich formen, wohin sich die Dinge entwickeln.

Unsere Einordnung: Firmen, die ihre Architektur gerade für Agenten-Konsumenten neu bauen, werden die nächste Distributionsebene besitzen. Die, die immer noch Dashboards und Onboarding-Flows für Menschen optimieren, polieren ein Produkt, dessen bester Kunde bald ein Bot sein wird.

Der Unterschied zwischen vibe coding und dem, was danach kommt

Andrej Karpathy hat OpenAI mitgegründet, bei Tesla den Autopilot zum Laufen gebracht und den Begriff vibe coding geprägt. Letzte Woche auf der AI Engineer World's Fair sagte er, er habe sich als Programmierer noch nie so abgehängt gefühlt, und verbrachte dann 30 Minuten damit zu erklären, warum genau das der Punkt ist.

Die Unterscheidung, die er zieht: vibe coding hebt den Boden an. Jeder kann jetzt bauen, und das ändert alles. Aber bei agentic engineering geht es darum, die Qualitätslatte professioneller Software zu halten, während man dramatisch schneller wird. Du bist weiterhin für deinen Code verantwortlich, du kannst weiterhin keine Sicherheitslücken ausliefern, und die Disziplin besteht darin, diese sprunghaften, stochastischen, extrem mächtigen Agenten zu koordinieren, ohne zu opfern, was gutes Engineering früher gut gemacht hat. Unsere Einordnung: Die Debatte um den 10x-Engineer ist vorbei. Die Leute, die gut darin sind, Agenten zu koordinieren, ziehen dem Rest davon, und nicht um den Faktor 10.

1. Investier in dein Setup wie in deinen Editor. Engineers haben früher über vim-Configs und VS-Code-Extensions gebrütet. Jetzt sind es Claude Code, Codex oder OpenClaw, und die, die ernsthaft Zeit in ihre Agenten-Umgebung, ihre Projekt-Kontextdateien und ihren Workflow stecken, ziehen allen anderen davon. Das Setup verzinst sich bei jeder Aufgabe, genauso wie eine gute Dev-Umgebung das immer getan hat.
2. Schreib Specs, keinen Code. Arbeite mit deinem Agenten an einer detaillierten Spec, bevor du irgendetwas generierst. Dir gehören die Architektur, das Datenmodell, die Entscheidungen wie „das müssen eindeutige User-IDs sein“. Die Agenten füllen die Lücken. Karpathys Warngeschichte: Sein Agent versuchte, Stripe-E-Mail-Adressen mit Google-E-Mail-Adressen abzugleichen, um Käufe Nutzerkonten zuzuordnen, statt eine persistente User-ID zu verwenden. Die Art Fehler, die einem Menschen offensichtlich erscheint, aber außerhalb dessen liegt, worauf der Agent optimiert war.
3. Vergiss die API-Details, behalte die Grundlagen. Karpathy sagt, er habe schon vergessen, ob es keep_dims oder keep_dim, dim oder axis, reshape oder permute heißt. Er muss es sich nicht mehr merken. Was er weiterhin braucht: zu verstehen, dass es einen zugrunde liegenden Tensor-View im Gegensatz zu einer Kopie gibt, und dass das Herumkopieren von Speicher teuer ist. Die Ebene über der API gehört dir. Die API selbst gehört dem Agenten.
4. Stell dafür ein. Wenn du in Interviews noch Programmier-Rätsel stellst, stellst du fürs alte Paradigma ein. Karpathys Version: Gib jemandem ein großes Projekt, lass ihn einen Twitter-Klon bauen, mach ihn sicher, deploye ihn, und wirf dann 10 Agenten darauf, um zu versuchen, das Gebaute zu knacken. Das sagt dir mehr darüber, wie jemand Agenten koordiniert und lenkt, als jede Whiteboard-Übung es je könnte.

Roon hat die kulturelle Version von all dem in einem Tweet eingefangen, der letzte Woche 700.000 Views bekam: „Leute laufen mit ihren leicht aufgeklappten Laptops herum, um ihre Agenten am Laufen zu halten.“ Das Bild ist etwas dramatisch, aber das Verhalten ist echt. Die Leute, die gut in agentic engineering sind, haben ständig Agenten laufen, die testen, bauen und erkunden. Der Laptop ist offen, weil die Arbeit nicht aufhört, wenn du vom Schreibtisch aufstehst.

Probier es aus: Der vollständige Karpathy-Talk ist auf YouTube, 30 Minuten, jede einzelne wert.

Was sonst noch passiert ist

Das Pentagon hat gerade KI-Deals mit 7 Big-Tech-Firmen unterzeichnet

OpenAI, Google, Microsoft, Amazon, Nvidia, SpaceX und Reflection AI werden KI in klassifizierten Militärnetzwerken einsetzen. Anthropic wurde bemerkenswerterweise ausgeschlossen, nachdem es sich geweigert hatte, Sicherheits-Leitplanken rund um autonome Waffen und Massenüberwachung zu entfernen. Es lohnt sich zu beobachten, wie das die Beziehung zwischen KI-Laboren und dem Verteidigungsestablishment umformt.

Anthropic und OpenAI haben gerade KI-Services-Sparten aufgebaut

Anthropic kündigte ein 1,05-Milliarden-Dollar-Joint-Venture mit Blackstone, Hellman & Friedman und Goldman Sachs an, um private-equity-finanzierten Unternehmen zu helfen, Claude in ihre Abläufe zu integrieren. OpenAI startet eine parallele Struktur mit eigenen Partnern. Der Datenpunkt, der den Zug erklärt: Kunden geben Berichten zufolge 8 bis 12 Dollar für Services aus, für jeden Dollar, den sie für Anthropic-Software ausgeben. Die Labore folgen dem tatsächlichen Umsatz.

97% haben Agenten im Einsatz, 29% sehen ROI

Eine neue Writer-Umfrage zur KI-Adoption in Unternehmen liefert Zahlen zu dem, was alle vermuten: Fast jede Firma hat Agenten am Laufen, fast niemand sieht bisher echte Erträge. 54% der C-Suite sagen, die KI-Adoption „zerreißt ihr Unternehmen“. 29% der Mitarbeiter geben zu, die KI-Strategie aktiv zu sabotieren. Die Deployment-Lücke ist geschlossen. Die Ausführungslücke nicht.

300 Milliarden Dollar in einem Quartal

Die Venture-Finanzierung in Q1 2026 hat jeden Rekord pulverisiert. Vier der fünf größten Runden der Geschichte wurden in 90 Tagen abgeschlossen: OpenAI (122 Mrd.), Anthropic (30 Mrd.), xAI (20 Mrd.), Waymo (16 Mrd.). Das sind 188 Milliarden für vier Firmen, oder 65% aller globalen Venture-Investitionen des Quartals.

Grok 4.3 kam leise raus

xAI senkte die API-Preise, verbesserte die Geschwindigkeit und fügte stärkere Tool-Nutzung hinzu, ohne das übliche Spektakel. Die Lücke ist aber weiterhin real: Grok erreicht 53 bei Artificial Analysis, während GPT-5.5 bei 60 und Claude Opus 4.7 bei 57 liegen. Nützlich fürs Schreiben und den Kundensupport. Für hartes Reasoning und mehrstufige Ausführung hinkt es dem Feld noch hinterher.

Novo Nordisk setzt voll auf OpenAI

Der nach Marktkapitalisierung weltgrößte Pharmakonzern integriert OpenAI über Wirkstoffforschung, klinische Studien, Produktion und Vertrieb hinweg, mit vollständigem Rollout bis Ende 2026. Eli Lilly unterzeichnete im März einen konkurrierenden Deal mit Insilico Medicine. Das KI-Wettrüsten von Big Pharma ist real und bewegt sich schneller, als die meisten in der Branche erwartet hatten.

Bis nächsten Dienstag. Sven