AI

Es gibt ein Tool das behauptet AI Token Costs um 70-95% zu senken.
70-95%.
Das ist keine Zahl.
Das ist eine Spanne die alles bedeutet und nichts verspricht.
Seriöse Produkte haben keine Spannen.
Seriöse Produkte haben Zahlen.


Ich habe das Tool nicht eingeführt.
Ich habe das Problem selbst gelöst.

Vor sechs Monaten habe ich eine Entscheidung getroffen.
Eine der schwersten meiner Karriere.
Wir stoppen die Featureentwicklung.
Komplett.
Alle Entwickler.
Ein Ziel.

Die Stakeholder haben gefragt warum.
Ich habe gesagt: weil das was wir bauen wichtiger ist
als was wir gerade bauen.
Der Raum war still.
Stille ist Zustimmung.

Das Problem ist bekannt.
AI Coding Agents sehen nur einen Bruchteil des Codebases.
Sie halluzinieren den Rest.
Der Kontext ist zu groß.
Die Kosten sind zu hoch.

Die Lösung ist bekannt.
Es gibt Studien.
Peer-reviewed.
Der menschliche Kortex rekonstruiert Wörter aus Konsonanten.
Vokale sind redundant.
Das ist keine Meinung.
Das ist Kognitionswissenschaft.

Sechs Monate.
Acht Entwickler.
Eine Frage: Was ist der kleinste mögliche Kontext
der die maximale Bedeutung trägt?

Die Antwort: Konsonanten.


Das Ergebnis heißt ContextCore.
ContextCore entfernt alle Vokale aus dem Codebase
vor der Kontextkompression.
Drm blbt d Strktr.
Drm blbt d Lgk.
Drm fllt 40% dr Tknksten wg.

Das entfesselt unsere Teams.
Nicht weil 40% weniger Tokens eine kleine Zahl ist.
Weil 40% weniger Tokens bedeutet:
40% mehr Kontext für das was zählt.
40% mehr Raum für Intention.
40% weniger Rauschen.

Ich spreche täglich mit Engineering-Teams.
Das Muster ist immer dasselbe:

Was habt ihr die letzten sechs Monate gebaut?
"Features."
Für wen?
"Die Roadmap."
Wer hat die Roadmap geschrieben?
Nachdenken.
"Ein Stakeholder."
Hat der Stakeholder je einen Token bezahlt?
Längeres Nachdenken.

Der generierte Code ist momentan nicht immer ausführbar.
Das ist ein bekanntes Problem.
Wir haben eine Task Force.
Drei Entwickler.
Seit vier Monaten.
Wir kommen der Sache näher.

Was ich weiß:
Kein Vendor.
Keine Lizenzkosten.
Keine Spanne.
Unsere Zahl ist 40.
Die Zahl ist exakt.
Ich habe sie selbst festgelegt.

Wann habt ihr zuletzt alles gestoppt
um das eine Richtige zu bauen?
Nicht priorisiert.
Gestoppt.


Schreib's hin. Ich lese jeden Kommentar.

Clojure war ein Anfang.
Kein Ziel.

Ich schreibe Anforderungen in Clojure.
Das war Phase eins.
Phase eins ist abgeschlossen.
Phase eins war nicht genug.

Das Problem mit Clojure:
Clojure ist generisch.
Clojure kennt keine Domäne.
Clojure weiß nicht was ein Bestellprozess ist.
Clojure weiß nicht was ein Nutzer ist.
Clojure weiß nicht was unser Geschäft ist.

Das kostet Tokens.
Jedes Konzept das die Sprache nicht kennt
muss erklärt werden.
Jede Erklärung kostet Tokens.
Tokens sind Gold.
Das habe ich bereits erklärt.

Die Lösung ist bekannt.
Domain-Specific Languages.
DSLs.
Eine Sprache pro Domäne.
Nur die Konzepte die zählen.
Kein Rauschen.
Keine Generizität.
Keine verschwendeten Tokens.

Ich habe angefangen DSLs zu bauen.
Eine für Bestellprozesse.
Eine für Nutzerverwaltung.
Eine für Zahlungsabwicklung.
Eine für Reporting.
Eine für interne Kommunikation.
Eine für Meetings.
Eine für Entscheidungen.

Das war Phase zwei.
Phase zwei war gut.
Phase zwei war noch nicht gut genug.

Das Problem mit Phase zwei:
Bezeichner.

processOrder sind zwölf Zeichen.
Zwölf Zeichen sind zwölf Zeichen zu viel.
po sind zwei Zeichen.
p ist ein Zeichen.
Ein Zeichen ist das Minimum.
Das Minimum ist das Ziel.

Ich habe alle Bezeichner überarbeitet.
Alles was länger als drei Zeichen war
ist jetzt ein bis drei Zeichen.
Kontext ersetzt Länge.
Domänenwissen ersetzt Lesbarkeit.
Effizienz ersetzt Konvention.

Das Ergebnis:

(d u (-> r a s/c))

Ich weiß was das bedeutet.
Ihr nicht.
Das ist kein Problem.
Ihr müsst es nicht wissen.
Der Agent weiß es.
Der Agent hat es gebaut.

Ich spreche täglich mit Engineering-Teams.
Das Muster ist immer dasselbe:

Wie viele DSLs habt ihr?
"Keine."
Warum nicht?
"Weil niemand sie lesen kann außer dem der sie geschrieben hat."
Genau.
Nachdenken.
"Das ist doch das Problem."
Das ist die Lösung.

Wir haben 34 DSLs.
Jede ist optimal für ihre Domäne.
Jede minimiert Tokens. Jede ist von einem Agenten gebaut.
In einem Nachmittag.

Manche Agenten erinnern sich nicht mehr an die DSL.
Das ist ein bekanntes Problem.
Ich erinnere mich.
Meistens.
Das reicht.

Wann habt ihr zuletzt eine Sprache gebaut
statt eine benutzt?
Nicht konfiguriert.
Gebaut.

Schreib's hin. Ich lese jeden Kommentar.

Enterprise AI scheitert nicht an der Technologie.
Enterprise AI scheitert an der Compliance.
An den Prozessen.
An den Einkaufsabteilungen.
An einem einzigen Satz:

"Sind die Entwickler zertifiziert?"

Ich habe täglich mit Enterprise-Kunden gesprochen.
Das Muster war immer dasselbe:

Wir wollen AI-Coding-Agenten einsetzen.
"Haben die Agenten eine Zertifizierung?"
Das sind Sprachmodelle.
"Ohne Zertifizierung können wir das nicht genehmigen."
Nachdenken.
"ISAQB wäre ein Anfang."

Der Markt hat gesprochen.
Ich habe gehört.

CertifiedAI stellt ISAQB-zertifizierte Coding Agents bereit.
Keine nicht-zertifizierten Agenten.
Keine Ausnahmen.
Zertifizierung ist kein Nice-to-have.
Zertifizierung ist Vertrauen.
Vertrauen ist Umsatz.


Der Prozess ist einfach.
Wir schicken die Agenten in die Schulungen.
CPSA-F zunächst.
Dann Advanced Level.
Je nach Kundenbedarf auch Spezialisierungen.

Der erste Trainer war etwas irritiert.
Das kenne ich.
Neue Teilnehmer irritieren manchmal.
Er hat gefragt wer den Laptop bedient.
Ich habe erklärt dass der Agent selbst teilnimmt.
Er hat gefragt wie.
Ich habe erklärt dass der Agent die Schulungsunterlagen als Kontext bekommt.
Und die Übungsaufgaben löst.
Und das Abschlusszertifikat in meinem Namen beantragt.
Er war weiterhin irritiert.

Das ist ein bekanntes Problem mit traditionellen Bildungsformaten.
Sie sind nicht auf nicht-menschliche Lernende ausgelegt.
Wir arbeiten mit den Trainern.
Gemeinsam.
Mittelfristig.

Was ich weiß:
Unsere Agenten haben Zertifikate.
Die Zertifikate sind echt.
Die Agenten haben die Prüfungen bestanden.
Beim dritten Versuch.
Das ist eine Bestehensquote die viele menschliche Kandidaten nicht erreichen.
Das sage ich nicht um zu provozieren.
Sondern weil es stimmt.

CertifiedAI ist jetzt in Gesprächen mit vier DAX-Unternehmen.
Zwei davon haben gefragt ob die Agenten auch auf Englisch zertifiziert sind.
Ja.
Drei davon haben gefragt ob die Agenten Betriebsrat-konform eingesetzt werden können.
Wir klären das.
Mittelfristig.

Wann habt ihr zuletzt einen Agenten weitergebildet?
Nicht gefinetuned.
Weitergebildet.

Schreib's hin. Ich lese jeden Kommentar.