Aussage von **Arthur Mensch** (Mitgründer und CEO von **Mistral AI**) in Begleitung von **Audry Herblin-Stoupe** (Direktorin für öffentliche Angelegenheiten) vor der **commission d'enquête sur les vulnérabilités numériques** der Nationalversammlung (Vorsitz: Philippe Latombe, abwesend — Sitzungsleitung durch den Berichterstatter). Aussage unter Eid, ~1h15, Mai 2026. Menschs Kernthese: ***"Cloud ist künstliche Intelligenz"*** — keine Unterscheidung zwischen digitalen Diensten und KI, KI ist die atomare Einheit der Cloud-Wertschöpfungskette, von Halbleitern (ASML) bis zum Unternehmenseinsatz. **Mistral 2026**: 1.000 Beschäftigte, 12 Milliarden Euro Bewertung, Ziel von **1 Milliarde Euro Umsatz bis Ende 2026**, 1 Milliarde Euro F&E-Investition im Jahresverlauf, 30 % des Umsatzes in Frankreich / 70 % außerhalb Frankreichs / ~75 % in Europa, Kunden: DINUM, Caisse des dépôts, France Travail, MACGM, Stellantis, TotalEnergies, BNP Paribas, ministère des Armées, Luxemburg (Zentralverwaltung). **Menschs konzeptueller Rahmen**: KI ist eine **natürliche Ressource** — *"wir wandeln Elektrizität in Intelligenz um, in Token-Generierung."* Ökonomie: 1 GW Rechenzentrum = **50 Milliarden Dollar Investition über 5 Jahre**, erzeugt **20 Milliarden Dollar an Tokens/Jahr** ≈ 50 % Bruttomarge. Entlang der Kette Elektron→Token liegen **~10 % des Werts beim Elektron**, 90 % anderswo (Chips, Software, Dienstleistungen). **Alarmistische Makrothese**: Wenn Europa 10 % seiner Lohnsumme in nicht-europäischer KI importiert, entspricht das **einem zusätzlichen Handelsdefizit von 1 Billion Euro**; es werden 20 Billionen Euro an Infrastrukturinvestitionen benötigt, um Europa zu versorgen (40 GW Frankreich / 400 GW Europa). **Souveränitätsstrategie**: ***"Souveränität nicht als Isolationismus verstehen, sondern als Hebelwirkung."*** **Zeitdruck**: *"wir haben keine Zeit"* — ein **2-Jahres**-Fenster, bevor europäische Energieressourcen von amerikanischen Hyperscalern monopolisiert werden, die **1 Billion Dollar/Jahr** einsetzen. **Fünf operative Diagnosen**: (1) Regulatorische Last = 5 Compliance-Mitarbeiter bei Mistral, 27 unsynchronisierte Regulierungen, Unternehmer wandern in die USA ab; (2) Fragmentierter Markt = ~60 europäische Telcos gegenüber 3 in den USA; (3) öffentliche Beschaffung als strategischer Hebel unterausgeschöpft (50 % des EU-BIP); (4) Energie: 9 GW französischer Überschuss laufen Gefahr, binnen 2 Jahren von US-Akteuren monopolisiert zu werden; (5) Destillation = eine Kostensenkungstechnik, **kein** technologisches Aufholen. **Verteidigungsdoktrin**: Mistral arbeitet mit dem ministère des Armées, lehnt eine "Aufsicht" über die Endnutzung explizit ab ("wir haben keine demokratische Legitimität"), eine Positionierung *anti-Anthropic-Mythos*. **Cybersicherheit**: erkennt die offensiven Fähigkeiten der Modelle an ("das steigt linear, vorhersehbar, für alle gleichzeitig"), wendet sich gegen das *Angstmarketing* eines amerikanischen Wettbewerbers (implizit Anthropic). **Campus IA**: sehr geringe Beteiligung, potenzieller Lieferant (Mistral + Hyperscaler), 35 Milliarden Euro MGX/Abu Dhabi + Nvidia, 100 Hektar in Saint-Arnoult, 1,4–1,6 GW (= Flamanville), französischer Atomstrom = reduzierter CO2-Fußabdruck. **Anmerkung**: Teams von Doktoranden (keine Microworker mehr), Madagaskar für Robotik mit Lohngarantien. **Geschäftsmodell**: keine Blase auf der Nachfrageseite, **Angebotsengpass** (Chips, Speicher, Helium, Elektronen). **Warnender Schluss**: *"wenn wir es nicht schnell genug tun, werden wir ein Vasallenstaat."*
#Arthur Mensch#Mistral AI#Audry Herblin-Stoupe
**Arthur Mensch** (cofondateur et directeur général de **Mistral AI**) accompagné d'**Audry Herblin-Stoupe** (directrice des affaires publiques et de la communication, Mistral AI). Mensch a cofondé Mistral AI le 28 avril 2023 avec **Guillaume Lample** et **Timothée Lacroix** — tous les trois précédemment dans les *« gros acteurs américains »* (Google DeepMind / Meta FAIR). Audition tenue devant la **commission d'enquête de l'Assemblée nationale sur les vulnérabilités numériques** · présidée par **Philippe Latombe** (député MoDem, Vendée — absent ce jour). Séance présidée par la **rapporteur** (non nommée dans le transcript) · avec interventions du président lui-même (revenu en cours) · du député **Arnaud Saint-Martin** (LFI/Saint-Arnoult — sa circonscription accueille Campus IA) · et de la rapporteur sur les questions économiques.
Vorstellung von **AI/works™**, einer **agentischen Entwicklungsplattform**, die laut **Thoughtworks** *„der neue Standard für den Bau und Betrieb industrietauglicher Systeme im KI-Zeitalter“* ist. Das Kernversprechen ist **wirtschaftlicher** Natur: *„Das alte Modell ließ Sie Millionen für den Bau zahlen, für den Betrieb, und dann erneut für den Neubau — AI/works™ beendet diese Routine.“* Die Plattform deckt **den gesamten SDLC** ab, zentriert um ein zentrales Konzept, die ***Super Spec*** (eine dynamische, einheitliche Spezifikation für Architektur, Workflows, Sicherheit, Daten, UX), mit **sechs Fähigkeiten**: Reverse Engineering (Legacy → As-is-Spezifikationen), Dynamic Spec Development (Rohanforderungen → Super Spec), Spec to Code (coordinated agents erzeugen testbaren Code), Developer Experience (governed golden paths), Control Plane (Agentenorchestrierung mit Kostentransparenz, aktiven Guardrails, durchgängiger Lineage), Runtime Ops (kontinuierliches Monitoring, das Änderungen erkennt, die Super Spec aktualisiert und betroffenen Code neu generiert). **3-3-3**-Methodik: 3 Tage zur Abstimmung des Produktkonzepts, 3 Wochen für den Prototyp (Desirability/Viability/Feasibility), 3 Monate bis zum MVP in Produktion. Anerkennung durch **Constellation Research**: *„verändert die Ökonomie der Enterprise-Software-Bereitstellung“* durch einen *„spezifikationsgetriebenen, lebenszyklusorientierten“* Ansatz. Einstiegs-Tagline: ***„Wir machen es erneut, für das KI-Zeitalter“*** — eine Berufung auf Thoughtworks' Erbe in XP/CI-CD/Microservices. Anti-Hype-Positionierung: *„stützt sich auf ein technisches Fundament statt auf Begeisterung“*, *„keine Beraterheere“*, *„die Finanzabteilung kann die Rechnung öffnen, ohne die Notbeleuchtung einzuschalten“*. Vorgestellte Partner: AWS, GCP, Azure, Databricks, Snowflake + Claude, OpenAI, DeepSeek, Gemini, Grok + NVIDIA, Groq, Stripe, Spotify, CAST, Cyn DX, Mechanical Orchard.
#Thoughtworks#AI/works#AI works Marke
**Thoughtworks** (auteur collectif corporate, page produit/marketing). Aucun individu cité sur la page. Contexte des figures Thoughtworks pertinentes en arrière-plan : **Martin Fowler** (chief scientist emeritus, *Refactoring*, *Patterns of Enterprise Application Architecture*) · **Rebecca Parsons** (CTO emeritus) · **Birgitta Böckeler** (Distinguished Engineer, *Harness Engineering for Coding Agents*, fiche 2026-04-02) · **Matt Kamelman** (*Service-as-Software*, fiche 2025-12-03) · **Sam Newman** (*Building Microservices*).
Der Konsistenztest von Ethan Mollick (Wharton): Man wird wissen, dass KI-Labore wirklich an ASI glauben, an dem Tag, an dem sie ihre *Forward Deployed Engineering* (FDE)-Teams auflösen. Öffentliche Debatte mit roon (OpenAI) auf LinkedIn: roon wendet ein, dass es sich um ein **hayekianisches Problem** handelt (Intelligenz löst nicht automatisch den organisatorischen Informationsfluss) und belebt den Begriff „**Gentle Singularity**“ wieder. Konsens in den Kommentaren: Die Technologie ist der einfache Teil; interne Politik / bestehende Arbeitsabläufe / vertragliche Haftung sind der eigentliche Engpass. Prägender Satz: *„Krebs zu heilen könnte einfacher sein als Accenture zu ersetzen“*. Epistemische Gegenüberstellung **Ostküste vs. Westküste** hinsichtlich der Entwicklung der KI-Adoption.
#ASI (Artificial Super Intelligence)#Forward Deployed Engineering (FDE)#KI-Beratung
Manifest-artiger Artikel von **Thariq Shihipar** (Engineer & Serial Entrepreneur, Claude Code Team bei Anthropic), der eine **Änderung des Standard-Ausgabeformats für Agenten** ankündigt: die Ablösung von **Markdown durch HTML**. These: Markdown war das dominante Format zwischen Menschen und Agenten (einfach, portabel, editierbar, lesbar), ist aber zu **einem Engpass** geworden, da Agenten längere und reichhaltigere Artefakte produzieren (Specs, Pläne, Berichte, Code-Reviews). Jenseits von ca. 100 Zeilen liest niemand mehr eine Markdown-Datei. HTML löst sechs Einschränkungen gleichzeitig: **Informationsdichte** (Tabellen, CSS, SVG, Skripte, Canvas, Bilder), **visuelle Klarheit** (navigierbares, mobil-responsives Layout), **einfaches Teilen** (ein S3-Link, direkt im Browser öffenbar), **bidirektionale Interaktivität** (Schieberegler, Regler, „Copy as JSON/Prompt“-Buttons zur Rückkopplung in Claude Code), **native kontextuelle Aufnahme** (Claude Code liest die Codebasis + MCP Slack/Linear + Git-Historie + Chrome) und **Freude an der Nutzung** (der Autor stellt ausdrücklich fest: *„it's joyful“*). Fünf kanonische Anwendungen im Detail: (1) **Specs/Pläne/Exploration** in einem vergleichenden Raster, (2) **PR-Review** mit inline annotiertem Diff, (3) **Design & Prototypen** mit Animations-Schiebereglern, (4) **Berichte/Recherche/Lernen** (der Autor ließ einen Prompt-Caching-Explainer aus der Git-Historie generieren), (5) **maßgeschneiderte Wegwerf-Editoren** (Drag-and-Drop von Linear-Tickets, Feature-Flag-Editoren, Side-by-Side-Prompt-Tuner), die einen re-injizierbaren „Copy as Markdown/Diff/JSON“-Export erzeugen. Explizites Anti-Pattern: *„I'm a little bit afraid that people will read this article and turn it into a /html skill“* — der Autor **lehnt eine vorschnelle Skill-ifizierung ab** und empfiehlt stattdessen Prompting von Grund auf („make a HTML file“). Pragmatisches FAQ: Token-Kosten werden durch den 1-Mio.-Kontext von **Opus 4.7** absorbiert, 2-4× längere Generierungszeit, verrauschte HTML-Diffs (ein realer Nachteil), Stil wird über ein HTML-Referenz-Designsystem im Zaum gehalten.
#HTML#Markdown#Ausgabeformat
Thariq Shihipar (Engineer & serial entrepreneur, équipe Claude Code chez Anthropic — site : thariqs.github.io/html-effectiveness ; X : @trq212)
Leitartikel von Andrew Ng in The Batch n°352 vom 8. Mai 2026 — **„There Will Be No AI Jobpocalypse"** —, der die Erzählung einer durch KI verursachten Massenarbeitslosigkeit widerlegt und sich dabei auf die **gesunde Arbeitslosenquote von 4,3 %** in den USA sowie eine robuste Einstellungstätigkeit im Tech-Sektor stützt. Ng identifiziert **drei Treiber** der Jobpocalypse-Erzählung: **(1) technologische Anreize** — KI-Labore profitieren davon, sich als transformativ-disruptiv darzustellen (Finanzierungsrunden, Bewertungen, Talente); **(2) Preissetzungsmacht** — Anbieter berechnen Unternehmenskunden **10.000 $+/Jahr**, indem sie ihre Preise **am Gehalt der ersetzten Mitarbeiterin bzw. des ersetzten Mitarbeiters** ausrichten, statt an klassischer SaaS-Preisgestaltung (pro Nutzer / pro Nutzung); **(3) Unternehmenskommunikation** — Unternehmen deuten ihre Entlassungen als *„KI-Effizienz"* um, anstatt die **Überheuerung der Pandemiezeit** von 2020–2022 einzugestehen. Ehrliches Eingeständnis: *„KI stört die Arbeitswelt"*. Doch Ng dreht dies um in **„AI Jobapalooza"** (ein Wortspiel mit Lollapalooza) — Arbeitsplatzschaffung in der KI-Entwicklung und angrenzenden Feldern mit sich wandelnden Kompetenzprofilen. Implizite Spannung mit **Amodei** (50 % der Bürojobs bis 2030 wegfallen) — Ng weist, ohne ihn zu nennen, darauf hin, dass **Anthropic davon profitiert, diese Erzählung zu befördern** (technologische Anreize). Veröffentlicht **am selben Tag** wie **Wallace-Wells' „AI Populism"-Beitrag im NYT Magazine**: eine perfekte Spiegel-Lektüre — Ng = kühle ökonomische Analyse / Wallace-Wells = populäre Panik. Preissetzungs-Konvergenz mit **Bains „100-Mrd.-$-system-übergreifende-Arbeit"**-These (gleiche These: Preisanker an Gehältern).
#Andrew Ng#The Batch#DeepLearning.AI
Andrew Ng (fondateur DeepLearning.AI, Stanford, ex-Google Brain, ex-Baidu, ex-Coursera)
**David Wallace-Wells** veröffentlicht am **8. Mai 2026** im **NYT Magazine** einen zentralen politischen Wendepunkt-Artikel (~16 Min. Audio), der den populistischen Gegenschlag gegen die KI-Industrie formalisiert und benennt: ***„A.I. Populism Is Here. And No One Is Ready.“*** Vernichtender Untertitel: *„Silicon Valley oligarchs worried about the risks their technology posed to the world. They forgot about people.“* **Wendepunkt-These**: Die KI-Gründer (Altman, Amodei, Musk, Zuckerberg, Hassabis) haben ein Jahrzehnt lang die **existenziellen** Risiken ihrer Technologie fixiert, während sie das **politische Risiko** eines menschlichen Gegenschlags **vernachlässigten** — von dem sie annahmen, er *„wouldn't materialize in time, would be quickly outmaneuvered by machine intelligence or could be bought off by talk of basic-income payments or thin promises of curing cancer“*. **Der Gegenschlag traf buchstäblich zu**: April 2026, ein **Molotov cocktail**, geworfen auf Altmans Anwesen in San Francisco, wenige Tage später ein **Schusswaffenangriff** auf sein Haus. Wallace-Wells greift **Jasmine Suns** Formulierung auf (NYT Opinion, 2026-04-30, bereits erfasst): ***„A.I. populism's warning shots“*** — eine Analogie zur Ermordung des UnitedHealthcare-CEO Brian Thompson durch Luigi Mangione. **Fünf Labore als neue Gesichter der amerikanischen Oligarchie**: *„a fearsome concentration of economic and social power producing a self-compounding pattern of extreme inequality“* — Sam (Altman), Dario (Amodei), Elon (Musk), Mark (Zuckerberg), Demis (Hassabis), fast alle Milliardäre, *„several of whom are widely described as sociopaths“*. **Erschütternde Statistiken**: Pew Research 2025 — **50 % der Amerikaner eher besorgt als begeistert**, **nur 10 % eher begeistert**; aktuelle Quinnipiac-Umfrage — **nur die Einkommensgruppe >200.000 $ hat eine optimistische Sicht auf KI im Alltag**; Heatmap-Umfragen — Zustimmung/Ablehnung zu Rechenzentren schwankt von **+2 Punkten (Sept. 2025) auf −24 Punkte (Feb. 2026)**, ein **Umschwung um 26 Punkte in 4 Monaten**; Nord-Virginia 2023–2025 — **Umschwung um 69 Punkte gegen Rechenzentren** (+45 → −24). **Loudoun County**: Rechenzentren werden 2027 **1,3 von 2,9 Mrd. $** der Steuereinnahmen erzeugen (~45 %). **Asymmetrie Investition/Wohnraum**: Die USA gaben 2025 **mehr für KI-Infrastruktur als für Einfamilienhäuser** aus, **10× mehr Rechenzentren als Deutschland** (Platz 2), **20× mehr KI-Investitionen als China** (Platz 2), inmitten einer **Wohnungsknappheit von 10 Millionen fehlenden Einheiten**. Zitiertes **zentrales Ted-Chiang-Zitat (BuzzFeed 2017)**: *„When Silicon Valley tries to imagine superintelligence, what it comes up with is no-holds-barred capitalism.“* **Dario-Amodei-Zitat (Anthropic, 2024)**: *„People outside the field are often surprised and alarmed to learn that we do not understand how our own A.I. creations work. They are right to be concerned: this lack of understanding is essentially unprecedented in the history of technology.“* **Politischer Kurswechsel markiert**: Das **White House** schlägt vor, eine **bundesweite Prüfung aller neuen proprietären Modelle vor Veröffentlichung** verpflichtend zu machen — ein bedeutender Wandel nach einer industriefreundlichen Haltung. **Auslöser**: **Anthropics** öffentliche Weigerung im **April 2026**, **Claude Mythos** zu veröffentlichen, ein Modell, das in der Lage ist, *„find[ing] and exploit[ing] security vulnerabilities in every tested piece of software, including those used in critical pieces of global I.T. infrastructure“* (bereits erfasst über den Eintrag **AISI UK GPT-5.5 / Mythos**, 2026-04-30). **Dean-Ball-Zitat (ursprünglicher Architekt der KI-Politik unter Trump, Palantir-Foundation-Yale-Konferenz)**: *„This giant acid vat which would dissolve the mediating institutions most Americans see as society. It will not be A.I. in government. It's going to be A.I. as governments.“* **Jeffrey-Ding-Konzept**: *„diffusion marathon“* (im Gegensatz zum Winner-take-all-Rennen) — KI als *general-purpose technology* (Dampfmaschine, Elektrizität, Internet), bei der die **Diffusion** stärker zählt als der **Stand der Technik**. **Schlussfolgerung des Wendepunkts**: *„We still know the names of the robber barons, and live still somewhat in their shadows. But we are not their serfs. Are we sure A.I. will be different?“* Hohe Relevanz für das Dossier 2026: **begriffliche Formalisierung des politischen Gegenschlags**, wie von Sun (April) antizipiert und von Ng The Batch markiert (Molotov cocktail bei Altman, ~64 Mrd. $ blockierter Rechenzentren, Moratorium für Anlagen ab 20 MW in Maine). Einzusetzen für Executive Briefings zu KI-Geopolitik, regulatorische Debatten, strategische Präsentationen zu den gesellschaftlichen und politischen Risiken von KI sowie die FR/Europa-Einordnung der politischen Rückkopplungsschleife der KI.
#David Wallace-Wells#NYT Magazine#AI Populism Is Here
**David Wallace-Wells** — NYT Magazine staff writer · journaliste américain reconnu pour son travail sur le climat (livre *The Uninhabitable Earth* 2019, ancien deputy editor de *New York Magazine*). Connu pour des essais long-form combinant reportage · prospective et critique politique des technologies. **Article publié dans le NYT Magazine** le **8 mai 2026** (édition online, ~16 minutes audio) · section politique-tech.
Podcast von Greg Isenberg × Meng To (Designer, Gründer von Design+Code, Schöpfer der Produkte Aura / New Form / Dream Cut) über **`design.md`** — Googles Open-Source-Konvention, das Äquivalent zu `agents.md` / `skills.md` / `soul.md`, jedoch **für das Designsystem** (Typografie, Farben, Abstände, WebGL/Three.js-Animationen, Reveal-Regeln). Zentrale Idee: die „**Seele des Designs**" in einer Markdown-Datei zu tragen, die einem Agenten (Claude Code, Codex, OpenClaude, Gemini, Stitch, Aura, V0, Lovable, Cursor) übergeben wird, um **medienübergreifende Konsistenz** zu wahren (Web, Mobile, Replit slides, Hyperframes/Remotion-Motion-Design). Gelehrte Triade: **HTML = fertiges Gericht, design.md = Rezept, Skills = Zutaten** (Typografie-, Laser-, Skeuomorphic-, 3D-Skills — 63 bei New Form). Hauptdiagnose: **Design Drift** bei One-Shot-Workflows (`v0`, Lovable, Framer), die stark beginnen und dann zu generischem Output abdriften. Kernbotschaft: *Geschmack* (taste) ist der einzig verbleibende **Burggraben** — *„wenn etwas wie etwas anderes aussieht, sinkt sein Wert um das 10- bis 100-Fache"*. Workflow: **Reference → Design.md → Generate → Inspect → Systemize → Iterate (bis zu 1000+ Prompts) → Remix → Expand → Export**. Kritik an **lila Farbverläufen** („you just run") als generische Post-vibe-coding-Baseline. Meng To gibt an, ~500.000 $ für Tokens ausgegeben, 1.000–10.000 Iterationen pro Produkt durchgeführt und 4 Produkte parallel im Alleingang betrieben zu haben.
#design.md#Google#Designsystem
Greg Isenberg (host — podcast Late Checkout / The Greg Isenberg Show, 12 mai 2026 livestream workshop ideabrowser.com) ; **Meng To** (guest — designer, fondateur Design+Code 2014, créateur Aura / New Form / Dream Cut, autodidacte parti à 18 ans, dropout, francophone d'origine canadienne)
Fernsehdebatte auf BFM Business (Sendung *Tech & Co Business*, Rubrik „The Debate“, 17 Minuten) mit **Rémi Jacquet** (CEO von Cast Software France, Gründer im Jahr 2023 eines Thinktanks von rund hundert CIOs zum Einfluss generativer KI auf die Softwareentwicklung, Partnerschaft mit Cigref/Epita) und **Didier Girard** (CTO und CEO von **SFEIR**, einem französischen IT-Dienstleistungsunternehmen (ESN) mit rund 1.000 Mitarbeitenden). Zentrale Thesen: *„Code zu schreiben ist zu einem Anti-Pattern geworden“* (Girard), KI produziert Code von insgesamt höherer Qualität als die meisten Ingenieure und ist *„2- bis 10-mal effizienter“* — das ist Realität, doch der Beruf verschwindet nicht. Der Entwickler wird zum **Dirigenten / Agenten-Manager / Schiedsrichter**, 14-tägige Sprints werden durch ein- bis halbtägige ***Bolts*** ersetzt, das **Pizza Team** (8-10 Personen) funktioniert im agentischen Zeitalter nicht mehr, eine neue Rolle entsteht — der ***Product Engineer*** —, die Lebensdauer einer Kompetenz sinkt von **10 Jahren auf 1 Jahr**, und der **Token**-Verbrauch wird zum *Treibstoff* der Wertschöpfung (Anekdote über NVIDIA, das angeblich Boni in Tokens auszahlt, Metapher des Taxifahrers, der kein Benzin verbraucht). SFEIR beansprucht für sich: *„1.000 Mitarbeitende, Produktionskapazität von 10.000“*. Auf Seiten von Cast: Positionierung im Bereich ***harness engineering*** (deterministische vs. probabilistische KI, Kontrolle und Leitplanken), im Einklang mit dem Meinungsbeitrag von Sylvain Duranton (BCG X) in *Les Échos*, der besagt, dass *„ein Agent = ein LLM + Harnesses“* sei. Historischer Wandel: 2024 *prompt engineering* → 2025 *context engineering* → 2026 *harness engineering*. Zentrale Warnung: *„je stärker die KI wird, desto mehr lassen wir unsere Wachsamkeit sinken — desto größer sind die Risiken“* (Jacquet). Schlüsselrolle der Personalabteilung bei der Transformation, vollständige Überarbeitung des SDLC, Empfehlung an Berufseinsteiger, die Grundlagen der Softwarearchitektur zu festigen (*„Code ist die Partitur, man muss die Symphonie beherrschen“*).
Interview mit Boris Cherny (Schöpfer von Claude Code, Anthropic) bei einer Sequoia-Veranstaltung (Moderation: Asia, Lauren Reader). Cherny erklärt ***"coding is solved"***: Er selbst hat seit Ende 2025 **0 Zeilen Code** geschrieben, das Modell schreibt **100%**, *"a few dozen PRs/day, 150 PRs in a single day record"*. Bericht über die Entstehung von Claude Code (Anthropic-Labs-Inkubator Ende 2024, Mike Krieger verantwortlich für Runde 2, Pre-PMF-Entwicklung *"for the next model"*, ein erstes Release, das nicht abhob, **exponentielles Wachstum begann mit Opus 4 im Mai 2025**, das sich mit jedem neuen Modell 4 → 4.5 → 4.6 → 4.7 beschleunigte). Aktuelles persönliches Setup: **"most of my work I do from my phone"** (iOS), 5-10 Sessions, **"a few hundred agents going, a few thousand at night"**, **`/loop` ist die Zukunft** (Cron + wiederkehrende Jobs, Agenten überwachen CI, rebasen PRs, clustern Twitter-Feedback). **Routines** = das serverseitige Äquivalent, das läuft, während der Laptop geschlossen ist. Ausblick für SaaS: keine Apokalypse, aber eine **Neuordnung von Helmers 7-Powers-Framework** (Wechselkosten ↓, Prozessmacht ↓, Netzwerkeffekte/Skalenvorteile/exklusive Ressourcen unverändert) und **10-mal mehr disruptive Startups** in den nächsten 10 Jahren. Pivot-Analogie: die **Gutenberg-Presse** (10% Alphabetisierung im 15. Jahrhundert → 70% in den folgenden Jahrhunderten, Bücher 100-mal billiger innerhalb von 50 Jahren), *"software will be similarly democratized, but faster than 50 years"* — *"the best person to write accounting software is not an engineer, it's a really good accountant."*
#Boris Cherny#Anthropic#Claude Code
Boris Cherny (créateur de Claude Code, Anthropic) interviewé par Lauren Reader (Sequoia) avec introduction d'Asia (Sequoia).
LinkedIn-Pulse-Meinungsbeitrag von Alexandre Frizzo nach einem Jahr täglicher Nutzung von Claude Code, der eine im 2026er-Korpus seltene **differenzierte Einschätzung** liefert — Produktivität in seinem Fall **verdreifacht bis verfünffacht (3-5×)** (deckungsgleich mit Wescale und im Einklang mit dem Median engagierter Praktiker; das Elite-Segment liegt deutlich höher, vgl. Cherny *ein paar Dutzend PRs/Tag + Rekord von 150 PRs* und Karpathy *„Spitzenwerte weit über dem 10-Fachen“*), jedoch mit anerkannten **verborgenen kognitiven Kosten**. Kernthese: ***„der neue Engpass ist die Aufsicht“*** — die Tätigkeit hat sich grundlegend gewandelt, man *schreibt* keinen Code mehr, man *entscheidet* über von Agenten generierten Code. Gewinne: 3-5× Output, zuvor unrealisierbare Projekte nun erreichbar (Nebenarbeiten, Boilerplate), nahezu kostenlose Experimente. Anerkannte Verluste: ***„Schreib-Muskel“*** verkümmert (manuelles Codieren fühlt sich jetzt *anstrengend* an), **seltener tiefer Flow-Zustand** (ständiges Umschalten zwischen Aufsichtsaufgaben), **verminderte Zufriedenheit durch Urheberschaft** (*„der Code ist gut, aber nicht ganz meiner“*). Ungelöste Spannungsfelder: **FOMO** (*„jede Stunde, in der ich nicht am Rechner sitze, ist eine Stunde, in der ein Agent für mich arbeiten könnte“*), **Review-Qualität** beim 3-5-fachen Volumen, **Kompetenzverkümmerung**. Zitierte Statistiken: im Median 3-4 effektive Codierstunden an einem 8-Stunden-Tag, **23 Minuten** Kontextwiederherstellung pro Unterbrechung (Gloria-Mark-Studie), 15-25 Minuten Einstieg in den Flow, 500 % Produktivität im Flow (McKinsey). Vorbildliche epistemische Haltung: verwirft gleichzeitig sowohl das Narrativ *„KI ist schlecht“* als auch unkritische Begeisterung. Ein willkommenes Gegengewicht zu Chernys *„Coding ist gelöst“* (2026-05).
#Alexandre Frizzo#LinkedIn Pulse#Jahr mit Claude Code
Alexandre Frizzo (auteur LinkedIn Pulse, identité tech non précisée par le post au-delà du nom — auteur d'une tribune one-year retrospective Claude Code).
Methodologischer Artikel von Antoine HABERT (WEnvision), der **PROJ-AI** formalisiert: eine schlanke methodische Schicht, damit kollektive Projekte übertragbar werden, statt mit ihrem Liefergegenstand zu verschwinden. Strukturierende Triade: ein **versioniertes Git-Repository** (Single Source), ein **KI-Agent** (Claude Code, Cursor), der die Doktrin bei jeder Sitzung liest, und eine **Markdown-Doktrin**, die Entscheidungsprotokolle und Agentenverhalten festlegt. Sechs Verzeichniszonen (DOCS/, IDEAS/, DR/, OUT/, DOCTRINE/, AGENT/), operativer **DPEV**-Zyklus (Decide → Promise → Execute → Verify), Decision Records, die anhand von 7 Dimensionen bewertet werden, duale Schnittstelle (Business-Studio + Tech-CLI/IDE), fünf Agentendirektiven und eine gemeinsame **proj-ai-commons**-Bibliothek, die ein Projekt in 30 Minuten statt einer Woche startklar macht. Kennzahlen aus 3 Einsätzen: Onboarding **3 Wochen → 2 Tage**, erfasste Strukturentscheidungen **30 % → 100 %**, Zusammenstellung der Architekturdokumentation **6 Wochen → kontinuierlich**. Zentraler Aphorismus: ***„Das Projekt ist kein Nebenprodukt des Liefergegenstands. Das Projekt IST der Liefergegenstand.“*** Explizite Haltung: Technologie 20 %, **Teamdisziplin 80 %**.
#Antoine HABERT#WEnvision#PROJ-AI
Antoine HABERT (WEnvision — cabinet français de conseil en stratégie et IA agentique).
Doktrinärer Artikel von Addy Osmani (Google), der eine grundlegende Unterscheidung für die Debatte 2026 über KI und Kognition etabliert: **Cognitive Offloading** (gesund — Delegation des *Wie* bei gleichzeitigem Erhalt der Urteilsfähigkeit über die Ergebnisse) vs. **Cognitive Surrender** (toxisch — vollständige Übernahme von KI-Ausgaben ohne Bildung eines parallelen Denkprozesses, *„das Vertrauen des Modells als Ersatz für das eigene Verständnis zu leihen“*). Solide wissenschaftliche Fundierung: die Studie von **Shaw & Nave (Wharton/UPenn)** mit 1.372 Teilnehmern — **73% akzeptieren nachweislich falsche KI-Antworten**, wobei das Vertrauen trotz einer Fehlerquote von 50% steigt. **MIT *Your Brain on ChatGPT*** — reduzierte neuronale Konnektivität bei KI-unterstützten Autoren. **Anthropic Skill-Formation** — Ingenieure, die KI zur Code-Generierung nutzen, schneiden beim Verständnis **17% schlechter** ab als jene, die sie für konzeptionelle Untersuchungen einsetzen. Vier konkrete Beispiele für Surrender (Review von 600-Zeilen-PRs anhand oberflächlicher Signale, oberflächliches Debugging, architektonische Entscheidungen ohne Begründung, verschlechtertes Lernen). Fünf persönliche Heuristiken (Vorab-Formulierung von Erwartungen, Review nach dem Maßstab eines Junior-Ingenieurs, adversariales Prompting, Bewusstsein für Ermüdung, Überprüfung der Vertrauensquelle). Sechs strukturelle Schutzmechanismen (Verifikations-Exit-Kriterien, Anti-Rationalisierungstabellen, **PRs mit max. ~100 Zeilen**, interrogativer statt generativer Modus, gezielt eingebaute Reibung, **regelmäßige eigenständige Tastaturzeit**). Zwei neue Konzepte: ***Comprehension Debt*** (die wachsende Lücke zwischen dem Gesamtvolumen der Codebasis und dem menschlichen Verständnis) und ***Mutual Amplification*** (eine kooperative Prompt-Verfeinerungsschleife im Gegensatz zur Surrender-Delegation). Kernthese: ***„die Wahl zwischen Denken mit KI und gar nicht Denken bleibt vollständig menschlich“***. Ein strukturelles und operatives Gegengewicht zu *„coding is solved“* (Cherny 2026-05) und eine analytische Ergänzung zu Frizzo (2026-05-05).
Addy Osmani (Software Engineer at Google, Cloud + Gemini, ex-Chrome — déjà au dossier veille avec *Agent Harness Engineering* 2026-04-19, *How to write a good spec for AI agents* 2026-01-13, *Conductors to Orchestrators* 2025-11-01).
Medium-Meinungsbeitrag von **Hryhorii Tatsyi** (CTO, **Raiffeisen Bank Ukraine**, ~900 IT-Ingenieure), der eine **12-monatige Longitudinalstudie** (Mai 2025 → April 2026) über die reale Wirkung generativer KI in einer großen europäischen Bank vorstellt. Kernthese: ***„AI hat unsere Ingenieure nicht einfach nur schneller gemacht. Sie hat sie verändert.“*** Im Gegensatz zu individuellen Erfahrungsberichten (Frizzo, Cherny) oder Meta-Ebenen-Berichten (Curran/Intercom) handelt es sich hier um eine **quantifizierte organisationale Bewertung einer traditionellen, regulierten Bank** — ein 2026 noch seltener Korpus. Ergebnisse: **−75 Personen (−8 % Headcount, davon 64 Ingenieure)** innerhalb von 12 Monaten, dabei jedoch **mehr ausgelieferter Code, weniger Vorfälle, verbesserte Sicherheit**; KI-Adoption **62 % → 83 %**; **68 % der Ingenieure erhalten ≥50 % ihres Codes durch KI-Unterstützung**; **Einarbeitungszeit neuer Ingenieure 60-90 Tage → ~40 Tage** (konsistent mit Anthropic-Daten von 82→40 Tagen). Drei entstehende Archetypen: (1) **Copilot-only** +10-25 % bei PRs, gleicher Umfang; (2) **Multi-Tool** Story Points ×1,5-3, repoübergreifender Umfang +50-80 %; (3) **Claude auf dem Unternehmens-Stack** Codevolumen ×4,5, radikal erweiterter Umfang. **Sieben gebaute KI-Produkte**, die zuvor nicht existierten: Service Knowledge Hub (57 Microservices, 83 Releases/Monat), Mobile Android workflow CI Plan/Implementierung/Test, AI Agent Portal (2.085 Nutzer / 649 MAU in 87 Tagen, MCP-Generierung via OpenAPI-Spezifikationen), Shift-left Security Plugin (−82 % exponierte Secrets), DevPortal Backstage + Kubernetes-Diagnoseagenten (−68 % Lösungszeit kritischer Vorfälle), DRAIF MCP Text-to-SQL Data Lake mit 10.000 Tabellen (Embedding feinjustiert, 2× OpenAI), Call Evaluation (>97 % Transkriptionsgenauigkeit, zum besten Produkt der Raiffeisen-Gruppe gewählt). Stabilität: **blockierende Vorfälle −70 %, kritische Lösungszeit −68 %, gelöste Sicherheitswarnungen hoher Schwere +155 %**. Zentrale strategische Erkenntnis: ***„AI hat unsere Produktionsmöglichkeitengrenze erweitert, und wir haben die freigewordene Kapazität bewusst zugewiesen“*** — KI erledigt nicht dieselbe Sache schneller, sie verschiebt **das, was man zu tun entscheiden kann**. Die neu zu stellende Bewertungsfrage: nicht *„um wie viel Prozent sind die bestehenden KPIs gestiegen“*, sondern ***„was Ihre Ingenieure gebaut haben, das zuvor nicht existierte“***. KI hebt leistungsschwächere Ingenieure eher auf ein Grundniveau an, als dass sie Top-Performer beschleunigt; **Senior-Architekten kehren zur aktiven Entwicklung zurück**, nach Jahren der Abwesenheit davon. Von großer Relevanz für Vorstände/Geschäftsleitungen im Banken-, Versicherungs- und regulierten Sektor (Raiffeisen = Bank, Ukraine = Kriegskontext + operative Resilienz).
#Hryhorii Tatsyi#Raiffeisen Bank Ukraine#Bank-CTO
**Hryhorii Tatsyi** — CTO de **Raiffeisen Bank Ukraine** (filiale ukrainienne du groupe bancaire autrichien Raiffeisen Bank International, RBI). Auteur Medium @milhibisidek. Profil discret côté visibilité publique (25 followers Medium au moment de la publication) · mais position institutionnelle de premier plan : il dirige une organisation IT d'environ 900 ingénieurs dans une banque systémique opérant en contexte ukrainien (économie de guerre depuis 2022, résilience opérationnelle critique). L'article est sa première contribution publique d'envergure documentée sur cette plateforme.
GitHub-Repo `techygarg/lattice`, das ein Framework **komponierbarer Skills** formalisiert, um eine *Engineering-Disziplin* in KI-Coding-Assistenten (Claude Code, Cursor) zu installieren. Markante dreistufige Architektur: **Atoms** (Guardrails zu Einzelprinzipien: Clean Code, DDD, Security, Testqualität, Design-First), **Molecules** (mehrstufige Workflows, die die Atoms kombinieren: Design, Implement, Refactor, Fix, Review), **Refiners** (geführte Interviews, die projektspezifische Standards erzeugen, die das Verhalten der Atoms anpassen). Operative Pipeline `lattice-init` → `design-blueprint` → `code-forge` → `review`, mit `refactor-safely` und `bug-fix` als Ablegern. Drei zentrale Prinzipien: *"Skills over prompts"*, *"Composability over monoliths"*, ***"Living context over static config"*** — der Ordner `.lattice/` wird mit jedem Feature-Zyklus intelligenter. MIT, reines Shell, 18 Stars / 52 Commits, eine Artikelserie auf martinfowler.com, die fünf *Collaboration Patterns* erläutert. Starke Konvergenz mit Vincent *Superpowers* (2026-04-02), Habert *PROJ-AI* (2026-05-05), Wescale *Usine Logicielle Augmentée* (2026-05-03) und — die höchste doktrinäre Konvergenz ohne erklärte Abstammung — **Compound Engineering** von Every (Shipper/Klaassen 2025-12-11): isomorphe Pipelines (lattice-init→design-blueprint→code-forge→review ↔ ce:brainstorm→ce:plan→ce:work→ce:review), lebendige Kontextschicht (`.lattice/` ↔ `docs/plans/+solutions/+brainstorms/`), eine gemeinsame Design-First-Haltung, verpflichtendes Review am Ende. Die *Coding-Agent-Harness*-Doktrin von 2026 konvergiert auf ein stabiles Vokabular, ohne direkte Einflussnahme.
#lattice#techygarg#composable AI skills
techygarg (auteur GitHub, identité réelle non précisée dans le README ; auteur d'une série d'articles publiée sur martinfowler.com).
**Jessica Talisman MLS** (Semantic Engineer + Information Architect, über 25 Jahre Erfahrung, zuvor RDF-Wissensgraphen bei Adobe + zuvor Informationsarchitektur bei Amazon, Gründerin des **Ontology Pipeline Framework** + von **Contextually LLC**) veröffentlicht am **4. Mai 2026** auf **Modern Data 101** (Substack, ~20.000 Mitglieder) eine grundlegende Überarbeitung ihres ursprünglich im Januar 2025 veröffentlichten **Ontology Pipeline™**-Frameworks. **Zentrale These**: Seit November 2022 (ChatGPT) ist die Nachfrage nach *semantischer Infrastruktur* explodiert, hat aber **massive Verwirrung** geschaffen — *"vendors offering shortcuts that bypass essential foundational work, creating liabilities disguised as assets"*. Die ursprüngliche **fünfstufige** Pipeline (kontrolliertes Vokabular → Metadatenstandards → Taxonomie → Thesaurus → Ontologie → Wissensgraph) bleibt gültig, **muss jedoch um 2 kritische Ergänzungen erweitert werden**: **(1) Governance** als fortlaufende Engineering-Praxis (nicht als Dokumentation nach Projektabschluss); **(2) AI Partnership** mit einer klaren Unterscheidung zwischen Unterstützung (augment) und Ersetzung (replace). **Marktdiagnose**: *"a structurally invalid taxonomy is not a taxonomy"*, *"lists are not knowledge infrastructure"*, KI-generierte Taxonomien, die als Strategie verkauft werden, Anbieter, die den Begriff *"ontology"* missbrauchen, Einheitslösungen, die als Methodologie präsentiert werden. **Bildungskrise**: Die Nachfrage nach Semantic Engineers übersteigt das Angebot an ausgebildeten Praktikern bei Weitem; die Lücke wird von Personen gefüllt, *"who know vocabulary without methodology"*. **Explizite normative Position**: *"AI that generates a taxonomy wholesale is producing a liability disguised as asset; AI that assists trained engineers is just plain smart."* **Akzeptable KI-Rollen**: Entitätsextraktion, Lückenanalyse, Entwurf von Kandidaten-Vokabularen zur Überprüfung, Unterstützung bei Befüllung/Validierung. **Inakzeptable KI-Rollen**: *wholesale taxonomy generation without human validation against standards*. **Referenzierte Standards**: SKOS, OWL, RDF, SPARQL. **Glaubwürdigkeit**: Framework validiert an **6 Institutionen über 10 Jahre**. **Empfehlungen für 3 Zielgruppen**: (a) Organisationen — in formale Ausbildung investieren, Wissensinfrastruktur als Rückgrat der KI behandeln, Governance als fortlaufenden Prozess, KI als Beschleuniger, nicht als Ersatz; (b) Praktiker — Kompetenzfragen vor der Modellierung, Validierung gegen SKOS/OWL/RDF, definitorische Schwierigkeiten signalisieren eine Pause, Wartung ist kontinuierlich; (c) Führungskräfte — Weiterbildung der Belegschaft ohne Selbstfinanzierung, Ressourcen für Wissensinfrastruktur als strategische Notwendigkeit bereitstellen, Governance vor der Einführung. **Prägnante Zitate**: *"the work cannot be skipped"*, *"governance is the engineering practice that keeps an ontology coherent across change"*, *"teaching this is hard. Learning it is harder."* **Hohe Relevanz** für Data Leader / CDOs / Architekten, die die semantischen Grundlagen ihrer KI-Agenten aufbauen. Ergänzend zu lesen: Seale Semantic Agent (2026-04-17) — *(Model+Harness)+(Ontology+Data) — ontology as the only moat*; Foundation Capital Context Graphs (2025-12-22); Bain Teil 2/5 *redesign data foundations for agent readiness* (2026-05); DORA ROI 2026 *AI-accessible internal data + healthy data ecosystems* (2026-04-21); Habert PROJ-AI Sechs-Zonen-Doktrin (2026-05-05). Konvergenz mit dem 2026er-Korpus zu *"data foundations as moat"*.
#Jessica Talisman MLS#Ontology Pipeline Framework#Modern Data 101
**Jessica Talisman MLS** — Semantic Engineer et Information Architect avec **25+ ans d'expérience** en enterprise architecture · e-commerce systems et knowledge management. Fondatrice de l'**Ontology Pipeline Framework** et de **Contextually LLC**. Roles précédents : **Adobe** (RDF-based knowledge graphs) · **Amazon** (information architecture). Auteure de la newsletter **Intentional Arrangement** (Substack) et d'un **livre éponyme à paraître en 2026**. Le framework initial *Ontology Pipeline* a été publié en janvier 2025 et **validé sur 6 institutions sur 10 ans**.
Präsentation von Wescale (Frankreich), die die Doktrin der ***Augmented Software Factory*** formalisiert: eine Software-Wertschöpfungskette, die vollständig von spezialisierten KI-Agenten über sechs Produktionslinien orchestriert wird (Intent/PRD-ADR → Plan/User Stories → **human sign-off** → 24/7-Produktion → unabhängige Audit-Verifikation → DevOps-Deployment), wobei Menschen nur an zwei präzisen Momenten eingreifen. Starke Thesen: die Rückkehr des **vorhersagbaren V-Zyklus** gegen Scrum, realistische **3-4x**-Gewinne (nicht 10x), der Wandel vom *Code-Produzenten* zum ***Strategic Judge*** und vom *Solo-Entwickler* zum ***Agent Manager***, DORA-Metriken, die die Velocity ersetzen, maximaler ROI bei der Modernisierung von Legacy-Systemen und dem Ersatz kostspieliger SaaS-Lösungen, und vor allem ***injizierte Governance*** als „nahezu militärische Schicht“, die die zentrale Innovation und die eigentliche Eintrittsbarriere darstellt. Aufgebaut, indem man sein eigenes Dogfood isst: *„Was wir beim Bau von Solario auf Solario gelernt haben.“*
Bericht von **Bain & Company**, **Mai 2026** (David Crawford, Chris McLaughlin, Greg Fiore — Teil einer **fünfteiligen Serie über die Softwarebranche im Zeitalter der KI**), der die noch ungenutzte SaaS-Chance in der *cross-system labor* — der menschlichen Arbeit der Koordination zwischen Systemen, die KI-Agenten nun automatisieren können — auf **~100 Mrd. USD in den USA (~200 Mrd. USD einschließlich Kanada/Europa/AU/NZ)** beziffert. **Aktuelle Erfassung: 4-6 Mrd. USD (10 % der Chance)** — somit sind **>90 % noch zu erschließen**. Pivot-These: Die größte Chance in agentischer KI besteht **nicht darin, bestehende SaaS zu ersetzen**, sondern darin, **die Koordinationsarbeit über Systeme hinweg zu automatisieren** (Mitarbeiter, die Daten aus ERP-Systemen ziehen, den Lagerbestand in einer Tabelle prüfen, Freitextantworten interpretieren, Ermessensentscheidungen treffen). Verteilung: Vertrieb (20 Mrd. USD) + COGS/Betrieb (26 Mrd. USD) + F&E/Engineering (6-12 Mrd. USD) + Support (6-12 Mrd. USD) + Finanzen (6-12 Mrd. USD). **Sechs Automatisierungsfaktoren**: Verifizierbarkeit des Outputs, Schwere der Konsequenzen bei Fehlern, Verfügbarkeit digitalisierten Wissens, Integrationskomplexität, Prozessvariabilität, Abhängigkeit von der physischen Welt. **Automatisierungspotenzial nach Funktion**: Kundensupport & F&E **40-60 %**, Finanzen & HR **35-45 %**, Vertrieb & IT **30-40 %**, Recht **20-30 %**. **Strategischer Wandel**: Der Wettbewerbsvorteil verschiebt sich vom *Besitz des system of record* (Salesforce, SAP, Workday) hin zum ***cross-workflow decision context*** — der Fähigkeit, über mehrere integrierte Systeme hinweg zu sehen und zu handeln. **Beispiele**: Sierra (autonome Lösung von Kundenanliegen), Glean (funktionsübergreifende Koordination von Mitarbeiteranfragen), GitHub Copilot (erweitert über Versionskontrolle hinaus), **Cursor** (ARR verdoppelte sich in einem Quartal auf 2 Mrd. USD). **Dauerhafter Burggraben**: *„accumulated execution data that grows more valuable over time and becomes harder for competitors to replicate“*. **Dreiphasiges Playbook**: Assessment (sechs Faktoren + Marktgrößenbestimmung) → Strategic Positioning (Datenassets + angrenzende Workflows + tatsächliche operative Landkarten) → Execution (Build/Buy/Partner + Reorganisation + Neugestaltung der Datengrundlagen für Agent Readiness). Hohe Relevanz für CIOs/CDOs/Strategy Leaders in B2B-SaaS und Enterprise-Kunden: Rahmt die Debatte *„AI vs SaaS“* neu als ***„AI = SaaS, die endlich Koordinationsarbeit automatisiert“***. Ergänzend zu lesen: DORA ROI (finanzieller Rahmen), Tatsyi/Raiffeisen (Bank-Fallstudie mit 7 beispiellosen KI-Produkten), Wescale (realistisches 3x-4x), MIT NANDA (95 % der Pilotprojekte scheitern), Foundation Capital *Context Graphs trillion-dollar opportunity* (2025-12-22), Menlo Ventures *State of Generative AI Enterprise* (2025-12-09).
**David Crawford · Chris McLaughlin · Greg Fiore** — partners et experts Bain & Company spécialistes industrie logicielle / SaaS. Article publié en **mai 2026** sur bain.com/insights · partie 2/5 d'une série sur *"the software industry in the age of AI"* (la partie 1 traite du Rule of 40, fiche `bain-ai-rule-of-40-headwinds-tailwinds-saas-2026-04.md`).
Google-Whitepaper (die Folge „Day 1“ einer Reihe von Addy Osmani, Shubham Saboo und Sokratis Kartakis), das den Wandel des Software-Entwicklungszyklus (SDLC) im Zeitalter von Coding-Agenten nachzeichnet. These: Der grundlegende Wandel ist keine neue Sprache, sondern der Übergang vom Schreiben von Code zum **Ausdrücken von Absicht**. Das Dokument entwirft ein Spektrum, das von *vibe coding* (Prompten und Akzeptieren) bis zu *agentischem Engineering* reicht (die KI setzt unter von Menschen entworfenen Einschränkungen, Tests und Feedback-Schleifen um), mit **context engineering** als zentraler Fähigkeit, dem Modell der **Software-Fabrik** (das eigentliche Liefergut der Entwickler ist das System, das den Code produziert), **Harness Engineering** (Agent = Modell + Harness) sowie einer CapEx/OpEx-Wirtschaftlichkeitsanalyse der Gesamtbetriebskosten.
Bewertung der offensiven Cybersicherheitsfähigkeiten von GPT-5.5 durch das britische AISI — 95 CTF-Aufgaben, 32-stufige Cyber Range, universeller Jailbreak — AISI Blog
#offensive Cybersicherheit#Bewertung von KI-Modellen#GPT-5.5
Umfangreicher investigativer Meinungsbeitrag von Jasmine Sun (NYT Opinion, 30. April 2026) zum *San Francisco consensus*: die Angst vor der *permanent underclass* — einer viral verbreiteten Theorie, wonach KI die wirtschaftliche Mobilität einfrieren und eine durch Automatisierung nutzlos gewordene Klasse schaffen könnte. Der Artikel dokumentiert die interne Dissonanz der Labs (Amodei zum "white-collar blood bath" und 50 % der Junior-White-Collar-Jobs verschwunden bis 2030; Altman 2021 → Schweigen von Lehane → Whitepaper *Industrial Policy for the Intelligence Age* April 2026; Anthropic Institute März 2026 unter Leitung von Jack Clark), die Benchmarks, die die F&E in Richtung menschlicher Ersetzung lenken (A.I. Productivity Index, OpenAIs GDPVal: *"over 80% win rate compared to human professionals"* innerhalb weniger Monate), Unternehmensmaßnahmen (Block/Dorsey -50 % Personalstand mit Opus 4.6 + Codex 5.3, Anthropic ARR 30 Mrd. $ gegenüber 9 Mrd. $ Ende 2025) sowie die politische Strategie von Shor (79 % der Wähler besorgt, jobs guarantee > UBI, *"They work for the bots. We work for you."*). Referenz für das Dossier *AI labor 2026*.
#Jasmine Sun#NYT Opinion#permanent underclass
Jasmine Sun (Ms. Sun écrit sur l'IA et la culture Silicon Valley sur Substack)