Wegweisender Essay von **Dan Shipper** (CEO Every), veröffentlicht am **21. Mai 2026** auf every.to, *"After Automation"* — eine argumentative Erwiderung auf die These vom KI-getriebenen Zusammenbruch der Wissensarbeit. **Kernthese**: Der KI-Fortschritt schafft **mehr Arbeit für Menschen, nicht weniger**. Looping-Mechanik (***"der Kommodifizierungszyklus"***): (1) KI kommodifiziert die menschliche Fähigkeit von gestern; (2) diese billige Fähigkeit wird breit übernommen → Überfluss; (3) Überfluss erzeugt *Gleichförmigkeit* (den *"Slop"*); (4) Menschen verlangen Unterschied → erneuerte Nachfrage nach Experten; (5) Experten nutzen KI, um die Probleme von heute zu lösen → Schleife. **Kanonisches Zitat**: ***"There's more work to do than ever"***; ***"AI commoditizes the residue of human expertise, creating demand for what's different"***. **Zentraler konzeptueller Rahmen — Frame vs. Framer**: Benchmarks messen Leistung ***"within frames"*** (spezifische Problemrahmungen); sobald diese gesättigt sind, *setzt eine Änderung des Rahmens den Zähler zurück* — Modelle **eskalieren innerhalb von Rahmen, ersetzen aber nicht die Framer**. Kernformel: ***"the frame is not the framer"***. Selbst bei AGI müssen Menschen **Ziele festlegen und Ergebnisse interpretieren** — *"the frame problem regenerates one level up"*. **Der "Human Sandwich"**: Mensch setzt Rahmen → KI führt aus → Mensch beurteilt und erweitert. **Zwei Arbeitsmodi mit Agenten**: (a) ***agent employees*** — asynchrone Delegation (Kollege / eingebettet — Claudie, Andy, Viktor, Fin); (b) ***human-AI collaboration*** synchron (Claude Code und Äquivalente). **Every-Daten**: 95 % der CEO-E-Mails werden von KI bearbeitet; **Fin (Intercom) löst 65 % der Support-Konversationen**. **Zenons Paradox der KI**: Die KI schließt kontinuierlich die Lücke, doch der Mensch bleibt "die Schildkröte vorn", weil er ***"alive to a specific moment"*** ist — *"running wants, running concerns"* —, während Modelle auf historischen Trainingsdaten operieren. **Detaillierte Benchmarks**: **GPT-5.5 = 62/100 bei der Senior-Engineer-Codebase-Neufassung** (vs. Mensch 80-90er); **GDPval**: 40-49 % des Expertenniveaus, **aber mit umfangreicher menschlicher Rahmung**. **OpenClaw 44.469 PRs** im Mai 2026 (vs. Kubernetes 5.200 im Jahr 2022) — Beweis, dass agentische Arbeit *"mehr Arbeit"* schafft, nicht *"weniger menschliche Arbeit"*. **AGI-Implikationen**: Selbst bei AGI bleibt der **menschliche Framer** strukturell im Vorteil — er adressiert *"aktuelle, situierte"* Probleme, während das Modell auf *"historischen Trainingsdaten"* operiert. **Anti-Tipping-Point-Schlussfolgerung**: Dies ist kein Kipppunkt-Ereignis, sondern ***ein anhaltendes Muster***, das die Zukunft der Arbeit bestimmt. **Hohe Relevanz**: eine explizite Gegen-Erzählung zu *Amodei white-collar bloodbath* / *Sun permanent underclass* / *Anthropic Economic Index* — Shipper, **CEO eines Unternehmens, das täglich mit Agenten lebt**, liefert den theoretischen Rahmen, der die beiden empirischen Beobachtungen versöhnt (KI leistet mehr + Menschen bleiben unverzichtbar). Starke Konvergenz mit **Ng "No AI jobpocalypse"** (2026-05-08), **Mollick × roon ASI / FDE** (2026-05-10), **Tatsyi/Raiffeisen "AI made engineers different"** (2026-05-05), **Curran/Intercom 3× R&D** (2026-04-16) — alle beschreiben Menschen als *in Richtung Rahmung umverteilt (redeployed toward framing)* statt *ersetzt*. Produktive Spannung mit **Sun NYT permanent underclass** (2026-04-30), **Wallace-Wells AI populism** (2026-05-08), **Osmani Cognitive Surrender** (2026-05-05 — der menschliche Framer muss aktiv bleiben). Zu nutzen für COMEX / DG / Boards: strategisches Vokabular für 2026 — *"frame vs framer"* wird zum kanonischen Raster für KI-Governance.
#Dan Shipper#Every#after automation
**Dan Shipper** — CEO et co-fondateur de **Every** (média / studio AI-native, créateur de la newsletter *Every*, propriétaire du framework et plugin *Compound Engineering* — cf. fiche `shipper-klaassen-compound-engineering-every-agents-2025-12-11.md`). Profil rare : **opérateur-théoricien** · dirige une organisation entièrement augmentée par l'IA (95 % emails CEO automatisés, agents Claudie/Andy/Viktor en production, Fin pour le support) tout en publiant régulièrement des essais conceptuels sur every.to. Voix éditoriale anglo-saxonne de référence dans le corpus 2025-2026 sur les **modes de travail humain-IA**. Article publié sur **every.to/p/after-automation** le **21 mai 2026**.
Pivot-Artikel **Ivan Chepurin & Travis Turner** (Evil Martians Chronicles, **19. Mai 2026**) — ***« AI-assisted engineers are burning out, is this fine? »*** — **strukturierte Diagnose des Burnouts bei KI-unterstützten Entwicklern** und ein **5-Achsen-Interventions-Toolkit**. **Pivot-These**: KI-beschleunigte Produktivität verbirgt **versteckte Kosten — Erschöpfung der Entwickler**. *« Higher productivity doesn't translate to sustainable work practices or job satisfaction. »* Epigraph von Shunryu Suzuki über mentale Unruhe. **TL;DR — 3 wesentliche Abhilfen**: (1) Freude am Prozess wiederherstellen, (2) Erfolgserlebnis / Eigenverantwortung / Stolz wiederaufbauen, (3) den Druck der kontinuierlichen Produktivitätsmaximierung beseitigen. **Zentraler Erzählrahmen — Ben vs. Alice**: Ben (traditionelles Coding) = 4 Std. stetige Arbeit, verteilte kognitive Last, Zufriedenheit bei Fertigstellung; Alice (KI-unterstützt) = 2 Std. kognitiv hochintensive Arbeit, kontinuierliches Task-Switching, **keine Zufriedenheit** + füllt die freigewordene Zeit mit weiteren Aufgaben → **exponentielle Eskalation der Last** trotz beschleunigtem Output. **Kanonische Formel**: ***« We compensate for a lack of satisfaction with work quantity. »*** **Strukturelle Störung des Craft-Zyklus**: (Planung → Handwerk → Ergebnis) komprimiert zu (Planung → Ergebnis), Wegfall der meditativen Handwerksphase, ersetzt durch **kognitiv anspruchsvolles Code-Review**. Direkte Konvergenz mit **HBR study 2026** (zitiert): *« cognitive exhaustion from intensive oversight of AI agents is both real and significant »* + **UC-Berkeley-Forschung 2026**: Beschäftigte füllen natürliche Pausen mit KI-Aufgaben. **Quiet career change** — Pivot-Konzept: für das Programmieren eingestellte Entwickler leisten nun **andere Arbeit ohne bewussten Karrierewechsel**. 4 mögliche Wege: (1) Freude an der neuen Struktur finden (priorisiert), (2) KI ignorieren, (3) ohne Freude arbeiten (nicht nachhaltig), (4) Karriere wechseln. **5 identifizierte tägliche Burnout-Faktoren**: (1) ***Losing context*** — der Agent trägt das Projektverständnis extern, Verschiebung der kognitiven Schuld von Code zu Menschen, Verlust der Systemintuition; (2) ***No time for passive thinking*** — *« The model fills the silence before your own thinking has a chance to connect dots »* (Duschen, Spaziergänge als Momente unbewusster Problemlösung entfallen); (3) ***False expectations*** — anfängliche Geschwindigkeit = unrealistische Baseline, spätere Verlangsamungen werden als Scheitern erlebt; (4) ***Review bottlenecks*** — *« the more code is generated, the more code needs to be reviewed »*, unverhältnismäßige kognitive Last bei Senior-Entwicklern, Verantwortungsdiffusion; (5) ***Endless possibilities*** — geringe Prompting-Friktion begünstigt ständige Kurswechsel, Fehlen eines natürlichen Scopings. **5-Interventions-Toolkit**: (a) **Acknowledge your wins** (Win-Log, Team-Demos, Stundentracker); (b) **Rethink AI workflow** (Planung > Review, **max. 3-4 Iterationen**, kein paralleles Task-Switching, KI-intensive Aufgaben durch Pausen trennen, aufteilen); (c) **Keep exercising your craft** (geschützte KI-freie Handwerksstunden, *« ask » mode > generation mode*, Agenten bei Passion-Projekten ausschalten); (d) **Discipline + work-life balance** (feste Arbeitszeiten, echte Pausen, tägliche Vorsätze, aufhören, wenn fertig); (e) **Find new areas of interest** (User Research, Soft Skills, Analytics, Agent-Fine-Tuning + Guardrails, Performance-Optimierung). **Fazit**: *« AI can be helpful. Problems appear only if you misuse it. »* Branchenentwicklung = unvermeidlich; individuelles Wohlbefinden = kontrollierbar. Starke Konvergenz mit **Osmani Cognitive Surrender** (2026-05-05), **Frizzo "Year With Claude Code"** (2026-05-05 — *« writing muscle atrophy »*, *« deep flow rare »*), **Bedard BCG/HBR Brain Fry** (2026-03-05 — 1.488 Beschäftigte, Spitzenwert von 3 Tools, +39 % Fehler, +39 % Kündigungsabsicht). Hohe Relevanz für **CTO / VP Engineering / IT-HR** im Zusammenhang mit der Bindung KI-erweiterter Entwickler im Jahr 2026.
#Ivan Chepurin#Travis Turner#Evil Martians
**Ivan Chepurin** & **Travis Turner** — auteurs Evil Martians (cabinet de conseil ingénierie indépendant, Berkeley/global, ~150 ingénieurs, spécialiste Ruby on Rails / React / produits SaaS depuis 2010 ; éditeurs du blog *Evil Martians Chronicles* — référence dans la communauté Rails et JS). Article publié dans la catégorie **AI / Developer Community** sur evilmartians.com le **19 mai 2026**. Profil Evil Martians : voix éditoriale **opérateur-praticien** · articles longs ancrés dans le terrain produit · registre **soin du craft + lucidité business** · public habituellement développeurs / CTO / fondateurs early-stage.
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`).