Wenn ich heute mit KI arbeite, läuft längst nicht mehr immer nur eine einzige Aufgabe zur gleichen Zeit. Während Codex an einer technischen Umsetzung arbeitet, kann ich in ChatGPT bereits das nächste Konzept durchdenken. Gleichzeitig können in Agenda vollständig vorbereitete Aufgaben auf ihre Freigabe warten, während an anderer Stelle ein weiterer Codex-Chat ein bestehendes Konzept gegen den tatsächlichen Stand des Projekts prüft.
Diese Parallelität ist für mich inzwischen fast wichtiger als die reine Geschwindigkeit einer einzelnen KI-Antwort.
Ich arbeite allein. Es gibt also keine Kollegen, auf die ich Aufgaben verteilen könnte, und genau deshalb war meine eigene Zeit früher zwangsläufig der zentrale Engpass. Wenn ich an einem Konzept gearbeitet habe, konnte ich in dieser Zeit nicht gleichzeitig programmieren. Wenn ich einen Fehler gesucht habe, blieb ein anderes Thema liegen. Wenn ich eine technische Konfiguration vorbereitet habe, kam die nächste Produktidee entsprechend später dran.
Mit mehreren KI-Systemen verändert sich dieses Verhältnis.
ChatGPT übernimmt bei mir vor allem die Konzeptarbeit
Größere Themen beginnen bei mir inzwischen häufig in ChatGPT. Dort versuche ich zunächst, die eigentliche Idee ausreichend zu verstehen, bevor überhaupt jemand – oder besser gesagt irgendetwas – mit der Umsetzung beginnt.
Ich beschreibe ein Ziel, lasse mir Fragen stellen, diskutiere Varianten und versuche, offene Entscheidungen früh sichtbar zu machen. Bei größeren Themen können daraus lange Gespräche entstehen, die am Ende in eine strukturierte Markdown-Spezifikation münden.
Der große Unterschied zu früher besteht darin, dass ich nicht auf einen einzigen solchen Gesprächsstrang beschränkt bin.
Ich kann mehrere Themen parallel bearbeiten. In einem Chat geht es vielleicht um eine neue Funktion in Kosmos, in einem anderen um ein Konzept für Linea und in einem dritten um eine geschäftliche oder technische Frage, die mit Softwareentwicklung nur indirekt zu tun hat.
Damit entsteht eine Art Konzeptionspipeline, in der verschiedene Ideen gleichzeitig reifen können.
Codex arbeitet näher an der tatsächlichen Umsetzung
Sobald ein Konzept ausreichend konkret geworden ist, wechselt die Arbeit zu Codex.
Dort liegt der konkrete technische Kontext. Codex kann Repository-Strukturen analysieren, vorhandenen Code berücksichtigen, Abhängigkeiten erkennen und prüfen, wie ein ausgearbeitetes Konzept tatsächlich in ein bestehendes System passt.
Auch hier bin ich nicht auf einen einzigen Arbeitsstrang beschränkt.
Während ein Codex-Chat ein Konzept analysiert und daraus Agenda-Aufgaben vorbereitet, kann ein anderer bereits eine freigegebene Aufgabe umsetzen. Gleichzeitig kann an einer völlig anderen Stelle eine Debian-VM administriert oder eine technische Konfiguration vorbereitet werden.
Das ist für mich ein wesentlicher Unterschied zum klassischen Arbeiten allein.
Ich selbst kann immer nur eine Sache wirklich gleichzeitig tun. KI-Systeme können dagegen mehrere voneinander unabhängige Arbeitsstränge parallel bearbeiten.
Agenda wird zur Zwischenebene
Mit Agenda versuche ich diese Parallelität kontrollierbar zu machen.
Ein ausgearbeitetes Konzept soll nicht einfach irgendwo in einem Chat liegen und darauf warten, dass ich mich irgendwann daran erinnere. Codex kann daraus konkrete Aufgaben ableiten, die anschließend in Agenda landen.
Damit entstehen drei unterschiedliche Ebenen:
ChatGPT hilft beim Denken und Strukturieren.
Codex übersetzt ausgearbeitete Konzepte in technische Arbeit oder konkrete Aufgaben.
Agenda hält fest, welche Arbeit vorbereitet, freigegeben, in Bearbeitung oder abgeschlossen ist.
Das ermöglicht mir, heute schon Themen vorzubereiten, die erst später umgesetzt werden sollen. Wenn eine Aufgabe vollständig beschrieben ist, kann sie in Agenda warten, bis sie tatsächlich an der Reihe ist.
Ich muss also nicht mehr jeden Gedanken sofort selbst zu Ende führen.
Parallelisierung bedeutet bei mir nicht nur Softwareentwicklung
Diese Arbeitsweise beschränkt sich inzwischen längst nicht mehr auf Code.
Codex arbeitet bei mir auch an Linux-Systemen, realer Hardware und Infrastruktur. Gleichzeitig nutze ich ChatGPT und Codex für Themen rund um den Aufbau und die Weiterentwicklung meines Unternehmens.
Damit können parallel völlig unterschiedliche Arbeitsstränge entstehen.
Während Codex eine Softwarefunktion umsetzt, kann ein anderer Arbeitsstrang eine technische Konfiguration vorbereiten. Gleichzeitig diskutiere ich in ChatGPT ein neues Angebot, einen Geschäftsprozess oder eine Idee für einen Wissensartikel.
Die Grenzen zwischen Softwareentwicklung, Administration, Infrastruktur und Unternehmensentwicklung werden dadurch zunehmend unscharf.
Gemeinsam ist diesen Aufgaben vor allem eines: Ich beschreibe immer stärker das gewünschte Ergebnis, während die konkrete operative Arbeit teilweise von KI übernommen wird.
Der eigentliche Vorteil ist nicht, dass eine KI schneller tippt
Wenn Codex eine Funktion doppelt so schnell umsetzt wie ich selbst, ist das natürlich nützlich. Für meine Arbeitsweise ist aber die Parallelisierung noch interessanter.
Während Codex arbeitet, muss ich nicht daneben sitzen.
Ich kann das nächste Thema vorbereiten.
Dadurch entsteht eine Art Pipeline:
Eine Idee wird in ChatGPT ausgearbeitet.
Ein fertiges Konzept wird von Codex analysiert.
Daraus entstehen Aufgaben in Agenda.
Eine bereits freigegebene Aufgabe wird umgesetzt.
Parallel laufen automatisierte Tests.
Währenddessen kann ich längst an einem neuen Thema arbeiten.
Die verschiedenen Phasen blockieren sich nicht mehr automatisch gegenseitig.
Damit entstehen allerdings neue Engpässe
Mehr Parallelität bedeutet nicht zwangsläufig mehr Produktivität.
Wenn ich fünf Themen gleichzeitig beginne, aber keines davon sauber entscheide, habe ich am Ende nur fünf halbfertige Konzepte statt eines guten.
Genauso kann Codex sehr viele Aufgaben erzeugen, die anschließend alle auf meine Freigabe warten. Irgendwann wird dann nicht mehr die technische Umsetzung zum Engpass, sondern meine Fähigkeit, Ergebnisse zu prüfen, Entscheidungen zu treffen und Prioritäten zu setzen.
Auch das verfügbare Codex-Kontingent spielt eine Rolle. Mehr parallele Arbeit bedeutet schließlich auch mehr parallelen Verbrauch.
Hinzu kommen technische Abhängigkeiten. Zwei Aufgaben können auf den ersten Blick unabhängig wirken und trotzdem dieselben Teile eines Projekts verändern wollen. Spätestens dann wird Parallelisierung zu einem Koordinationsproblem.
Nicht jede Aufgabe darf gleichzeitig laufen
Bei rein unabhängigen Themen ist die Sache einfach. Ein Artikelkonzept, eine Linux-Konfiguration und eine neue Funktion in einem voneinander getrennten Projekt können problemlos parallel bearbeitet werden.
Schwieriger wird es innerhalb eines größeren Systems wie Kosmos.
Dort können zwei Aufgaben unterschiedliche fachliche Ziele haben und trotzdem dieselbe gemeinsame Komponente verändern. Wenn beide gleichzeitig umgesetzt werden, können Konflikte entstehen, die vorher nicht offensichtlich waren.
Dieses Problem ist für mich noch nicht vollständig gelöst.
Agenda soll langfristig nicht nur wissen, welche Aufgaben existieren, sondern auch ausreichend gut erkennen, welche Bereiche voneinander abhängig sind und welche Arbeiten sich gefahrlos parallelisieren lassen.
Damit wird aus einer simplen Aufgabenliste zunehmend eine echte Orchestrierungsebene.
Meine eigene Aufmerksamkeit wird zur knappen Ressource
Je besser die technischen Teile funktionieren, desto deutlicher merke ich, dass meine eigene Aufmerksamkeit nicht beliebig skalierbar ist.
Ich kann mehrere ChatGPT-Gespräche parallel führen, mehrere Codex-Arbeiten anstoßen und zahlreiche Aufgaben in Agenda vorbereiten. Trotzdem muss ich irgendwann die Ergebnisse verstehen und entscheiden, was davon tatsächlich richtig ist.
Deshalb ist für mich nicht die maximale Anzahl paralleler KI-Arbeiter das Ziel.
Ich möchte eine sinnvolle Anzahl von Arbeitssträngen, bei denen möglichst wenig unnötige Rückfragen entstehen und nur solche Punkte bei mir landen, die wirklich eine Entscheidung benötigen.
Die Kunst besteht also nicht darin, überall möglichst viele Chats gleichzeitig offen zu haben.
Die eigentliche Herausforderung besteht darin, mehrere Arbeitsstränge so weit vorzubereiten und zu automatisieren, dass sie sich gegenseitig möglichst wenig behindern und meine eigene Aufmerksamkeit gezielt einsetzen.
Ich baue mir keine Belegschaft aus KI
Von außen könnte diese Arbeitsweise schnell so aussehen, als würde ich mir eine virtuelle Belegschaft zusammenstellen.
So sehe ich es selbst nicht.
ChatGPT, Codex und Agenda sind Werkzeuge und Systeme, keine Mitarbeiter. Sie übernehmen keine Verantwortung, sie haben kein eigenes Verständnis meines Unternehmens und sie treffen keine geschäftlichen Entscheidungen an meiner Stelle.
Was sie mir ermöglichen, ist etwas anderes.
Ich kann operative Arbeit parallelisieren, die früher zwangsläufig nacheinander auf meinem eigenen Schreibtisch gelandet wäre.
Für einen Einzelunternehmer ist genau das ein ziemlich großer Unterschied.
Die eigentliche Veränderung ist die Entkopplung meiner Zeit
Früher war die Geschwindigkeit vieler Aufgaben direkt an meine verfügbare Arbeitszeit gekoppelt. Wenn ich programmiert habe, konnte ich in dieser Zeit keine andere technische Aufgabe erledigen. Wenn ich eine Konfiguration vorbereitet habe, blieb ein anderes Thema liegen.
Heute kann eine vorbereitete Aufgabe weiterlaufen, während ich mich bereits mit dem nächsten Problem beschäftige.
Das ist für mich der eigentliche Wert der Parallelisierung.
Nicht möglichst viele KI-Fenster gleichzeitig offen zu haben, sondern meine eigene Zeit immer weniger an die vollständige operative Durchführung jeder einzelnen Aufgabe zu binden.
Je besser das funktioniert, desto stärker verschiebt sich meine Arbeit auf das, was ich tatsächlich selbst tun möchte und tun muss: verstehen, entscheiden, priorisieren und Verantwortung übernehmen.