Niemand hatte damit gerechnet, dass die Elastizität eines Tages aufgebraucht sein würde
Fünfzehn Jahre lang war "die Cloud ist unendlich" die zuverlässigste Lüge der Unternehmens-IT. Keine böswillige Lüge. Eine nützliche. Sie erlaubte Architekten, für Spitzenlast zu entwerfen, ohne Kapazitäten zu planen. Sie erlaubte CFOs, Rechenleistung als Betriebskosten zu verbuchen. Und sie erlaubte mir, Kunden mit ernster Miene zu sagen: "Skalieren Sie einfach horizontal."
Dann begannen Kunden in Nordamerika und Großbritannien, Tickets zu schreiben, die klangen wie aus dem Jahr 2004. "Kann nicht provisionieren.""Kann nicht umplanen.""Versuchen Sie eine andere Region." Bei allen drei Hyperscalern, in bestimmten Regionen, bei bestimmten Instanzfamilien. AWS hat seinen eigenen Technikern Berichten zufolge aufgetragen, Rechenkapazität einzusparen "wo immer es geht" - interne Teams warten tagelang auf CPUs, weil Kundenworkloads Vorrang haben. Das ist die richtige Priorität. Es ist aber auch ein Satz, der in einem Geschäftsmodell nicht existieren sollte, dessen Versprechen "on demand" lautet.
Vor zehn Jahren hätte ich jeden ausgelacht, der das vorhergesagt hätte. Das gesamte Verkaufsargument war: Amazon, Google und Microsoft haben so viel überschüssiges Eisen, dass Ihr Workload ein Rundungsfehler ist. Und das stimmte auch. Sie haben den Rundungsfehler nur an Sprachmodelle verkauft.
Die Zahl, die es nicht geben dürfte
Jetzt kommt der Teil, bei dem es jedem Architekten mulmig werden sollte. Cast AI hat 2026 Telemetriedaten aus über 23.000 Produktionsclustern ausgewertet. Durchschnittliche GPU-Auslastung: rund 5%. Auf AKS: 2%. Auf EKS: 5%. Auf GKE: 6%.
Wenn Ihre gesamte Karriere in einer YAML-Datei steckt, sollten Sie sich nicht wundern, wenn sie plötzlich automatisch generiert wird
Vor einiger Zeit habe ich irgendwo beiläufig angemerkt, dass Kubernetes für einen bestimmten Anwendungsfall überdimensioniert sei. Nichts Radikales. Nur der Hinweis, dass eine einzelne Anwendung mit ein paar tausend Nutzern vermutlich keine Container-Orchestrierungsplattform braucht, die einst gebaut wurde, um die gesamte Produktivumgebung von Google zu steuern.
Es dauerte keine fünf Minuten, da rückte der Klerus an.
"Ach komm schon, Alter. Pipe dein Jsonnet einfach durch den Kluster Konfig Kompiler, deploye den Sidecar-Injector über einen Mutating Webhook, häng den ChaosMonkeyMesh-Operator für die Resilienz-Tests dran, sync deinen GitOps-State über FluxKapacitor und tail die Logs aus dem Kloud-Native Kombined Kockpit. Das sind buchstäblich fünf Schritte. Warum hast du so Angst vor YAML?"
Ich habe keine Angst vor YAML. Ich habe Angst vor Menschen, die das Auswendiglernen einer Toolchain mit dem Verstehen von Infrastruktur verwechseln.
Denn eines muss man Kubernetes lassen: Es ist wirklich gute Technologie. Google hat es der Welt geschenkt, die CNCF hat es großgezogen, und es hat ein echtes Problem gelöst - die Orchestrierung von Containern in großem Maßstab über verteilte Systeme hinweg. Wenn Sie Hunderte Microservices in mehreren Regionen betreiben, mit komplexem Networking, Auto-Scaling-Anforderungen und Deployments ohne Downtime, dann ist Kubernetes vermutlich genau richtig.
Und diese Stille ist die zuverlässigste Prognose, die wir für KI-Inhalte haben
Erinnern Sie sich noch daran, als das Herunterladen eines kostenlosen Bildschirmschoners einer Kriegserklärung gleichkam?
Vor zwanzig Jahren erlebte das Internet eine moralische Panik mit eigener Industrie: Spyware. Lila Gorillas, die Ihre E-Mails lasen. Browser-Symbolleisten, die sich wie Karnickel vermehrten. Empörte Forumsbeiträge, Anhörungen im Parlament. Anti-Spyware war eine eigene Software-Kategorie, verkauft in stabilen Kartonverpackungen mit jährlichen Abo.
Heute funken Ihr Fernseher, Ihr Auto, Ihr Telefon und - Gott steh uns bei - sogar Ihr Kühlschrank ununterbrochen nach Hause, und die stärkste öffentliche Reaktion ist ein leicht genervtes Klicken auf "Alle akzeptieren".
Was ist passiert? Die Nutzer haben nicht gewonnen. Das Wort hat verloren.
Spyware wurde zu "Telemetrie". Telemetrie wurde zu "Diagnose". Diagnose wurde zu "personalisierten Erlebnissen". Die Praxis hat sich nie geändert - nur das Vokabular. Eine umstrittene Technologie muss nicht akzeptiert werden, um zu siegen. Sie braucht nur einen neuen Namen. Sobald niemand mehr das alte Wort aussprechen kann, ohne wie ein Spinner im Aluhut zu klingen, ist die Praxis zur Infrastruktur geworden.
Und jetzt sehen Sie sich denselben Film im vierfachen Tempo an.
Phase eins: Lächerlichkeit. Hände mit sieben Fingern. Ein Hollywood-Star, der seinen Kiefer über einem Teller Spaghetti ausrenkt. Das war das goldene Zeitalter - KI zu erkennen war ein Partytrick, und wer ein Mustererkennungs-Gen hatte, genoss das wie Vogelkundler eine seltene Grasmücke.
Warum "Die Lehrkraft wird es schon merken" keine Talentstrategie ist
Der wichtigste Talentsucher in der Geschichte der Physik war ein zufälliger Kunde mit übrigen Eintrittskarten.
London, 1812. Ein Schmiedesohn namens Michael Faraday tritt eine Lehre beim Buchbinder an. Nennenswerte Schulbildung: Fehlanzeige. Aber er liest, was er bindet. Eines Tages drückt ihm ein Kunde Karten für die Vorträge von Humphry Davy an der Royal Institution in die Hand. Faraday geht hin, macht obsessive Notizen, bindet sie zu einem Buch - was auch sonst - und schickt sie Davy. Davy, der sich gerade bei einer Laborexplosion die Augen verletzt hat und dringend einen Assistenten braucht, stellt ihn ein.
Das Ergebnis: elektromagnetische Induktion, Elektromotor, Generator. Das Gerät, auf dem Sie das hier lesen, geht auf die übrigen Eintrittskarten eines Fremden zurück.
Das war das Netz: die Großzügigkeit eines einzelnen Mannes. Und jetzt wird es unbequem: Zwei Jahrhunderte später besteht das Netz immer noch hauptsächlich aus Glück. Wir haben nur Papierkram drumherumgebaut.
In den meisten Ländern sieht die gesamte Infrastruktur zur Entdeckung außergewöhnlicher junger Köpfe so aus: Eine Lehrkraft bemerkt es. Ein Erwachsener, 25 bis 30 Kinder, gemessen an Klassendurchschnitt und standardisierten Tests - mit exakt null KPIs namens "entdeckte Ausreißer". Ein System tut, wofür es bezahlt wird. Dieses hier wird dafür bezahlt, die Mitte der Kurve zu bewegen. Die Ränder sind Rundungsfehler. Goodharts Gesetz mit Pausenklingel, wenn Sie den Fachbegriff möchten.
Vor einigen Jahren benannte sich ein Eistee-Hersteller in "Long Blockchain Corp." um. Die Aktie sprang an einem einzigen Tag um fast 300 %. Dabei gab es keine Blockchain. Es gab keine Blockchain-Techniker. Es gab, fairerweise, einen durchaus trinkbaren Eistee. Später wurde das Unternehmen von der Börse genommen, die US-Börsenaufsicht SEC entzog die Registrierung, und die Episode endete mit Anklagen wegen Insiderhandels rund um die Ankündigung.
Lesen Sie das noch einmal: Die Ankündigung bewegte den Kurs um 300 %. Kein Produkt. Kein Prototyp. Ein Wort.
Diese Zahl dürfte es nicht geben. Aber sie existiert. Und sie erklärt die gesamte Ära besser, als es je ein Whitepaper könnte.
Das Meeting, an das ich noch heute denke
Mitten im Hype bat mich ein Kunde zu prüfen, ob man die Support-Wissensdatenbank "auf die Blockchain" legen sollte. Ich stellte meine übliche Eröffnungsfrage. Die Frage, die mehr Projekte beerdigt hat als jede Budgetkürzung: Welches Problem löst das, das eine Datenbank mit Audit-Log nicht löst?
Langes Schweigen. Dann, immerhin ehrlich: "Unser größter Wettbewerber hat letztes Quartal eine Blockchain-Initiative angekündigt."
Da ist er. Der ganze Mechanismus in einem einzigen Satz.
Niemand in diesem Raum wollte eine Blockchain. Niemand hatte sie aus einem Problem hergeleitet. Niemand hatte von einem Kundenschmerz aus rückwärts gedacht. Niemand war an eine Wand gestoßen, die nur ein Distributed Ledger einreißen konnte. Man wollte sie, weil jemand anderes sie sichtbar wollte. Der Wunsch war geliehen. Die gesamte Enterprise-Blockchain-Welle war eine einzige lange Kette von Unternehmen, die gegenseitig ihre Pressemitteilungen lasen und folgerten: "Die werden schon etwas wissen, das wir nicht wissen." Während die andere Seite der Kette exakt dasselbe über sie dachte.
Ich verdiente 50.000 Euro im Jahr und war trotzdem pleite - hier ist die Physik des Ausstiegs.
Ich verdiente einmal 50.000 Euro jährlich - damals ungefähr das durchschnittliche deutsche Haushaltseinkommen - und hatte absolut nichts. Keine Ersparnisse, kein Puffer, alle zwei Monate Überziehungszinsen. Dieser Zustand sollte eigentlich nicht existieren. Doch er findet sich auf Millionen von Bankkonten und beweist eine unangenehme Wahrheit: Armut ist selten ein Einkommensproblem. Es ist ein Verhaltensproblem, verpackt in ein physikalisches Problem.
Das wird einige vor den Kopf stoßen. Mich hat es damals auch geschmerzt.
Geben Sie einer finanziell klammen Person einen Haufen Geld und schauen Sie nach ein paar Jahren wieder nach. Lottogewinner führen dieses Experiment ständig für uns durch, und viele enden schlimmer als zuvor. Das Geld hat nicht die Maschine verändert, die es verbrennt.
Ich kenne diese Mechanik von innen. Als ich jung war, hieß Zahltag "Amazon-Bestelltag". Ein Nebenjob brachte 100 Euro in bar? Sofort ab zu McDonald's, um das zu feiern. Meine Familie bestand aus den hart arbeitendsten Menschen, die ich kannte, und doch lebten sie ein Leben lang von der Hand im Mund. Nicht, weil sie faul waren - sondern weil sie nie verhandelten, nie einen ausbeuterischen Arbeitgeber verließen und ihre Körper für einen feuchten Händedruck ruinierten, in ständiger Angst, nie wieder Arbeit zu finden.
Zehn Dinge, die Ihr Unternehmen niemals an eine Maschine delegieren sollte - sortiert nach dem Einschlagradius des potenziellen Schadens
Ein klassisches Szenario: Eine Führungskraft kopierte einen vollständigen Übernahmevertrag in einen kostenlosen, öffentlichen Chatbot. Er wollte eine Zusammenfassung, denn zwölf Seiten zu lesen, war seiner Meinung nach, Zitat, "keine effiziente Nutzung seiner Zeit". Er erhielt eine wunderbare Zusammenfassung. Er erhielt aber auch die Einreichung eines vertraulichen M&A-Dokuments auf einem Server eines Drittanbieters. Je nachdem, wie man die Geheimhaltungsvereinbarung (NDA) auslegt, die er unterschrieben hatte, bewegte sich das zwischen "karrieregefährdend" und "bitte leiten Sie alle zukünftigen Korrespondenzen an meinen Anwalt weiter".
Das Beste daran: Der Deal war so simpel, dass seine eigene Rechtsabteilung ihn im Aufzug hätte zusammenfassen können. Er hat keine Zeit gespart. Er hat ein Fünf-Minuten-Gespräch in einen Compliance-Albtraum verwandelt.
Jeder fragt, was KI für sein Unternehmen tun kann. Kaum jemand stellt die profitablere Frage: "Was sollte sie niemals tun?" Drehen wir das Problem also um. Wenn ich eine KI-Katastrophe garantieren wollte, was würde ich einsetzen? Hier ist die Liste. Zählen Sie nach, wie viele Punkte Ihr Unternehmen bereits erfüllt. Zwei oder weniger ist exzellent. Fünf oder mehr - nun, es war schön, Sie gekannt zu haben.
Gelegentlich werde ich nach einem Vortrag oder in einer Diskussion regelrecht in die Enge getrieben. Man fragt mich dann fast vorwurfsvoll: "Sind Sie etwa gegen KI?"
Nein. Ganz und gar nicht. Ich halte KI für die Zukunft. Ich halte auch die Kernkraft für eine der größten Erfindungen des letzten Jahrhunderts. Man kann damit Kernkraftwerke bauen, die Millionen Menschen mit günstigem Strom versorgen. Oder man kann das andere damit anstellen. Die Technologie selbst hat keine Meinung. Der Mensch, der sie einsetzt, entscheidet über den Ausgang - und derzeit halten viele den Hammer am falschen Ende fest und wundern sich, warum der Nagel sie auslacht.
Ehrlich über die Fähigkeiten, Schwächen und Risiken einer Technologie zu sprechen, ist keine Opposition. Es ist die Grundvoraussetzung, um sie sinnvoll zu nutzen. Niemand würde einen Experten für nukleare Sicherheit als "atomkraftfeindlich" bezeichnen.
Die Zahl, mit der jede KI-Präsentation enden sollte
Eine Studie des National Bureau of Economic Research hat fast 6.000 Führungskräfte weltweit befragt. Etwa 90 % der Unternehmen, die KI implementiert haben, berichten von keinerlei spürbaren Auswirkungen auf die Produktivität oder die Beschäftigungszahlen. Nicht etwa "enttäuschende Ergebnisse". Es gab schlichtweg keinerlei messbaren Effekt. Die globale CEO-Studie von PwC deckt sich mit diesem Befund: 56 % der CEOs konnten nach einem Jahr KI-Einsatz weder Umsatzsteigerungen noch Kostensenkungen feststellen.
Hier ist eine lustige Statistik, die niemand erfasst: Wie viele Karrieren werden still im Klassenzimmer erstickt, bevor sie überhaupt beginnen? Keine Dashboards, die das festhalten. Keine Nachbesprechung. Nur ein müder Erwachsener mit Festanstellung, der einem Kind sagt, es solle aufgeben - und das Kind glaubt ihm.
Vor vielen Jahren besuchte ich eine Berufsfachschule für Informationstechnologie. Ironischerweise traf ich dort einige der inkompetentesten Leute, die ich je in der IT getroffen habe. Nicht die Schüler. Die Lehrer.
Sie waren alle Halbbeamte. Was in Deutschland in etwa dem beruflichen Äquivalent einer tragenden Wand entspricht - man kann sie streichen, man kann sich über sie beschweren, aber man entfernt sie nicht. Leistung war optional. Konsequenzen waren theoretisch. Und einige von ihnen trugen das wie eine Medaille. Einer prahlte offen mit seinen Durchfallquoten, als ob es ein öffentlicher Dienst wäre, Schüler frühzeitig zu ertränken. In seinen Augen war er ein Filter, der die Unbegabten aussiebte, bevor sie den Beruf in Verruf bringen konnten.
Lassen Sie mich drei der Leute vorstellen, die er aussortiert hat.
👉 Der Ausländer, der durch einen kaputten Körper in die IT kam.
Der junge Bursche hatte gerade eine Ausbildung in einem Handwerk abgeschlossen. Liebte es, war gut darin, hatte einen Plan. Dann ein Dorffest, eine Schlägerei, die er nicht angefangen hatte, und eine Verletzung, die ihn unfähig machte, die Arbeit zu tun, für die er ausgebildet war. Das Arbeitsamt bezahlte eine zweijährige Umschulung in der IT. Das war der Deal, und der Deal hatte keinen Plan B. Kein Abschluss bedeutete keine weitere Unterstützung. Dazu trug er eine sehr spezifische kulturelle Last - die Angst, seine Familie zu enttäuschen, was für ihn keine Laune war, sondern ein tragender Balken seiner gesamten Identität.
Es sieht aus wie ein Fehler, ist aber ein Feature. Jedes Unternehmen, für das ich je als Berater tätig war, hat so eines. Eine Art System zur Aufgabenverteilung - mal ein Schichtleiter, der Tickets nach Augenmaß vergibt, mal ein schlaues Programm, das angeblich die Last gleichmäßig verteilt. Und in jedem einzelnen Fall gibt es eine kleine Gruppe Techniker, die völlig überhäuft werden mit neuen Aufträgen. Nicht zufällig. Mit System.
Sie versuchen, das zu beheben. Passen die Gewichtung an, setzen eine Obergrenze, führen eine "maximale Zahl offener Vorgänge" ein. Eine Woche lang klappt es. Dann findet der Algorithmus den Weg zurück zu denselben Opfern. Der Schichtleiter, unter Druck, die eingehenden Tickets wegzubekommen, greift auf den einen zurück, der wirklich schnell seine offenen Aufgaben abarbeitet. Die armen Seelen geben irgendwann auf und akzeptieren, dass das System sie einfach liebt. Oder hasst.
Diese Menschen teilen eine Eigenschaft: Sie sind Arbeitstiere 🐎. Sie arbeiten schnell. Sie räumen ihren Posteingang leer. Und als Belohnung bekommen sie mehr Arbeit. Einen größeren Stapel. Einen frischen Berg Tickets, der sie am Montagmorgen erwartet, während der Kollege, der drei Tage lang auf seinem Posteingang sitzt, genau eine neue Aufgabe bekommt. Die Rechnung ist brutal.
Doch der eigentliche Schaden betrifft ihre freie Kapazität. Sie kommen nie dazu, an Projekten, Initiativen oder teamübergreifenden Verbesserungen mitzuarbeiten. Nicht einmal eigene Ideen können sie anpacken. Ihr ganzer Tag besteht aus Reagieren. Währenddessen - die Faultiere, die ihre privaten Nebenprojekte oder ihre LinkedIn-Präsenz über ihren eigentlichen Aufgabenstapel stellen - erzeugen Lärm. Viel Lärm. Sie tauchen in Meetings auf, melden sich freiwillig für Lieblingsprojekte, schreiben Vorschläge, die nie ausgeliefert werden. Das Management liebt Lärm, weil er billiger Füllstoff für Charts und Folien ist.
TrenchOps DE 🇩🇪🐎 
