Das Produktivitätsparadox, Version 3.0
Weekly Agentic Engineering Digest | Ausgabe #10 | 28. April 2026
1987 schrieb Robert Solow den Satz, der tausend Ökonomienseminare beflügelte: Das Computerzeitalter sei überall sichtbar, nur nicht in den Produktivitätsstatistiken. Version 1.0 des Paradoxons. Version 2.0 kam mit Internet und SaaS in den frühen 2000ern, mit exakt derselben Debatte, bevor die Effekte schließlich in den Daten auftauchten. Wir stecken jetzt in Version 3.0. Milliarden fließen in KI, Modelle, Infrastruktur. Die harten Produktivitätszahlen ziehen nach, aber langsam. Die skeptische Reaktion ist vorhersehbar: Lohnt sich die Investition?
Das ist, so meine These, die falsche Frage.
Aus Flos AI-Labor
Zwei Ereignisse haben diese Woche geprägt.
Montag: Meetup #4 in München bei der Codecentric AG. Rund 80 Praktikerinnen und Praktiker, darunter Vibe Coders, Product Manager und Consultants auf den unterschiedlichsten Stufen der Lernkurve. Die Fragen haben sich seit Januar verschoben. Damals wollte der Raum Definitionen. Jetzt will er Deployment-Strategien. Diese Verschiebung in zwölf Wochen sagt mehr aus als jede Marktforschungsstudie.
Donnerstag: St. Gallen. Gemeinsam mit Oliver Gerstheimer von chilli mind leitete ich ein vierstündiges Executive-Seminar für rund 20 IT-Fach- und Führungskräfte an der Universität St. Gallen. Oliver behandelte die Kommunikationsdynamik im KI-Wandel. Ich zeigte Claude Code live, entlang einer Fallstudie der Universität St. Gallen. Die Gruppe war scharf und erfahren. Die schwierigsten Fragen drehten sich um Governance und Attribution.
Engpassfaktoren verschieben sich
In den frühen 1980ern war Speicher knapp und teuer. Code wurde in Sprachen geschrieben, die Hardware-Effizienz als Grundprinzip behandelten, weil Ineffizienz teuer war.
Heute belegt ein einziger Browser-Tab mitunter ein Gigabyte RAM. Speicher kostet praktisch nichts. Die Engpassfaktoren haben sich verschoben: auf Time-to-Market, Entwicklerzeit, Iterationsgeschwindigkeit. Sprachen wie Python oder JavaScript wären 1985 nicht vertretbar gewesen; sie verschwenden Hardware, verlagern aber den Engpass von der Maschine auf den Menschen.
Wer 1985 ausgehend von den damaligen Einschränkungen extrapoliert hätte, hätte die heutige Softwarewelt nicht vorhergesagt. Der Fehler wäre nicht die Prognose gewesen. Der Fehler wäre die Annahme gewesen, dass die Engpassfaktoren stabil bleiben.
Diesen Fehler machen wir gerade bei KI. Stromverbrauch und Compute-Kosten werden als dauerhaftes Hindernis diskutiert. In fünf bis zehn Jahren wird das Bild anders aussehen, durch effizientere Architekturen, spezialisierte Modelle und On-Device-Inferenz. Wer ausgehend von heutigen Engpässen prognostiziert, beschreibt eine Welt, die so nicht eintreten wird.
Invarianzenbrechende Drittvariablen
Werner Kirsch, einer meiner Professoren an der LMU München, hatte ein Konzept, das mir nicht aus dem Kopf geht: invarianzenbrechende Drittvariablen. Faktoren, die bisher unvereinbar scheinende Eigenschaften plötzlich vereinbar machen.
Das Schulbeispiel ist Porter. Eine Generation von Strategiebüchern dozierte, Unternehmen müssten sich zwischen Kostenführerschaft und Differenzierung entscheiden. Dann kam Amazon. Die Drittvariable war das Internet, zusammen mit allem, was es an Logistik, Skalierung und Datennutzung ermöglichte.
Drei Beispiele aus dieser Woche:
PR, SEO und Design. Was vor fünf Jahren 10.000 Euro bei einer Agentur kostete, war vor zwei Jahren für 100 Euro auf Freelance-Plattformen zu haben. Heute liefert ein Agentic-Engineering-Workflow brauchbare Ergebnisse für unter einem Euro pro Durchgang.
Websites. Eine maßgeschneiderte Agenturlösung: 150.000 Euro. Ein Baukasten-System: 15.000. KI-gestützte Entwicklung, was Praktikerinnen und Praktiker Vibe Coding nennen, bringt das auf rund 1.500 Euro.
Finanzdaten-Terminals. Was institutionellen Investoren jahrzehntelang über Bloomberg vorbehalten war, ist über Plattformen und APIs heute für Privatpersonen zugänglich.
Clayton Christensen nannte dieses Muster Non-Consumption. Die größten Märkte für disruptive Innovationen sind nicht die Bestandskunden der Premium-Anbieter. Es sind die, die bisher gar nicht teilgenommen haben.
Drei Konsequenzen
Erstens: Die Produktivität wird steigen. Das Solow-Paradoxon hat sich aufgelöst, zweimal. Es gibt keinen strukturellen Grund, warum Version 3.0 anders endet.
Zweitens: Die Verdrängungsthese hat ein zweites Kapitel. Statt eines neuen Quasi-Monopolisten entsteht typischerweise eine Vielzahl kleinerer Anbieter in Nischen, die bisher unwirtschaftlich waren. Für den Mittelstand: Bestehende Marktpositionen werden fragiler, neue Positionen erreichbarer. Für Private Equity und Family Offices: Konzentrationswetten auf Incumbent-Plattformen sind riskanter als sie wirken; kleine spezialisierte Anbieter verdienen frühere Aufmerksamkeit.
Drittens: Die strategische Schlüsselfrage hat sich verändert. Nicht mehr "Wo können wir effizienter werden?", sondern: Welcher Kompromiss, den alle in unserem Markt als Naturgesetz akzeptieren, ist in Wirklichkeit nur ein Engpassfaktor, der gerade verschwindet? Claude Code und Agentic Engineering haben diese Frameworks nicht geändert. Solow, Christensen, Porter und Kirsch haben geschrieben, lange bevor all das existierte. Was sich ändert, ist der Zielpunkt.
Das Muster wiederholt sich. Die Details nicht.
Ursprünglich erschienen auf drfloriansteiner.com