Stand Oktober 2026 betreibe ich 19 Apps. Jeden Monat liefere ich mehr als sechs Verbesserungs-Releases aus und bringe vier neue Apps heraus.
Wenn eine einzelne Person so viele Apps betreibt, ist Handarbeit natürlich nicht zu schaffen. Ich muss mich ganz auf Entscheidungen konzentrieren.
In einem Gespräch mit einer KI fiel der Begriff „Skill Ops“. Bei Google findet man fast nichts dazu, es scheint also ein zufällig entstandenes Kunstwort zu sein. Mir gefiel es sehr.
Skill Ops.
Gemeint ist ein Betrieb, der davon ausgeht, dass Skills die Arbeit erledigen. In einem früheren Job zum Beispiel bauten Menschen mühsam eine Datenplattform auf, und Menschen sammelten und analysierten die Daten. Allein würde so der Betrieb zum Erliegen kommen.
Ich richte nur die Grundlage mit Firebase und Google Analytics ein und überlasse die Analyse der KI.
- Datenanalyse erledigt ein Satz: „Analysier das.“
- Loganalyse ebenso: „Prüf das.“
Die Aufgabe des Menschen ist, sich die Erkenntnisse anzusehen, zu entscheiden, „was zu tun ist“, und Anweisungen zu geben.
Ich betreibe die Websites Tenkaichi und Buzz Spot. Sie sind noch ganz am Anfang, daher gibt es natürlich wenig Inhalt. Wenn niemand etwas postet, muss ich selbst posten, bis genug da ist.
Trotzdem: Würde ich alle Artikel selbst schreiben, käme ich nicht hinterher.
- „Recherchier dieses Restaurant und fass einen Beitrag darüber zusammen.“
- „Wer ist stärker, Yamcha oder Ryomen Sukuna?“
Ich habe es so eingerichtet, dass eine solche Frage an die KI automatisch bis zum veröffentlichten Beitrag führt. Auch SEO ist abgedeckt. Die Aktualisierung von sitemap.xml und die Indexierungsanfrage in der Search Console laufen über Skill Ops.
Was ich mit Skill Ops gelernt habe, hilft auch in der Enterprise-Entwicklung. Bisher haben wir einen Störfall etwa so untersucht:
- Die Logs in CloudWatch oder Elasticsearch prüfen.
- Den Code suchen, der das Log erzeugt hat.
- Wenn es nicht im Bereich des eigenen Teams liegt, das zuständige Team per Slack um eine Untersuchung bitten.
- Den Fehler in der lokalen Umgebung durch Ausprobieren beheben.
Stattdessen legt man die Repositories für Backend, Frontend und Infra lokal ab und überlässt der KI alles, von der Loganalyse bis zur Durchsicht der Repositories. Natürlich ist es ein Sicherheitsproblem, Claude Code alle Produktionslogs lesen zu lassen. Man muss es auf die Entwicklungsumgebung beschränken oder nur Auszüge übergeben. Dennoch lässt sich ein auf KI-Agenten ausgelegter Betrieb auch im Unternehmen gut nutzen.
Mehr noch: Ich erwarte, dass es sich künftig in puncto Produktivität „quälend“ anfühlen wird, wenn wir nicht unsere gesamte Arbeit auf KI-Agenten auslegen. Mit Anstrengung schafft es ein Mensch, aber es fühlt sich „lästig“ an. Denn wir wissen jetzt, wie bequem KI ist.
Damit sich Menschen auf Entscheidungen konzentrieren können, lohnt es sich, den Betrieb von Anfang an auf KI auszulegen.