The World That No Longer Exists

Ich habe aufgehört zu bloggen. Nicht, weil ich das Interesse verloren habe. Weil es keinen Sinn mehr ergab.

Was danach passierte, hätte ich nie erwartet. Aber fangen wir am Anfang an. In einer Welt, die es nicht mehr gibt.

Schreiben als Denken

Jahrelang habe ich How-to-Artikel geschrieben. „How to install CentOS with VirtualBox.” „Your First Docker Container.” „Event-Driven Architectures with Kafka and Spring-Boot.” So in der Art.

Ich habe mir eingeredet, ich tue es für andere. Und das stimmte auch, teilweise. Aber der wahre Grund war egoistisch: Ich schrieb, um zu verstehen. Eine vage Idee zu nehmen und sie in ein schlüssiges Tutorial zu zwingen, war der beste Weg, den ich kannte, um etwas wirklich zu lernen. Wenn ich es klar genug erklären konnte, dass ein Fremder es nachvollziehen konnte, hatte ich es wahrscheinlich selbst verstanden.

Der Blog war mein Denkwerkzeug. Ich nannte es nur nicht so.

Und es funktionierte. Du schreibst, Leute lesen, Google liefert Traffic. Alle sind glücklich. Die Welt ergab Sinn.

Lernen in der Öffentlichkeit

Da war noch etwas anderes. Etwas, das ich erst im Nachhinein erkannte.

Jeder Artikel, den ich veröffentlichte, war eine Momentaufnahme davon, wie ich Dinge herausfand. Keine polierte Expertise. Ein Prozess. Das habe ich versucht. Hier bin ich hängengeblieben. Das hat schließlich funktioniert. Manchmal: Das verstehe ich immer noch nicht.

Das ist Learning in Public. Du teilst deine Fehler zusammen mit deinen Erkenntnissen. Du hilfst anderen, und das Erklären lässt dich Dinge besser verstehen, als du sie vorher verstanden hast. Im Grunde die Feynman-Technik, nur mit einem Blog und einer Kommentarspalte.

Es entstand eine kleine Community. Leute schrieben mir E-Mails. Andere Entwickler verlinkten auf meine Beiträge. Es fühlte sich an, als würde ich zu etwas beitragen.

Die Offshoring-Parallele

Bevor ich zu dem Teil komme, wo alles zusammenbricht, ein kurzer Umweg. Denn es ist nicht das erste Mal, dass ich eine Technologiewelle hereinrollen sah und mich fragte, ob sie auf mich zukommt.

2009. Ich arbeitete bei einer Firma, in der das Wort „Offshoring” in Meetings auftauchte. Die Botschaft war klar: Dein Job kann woanders billiger erledigt werden. Entwickler in Indien, Entwickler in Osteuropa. Gleicher Code, niedrigere Gehälter.

Nur hat es nicht funktioniert. Nicht so, wie sie gehofft hatten. Man kann Code transferieren, aber keinen Kontext. Man kann das Verständnis, warum dieses bestimmte System auf diese bestimmte Weise gebaut wurde, nicht auslagern. Wissen und Kontext passen nicht in ein Übergabedokument.

Also überlebten wir. Und ich speicherte es als Lektion ab: Menschliche Expertise ist unersetzlich. Die Leute, die das „Warum” verstehen, werden immer Arbeit haben. Der Rest ist nur Tippen.

Ich fühlte mich sicher.

An dieses Gefühl würde ich mich später erinnern.

Die ChatGPT-Disruption

November 2022. ChatGPT startet. Innerhalb von Wochen ist die Welt eine andere.

Anfangs machte ich mir keine Sorgen. Klar, es konnte Fragen beantworten. Aber sein Wissen war in der Zeit eingefroren. Es wusste nichts über das neueste Kotlin-Release oder die neuesten Jetpack Compose APIs. Wenn du etwas Frisches lerntest, etwas Neues, warst du der Maschine noch voraus. Dein Blog hatte noch Wert.

Ich sagte mir: „Ich kann Dinge, die die Maschine nicht kann.”

Kommt dir bekannt vor? Sollte es. Es ist genau das, was ich mir 2009 gesagt hatte. „Kontext kann man nicht auslagern.” Gleiche Logik, gleicher Trost. Gleiche falsche Sicherheit.

Aber diesmal fühlte sich etwas anders an. Die Maschine war nicht einfach billigere Arbeitskraft in einer anderen Zeitzone. Sie war genau da, auf demselben Bildschirm, und beantwortete dieselben Fragen, die mein Blog beantwortete. Und zwar schneller. Keine Cookie-Banner. Keine Werbung. Kein Scrollen an einer Lebensgeschichte vorbei, um zum Befehl zu kommen, den du brauchst.

Ich wollte es nur noch nicht sehen.

Der Traffic-Einbruch

Die Zahlen logen allerdings nicht.

Der Blog-Traffic sank. Anfangs nicht dramatisch. Eher wie ein langsames Leck. Dann schneller. Das Muster war klar. Leute suchten nicht mehr bei Google nach „How to set up X” und landeten auf meinem Blog. Sie fragten direkt ChatGPT. Und ChatGPT gab ihnen genau das, was sie brauchten, zugeschnitten auf ihre spezifische Situation, in Sekunden.

Tutorial-Blogs, How-to-Websites, sogar Stack Overflow. Alle spürten es. Die Content-Arten, die von einer Maschine repliziert werden konnten, wurden von einer Maschine repliziert.

Ersetzbarer Content wurde ersetzt. So einfach ist das.

Wenn die Maschine besser schreibt

Hier ist der Teil, der wirklich wehtat.

Es war nicht nur so, dass KI dieselben Fragen beantworten konnte. Sie konnte bessere Antworten schreiben. Konsistente Struktur. Vollständige Abdeckung. Klare Sprache. Keine Tippfehler. Anpassbar an jedes Niveau. Du brauchst eine Anfänger-Erklärung? Erledigt. Du brauchst die Fortgeschrittenen-Version? Auch erledigt. In drei Sekunden.

Meine How-to-Artikel. Die, für die ich Stunden mit Schreiben, Korrekturlesen und Überarbeiten verbracht hatte. Eine Maschine konnte etwas Gleichwertiges produzieren, in der Zeit, die ich brauchte, um meinen Editor zu öffnen.

Für Standard-Content ist KI objektiv besser. Technische Dokumentation, Installationsanleitungen, Konzepterklärungen, Tutorials. Die Maschine gewinnt.

Wo sie nicht mithalten kann: persönliche Erfahrungen. Nuancierte Meinungen. Das Zeug, das nur existiert, weil ein bestimmter Mensch eine bestimmte Situation durchlebt hat. Aber das war mein Blog nicht. Mein Blog bestand aus Tutorials. Und Tutorials waren jetzt Massenware.

Automatisierung geistiger Arbeit

Hier bricht die Offshoring-Parallele zusammen. Und hier wird es beängstigender.

2009 war die Bedrohung menschlich. Andere Entwickler, in anderen Ländern, die dieselbe Arbeit für weniger Geld machten. Aber sie hatten dieselben Einschränkungen wie ich. Sie brauchten Zeit zum Lernen. Sie brauchten Kontext. Sie machten Fehler. Das Spielfeld war uneben, aber es war dasselbe Spielfeld.

KI ist anders. Was die Industrialisierung für körperliche Arbeit getan hat, tut sie jetzt für geistige Arbeit. Code-Boilerplate, Standarddokumente, Zusammenfassungen, Routineanalysen. Alles automatisierbar. Nicht durch billigere Menschen. Durch Maschinen, die nicht schlafen, nicht müde werden und jeden Monat besser werden.

Und diesmal lernt die Maschine den Kontext. Das sollte unser Burggraben sein. Das Ding, das sich nicht transferieren ließ. Das Ding, das uns sicher hielt.

Die Frage nach dem Sinn

Also stand ich da. Der Blog starb. Nicht, weil ich aufgehört hatte zu schreiben. Weil die Welt nicht mehr brauchte, was ich schrieb.

Warum noch bloggen?

Diese Frage stand monatelang unbeantwortet im Raum. Ich hatte keine gute Antwort. Der alte Grund – Tutorials schreiben, um Wissen zu teilen – war weg. Maschinen konnten das jetzt besser. Der Traffic, der den Aufwand früher gerechtfertigt hatte, war verdunstet. Was blieb?

Ich glaube, die Antwort hat etwas mit einem Wandel zu tun. Von „Wie macht man X?” zu „Was bedeutet es, dass sich X verändert?” Vom Schreiben, um zu informieren, zum Schreiben, um zu verstehen. Vom Jagen nach Traffic zum Jagen nach Bedeutung.

Aber so weit war ich noch nicht. Nicht 2023. Diese Erkenntnis kam erst später, nachdem noch viel mehr passiert war. Nachdem KI nicht nur meinen Blog ersetzt hatte, sondern begann, Teile meiner Arbeit zu ersetzen.

Davon handelt der nächste Beitrag.

Das falsche Sicherheitsgefühl hält nicht lange an. Im nächsten Teil: KI beginnt selbstständig im Web zu recherchieren, Google selbst liefert KI-Antworten, und der letzte Burggraben – „Die KI weiß nicht, was aktuell ist” – fällt.