Ein Plädoyer für das kleine KI-Studio
Warum gründergeführte KI-Entwicklung und das kleine KI-Studio beim Ausliefern von KI-Anwendungen die Skalierung schlagen: Geschmack, Verantwortung, Tempo und die Disziplin des Nein-Sagens.
Von Vitor Lima
Das Ehrlichste, was man über die meisten KI-Produkte sagen kann, ist, dass niemand wirklich für sie verantwortlich war. Man spürt es an den Nahtstellen: ein Chatfenster, das an ein Dashboard geschraubt wurde; ein „Zusammenfassen“-Button, der dieselben vier faden Sätze produziert, egal, was man ihm vorwirft; eine Einstellungsseite mit elf Modell-Schaltern, die ein Produktmanager per Machtkampf durchgesetzt hat. Das sind keine Produkte, die gegen einen Wettbewerber verloren haben. Sie haben gegen ihr eigenes Organigramm verloren. Dies ist das Plädoyer für das kleine KI-Studio – für gründergeführte KI-Entwicklung als bewusste Entscheidung, nicht als Phase, aus der man herauswächst.
Wir bauen KI-Anwendungen als Beruf, als Zwei-Personen-Studio. Das ist keine Einschränkung, für die wir uns entschuldigen. Es ist der Grund, warum die Arbeit gut ist. Was folgt, ist keine Nostalgie für Garagen-Startups. Es ist eine Behauptung darüber, wo KI-Produkte kaputtgehen und wer in der Position ist, sie davor zu bewahren.
Geschmack ist ein Vorteil kleiner Teams – und KI hat ihn vergrößert
Vor den generativen Modellen war Geschmack in Software überwiegend Layout und Text. Man konnte etwas bloß Kompetentes ausliefern, und die Nutzer passten sich an. KI hat den Einsatz erhöht, weil die Ausgabe des Modells die Produktoberfläche ist. Wenn Ihre App schreibt, vorschlägt, zusammenfasst oder entscheidet, sickern tausende winziger Urteile direkt zum Nutzer durch: Tonfall, Länge, wann man schweigen sollte, wann man Unsicherheit einräumen sollte, wie eine „gute“ Antwort für genau diesen Menschen in genau diesem Moment überhaupt aussieht.
Diese Urteile überleben kein Gremium. Sie werden zu Brei gemittelt.
Bei Youp, unserer KI-Journaling-App, war die schwierigste Arbeit nie die Modell-Verrohrung. Es war die Entscheidung, was die App nicht sagen sollte. Ein Journaling-Begleiter, der auf einen schweren Eintrag mit fröhlicher Positivität reagiert, ist schlimmer als einer, der nichts sagt. Also steckten wir unsere Mühe in Zurückhaltung: Antwortlänge, wann eine Reflexion ein einzelner stiller Satz sein sollte, wann der richtige Zug ist, gar nichts zu fragen. Das ist eine Geschmacksentscheidung, und sie bleibt nur deshalb kohärent, weil ein oder zwei Menschen das Ganze im Kopf hielten und bereit waren, ein „Nein“ zu verteidigen.
Fazit: Bei KI-Produkten ist Geschmack keine Dekoration. Er ist die Spezifikation. Wenn die Person mit Geschmack drei Schichten entfernt vom Prompt, vom Token-Stream und vom leeren Zustand sitzt, erreicht ihr Geschmack den Nutzer nie. In einem kleinen Studio ist die Distanz null.
Verantwortung: Wer das Modell gewählt hat, beantwortet auch das Ticket
Große Teams sind darauf organisiert, Verantwortung aufzuteilen – was genau die falsche Form für Systeme ist, die auf unscharfe, querschnittliche Weise versagen. Ein halluziniertes Feld, ein Latenz-Spike unter Last, ein Retrieval-Schritt, der still nichts zurückgibt – keines davon respektiert Team-Grenzen. Sie leben in der Lücke zwischen „dem Modell-Team“, „dem Plattform-Team“ und „dem App-Team“. In Lücken spürt niemand den Schmerz.
MadaiOps, unsere App für Krypto-Orders und Trading-Operationen, macht das konkret. Sie platziert, routet und überwacht Orders über Börsen hinweg in Echtzeit. Die tolerierbare Fehlerrate für „ist meine Order tatsächlich durchgegangen“ liegt bei ungefähr null. Das lässt sich nicht mit verteilter Verantwortung bauen, denn Verlässlichkeit ist kein Feature, das man hinzufügt. Sie ist tausend defensive Entscheidungen über Retries, Idempotenz, Teilausführungen und darüber, was man einem Nutzer zeigt, wenn eine Börse über ihren eigenen Zustand lügt. Wer die Routing-Logik schreibt, muss dieselbe Person sein, die das Grauen einer festhängenden Order um 3 Uhr morgens spürt. Wenn das verschiedene Menschen sind, wird die Nahtstelle zwischen ihnen zum Ausfall.
Fazit: Wer das Organigramm ausliefert, liefert dessen Nahtstellen mit. Ein Studio, in dem dieselben Hände den Prompt, die Retry-Logik und den Incident-Kanal berühren, produziert Systeme, die seltener versagen und schneller wieder hochkommen – nicht weil die Leute klüger sind, sondern weil keine Verantwortung in eine Lücke fällt.
Tempo ist real, aber das Interessante ist die Art des Tempos
Alle behaupten, kleine Teams seien schnell. Die faule Version davon stimmt und ist langweilig: weniger Meetings, keine Freigabeketten. Die interessante Version ist, dass KI-Entwicklung ein bestimmtes Tempo belohnt, das große Teams strukturell nicht erreichen können.
Mit Modellen zu bauen, ist empirisch. Man weiß nicht, wie sich ein Prompt, ein Kontextfenster oder eine Tool-Use-Schleife verhält, bis man sie gegen echte Eingaben laufen lässt. Die Kernschleife ist: eine Hypothese bilden, eine Sache ändern, echte Ausgaben ansehen, sein mentales Modell revidieren. Die Teams, die gewinnen, durchlaufen diese Schleife viele Male am Tag – mit dem tatsächlichen Entscheider auf dem Stuhl.
Eine große Organisation verwandelt jede Iteration in ein Ticket, einen Sprint, ein Review. Bis das Feedback ankommt, hat die Person mit der Hypothese den Faden verloren. Ein Studio komprimiert Hypothese-bis-Beobachtung auf Minuten. Deshalb ist unsere frühe Arbeit an Linea – KI-nativer Workflow-Automatisierung, derzeit in privater Beta – in einer engen Prototyping-Schleife geblieben statt in einer Roadmap. Agenten-Verhalten ist zu emergent, um es auf einem Gantt-Diagramm zu planen. Man baut es, sieht ihm zu, wie es etwas Dummes tut, und korrigiert das Reasoning – immer und immer wieder, ohne Übergaben, die die Schleife auffressen.
Der Trade-off, ehrlich benannt
Diese Art von Tempo hat echte Kosten. Sie skaliert nicht dadurch, dass man Leute hinzufügt, und sie hängt davon ab, dass ein paar Einzelne tief im Kontext bleiben. Das ist ein echtes Risiko, und etwas anderes zu behaupten wäre unehrlich. Wir akzeptieren es, weil für KI-Produkte die Alternative – Prozess, der Fluktuation übersteht, aber Urteilskraft verwässert – schlechtere Software produziert. Wir sind lieber klein und kohärent als groß und gemittelt.
Nein zu sagen ist die ganze Disziplin
Die prägende Pathologie von KI-Produkten ist im Moment die Unfähigkeit, Nein zu sagen. Jedes Modell kann ein bisschen von allem, also schwillt jede Roadmap an, um alles zu enthalten. Das Ergebnis sind Produkte, die breit, flach und vergesslich sind: eine Feature-Liste, wo eine Haltung stehen sollte.
Die Hebelwirkung eines kleinen Studios ist das glaubwürdige „Nein“. Nein zu Modell-Schaltern, über die die meisten Nutzer nicht urteilen können. Nein zu einem Chatbot in einem Produkt, das keinen haben sollte. Nein zum Ausliefern einer Fähigkeit, die wir nicht verlässlich machen können, denn ein unzuverlässiges KI-Feature ist schlimmer als kein Feature. Es bringt Nutzern bei, Ihnen nicht zu vertrauen, und dieses Vertrauen kommt nicht zurück. Das ist keine Askese. Es ist die Erkenntnis, dass bei KI-Produkten Oberfläche Haftung bedeutet. Jede Fähigkeit, die Sie offenlegen, ist ein Qualitätsversprechen, das Sie nun über einen unbegrenzten Eingaberaum hinweg halten müssen.
Fazit: Das wertvollste Artefakt, das ein kleines Studio produziert, ist oft die Liste der Dinge, die es abgelehnt hat zu bauen. Diese Liste ist das Rückgrat des Produkts. Große Teams tun sich schwer, eine zu führen, denn Nein zu einer Fähigkeit zu sagen bedeutet meist, Nein zu einem Kollegen zu sagen – ein schwierigeres Gespräch als das Ausliefern der mittelmäßigen Version.
Was das nicht bedeutet
Es wäre billig, mit „klein gut, groß schlecht“ zu enden. Manches braucht wirklich Skalierung: Training von Frontier-Modellen, Infrastruktur in planetarem Maßstab, regulierte Bereiche, in denen Personalstärke Audit-Trails und juristische Haltbarkeit erkauft. Für die ist ein Studio nicht die richtige Form, und wir tun nicht so, als wären wir es.
Aber die Schicht, in der wir arbeiten – Anwendungen auf Basis bereits existierender Modelle zu entwerfen und auszuliefern – ist genau dort, wo Skalierung aufhört zu helfen und beginnt zu verwässern. Der Engpass dort ist nicht Rechenleistung oder Personalstärke. Es ist kohärente Urteilskraft, unermüdlich auf tausend kleine Entscheidungen angewandt, gehalten von Menschen, die nah genug an der Arbeit sind, um jede einzelne zu spüren.
Das ist das ganze Plädoyer. Nicht, dass wir billiger oder gewiefter sind, sondern dass das Medium die Konzentration von Urteilskraft belohnt – und ein kleines, gründergeführtes Studio ist die konzentrierteste Form, die Urteilskraft annehmen kann. Wenn das Modell alles kann, ist das Knappe jemand, der – mit Geschmack und in Haftung für das Ergebnis – entscheidet, was es tun sollte und, öfter noch, was es nicht tun sollte.