Er entsteht in der Leere davor.
Wir beobachten gerade eine Verschiebung der Zuständigkeit.
Lange Zeit war ein Repository vor allem ein Archiv für menschliche Logik: ein Ort, an dem Entwickler:innen ihre Gedanken in Syntax übersetzen.
Doch mit dem verstärkten Einsatz von KI beginnt sich diese Rolle zu verändern.
Ein Repository wird zunehmend zu einem Habitat für synthetische Intelligenz.
Die Kontrolle migriert.
Weg von der Syntax – hin zur kuratierten Umgebung, in der Systeme arbeiten.
Die alte Frage
Lange Zeit lautete die zentrale Frage der Softwareentwicklung:
Wer schreibt die effizienteste Schleife?
Oder allgemeiner:
Wer kann eine Idee am präzisesten in Code übersetzen?
Dieses Paradigma hat uns weit gebracht.
Aber mit KI verschiebt sich der Schwerpunkt.
Die neue Frage
Die entscheidende Frage könnte künftig eine andere sein:
Wer konstruiert den präzisesten Rahmen, in dem eine KI nicht halluziniert?
Denn moderne Entwicklungsprozesse bestehen immer häufiger aus einer Zusammenarbeit zwischen Menschen und Modellen.
In dieser Zusammenarbeit wird Code zunehmend zu einem Resultat, nicht mehr zum alleinigen Ursprung der Lösung.
Das bedeutet nicht, dass Programmieren unwichtig wird.
Aber der Engpass verschiebt sich.
Wir brauchen vielleicht nicht unbedingt bessere Coder.
Wir brauchen bessere Architekt:innen für Kontext.
Das Experiment: AARRS
Genau aus diesem Gedanken heraus beobachte ich ein kleines Versuchskonstrukt namens
AARRS – AI-Assistant-Ready Repository Specification
AARRS ist kein Tool und kein Framework.
Es ist eher eine forensische Untersuchung einer einfachen Frage:
Wie muss ein Projekt strukturiert sein, damit eine KI nicht nur rät, sondern tatsächlich versteht?
Die Hypothese dahinter ist simpel:
KI ist nur so gut wie der Kontext, den sie bekommt.
Viele Repositories liefern diesen Kontext aber nur indirekt – verteilt über Code, Commit-Historie und implizites Wissen im Team.
Für Menschen ist das mühsam.
Für Maschinen ist es nahezu unsichtbar.
Was ein KI-lesbares Repository auszeichnet
Ein Repository, das für KI-Assistenz vorbereitet ist, könnte zum Beispiel:
- klare Einstiegspunkte für nicht-menschliche Leser enthalten
- explizite Constraints als Leitplanken gegen Entropie definieren
- maschinenlesbaren Repo-Kontext bereitstellen
- eine Art Gebrauchsanweisung für Algorithmen mitliefern
Nicht als Ersatz für Architektur.
Sondern als Erweiterung der Dokumentationsebene.
Der mögliche Wendepunkt
Vielleicht erleben wir gerade eine stille Veränderung der Softwareentwicklung.
Eine Verschiebung von
Code-Produktion
hin zu
Problem-Definition und Kontext-Architektur.
Die eigentliche Ausführung rückt zunehmend in den Hintergrund.
Nicht weil sie unwichtig wird.
Sondern weil Maschinen sie immer häufiger übernehmen können.
Ein Artefakt, kein Standard
AARRS ist aktuell nur ein MVP.
Ein Denkanstoß.
Ein Artefakt, das eine Frage sichtbar machen soll.
Vielleicht entsteht daraus irgendwann ein Muster.
Vielleicht auch nicht.
Aber die zugrunde liegende Frage wird bleiben:
Wie bereiten wir unsere Projekte auf die Zusammenarbeit mit KI-Assistenten vor?
Oder anders gefragt:
Wie muss ein Repository aussehen, damit nicht nur Menschen darin denken können – sondern auch Maschinen?