
Sign up to save your podcasts
Or


In dieser Episode widme ich mich einem extrem entwicklungsnahen Thema, das mich als CTO schon länger beschäftigt: Steht Git vor dem Aus? Git wurde vor über 20 Jahren von Linus Torvalds geschaffen, um die Zusammenarbeit von Menschen an Software zu koordinieren – doch im Zeitalter autonomer Coding-Agents stößt dieses Paradigma an seine absoluten Grenzen.
Wir beleuchten, warum klassische Pull Requests und Diff-Reviews bei 30 agentischen PRs am Tag keinen Sinn mehr ergeben, wie 490 Gigabyte verwaiste Worktrees die Festplatte verstopfen und welche radikalen Alternativen wie „Entire“ vom Ex-GitHub-CEO oder Anthropics internes System „Scion“ bereits in den Startlöchern stehen.
Die Themen im Überblick:
Git im Zeitalter von AI Agents – Ein System am Limit:
Ursprung und Paradigma: Warum Git vor über 20 Jahren für die asynchrone Human-to-Human-Kollaboration bei Linux geschaffen wurde.
Die neue Taktung: Statt ein bis zwei Pull Requests am Tag stellen Entwickler und Agenten heute 20 bis 30 PRs mit hunderten geänderten Zeilen.
Der Tod des klassischen Code Reviews: Warum zeilenbasierte Grün-Rot-Diffs ad absurdum geführt werden und warum Simon Codezeilen nicht mehr manuell prüft, sondern auf End-User-Tests und Chat-Logs setzt.
Lokaler Daten-Overflow & CI-Bottlenecks:
Das Worktree-Problem: Wie parallele Agenten-Sessions für jede kleine Änderung ganze Repositories spiegeln und hunderte Gigabyte Datenmüll (490 GB auf Simons Rechner) hinterlassen.
Dauerfeuer auf CI-Pipelines: Warum lange Testläufe bei dutzenden agentischen PRs pro Tag zum eigentlichen Produktivitäts-Flaschenhals werden.
Entire: Das Git Forge für Agent Human Collaboration:
Neuer Ansatz des Ex-GitHub-CEOs: Eine Plattform, die speziell für den Durchsatz und das Tempo von AI-Agents entwickelt wurde.
Intent alongside Code: Warum die Entstehungsgeschichte, der Kontext und die Prompts künftig wichtiger sind als die isolierte Code-Zeile.
Smarte Reports statt Zeilen-Diffs: Risikoeinschätzungen für Nebenwirkungen, Test Coverage und ein Indikator für "AI Slop".
Anthropics internes System Scion:
Das Skalierungsproblem der AI-Riesen: Wie 25 Millionen CI-Checkouts pro Tag die Netzwerke und Infrastruktur bei Anthropic lahmlegten.
Zentralisiert statt dezentral: Warum das lokale Klonen kompletter Repositories in Zeiten permanenter High-Speed-Internetleitungen ein veraltetes Relikt ist.
Bedarfsgerechte Bereitstellung: Scion lädt nur noch die Dateien, die der Agent für die spezifische Aufgabe benötigt, kombiniert mit einer eigenen Review-Infrastruktur ("Antik").
Praxis bei Hypecast & Ausblick:
Füße stillhalten: Warum Simon vorerst bei Git bleibt, aber gespannt auf die Evolution der "Intent-first"- und serverseitigen Ansätze schaut.
Herausforderung für Microsoft & GitHub: Kann der Platzhirsch schnell genug auf den agentischen Paradigmenwechsel reagieren?
Timestamps
00:00 – Intro & Regelmäßigkeit im Dev Jam Podcast
In dieser Solo-Episode widme ich mich einer der fundamentalsten strategischen Fragen für Software-Gründer: Red Ocean oder Blue Ocean? Angeregt durch Diskussionen auf der Bits & Pretzels und eigene Learnings bei Hypecast breche ich mit der klassischen Lehrbuchmeinung und erkläre, warum das vermeintlich harte Haifischbecken oft der deutlich klügere Weg für Software-Startups ist.
Wir beleuchten, warum Softwaremärkte anderen Gesetzen folgen als traditionelle Industrien, wie KI-Coding-Agents das Problem der „Feature Parity“ auflösen und weshalb selbst 20-jährige Branchenveteranen heute bewusst wieder neue CRMs bauen.
Die Themen im Überblick:
Red Ocean vs. Blue Ocean in der Software-Welt:
Begriffsbestimmung: Stark umkämpfter Markt mit vielen Mitbewerbern und Preiskampf vs. unberührte, neue Produktkategorie ohne Konkurrenz.
Die intuitive Gründer-Falle: Warum man instinktiv denkt, man müsse die nächste unbesetzte Nische erfinden, um Giganten aus dem Weg zu gehen.
Das tückische Erziehungs-Problem im Blue Ocean:
Erklärungsbedürftigkeit: Warum der Vertrieb extrem zäh wird, wenn Kunden das Problem und die Produktkategorie erst intern rechtfertigen müssen.
Budget-Hürden: Warum es einfacher ist, bestehende Budgets (z.B. für Jira oder HubSpot) abzugreifen, als Unternehmen zur Schaffung neuer Budgettöpfe zu bewegen.
Unberechenbare Zahlungsbereitschaft: Ohne Marktpreis schwanken Kundenpreise extrem – während im Red Ocean klare Preispunkte existieren.
VC vs. Bootstrapping: Warum Blue-Ocean-Strategien fast zwingend massives Risikokapital erfordern (Beispiel: ElevenLabs) und für gebootstrappte Startups brandgefährlich sind.
Warum Softwaremärkte anders funktionieren:
Kein reiner Verdrängungswettbewerb: Warum die klassische Airfryer-Analogie hinkt – Softwaremärkte wachsen kontinuierlich, sodass auch kleinere Player exzellent überleben können.
Vom Profi abgeschaut: Warum ein befreundeter Agentur-Veteran mit 20 Jahren Erfahrung heute bewusst ein agentenbasiertes CRM startet.
Der Game Changer: Feature Parity im KI-Zeitalter:
Die alte Hürde: Warum "Feature Parity" mit milliardenschweren Wettbewerbern früher der ultimative Roadblock für kleine Teams war.
Coding Agents als Equalizer: Wie Coding Agents das manuelle Zeile-für-Zeile-Programmieren ablösen und es kleinen Teams erlauben, Basis-Features etablierter Tools in Rekordzeit aufzuholen.
Hypecast-Learnings & das ideale Playbook:
Der eigene Pivot: Wie Hypecast vom Versuch, einen neuen Markt zu definieren, den Schwenk in den etablierten Red Ocean (Remote Recording Tools) vollzogen hat.
Nische im Red Ocean (Das Stackfield-Prinzip): Wie man in einem überfüllten Markt wie Projektmanagement mit einem klaren USP (hier: deutsche Datensicherheit & DSGVO) hochprofitabel wächst.
Fazit für Gründer: Starte im bewiesenen Markt mit Nachfrage, suche dir eine spezifische Zielgruppe und differenziere über ein klares Problem.
Timestamps
00:00 – Intro & Solo-Rückkehr nach der Premiere mit Max
In dieser Episode gibt es eine Premiere bei Dev Jam: Ich habe meinen Mitgründer und CEO Max als allerersten Gast im Podcast! Gemeinsam werfen wir einen schonungslosen Blick von außen auf die Softwarebranche, diskutieren die Frustration mit klassischen Entwickler-Attitüden und beleuchten, warum die Industrie reif für den aktuellen KI-Umbruch war.
Wir sprechen darüber, wie Coding Agents die Rollen von Software-Ingenieuren und CTOs grundlegend transformieren und wagen ein spannendes Gedankenspiel zur Zukunft komplett autonomer Agenten-Organisationen.
Die Themen im Überblick:
Premiere & Outsider-Perspektive auf die Softwareindustrie:
Max als Quereinsteiger und CEO: Warum Disruptionen historisch fast immer von Branchenfremden ausgehen.
"It's done when it's done": Die Frustration mit ungenauen Zeitschätzungen, Intransparenz und der gefühlten Arroganz klassischer Entwicklungsabteilungen.
Die drei Evolutionsstufen der Software-Disruption:
Phase 1: Der Boom ("Jeder muss Coden lernen") und explodierende Gehälter vor fünf Jahren.
Phase 2: Der Hype um Prompt Engineering und das Versprechen unbegrenzter Machbarkeit.
Phase 3: Der Quantensprung von Coding Agents – reine "Code-Tipper" geraten unter Druck, während fundamentale Architektur- und Statik-Kenntnisse wieder an Bedeutung gewinnen.
Vom Coder zum Product Engineer:
Rollenwandel beim CTO & Entwickler: Weg vom reinen People Management hin zu tiefer Nähe zu Kunden, Produkt und Business-Sensibilität.
Neuer Arbeitsalltag: Plausibilitäts-Checks und intensives End-User-Testing statt kleinteiligem Code-Review.
Radikale Verkürzung der Feedback-Loops: Wie bei Hypecast der strategische Backlog von Jahren innerhalb weniger Monate mit Agenten umgesetzt wurde.
Agentic Organisation & das Verifikations-Bottleneck:
Loop Engineering & Shopify: Warum das Durchtesten und Absichern der Agenten-Ergebnisse heute der eigentliche Flaschenhals ist.
Gedankenspiel "Digitale Mitarbeiter": Wie eine Organisation aussehen könnte, in der Agenten dedizierte Rollen wie UI/UX-Design, QA-Testing oder Buchhaltung autonom übernehmen.
Asynchrones Agent-Management: Der Bedarf an besseren Staging- und Notification-Systemen für parallele Agenten-Sessions.
Ausblick: Die nächste Disruption:
Welches Berufsfeld trifft der KI-Schock als Nächstes? Warum Marketingabteilungen und Digitalagenturen vor einem massiven Umbruch stehen.
Timestamps
00:00 – Intro & Max als erster Gast bei Dev Jam
In dieser Episode tauchen wir in das Konzept des "Loop Engineering" ein, das die Entwicklung von Software mit KI-Agenten grundlegend verändert. Ich beleuchte, wie große Tech-Firmen wie Shopify bereits diesen Ansatz nutzen und wo die Herausforderungen bei der Validierung der von Agenten erstellten Software liegen.
Es ist ein Blick hinter die Kulissen, wie wir bei Hypecast Agenten einsetzen und welche Bottlenecks dabei in den Fokus rücken.
Die Themen im Überblick:
Die Evolution des Agentic Engineering:
Vom "Zeile für Zeile"-Programmieren zum Orchestrieren von Agenten.
Loop Engineering: Ein neuer Begriff, geprägt von Shopify, Boris Czerny (Cloud Code) und Peter Steinberger (OpenClaw), der Autonomie und iterative Verifikation in den Mittelpunkt stellt.
Was ist Loop Engineering?
Statt kleinteiliger Anweisungen ("mach den Button grün") erhalten Agenten übergeordnete Ziele ("redeine die Seite gemäß A/B-Testergebnissen").
Autonomie & Verifikation: Agenten arbeiten autonom, während das Ergebnis iterativ gegen automatisierte Tests (und Agent-Reviews) geprüft wird.
Shopify's Helix: Ein Orchestrator, der komplexe Anforderungen (z.B. Migration von React Native zu nativen Apps) in Agenten-Prompts herunterbricht und den Entwicklungsprozess steuert.
Hypecast und Loop Engineering:
Anfangsphase: Fokus auf die Kernfunktionen und das "Große Ganze" der App-Entwicklung.
Validierungsphase: Wenn 95-98% der App stehen, rücken detaillierte Anpassungen in den Vordergrund, die aktuell noch kleinteilig von Hand geprompted werden.
Der "Taste" Faktor: Wie man individuellen Geschmack und elegante Problemlösungen in eine von Agenten gebaute Software integriert.
Das Validation-Bottleneck:
Verschiebung der Rolle des Entwicklers: Vom Codeschreiber zum Produkt- und Endnutzer-Tester.
Erhöhter Testaufwand: Entwickler verbringen deutlich mehr Zeit mit dem Validieren der Agenten-Ergebnisse (Klickpfade, Bugs, Konsistenz).
Herausforderung bei End-to-End-Tests (E2E): Flaky Tests, lange Laufzeiten, Abhängigkeiten vom App-State und schwierige Wartbarkeit, die Loop Engineering bisher noch nicht vollumfänglich löst.
Ausblick & Realität:
Das FoMO (Fear of Missing Out) war unbegründet – Hypecast ist mit seinen Agenten-Strategien gut aufgestellt.
Große Frameworks und Best Practices werden zunehmend in Agentic Engineering Software integriert.
Ab wann eigene Tools? Kleinere Teams sollten nicht versuchen, eigene komplexe Orchestratoren zu bauen, sondern auf die Entwicklung der großen Anbieter setzen.
Qualitätssicherung: Potenzial für Senior-Entwickler, standardisierte Tools und Prozesse für Agenten-Einsatz zu definieren.
Timestamps
00:00 – Intro & Neues zum Thema Agents
Nach einer unfreiwilligen viermonatigen Pause melde ich mich zurück! In dieser Episode teile ich ehrliche Einblicke aus dem Alltag eines CTOs bei Hypecast. Wir blicken auf die spannenden Entwicklungen der letzten Monate zurück, von erfolgreichen SEO/GEO-Experimenten bis hin zu Cloud-Migrationen und internen Infrastruktur-Optimierungen.
Die Themen im Überblick:
Rückblick & Hypecast Updates:
Unerwartete Pause & Rückkehr: Nach vier Monaten Funkstille – eine ehrliche Reflexion über die Gründe und die Herausforderungen im Startup-Alltag.
Hardcore Programmierung mit Agents: Seit Anfang des Jahres wird intensiv an neuen Features gearbeitet, um den Backlog abzubauen und das Produkt zu verbessern.
SEO & GEO – Ein neuer Versuch:
Die Erkenntnis: Softwareentwicklung ist dank Coding Agents kein Flaschenhals mehr.
Strategie: Fokus auf Search Engine Optimization (SEO) und Generative AI Engine Optimization (GEO) zur Kundengewinnung.
Erfolge: Deutlich mehr Inbound-Anfragen, insbesondere durch Listungen bei ChatGPT, mit Kunden aus Spanien, Israel und den USA.
Technische Herausforderung: Prerendering von React-Apps für bessere Crawlbarkeit durch Bots und die Tücken dabei.
Infrastruktur & Cloud-Strategie:
Cloud-Kosten im Fokus: Eine plötzliche Verdopplung der AWS-Datenbankkosten im Mai führte zu einer gründlichen Analyse.
AWS vs. GCP Migration:
Das Problem: Hohe Egress-Kosten durch Datentransfer zwischen GCP-Anwendung und AWS-Datenbank.
Die Lösung: Migration der Datenbanken von AWS zu Google Cloud Platform (GCP) mithilfe von Coding Agents.
Zukünftiger Plan: Umzug aller restlichen Assets (Audio-/Video-Dateien, Podcast-Cover) von AWS zu GCP für eine reine GCP-Infrastruktur.
Erkenntnis: Google überzeugt durch proaktives Account-Management und dynamische AI-Initiativen mehr als AWS.
Automatisierung der Provisionierung:
Eine automatische Kundenprovisionierung reduziert den Arbeitsaufwand von 1,5 Stunden auf wenige Minuten.
Vorteile: Ermöglicht schnelles Hochfahren von Kunden-Infrastruktur per Button-Klick, essenziell für zukünftiges Wachstum.
Produktentwicklung & User Experience:
Product-Led Growth (PLG): Der Fokus liegt auf organischem Kundenwachstum durch eine verbesserte Produktstrategie.
Onboarding-Optimierung: Aktuell ist das Onboarding noch zu komplex; Ziel ist ein vereinfachter, intuitiverer Prozess.
Trial-Phase & Automatisierung: Geplant ist eine automatische Trial-Phase für Neukunden und ggf. eine automatisierte Rechnungsstellung.
UI/UX-Redesign der Admin-Konsole: Ein umfassendes Update, das die User-Flows verbessert, Friktionen reduziert und das Onboarding für neue Kunden vereinfacht.
Neue Features & "Guiding Tour": Implementierung von Hilfsfunktionen für eine selbsterklärende Nutzung des Hypecast-Studios.
Ausblick & Persönliche Ziele:
Potenzielle Großkunden: Vielversprechende Verhandlungen mit zwei großen Interessenten.
Social Media & Personal Brand: Fokus auf regelmäßige Updates und Engagement auf LinkedIn, um die Personal Brand und den Podcast zu stärken.
Herausforderungen im Post-Processing: Die Erstellung von Video-Content und das Sharing auf verschiedenen Plattformen ist zeitaufwendig; Verbesserung durch Hypecast-Features angestrebt.
Nächste Episode: Ein Blick auf Odoo – ein potenzielles Thema für die nächste Folge.
Timestamps
00:00 – Intro & viermonatige Podcast-Pause
In dieser Episode tauchen wir in das kontroverse Konzept der "SaaS Apokalypse" ein. Ich beleuchte, warum die Finanzwelt Software-Unternehmen plötzlich kritischer sieht und erkläre, wie die neue Generation von KI-Agenten das traditionelle User-Based-Pricing und die Entwicklung von Software grundlegend verändern.
Die Themen im Überblick
Die "SaaS Apokalypse" – Was steckt dahinter?
Definition von SaaS Applications: B2B-Tools wie Atlassian, Personio, Salesforce, die monatlich gemietet werden und oft per User abrechnen.
Die Kernfrage: Benötigen Nutzer angesichts des Aufstiegs von KI-Agenten noch eigene Logins und UIs für jedes Tool?
Finanzwelt in Aufruhr: Der Short-Seller-Report von Citrini Research
Auslöser: Ein Research-Bericht, der die Preissetzungsmacht von SaaS-Unternehmen durch KI-Agenten in Frage stellt.
Folgen: Ein Sell-off an den Börsen, bei dem eine Billion Euro an Software-Aktien verkauft wurden.
Bewertungsverfall: Multiples sanken von 18,5x auf 4,8x des Umsatzes, was den Unternehmenswert drastisch reduziert.
Die Gegenposition der Private Equity Fonds (PE)
Problem: PE-Fonds haben Software-Unternehmen zu hohen Multiples gekauft und sehen nun ihre Gewinne schwinden.
Argumentation: Sie produzieren Content, der argumentiert, dass die Umsätze von Software-Unternehmen weiterhin deutlich schneller wachsen als in anderen Branchen.
Effizienzgewinne: KI-Agenten reduzieren Kosten in Softwareentwicklung, Produktentwicklung und Kundenservice, was die Profitabilität steigern kann.
Building vs. Buying: Eine neue Perspektive
Hypecast als Beispiel: Statt HubSpot zu nutzen, wurde ein eigenes CRM mit Low-Code (Lovable) gebaut, da große Tools oft zu komplex und teuer sind für kleine Startups.
Fazit: Die Schwelle zum "Selbstbauen" ist durch Tools wie Low-Code und KI-Agenten drastisch gesunken.
User-Based-Pricing unter Druck
Agenten statt User: Ein einziger Agent könnte zukünftig die Arbeit von vielen Usern übernehmen, was die Notwendigkeit zahlreicher "Seats" obsolet macht.
Auswirkungen: Direkte Bedrohung für das Umsatzmodell vieler großer SaaS-Anbieter.
System of Record vs. System of Action
System of Record (z.B. SAP): Speichert proprietäre, domänenintensive Unternehmensdaten. Wird an Bedeutung gewinnen, da KI-Agenten die Integration und Anpassung erleichtern.
System of Action (z.B. Projektmanagement-Tools, CRMs): Führt Aktionen aus, hat aber oft kein tiefes Domänenwissen. Diese Tools sind leichter durch "Low-Code" oder "Prompting" zu ersetzen.
Herausforderungen und Chancen für Hypecast
Nischenprodukt: Hypecast bedient interne Kommunikation, eine Nische, die weniger anfällig für "Selbstbau" ist.
Agenten-Integration: Fokus auf "Agent-first"-Strategie, um sich in die Workflows der Kunden zu integrieren, auch wenn die Nachfrage noch gering ist.
Domain-Translator: Hypecast soll Nutzern ohne Podcasting-Expertise die Erstellung professioneller Audio- und Videoinhalte ermöglichen.
Die "SaaS Transformation" – Keine Apokalypse, sondern Wandel
Analogie zum Journalismus: Printmedien vs. Online-Medien – das Medium hat sich geändert, nicht der Konsum von News.
Neue Anforderungen: SaaS-Unternehmen müssen sich vom reinen UI-Zugang lösen und sich stärker in Kunden-Workflows integrieren.
Wettbewerb: Die Schwelle, Software zu entwickeln, sinkt, was den Wettbewerb erhöht und dynamischer macht.
Chance für alle: Vereinfachte Softwareentwicklung durch KI-Agenten ist eine riesige Chance für kleine und mittlere Unternehmen, mit großen Playern aufzuschließen.
Timestamps
00:00 – Intro & Die SaaS-Apokalypse
01:30 – Was sind SaaS Applications?
02:30 – Der Abschied vom User-Based-Pricing
03:00 – Microsoft CEO "SaaS is dead"?
04:00 – Der Citrini Research Report & Sell-off
05:00 – Bewertungsverfall & Panik an der Börse
06:00 – Private Equity Fonds kontern
07:30 – Umsatzwachstum & Kostensenkung durch Agents
08:30 – Die Quintessenz der PE-Fonds
09:00 – Building vs. Buying: Hypecast & HubSpot
12:00 – User-Based-Pricing in der Agenten-Ära
13:00 – System of Record vs. System of Action
15:00 – SAP als System of Record
17:00 – Die Zukunft von Hypecast: Tiefere Integration & Domain-Know-how
20:00 – Die "SaaS Transformation": Journalismus-Analogie
22:00 – Agent-First & Domain Translator
23:00 – Fazit: Keine Apokalypse, sondern Transformation & Chance
26:00 – Outro & Aufruf
In dieser Episode melde ich mich nach sechswöchiger Abstinenz zurück und erzähle, was im Startup passiert ist, inklusive des Releases eines neuen Videoeditors. Anschließend widme ich mich einem meiner Lieblingsthemen: Bending Spoons – dem italienischen Unternehmen, das den Softwaremarkt durch aggressives Aufkaufen bekannter, aber strauchelnder Brands aufmischt.
Ich beleuchte, wie Bending Spoons vorgeht, welche Firmen sie ins Visier nehmen und warum ihr Geschäftsmodell, trotz Kontroversen, so erfolgreich ist.
Die Themen im Überblick:
Rückblick & Erfolge bei Hypecast:
Der neue Videoeditor ist nach intensiver Crunchtime endlich für die Kunden verfügbar.
Ein Meilenstein, der eine gute Grundlage für weitere Feature-Entwicklung und die strategische Ausrichtung von Hypecast schafft.
Bending Spoons – Der disruptiver Akquisiteur aus Mailand:
Wer ist Bending Spoons? Ein Tech-Unternehmen aus Italien, das 2013 gegründet wurde und bekannte Marken wie Evernote, Vimeo und WeTransfer erworben hat.
Die Strategie: Ankauf von "Distressed Assets" – unterperformende Unternehmen mit bekannten Marken und loyaler Nutzerbasis.
Akquisitionskriterien: Bekannte Marke, loyale Userbase, stabiler Cashflow und bewährter Product-Market-Fit.
Der kontroverse Ansatz von Bending Spoons:
Radikale Kostenreduktion: Entlassung eines Großteils der Belegschaft (teilweise bis zu 100%) und Verlagerung der Operationen nach Mailand (z.B. Vimeo mit 1000 Mitarbeitern aus New York).
Konsolidierung & Zentralisierung: Aufbau einer eigenen Plattform und Shared Services (User Login, Payment, Analytics) für alle akquirierten Produkte, um Effizienz zu maximieren.
Cloud-Migration & Infrastruktur-Optimierung: Umzug auf eigene Cloud-Infrastruktur oder Nutzung von Einkaufsvorteilen bei großen Cloud-Anbietern zur weiteren Kostenreduktion.
Preisanpassungen: Aggressive Preiserhöhungen für Bestandskunden (z.B. StreamYard von 20€ auf 300€/Monat), um den Wert und die Profitabilität zu steigern.
Talent-Akquisition: Aktive Suche nach Talenten durch Roadshows (z.B. in Madrid), um die zentrale Belegschaft in Mailand zu stärken.
„Kaufen, um zu halten“ – Die langfristige Vision:
Bending Spoons hat mittlerweile 4 Milliarden Euro Schulden zur Finanzierung ihrer Akquisitionen, verfolgt aber eine Strategie des langfristigen Haltens statt des Wiederverkaufs.
Offene Fragen: Wie nachhaltig ist dieses Modell, und können die Loyalität der Nutzerbasis sowie die Markenqualität unter den radikalen Effizienzmaßnahmen erhalten bleiben?
Ausblick und die Rolle von KI bei Bending Spoons:
AI könnte Bending Spoons' Geschäftsmodell noch effizienter machen, da viele Prozesse automatisiert und die Notwendigkeit menschlicher Arbeitskraft weiter reduziert werden könnten.
Der Markt für "distressed Software-Unternehmen" wird durch wachsende Konkurrenz und sich verändernde Software-Landschaften durch KI weiter zunehmen, was Bending Spoons neue Möglichkeiten eröffnet.
Timestamps
00:00 – Intro & Sechswöchige Podcast-Pause
In dieser Episode spreche ich über OpenClaw (ehemals Moldbot/Cloudbot) – den Coding Agent, der gerade die Developer-Szene aufmischt. Mit 154k GitHub-Stars und 23.000 Forks ist es eines der am schnellsten wachsenden Open-Source-Projekte überhaupt.
Was ist OpenClaw?
Ein Coding Agent, der in Messengern wie WhatsApp oder Telegram lebt und – anders als Copilot & Co. – praktisch keine Guardrails hat. Gibst du ihm Zugänge, fängt er an zu handeln: Überweisungen tätigen, auf Instagram posten, Code schreiben und deployen.
Der Kopf dahinter: Peter Steinberger
Österreichischer Gründer von PSPDFKit (100 Mio. Funding, Kunden wie Dropbox, SAP, Volkswagen). Sein Ansatz: Er hat OpenClaw komplett von Coding Agents bauen lassen – ohne den Code selbst zu lesen. Sein Claim: „I ship code I don't read."
Agentic Engineering – die neue Arbeitsweise
Die Rolle des Entwicklers verschiebt sich: weg vom Coden, hin zum Orchestrieren. Wichtig dabei ist eine extrem enge Feedback-Schleife – alles lokal, alles schnell. Keine Cloud-CI abwarten, sondern sofort testen, builden, mergen.
Security-Alptraum?
Ja, absolut. Prompt Injection, Identity Hijacking und Crypto-Scams sind reale Risiken. Wer dem Agent alle Credentials gibt, macht ihn mächtig – aber auch zum Angriffsziel.
Meine Einschätzung
Die großen Anbieter werden sich einiges abschauen. Ich sehe lokales Testing wichtiger werden, neue UIs für Agent-Management entstehen, und die Frage nach Git Worktrees für parallele Agent-Sessions wird relevant.
Timestamps
00:00 – Intro & Bitcoin-Prediction Update
02:30 – Was ist OpenClaw?
06:00 – Warum der Hype so groß ist
09:00 – Peter Steinberger & PSPDFKit
12:00 – „I ship code I don't read"
15:00 – Agentic Engineering erklärt
20:00 – Security-Risiken
25:00 – Ausblick: Was kommt als nächstes?
Die Trump-Ära zeigt schonungslos: Europa ist abhängig von US-Tech. 70% des EU-Cloud-Marktes liegen bei AWS, Azure und Google. Aber was bedeutet das konkret – und gibt es einen Weg raus?
In dieser Episode denke ich laut nach über:
🔒 Das Problem
CLOUD Act: US-Behörden können auf Daten zugreifen – egal wo sie liegen
AWS investiert alleine mehr als der gesamte EU-Cloud-Sektor zusammen
Aleph Alpha & Mistral: Warum europäische LLMs (noch) nicht mithalten
💡 Mögliche Lösungen
Open Source als Strategie: DeepSeek & Co. selbst hosten
EU-Alternativen: Hetzner, OVHcloud, Schwarz IT (STACKIT)
München macht's vor: Microsoft raus, Open Source rein
🛰️ Galileo als Erfolgsbeispiel
10 Mrd. € Investment, seit 2016 operativ
4x präziser als GPS
6-7% des EU-BIP hängt davon ab
Beweis: Unabhängigkeit ist möglich!
🌊 Versteckte Abhängigkeit: Unterseekabel
Google, Meta, Microsoft, Amazon: 70% der weltweiten Kapazität
Aber: Alcatel (FR) ist Weltmarktführer bei der Herstellung (80% Staatsbesitz)
🎯 Fazit
Komplette Abkopplung unrealistisch
Pragmatischer Weg: Hybrid + Open Source + Fokus auf kritische Daten
Hoffnung: EU nutzt den Wake-up Call langfristig
Links & Ressourcen:
Galileo: euspa.europa.eu/galileo
Hetzner: hetzner.com
OVHcloud: ovhcloud.com
Alcatel Submarine Networks: asn.com
In dieser Ausgabe von DEV JAM dreht sich alles um das oft leidige, aber unumgängliche Thema der Cloud-Kosten. Ich teile meine jüngsten Erfahrungen bei der Optimierung der Cloud-Infrastruktur meines Startups und decke dabei beachtliche Einsparungen auf. Außerdem philosophiere ich über die Tücken und Chancen von Cloud-Migrationen und den viel diskutierten „Cloud-Exit".
Die Themen im Überblick:
Google AI und Siri-Integration:
Meine Prediction: Googles aggressive AI-Strategie wird 2026 für Aufsehen sorgen.
Aktuelle Bestätigung: Der Deal zwischen Apple und Google, der die Integration von Gemini-Modellen in Siri vorsieht, untermauert diese Prognose.
Takeaway: Google positioniert sich stark als wichtiger Player im AI-Rennen.
OMR-Podcast und Unicorn-Konsolidierung:
Meine Prediction auf dem OMR-Podcast war, dass deutsche Unicorns 2026 eher durch Übernahmen als durch IPOs exitieren und dies zu Konsolidierung im VC-Markt führen wird.
Takeaway: Der Venture Capital Markt und der Unicorn-Sektor sehen sich potenziell tiefgreifenden Veränderungen gegenüber.
Cloud-Kosten und Datenbankkonsolidierung:
Herausforderung: Hohe und ineffiziente Datenbankkosten bei AWS, die nach dem Auslaufen von Cloud-Credits direkt ins Budget gehen.
Meine Lösung: Eine sorgfältige Datenbankkonsolidierung am Wochenende, durchgeführt mit Unterstützung von Coding-Agents.
Ergebnis: Eine geschätzte Reduktion der Cloud-Kosten um 55-60% pro Monat bei voller Wirkung, was fünfstelligen jährlichen Einsparungen entspricht – ein direkter positiver Effekt auf die Unternehmensfinanzen einer Bootstrap Company.
Zitat: "Als Bootstrap Company ist das natürlich Cash in der Hand, was man da einspart. Da macht dann auch Bootstrap Spaß, wenn man wirklich sieht, okay, was man als CTO macht bezüglich Cloud-Kosten oder auch Ausgaben, das hat einen direkten Effekt auf die Financials."
Takeaway: Proaktives Kostenmanagement in der Cloud kann enorme finanzielle Vorteile bringen.
Das Fass ohne Boden: Kontinuierliche Kostenoptimierung:
Problem: Trotz erfolgreicher Einsparungen bei AWS tauchen neue Kostenpeaks bei anderen Cloud-Anbietern (GCP) auf, z.B. durch Speech-to-Text-Features für Videobearbeitung.
Herausforderung: Cloud-Kosten erfordern ständige Überwachung und Optimierung, da neue Features, erhöhter Traffic oder unvorhergesehene Ereignisse (DDoS-Attacken) die Ausgaben schnell in die Höhe treiben können.
Takeaway: Cloud-Management ist ein kontinuierlicher Prozess, kein einmaliges Projekt.
Pro und Contra Cloud & der Cloud-Exit:
Vorteile der Cloud: Flexibilität und Agilität, schneller Start ohne hohe CapEx-Kosten, Etablierung einer DevOps-Kultur.
Nachteile der Cloud: Hohe laufende Kosten, Vendor-Lock-in bei kompletter Abhängigkeit von einem Anbieter, intransparente Kostenentwicklungen.
Der Cloud-Exit: Das kontroverse Thema, wo Unternehmen wie Basecamp (37signals) ihre Infrastruktur von der Public Cloud wieder zurück auf eigene Server verlagern, um Kosten zu sparen.
Beispiel Basecamp: Einsparungen von mehreren hunderttausend Euro jährlich durch den Umstieg von AWS S3 auf eigene Hardware und Open-Source-Software.
Beispiel PE-Fall: Eine Firma mit 2 Mio. Euro Umsatz und 800.000 Euro Cloud-Kosten konnte nach einem Private Equity Kauf durch den Umzug zu Hetzner die Kosten auf ein Zehntel reduzieren.
Hetzner als Alternative: Deutsche Hosting-Anbieter wie Hetzner bieten kostengünstigere Alternativen, erfordern aber mehr Eigenverantwortung.
Meine Erkenntnis: Eine verteilte Infrastruktur über mehrere Cloud-Anbieter hinweg (AWS, GCP, Azure) kann den Vendor-Lock-in minimieren und zukünftige Migrationen erleichtern.
Takeaway: Die Entscheidung für oder gegen die Cloud, oder für einen partiellen Cloud-Exit, ist strategisch und erfordert eine genaue Kosten-Nutzen-Analyse.
Vielen Dank fürs Zuhören! Wenn dir diese Folge gefallen hat, lass mir eine 5-Sterne-Bewertung auf Spotify oder Apple Podcasts da.
From the publisher's feed